一种智能驾驶车辆环境感知方法、系统、设备及介质技术方案

本申请提供一种智能驾驶车辆环境感知方法、系统、设备及介质，首先获取目标车辆在测试场景中的图像，并对图像进行识别，确定图像中的车道线、障碍物和可通行空间；再识别目标车辆与周围车辆的距离、周围车辆的行驶速度、周围车辆与目标车辆的方位角信息；再然后对车道线、障碍物、可通行空间、目标车辆与周围车辆的距离、周围车辆的行驶速度、以及周围车辆与目标车辆的方位角信息进行融合，并基于融合结果确定目标车辆的安全行驶速度、加速决策信息、减速决策信息和转向决策信息；最后反馈给目标车辆，以对目标车辆进行智能驾驶控制。本申请通过构建环境感知设计的多模态技术体系，能够满足仿真测试、功能测试、道路试验、多场景应用等使用需要。等使用需要。等使用需要。

【技术实现步骤摘要】
一种智能驾驶车辆环境感知方法、系统、设备及介质


[0001]本申请涉及车辆控制
，特别是涉及一种智能驾驶车辆环境感知方法、系统、设备及介质。

技术介绍

[0002]随着汽车驾驶智能化体验需求快速发展，辅助驾驶、自动驾驶、无人驾驶成为汽车智能化技术研究、应用的发展方向。智能驾驶汽车行车安全性是智能化关注的核心和焦点，与车辆行车安全相关的环境感知、任务规划、行为决策、控制执行是智能驾驶研究应用的主要技术环节。环境感知作为首要条件，既是行车安全实现的前提输入，也是安全功能实现的重要保障。感知结果的全域性、正确性、精确度、实时性与系统架构技术设计的合理性直接相关联。
[0003]目前，可通行空间内道路、交通、障碍物构成了极其复杂的外部环境感知，部分目标还处于动态变化状态，加之天气、光照、雨雾、遮挡、侵入、纵向目标高度重叠等增加了感知的不确定性，对智能驾驶功能的稳定实现存在极高的挑战。除需要感知的车辆外部信息外，车辆在动态行驶过程中，还必须对自车状态、障碍物相对距离、速度、方位等作出准确的感知。因此，由于车辆环境感知的复杂性，在当前的运用中，车辆感知主要存在下列不足：
[0004]1)探测范围的不完整性造成感知盲区。由于部分车辆(例如商用车)体量大，高度和长度外廓尺寸大，驾驶室与货箱分离，驾驶室与货箱通常不等宽，驾驶室需要翻转，特种车辆的上装也需要翻转，传感器安装布置要实现全域感知需要进行周密的部署和校核；否则带来车辆四周近场感知不足，尤其是四周低矮障碍物识别，长期运用存在的危险性、伤害性高。
[0005]2)前向感知距离、范围不足给车辆的中高车速安全行驶带来限制，商用车重量大，行驶惯性大，需要提前感知中远距离范围内的行驶条件，提前减速，紧急制动对人员、运载物的伤害大，不利于场景拓展和应用。
[0006]3)单一传感器受硬件质量、感知能力、使用环境条件限制，影响车辆使用安全，只适用于单一的驾驶辅助或预警。常见的视觉感知摄像头、相机的组合能较好地实现对纹理、色彩、数字的感知识别，主要不足在于强光、逆光致盲和弱光、昏暗环境识别的功能性缺失，以及由于安装在前挡风玻璃后侧可能导致的暗室虚拟成像，都是摄像头饱受批评的重点，还存在由于像素原因导致的远端成像像素点与实际距离值的估算误差，对深度距离信息的高精度判断成为摄像头视觉功能的重要不足。毫米波雷达在高度方向感知能力不足，对金属、遮挡反应敏感，近车端由于视场角小出现较大的感知盲区；超声波雷达只能近场感知且距离精度不足。传感器近场距离探测精度应对机场行李车、旅客登机车等特殊场景毫米级高精度定位要求的局限性，影响车辆的落地运用、正常运营和复制推广。任何单一传感器适应高级自动驾驶的能力不足，多传感器感知融合是智能驾驶方向。
[0007]4)可通行空间范围外感知结果的作用造成系统功能的触发，非预期触发带来的驾乘舒适性影响。尤其在弯道条件下更容易出现。对数据区域的滤波，提高识别算法的适用
性，满足更高车速和开发道路复杂场景的使用需要。
[0008]5)感知系统设计在不同车型多场景应用中出现迁移性、复用性不足的问题。设计方案的场景迁移性不强，难以批量复制和量产运用，不利于汽车智能化应用的发展。

