一种自动驾驶汽车多传感器优化配置方法及系统技术方案

本发明专利技术提供一种自动驾驶汽车多传感器优化配置方法及系统，属于自动驾驶汽车技术领域，获取待配置的自动驾驶汽车的结构和尺寸等参数信息；根据自动驾驶汽车的车型，确定待配置的自动驾驶汽车的感知区域，包括核心感知区域和扩展感知区域；根据获取的待配置的自动驾驶汽车的参数信息，结合自动驾驶汽车的感知区域，考虑不同类型传感器的功能及性能参数，依据感知区域离散化机制确定各类传感器的可行布置区域；以传感器布置成本最小、覆盖和冗余范围最大为目标，构建混合整数规划模型；求解所述混合整数规划模型，获取最优的传感器数量及安装位置。本发明专利技术降低了成本的同时保证覆盖率和冗余度，提高了整个智能驾驶系统的安全性和可靠性。和可靠性。和可靠性。

【技术实现步骤摘要】
一种自动驾驶汽车多传感器优化配置方法及系统


[0001]本专利技术涉及自动驾驶汽车
，具体涉及一种自动驾驶汽车多传感器优化配置方法及系统。

技术介绍

[0002]环境感知作为自动驾驶汽车的关键技术，通过激光雷达、摄像头、毫米波雷达、超声波雷达等传感器来感知周围环境，实时动态监测周边环境变化，并依据所获取的信息进行决策判断，实现边界监测、车辆检测、行人检测等，为自动驾驶汽车路径规划和导航决策提供支持。随着机器学习的发展，特别是深度学习技术的崛起，环境感知受到了工业界和学术界的广泛关注。目前常用的环境感知技术路线主要有两种，一种是以摄像头为主导的多传感器融合方案。另一种是以激光雷达为主导，其他传感器为辅助的技术方案。不同传感器的感知范围均有各自的优点和局限性，随着激光雷达技术的成熟及成本的大幅度降低，以激光雷达为主导的感知方案得到了越来越多的关注，激光雷达具有分辨率更高、抗有源干扰能力更强、低空探测性能好等优点。如何合理布置多种传感器，通过传感器信息融合技术，弥补单类传感器的缺陷，提高整个智能驾驶系统的安全性和可靠性，具有重要的理论和实践意义。

