一种基于摄像头的车路协同实现方法及实现系统技术方案

本发明专利技术提供一种基于摄像头的车路协同实现方法及实现系统，包括设于车辆上的智能网联车载子系统和设于路侧的智能网联路侧子系统，其中，车载摄像头和路侧摄像头通过GNSS授时进行时间同步，智能网联车载子系统和智能网联路侧子系统都将像素坐标转换成WGS84坐标，实现车载摄像头和路侧摄像头的空间对齐，智能网联路侧子系统将检测结果推送给车辆，自车基于自身RTK位置信息与路侧检测结果进行关联融合，自车周围障碍物将车载摄像头检测结果与路侧检测结果进行融合，本发明专利技术保证了车路协同系统在信息融合过程中空间上的对齐，不管是自车还是自车周围的障碍物目标都可以通过位置信息与路侧的感知结果进行融合，从而有效实现车路协同感知，推进车路协同落地。推进车路协同落地。推进车路协同落地。

【技术实现步骤摘要】
一种基于摄像头的车路协同实现方法及实现系统


[0001]本专利技术属于智慧交通
，尤其涉及一种基于摄像头的车路协同实现方法及实现系统。

技术介绍

[0002]近年来，信息与通信技术的迅速发展引发了传统汽车行业的深刻变革，促进了智能驾驶汽车的成熟，汽车驾驶正在变得越来越简单智能。然而，传统的自动驾驶和辅助驾驶系统通常仅依赖车载传感器来感知和理解周围驾驶环境。一方面，这需要在车辆上部署先进复杂的传感器设备和计算存储设备，极大增加了车辆的制造和维护成本。另一方面，因为车载传感器视角通常比较低，会受到恶劣天气以及复杂驾驶环境诸如隧道出入口和十字路口等的物理限制，大大限制了车辆感知的范围和准确性。2020世界智能网联汽车大会上，中国汽车工程学会理事长、中国工程院院士李骏教授指出了单车智能的5大挑战：1)高度依赖人工智能，导致难以克服“黑盒效应”；2)最终实现需要百亿英里的道路测试，短期内难以实现；3)完全自动驾驶至少需要几百万的极端工况数据训练；4)传感设备过多导致成本过高；5)实际行驶安全难以得到绝对保证。
[0003]因此，为了准确有效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于摄像头的车路协同实现方法，其特征在于，针对智能网联路侧子系统中的多个车载摄像头和智能网联车载子系统中的多个路侧摄像头，通过构建统一坐标系，并将所述车载摄像头和所述路侧摄像头进行有效融合，实现基于摄像头的车路感知协同，包括如下步骤：S1：所述车载摄像头和所述路侧摄像头通过GNSS授时实现时间同步；S2：所述智能网联路侧子系统通过从像素坐标到WGS84坐标的转换实现每个所述路侧摄像头的空间对齐；S3：所述智能网联车载子系统通过从像素坐标到WGS84坐标的转换实现每个所述车载摄像头的空间对齐；S4：所述智能网联路侧子系统通过V2X将检测结果推送至智能网联车载子系统；S5：所述智能网联车载子系统和所述智能网联路侧子系统通过统一的WGS84坐标系实现信息融合，从而实现基于摄像头的车路感知协同。2.根据权利要求1所述的基于摄像头的车路协同实现方法，其特征在于，所述S2中，通过建立转换模型实现路侧摄像头像素点坐标到WGS84坐标的转换，所述路侧摄像头像素点坐标到WGS84坐标的转换模型包括如下步骤：S21：在测试车上安装RTK获取测试车实时的WGS84坐标，同时录制测试车在路侧摄像头视野区域内的行驶视频，并通过目标检测算法实时识别出测试车的位置，从而获取测试车的像素点坐标，且经过时间同步后同时获取更多对应的像素点坐标对；S22：将获取的数据进行训练集和测试集的划分，利用决策树回归、随机森林回归算法或神经元网络深度学习算法进行训练，最终获得路侧摄像头像素点坐标到WGS84坐标的转换模型。3.根据权利要求1所述的基于摄像头的车路协同实现方法，其特征在于，所述S3中，所述车载摄像头直接通过建立单应性变换矩阵实现像素坐标到WGS84坐标的转换，具体转换过程包括如下步骤：S31：在车体上安装相机，在相机的视野范围内放置多个颜色鲜艳的纸片作为标记；S32：使用高精度GPS手持机获取标记的GPS坐标；S33：获取相机的任意一帧检测画面，获取标记纸片在图片中的像素点坐标；S34：利用对应的像素点坐标对，通过最小二乘法求解传感器坐标系和GPS坐标系的单应性变换，将摄像头坐标投影至GPS坐标，当传感器与GPS同时观测P点，定义P点在像素坐标系Our和GPS坐标系OXY下的坐标分别为(u,v)和(x,y)，则Our和OXY之间的转换关系如公式一表示，所述公式一为：通过矩阵变换将检测目标的摄像头坐标投影到GPS坐标系下，给定N组空...

【专利技术属性】
技术研发人员：王平，傅良伟，王超，王新红，
申请(专利权)人：同济大学，
类型：发明
国别省市：