技术实现思路

[0009]鉴于以上所述现有技术的缺点，本申请的目的在于提供一种智能驾驶车辆环境感知方法及系统，用于解决现有技术中智能驾驶车辆在环境感知时存在的问题。
[0010]为实现上述目的及其他相关目的，本申请提供一种智能驾驶车辆环境感知方法，包括以下步骤：
[0011]获取目标车辆在测试场景中的图像，并对所述图像进行识别，确定出所述图像中的车道线、障碍物和可通行空间；所述目标车辆包括实时或预先确定的车辆；
[0012]识别所述目标车辆与周围车辆的距离、所述周围车辆的行驶速度、所述周围车辆与所述目标车辆的方位角信息；所述周围车辆包括与所述目标车辆处于预设距离范围内的车辆；
[0013]对所述车道线、所述障碍物、所述可通行空间、所述目标车辆与所述周围车辆的距离、所述周围车辆的行驶速度、以及所述周围车辆与所述目标车辆的方位角信息进行融合，并基于融合结果确定所述目标车辆的安全行驶速度、所述目标车辆的加速决策信息、所述目标车辆的减速决策信息和所述目标车辆的转向决策信息；
[0014]将所述目标车辆的安全行驶速度、所述目标车辆的加速决策信息、所述目标车辆的减速决策信息和所述目标车辆的转向决策信息反馈给所述目标车辆，以对所述目标车辆进行智能驾驶控制。
[0015]于本申请的一实施例中，获取目标车辆在测试场景中的图像，并对所述图像进行识别，确定出车道线、障碍物和可通行空间的过程包括：
[0016]将一个或多个图像拍摄装置安装于所述目标车辆上；
[0017]利用所述一个或多个图像拍摄装置拍摄所述目标车辆在测试场景中行驶状态或停止状态下的图像，得到所述目标车辆在测试场景中的图像，记为目标图像；
[0018]对所述目标图像进行识别，确定出所述目标图像中的车道线、障碍物和可通行空间。
[0019]于本申请的一实施例中，所述测试场景包括测试场地场景和行驶条件状态；
[0020]其中，所述测试场地场景包括以下至少之一：封闭场地道路场景、半开放场地道路场景、开放场地道路场景；
[0021]所述行驶条件状态包括以下至少之一：交通通行控制、道路状况、交通环境状态、路线设定、车辆行驶状态、行驶车速限速。
[0022]于本申请的一实施例中，在获取所述目标车辆在测试场景中的图像前，所述方法还包括：获取预先确定的车辆智能驾驶级别和测试功能需求列表，并基于所述车辆智能驾驶级别和所述测试功能需求列表确定所述测试场景；
[0023]其中，所述车辆智能驾驶级别包括：L1级智能驾驶级别、L2级智能驾驶级别、L3级智能驾驶级别、L4级智能驾驶级别和L5级智能驾驶级别；且所述L5级智能驾驶级别的智能程度大于所述L4级智能驾驶级别，所述L4级智能驾驶级别的智能程度大于所述L3级智能驾
驶级别，所述L3级智能驾驶级别的智能程度大于所述L2级智能驾驶级别，所述L2级智能驾驶级别的智能程度大于所述L1级智能驾驶级别。
[0024]于本申请的一实施例中，识别所述目标车辆与周围车辆的距离、所述周围车辆的行驶速度、所述周围车辆与所述目标车辆的方位角信息的过程包括：
[0025]将多个传感器安装于所述目标车辆上，并记录所述目标车辆在测试场景中处于行驶状态或停止状态下每个传感器的数据；
