【技术实现步骤摘要】
自动驾驶中车轮打滑的自动检测及补偿方法、装置及系统
[0001]本专利技术涉及自动驾驶
，尤其涉及一种自动驾驶中车轮打滑的自动检测及补偿方法、装置及系统。
技术介绍
[0002]近几年低速自动驾驶技术飞速发展，而且需要适配的场景越来越多，比如雨雪天气等。当处于雨雪天气等导致路面湿滑的情况下，自动驾驶车辆车轮有可能产生打滑现象，针对此种情况如果不做特殊算法处理，将使车辆无法正常行驶，严重的情况下将会产生交通事故。
[0003]自动驾驶算法一般包含定位、感知、pnc等几大模块，其中定位模块需要稳定、准确的给出车辆的实时位置。随着降本需求不断增加，低速无人驾驶车辆一般不再搭载高精度组合惯导设备，而是通过多线激光雷达与高精度地图匹配来获取高精度测量值，再结合惯性测量单元、轮速计等实现多传感器融合定位，从而为车辆提供实时位置。
[0004]现有技术方案需要通过车辆底盘提供的轮速计数据为多传感器融合算法提供速度信息，车辆底盘提供的轮速计数据是通过车轮转动获取到的，在雨雪天气车轮发生打滑现象时，轮速计数据误差将极具增...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，所述方法包括：获取当前场景的雷达点云数据和/或图像信息，基于预设的雨雪天气模型推理当前天气是否存在雨/雪；基于雨/雪天气推理的肯定结果，将底盘里程计的速度数据与视觉里程计和/或激光雷达里程计的速度数据相融合，并输出时速的融合数据；将底盘里程计输出的速度数据替换为时速的融合数据，并作为当前时速；将所述当前时速与多线激光雷达数据和/或高精度地图匹配信息和/或惯性测量单元数据进行多传感器融和计算，输出当前的实时定位信息。2.根据权利要求1所述的自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，在所述获取当前场景的雷达点云数据和/或图像信息，基于预设的雨雪天气模型推理当前天气是否存在雨/雪的步骤中，还具体包括：基于视觉传感器获取当前场景的图像序列，并将所述图像序列输入所述预设的雨雪天气模型中；提取所述图像序列中每个图像的潜在雨/雪特征，基于潜在雨/雪特征对当前天气进行判断，得到多个判断结果；根据多个所述判断结果推理当前天气是否存在雨/雪，并将推理结果输出。3.根据权利要求2所述的自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，所述预设的雨雪天气模型为基于图像识别的天气模型。4.根据权利要求1所述的自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，在所述获取当前场景的雷达点云数据和/或图像信息，基于预设的雨雪天气模型推理当前天气是否存在雨/雪的步骤中，还具体包括：基于多线激光雷达获取当前场景的所述雷达点云数据，并将所述雷达点云数据输入所述预设的雨雪天气模型中；对所述雷达点云数据进行分区，提取每个分区中的潜在雨/雪特征，基于每个分区中的潜在雨/雪特征对当前天气进行判断，得到多个判断结果；根据多个所述判断结果推理当前天气是否存在雨/雪，并将推理结果输出。5.根据权利要求4所述的自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，在所述提取每个分区中的潜在雨/雪特征，基于每个分区中的潜在雨/雪特征对当前天气进行判断，得到多个判断结果的步骤中，还具体包括：提取每个分区中的潜在雨/雪特征，分别确认每个分区中雨/雪特征的反射值数据及密度数据，并进行判断，得到多个判断结果；根据多个所述判断结果推理当前天气是否存在雨/雪，并输出第一推理结果；根据多个所述判断结果推理当前雨/雪天气的严重程度，并输出第二推理结果。6.根据权利要求4所述的自动驾驶中车轮打滑的自动检测及补偿方法，其特征在于，在所述基于雨/雪天气推理的肯定结果，将底盘里程计的速度数据与视觉里程计和/或激光雷达里程计的速度数据相融合的步骤中，还具体包括：输入雨/雪天气的推理结果，当推理结果为当前天气存在雨/雪时，基于加权求和法将底盘里程计的速度数据与视觉里程计和/或激光雷达里程计的速...
【专利技术属性】
技术研发人员：张金凤，许舒恒，张鹏，王鹏飞，
申请(专利权)人：九识苏州智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。