关键障碍物的识别方法、装置、无人驾驶车辆及存储介质制造方法及图纸

本发明专利技术实施例公开了一种关键障碍物的识别方法、装置、无人驾驶车辆及存储介质。该方法包括在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息；将障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，并获取过滤后留下的备选障碍物；根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值；在备选障碍物中，获取规避权重值大于或等于规避门限值的关键障碍物，以进行关键障碍物的有效避障。本发明专利技术实施例的技术方案提供一种在复杂且动态多变的路况中，有效识别关键障碍物的新技术。有效识别关键障碍物的新技术。有效识别关键障碍物的新技术。

【技术实现步骤摘要】
关键障碍物的识别方法、装置、无人驾驶车辆及存储介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及自动驾驶技术，尤其涉及一种关键障碍物的识别方法、装置、无人驾驶车辆及存储介质。

技术介绍

[0002]随着车辆智能化技术的发展，无人车自动驾驶技术逐渐成为车辆研究领域的一个热点。在现实道路环境中，经常存在一些静止或者低速的障碍物挡在无人车行驶路径前方，影响无人车的行驶效率，因此需要无人车在行驶过程中自主完成横向避障、超车等动作。
[0003]目前，如何在复杂且动态多变的路况中，有效识别车辆前方真正需要进行避障的关键障碍物，进而基于关键障碍物进行一次合理的避障超车决策，成为无人驾驶规划决策算法中的难点问题。

