自动驾驶跟车车距测量计算装置及方法制造方法及图纸

本发明专利技术涉及车距测量技术领域，具体公开了一种自动驾驶跟车车距测量计算装置及方法，所述方法包括基于预设的权限获取车辆的导航信息，根据所述导航信息确定路段的拥挤度；根据所述拥挤度确定影像设备的工作参数；接收影像设备获取到的影像信息，获取车辆的车身参数，根据所述车身参数和所述影像信息计算预测车距；基于所述预测车距确定雷达设备的工作参数，并对雷达设备的采集数据进行筛选；根据筛选到的采集数据确定最终车距。本发明专利技术借助现有的车辆影像获取设备，从视觉上对车距进行预测，根据预测结果调节雷达设备在不同时段的工作模式，使得雷达数据的筛选环节更加容易，极大地降低了无效数据量，提高了资源利用率。提高了资源利用率。提高了资源利用率。

【技术实现步骤摘要】
自动驾驶跟车车距测量计算装置及方法


[0001]本专利技术涉及车距测量
，具体是一种自动驾驶跟车车距测量计算装置及方法。

技术介绍

[0002]自动驾驶系统采用先进的通信、计算机、网络和控制技术，对车辆实现实时、连续控制。
[0003]在自动驾驶系统中，信息采集过程尤为重要，它相当于自动驾驶系统的“五感”，采集到的信息的数据质量，影响着后续的指令生成环节，因此，信息采集模块的资源占比极大。
[0004]但是，自动驾驶车辆中，能源是有限的，也即，电量或者油量是固定的，每节约一些能源，里程数就会增加很多，因此，如何在保证信息采集质量的前提下，降低信息采集能耗量，提高资源利用率是本专利技术技术方案想要解决的技术问题。

技术实现思路

[0005]本专利技术的目的在于提供一种自动驾驶跟车车距测量计算装置及方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种自动驾驶跟车车距测量计算方法，所述方法包括：基于预设的权限获取车辆的导航信息，根据所述导航信息确定路段的拥挤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶跟车车距测量计算方法，其特征在于，所述方法包括：基于预设的权限获取车辆的导航信息，根据所述导航信息确定路段的拥挤度；根据所述拥挤度确定影像设备的工作参数；接收影像设备获取到的影像信息，获取车辆的车身参数，根据所述车身参数和所述影像信息计算预测车距；基于所述预测车距确定雷达设备的工作参数，并对雷达设备的采集数据进行筛选；根据筛选到的采集数据确定最终车距。2.根据权利要求1所述的自动驾驶跟车车距测量计算方法，其特征在于，所述根据所述拥挤度确定影像设备的工作参数的步骤包括：在预设的统计表中查询所述拥挤度对应的车辆密度；根据所述车辆密度确定影像设备的工作频率，并向所有影像设备发送；获取所有影像设备在工作频率下获取到的影像，对影像进行轮廓识别，确定各影像中的车辆及其数量；根据所述车辆及其数量调节各影像设备的工作频率。3.根据权利要求2所述的自动驾驶跟车车距测量计算方法，其特征在于，所述接收影像设备获取到的影像信息，获取车辆的车身参数，根据所述车身参数和所述影像信息计算预测车距的步骤包括：接收影像设备获取到的影像信息，根据影像设备的编号对影像信息进行聚类；根据预设的车身监测设备实时获取车身参数；所述车身参数包括车辆角度；读取影像信息的轮廓识别结果，查询影像信息的拍摄时间对应的车辆角度；根据所述车辆角度和所述轮廓识别结果计算预测车距。4.根据权利要求3所述的自动驾驶跟车车距测量计算方法，其特征在于，所述根据所述车辆角度和所述轮廓识别结果计算预测车距的步骤包括：读取影像信息及其轮廓识别结果中的车辆轮廓；将含有车辆轮廓的影像信息输入训练好的识别模型，输出透视距离；所述透视距离用于表征视觉距离；所述视觉距离基于透视原理确定；读取车辆角度，根据所述车辆角度和透视距离建立虚拟曲线；基于透视距离对所述虚拟曲线进行积分，得到预测车距；根据时间顺序排列各影像信息对应的预测车距，得到预测车距组。5.根据权利要求4所述的自动驾驶跟车车距测量计算方法，其特征在于，所述基于所述预测车距确定雷达设备的工作参数，并对雷达设备的采集数据进行筛选的步骤包括：对所述预测车距组进行回归分析，确定拟合曲线；将拟合曲线输入训练好的波动分析模型，得到波动特征；所述波动特征用于表征预测车距的变化情况；根据所述波动特征确定雷达设备的理论采样区间；所述理论采样区间为时间段；基于所述理论采样区间确定筛选阈值，对采集数据进行筛选；其中，所述理论采样区间的筛选阈值小于非理论采...

【专利技术属性】
技术研发人员：许一凡，吴艳飞，
申请(专利权)人：安徽中科星驰自动驾驶技术有限公司，
类型：发明
国别省市：