[0026]对每个传感器的数据进行解析，识别所述目标车辆与周围车辆的距离、所述周围车辆的行驶速度、所述周围车辆与所述目标车辆的方位角信息。
[0027]于本申请的一实施例中，所述多个传感器包括：激光雷达传感器、毫米波雷达传感器和超声波雷达传感器。
[0028]于本申请的一实施例中，所述图像拍摄装置包括以下至少之一：单目摄像头、双目摄像头、环视摄像头。
[0029]本申请还提供一种智能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能驾驶车辆环境感知方法，其特征在于，所述方法包括以下步骤：获取目标车辆在测试场景中的图像，并对所述图像进行识别，确定出所述图像中的车道线、障碍物和可通行空间；所述目标车辆包括实时或预先确定的车辆；识别所述目标车辆与周围车辆的距离、所述周围车辆的行驶速度、所述周围车辆与所述目标车辆的方位角信息；所述周围车辆包括与所述目标车辆处于预设距离范围内的车辆；对所述车道线、所述障碍物、所述可通行空间、所述目标车辆与所述周围车辆的距离、所述周围车辆的行驶速度、以及所述周围车辆与所述目标车辆的方位角信息进行融合，并基于融合结果确定所述目标车辆的安全行驶速度、所述目标车辆的加速决策信息、所述目标车辆的减速决策信息和所述目标车辆的转向决策信息；将所述目标车辆的安全行驶速度、所述目标车辆的加速决策信息、所述目标车辆的减速决策信息和所述目标车辆的转向决策信息反馈给所述目标车辆，以对所述目标车辆进行智能驾驶控制。2.根据权利要求1所述的智能驾驶车辆环境感知方法，其特征在于，获取目标车辆在测试场景中的图像，并对所述图像进行识别，确定出车道线、障碍物和可通行空间的过程包括：将一个或多个图像拍摄装置安装于所述目标车辆上；利用所述一个或多个图像拍摄装置拍摄所述目标车辆在测试场景中行驶状态或停止状态下的图像，得到所述目标车辆在测试场景中的图像，记为目标图像；对所述目标图像进行识别，确定出所述目标图像中的车道线、障碍物和可通行空间。3.根据权利要求1或2所述的智能驾驶车辆环境感知方法，其特征在于，所述测试场景包括测试场地场景和行驶条件状态；其中，所述测试场地场景包括以下至少之一：封闭场地道路场景、半开放场地道路场景、开放场地道路场景；所述行驶条件状态包括以下至少之一：交通通行控制、道路状况、交通环境状态、路线设定、车辆行驶状态、行驶车速限速。4.根据权利要求3所述的智能驾驶车辆环境感知方法，其特征在于，在获取所述目标车辆在测试场景中的图像前，所述方法还包括：获取预先确定的车辆智能驾驶级别和测试功能需求列表，并基于所述车辆智能驾驶级别和所述测试功能需求列表确定所述测试场景；其中，所述车辆智能驾驶级别包括：L1级智能驾驶级别、L2级智能驾驶级别、L3级智能驾驶级别、L4级智能驾驶级别和L5级智能驾驶级别；且所述L5级智能驾驶级别的智能程度大于所述L4级智能驾驶级别，所述L4级智能驾驶级别的智能程度大于所...

【专利技术属性】
技术研发人员：邓邦怀，周明亮，文其江，韩增超，杜卫东，
申请(专利权)人：庆铃汽车股份有限公司，
类型：发明
国别省市：