技术实现思路

[0004]本专利技术实施例提供了一种关键障碍物的识别方法、装置、无人驾驶车辆及存储介质，以提供一种在复杂且动态多变的路况中，有效识别关键障碍物的新技术。
[0005]第一方面，本专利技术实施例提供了一种关键障碍物的识别方法，该方法包括：
[0006]在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息；
[0007]将障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，并获取过滤后留下的备选障碍物；
[0008]根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值；
[0009]在备选障碍物中，获取规避权重值大于或等于规避门限值的关键障碍物，以进行关键障碍物的有效避障。
[0010]第二方面，本专利技术实施例还提供了一种关键障碍物的识别装置，该装置包括：
[0011]障碍物描述信息获取模块，用于在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息；
[0012]无效障碍物过滤模块，用于将障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，并获取过滤后留下的备选障碍物；
[0013]规避权重值计算模块，用于根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值；
[0014]关键障碍物获取模块，用于在备选障碍物中，获取规避权重值大于或等于规避门限值的关键障碍物，以进行关键障碍物的有效避障。
[0015]第三方面，本专利技术实施例还提供了一种无人驾驶车辆，该无人驾驶车辆包括：
[0016]一个或多个处理器；
[0017]存储装置，用于存储一个或多个程序；
[0018]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所述的关键障碍物的识别方法。
[0019]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如本专利技术任意实施例所述的关键障碍物的识别方法。
[0020]本专利技术实施例的技术方案，通过在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息；将障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，获取过滤后留下的备选障碍物；根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值；在备选障碍物中，获取规避权重值大于或等于规避门限值的关键障碍物，以进行关键障碍物的有效避障。解决了在现实道路环境中经常存在一些静止或者低速的障碍物挡在无人车行驶路径前方而影响无人车的行驶效率的问题，提供一种在复杂且动态多变的路况中，有效识别关键障碍物的新技术。
附图说明
[0021]图1是本专利技术实施例中的一种关键障碍物的识别方法的流程图；
[0022]图2是本专利技术实施例中的另一种关键障碍物的识别方法的流程图；
[0023]图3是本专利技术实施例中的另一种关键障碍物的识别方法的流程图；
[0024]图4是本专利技术实施例中的一种关键障碍物的识别装置的结构示意图；
[0025]图5是本专利技术实施例中的一种无人驾驶车辆的结构示意图。
具体实施方式
[0026]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0027]图1为本专利技术实施例提供的关键障碍物的识别方法的流程图，本实施例可适用于在复杂且动态多变的路况中识别车辆前方真正需要进行避障的关键障碍物的情况，该方法可以由关键障碍物的识别装置来执行，具体包括如下步骤：
[0028]S110、在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息。
[0029]其中，障碍物可以是无人驾驶车辆前方影响其正常行驶的物体或者可能会影响其正常行驶的物体(例如车辆或者行人)。障碍物的描述信息可以是指影响或者可能影响无人驾驶车辆正常行驶的物体的描述信息。
[0030]可选的，障碍物的描述信息可以包括至少下述一项：速度信息、位置信息、地理位置信息以及障碍物类型。其中，速度信息可以是指障碍物以无人驾驶车辆为参照物的相对速度信息。位置信息可以是指障碍物以无人驾驶车辆为参照物的相对位置信息。地理位置信息可以是指障碍物以地球为参照物的绝对地理位置，障碍物的地理位置信息可以为障碍物的经纬度信息。障碍物类型可以是指从旁边车道切入无人驾驶车辆当前所在车道的障碍物、从无人驾驶车辆当前所在车道切入旁边车道的障碍物、横穿无人驾驶车辆当前所在车
道的障碍物以及从旁边车道和无人驾驶车辆共同汇入同一车道的障碍物。
[0031]具体的，无人驾驶车辆在行驶过程中，可以通过自身的配置实时检测周围环境中的障碍物，并获取障碍物的相关描述信息，例如：障碍物的速度信息、位置信息、地理位置信息以及障碍物类型。
[0032]在本专利技术的一个可选实施例中，在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息，包括：在无人驾驶车辆的行驶过程中，通过车辆上配置的感知模块实时采集环境感知数据；根据所述环境感知数据，识别得到周围环境中的障碍物，以及障碍物的描述信息。
[0033]其中，感知模块可以是各类传感器(例如雷达传感器、超声波传感器和红外线传感器)的融合模块，可以用于实时采集无人驾驶车辆行驶环境的数据。环境感知数据可以是无人驾驶车辆行驶环境的道路数据、行驶周围静态物体的数据和动态物体数据，环境感知数据可以是识别障碍物的依据。
[0034]无人驾驶车辆在行驶过程中，可以通过自身车辆配置的感知模块，实时采集其周围的环境感知数据，并且根据采集的环境感知数据，筛选环境感知数据以确定周围环境中的障碍物。
[0035]S120、将障碍物的描述信息输入至预设有无效障碍物过滤规本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种关键障碍物的识别方法，其特征在于，包括：在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息；将障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，并获取过滤后留下的备选障碍物；根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值；在备选障碍物中，获取规避权重值大于或等于规避门限值的关键障碍物，以进行关键障碍物的有效避障。2.根据权利要求1所述的方法，其特征在于，在无人驾驶车辆的行驶过程中，实时检测周围环境中的障碍物，并获取障碍物的描述信息，包括：在无人驾驶车辆的行驶过程中，通过车辆上配置的感知模块实时采集环境感知数据；根据所述环境感知数据，识别得到周围环境中的障碍物，以及障碍物的描述信息；其中，障碍物的描述信息包括下述至少一项：速度信息、位置信息、地理位置信息以及障碍物类型。3.根据权利要求2所述的方法，其特征在于，包括：所述无效障碍物过滤规则包括下述至少一项：横向移动意图障碍物过滤规则、路网外障碍物过滤规则、高速障碍物过滤规则以及远距离障碍物过滤规则。4.根据权利要求3所述的方法，其特征在于，将各障碍物的描述信息输入至预设有无效障碍物过滤规则的有限状态机模型中进行无效障碍物的过滤，包括下述至少一项：将障碍物的障碍物类型输入至有限状态机模型中，通过有限状态机模型中的横向移动意图障碍物过滤规则将障碍物类型落入横向移动意图类型集的障碍物作为无效障碍物进行过滤；将障碍物的地理位置信息输入至有限状态机模型中，通过有限状态机模型中的路网外障碍物过滤规则将地理位置信息未落入路网中的障碍物作为无效障碍物进行过滤；将障碍物的纵向速度输入至有限状态机模型中，通过有限状态机模型中的高速障碍物过滤规则将纵向速度大于或等于路网限制值的障碍物作为无效障碍物进行过滤；以及将障碍物的纵向距离输入至有限状态机模型中，通过有限状态机模型中的远距离障碍物过滤规则将纵向距离大于或等于距离门限阈值的障碍物作为无效障碍物进行过滤。5.根据权利要求1所述的方法，其特征在于，根据备选障碍物的横向速度、纵向速度以及纵向距离，使用预设的模糊逻辑算法，计算得到与备选障碍物分别对应的规避权重值，包括：将备选障碍物的横向速度、纵向速度以及纵向...

【专利技术属性】
技术研发人员：边宁，徐欣奕，刘鹏，蔡棋生，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：