技术实现思路

[0003]本专利技术的目的在于提供一种在降低了成本的同时保证覆盖率和冗余度，提高了整个智能驾驶系统的安全性和可靠性的自动驾驶汽车多传感器优化配置方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0004]为了实现上述目的，本专利技术采取了如下技术方案：
[0005]一方面，本专利技术提供一种自动驾驶汽车多传感器优化配置方法，包括：
[0006]获取待配置的自动驾驶汽车的结构和尺寸等参数信息；
[0007]根据自动驾驶汽车的车型，确定待配置的自动驾驶汽车的感知区域(Range of Interests,RoIs)，包括核心感知区域和扩展感知区域；
[0008]根据获取的待配置的自动驾驶汽车的参数信息，结合自动驾驶汽车的感知区域，考虑不同类型传感器的功能及性能参数，依据感知区域离散化机制确定各类传感器的可行布置区域；
[0009]以传感器布置成本最小、覆盖范围及冗余区域最大为目标，构建混合整数规划模型；
[0010]求解所述混合整数规划模型，获取最优的传感器数量及安装位置。
[0011]优选的，所述待配置的自动驾驶汽车的参数信息包括：待配置的自动驾驶汽车的尺寸参数以及需要布置的传感器的参数；所述需要布置的传感器的参数包括：固态激光雷达的水平视场角(Field of View,FoV)及距离(Range)、摄像头的水平视场角及距离、毫米波雷达的水平视场角及距离、超声波雷达的水平视场角及距离。
[0012]优选的，构建混合整数规划模型，包括：
[0013]定义了4个二进制决策变量，确定4种传感器各自的布置位置：
[0014][0015]如果位置s布置一个固态激光雷达(Solid state LiDAR)，则α
s
＝1，否则α
s
＝0；
[0016][0017]如果位置c布置一个摄像头(Camera)，则β
c
＝1，否则β
c
＝0；
[0018][0019]如果位置m布置一个毫米波雷达(Millimeter wave radar),则χ
m
＝1，否则χ
m
＝0；
[0020][0021]如果位置u布置一个超声波雷达(Ultrasonic radar),则δ
u
＝1，否则δ
u
＝0；
[0022]构建多目标优化函数：
[0023]O＝min(ψ1O1+ψ2O2+ψ3O3)
ꢀꢀꢀ
(5)
[0024]其中O1、O2和O3分别表示成本、覆盖率和冗余度，ψ1，ψ2和ψ3表示三个子目标的权重；
[0025]成本由传感器的价格决定，定义如下：
[0026][0027]其中和分别表示固态激光雷达、摄像头、毫米波雷达和超声波雷达的总数量，ω1、ω2、ω3和ω4分别表示固态激光雷达、摄像头、毫米波雷达和超声波雷达4类传感器的价格。
[0028]优选的，待配置的自动驾驶汽车的感知区域分为核心感知区域和扩展感知区域，覆盖率定义为核心感知区域覆盖率和扩展感知区域覆盖率的加权和，定义如下：
[0029][0030]其中S
v1
和S
v2
分别表示有效核心感知区域覆盖面积和扩展感知区域面积，σ1和σ2分别表示两类覆盖率的重要程度；
[0031]N
sum
个传感器有效覆盖区域定义如下：
[0032][0033]冗余度(Redundancy)为总感知区域与多源传感器冗余覆盖区域之比，定义如下：
[0034][0035]其中S
core
∪S
extend
为自动驾驶汽车感知区域面积，S
g
和S
h
代表传感器g和h覆盖区域，S
g
∩S
h
对应于两个传感器所覆盖的冗余区域面积，表示所有传感器覆盖的有
效冗余区域之和。
[0036]优选的，构建所述混合整数规划模型，满足的约束条件如下：
[0037]S
core
×
γ1≤S
v1
ꢀꢀꢀ
(9)
[0038]其中γ1∈[0,1]，多源传感器的有效覆盖核心区域不能小于核心感知区域的γ1倍；
[0039]S
extend
×
γ2≤S
v2
ꢀꢀꢀ
(10)
[0040]其中γ2∈[0,1]，多源传感器的有效覆盖扩展区域不能小于扩展感知区域的γ2倍；
[0041][0042]其中γ∈[0,1]，感知区域冗余度不能小于总感知区域的γ倍；
[0043][0044]其中N
S
为正整数，考虑到固态激光雷达的成本较高，其数量不超过N
S
个；
[0045][0046]其中和为正整数，考虑到毫米波雷达的可选布置位置，其数量在范围内；
[0047][0048]其中和为正整数，考虑到摄像头的可选布置位置，其数量在范围内；
[0049][0050]其中和为正整数，考虑到超声波雷达的可选布置位置，其数量在范围内；
[0051]α
s
∈{0,1},β
c
∈{0,1},χ
m
∈{0,1},δ
u
∈{0,1}
ꢀꢀꢀ
(16)
[0052]确保上述变量为二进制0
‑
1变量。
[0053]优选的，求解所述混合整数规划模型，包括：设定目标函数及约束条件中参数，基于遗传模拟退火算法和CPLEX进行求解，输出多传感器最优配置方案。
[0054]第二方面，本专利技术提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶汽车多传感器优化配置方法，其特征在于，包括：获取待配置的自动驾驶汽车的参数信息；根据自动驾驶汽车的车型，确定待配置的自动驾驶汽车的感知区域，包括核心感知区域和扩展感知区域；根据获取的待配置的自动驾驶汽车的参数信息，结合自动驾驶汽车的感知区域，考虑需要布置的不同类型传感器的参数，依据感知区域离散化机制确定各类传感器的可行布置区域；以传感器布置成本最小、覆盖范围和冗余区域最大为目标，构建混合整数规划模型；求解所述混合整数规划模型，获取最优的传感器数量及安装位置。2.根据权利要求1所述的自动驾驶汽车多传感器优化配置方法，其特征在于，所述待配置的自动驾驶汽车的参数信息包括：待配置的自动驾驶汽车的结构和尺寸参数；所述需要布置的传感器的参数包括传感器的水平视场角及距离参数。3.根据权利要求1所述的自动驾驶汽车多传感器优化配置方法，其特征在于，构建混合整数规划模型，包括：定义了4个二进制决策变量，确定4种传感器各自的布置位置：如果位置s布置一个固态激光雷达，则α
s
＝1，否则α
s
＝0；如果位置c布置一个摄像头，则β
c
＝1，否则β
c
＝0；如果位置m布置一个毫米波雷达，则χ
m
＝1，否则χ
m
＝0；如果位置u布置一个超声波雷达，则δ
u
＝1，否则δ
u
＝0；构建多目标优化函数：O＝min(ψ1O1+ψ2O2+ψ3O3)
ꢀꢀꢀꢀ
(5)其中O1、O2和O3分别表示成本、覆盖率和冗余度，ψ1，ψ2和ψ3表示三个子目标的权重；成本由传感器的价格决定，定义如下：其中和分别表示固态激光雷达、摄像头、毫米波雷达和超声波雷达的总数量，ω1、ω2、ω3和ω4分别表示固态激光雷达、摄像头、毫米波雷达和超声波雷达的价格。4.根据权利要求2所述的自动驾驶汽车多传感器优化配置方法，其特征在于，待配置的
自动驾驶汽车的感知区域分为核心感知区域和扩展感知区域，覆盖率定义为核心感知区域覆盖率和扩展感知区域覆盖率的加权和，定义如下：其中S
v1
和S
v2
分别表示有效核心感知区域覆盖面积和扩展感知区域面积，σ1和σ2分别表示两类覆盖率的重要程度；N
sum
个传感器有效覆盖区域定义如下：冗余度(Redundancy)为总感知区域与多源传感器冗余覆盖区域之比，定义如下：其中S
core
∪S
extend
为自动驾驶汽车感知区域面积，S
g
和S
h
代表传感器g和h覆盖区域，S
g
∩S
h
对应于两个传感器所覆盖的冗余区域面积，表示所有传感器覆盖的有效冗余区域之和。5.根据权利要求4所述的自动驾驶汽车多传感器优化配置方法，其特征在于，构建所...

【专利技术属性】
技术研发人员：周敏，董海荣，陈奇芳，曹耀光，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：