无人驾驶障碍检测系统及方法技术方案

发明专利技术公开了无人驾驶障碍检测系统及方法，包括超声波收集成像系统和摄像机辅助系统，所述超声波收集成像系统是由八个超声波探头组成，其障碍检测方法，具体包括以下步骤：

【技术实现步骤摘要】
无人驾驶障碍检测系统及方法


[0001]本专利技术涉及无人驾驶安全系统
，具体为无人驾驶障碍检测系统及方法
。

技术介绍

[0002]近年来，无人驾驶技术和智能汽车取得了突飞猛进的发展，随之而来的智能汽车安全问题就显得愈加重要
。
车辆障碍检测是汽车安全性中的一个重要方面，目前主流的基于车载传感器的车辆障碍检测系统，由于摄像头，激光雷达和毫米波雷达等车载传感器极易受到雨
、
雪
、
雾
、
霾等天气的影响，且会受到障碍物遮挡而产生的观测盲区的限制并不能保证在所有场景下保证汽车的安全
。
[0003]超声波是一种在弹性介质中的机械振荡
,
纵向分辨率较高
,
对色彩
、
光照
、
电磁场不敏感
,
因此超声波测距系统对于黑暗
,
透明
、
有灰尘等恶劣环境有很强的适应能力
。
超声波系统迅速
、
方便，易于做到实时控制
,
并且在测量精度方面能达到实用的要求
。
[0004]目前使用的汽车主动安全
(Active Safety)
技术都是利用安装在车辆上的毫米波雷达，激光雷达，视觉摄像头等车载传感器感知周围行人
、
车辆状态和环境信息，判断车辆的安全性，并在紧急情况下采取适当的防撞措施
。
由于这些车载传感器的自身特性，很容易受雨
、
雪
、
雾
、
霾等恶劣天气的影响，更可能受到干扰而使其丧失工作能力，由此可见，基于车载传感器探测的智能汽车主动安全系统并不能完全满足智能车辆在防撞安全性上的要求
。
[0005]超声波现阶段在汽车上最多的应用是泊车防撞提醒，超声波成像多用于医学
B
超
、
彩超等领域
。
基于超声波成像技术的发展
、
超声波测距的优势及现阶段自动驾驶领域摄像头
、
激光雷达等的缺陷，但超声波可测距距离短，成为使用超声波避障的障碍
。
本专利提出了一种超声波成与相机相结合的无人驾驶障碍检测方法，可应用于
40m
之内的避障检测，有效将超声波优势和摄像机优势相结合，此系统可应用于自动驾驶防追尾系统及自动泊车系统中
。

技术实现思路

[0006](
一
)
解决的技术问题
[0007]针对现有技术的不足，本专利技术提供了无人驾驶障碍检测系统及方法，解决了现有的车载传感器探测的智能汽车主动安全系统并不能完全满足智能车辆在防撞安全性上要求的问题
。
[0008](
二
)
技术方案
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：无人驾驶障碍检测系统，包括超声波收集成像系统和摄像机辅助系统，所述超声波收集成像系统是由八个超声波探头组成，其中四个超声波探头分别位于汽车前后车灯的上侧，另外四个超声波探头汽车侧方一边两个
。
[0010]本专利技术还提供了无人驾驶的障碍检测方法，具体包括以下步骤：
[0011]S1、
超声波收集成像系统发射并收集超声波，形成距车范围
20
米之内的超声波灰度图及距离图，此处超声波灰度图称1图，距离图称2图，1图和2图点位一致，无需融合，超声波探头分别位于车灯上测前后共四个，侧方一边两个，分别收集上下左右四个方位的超声灰度图及距离图，形成的灰度图前后方称前
1.1
图
、
前
1.2
图
、
后
1.1
图
、
后
1.2
图，距离图称前
2.1
图
、
前
2.2
图
、
后
2.1
图
、2.2
图，侧方距离图称侧左
2.1
图，侧左
2.2
图，距离图侧左
2.1
图
、
侧左
2.2
图，右侧同理，其中距离图和灰度图位置相对应，无需融合；
[0012]S2、
摄像机辅助系统集成于每个超声波收集成像系统中，收集车身四周的照片
40
米范围内的彩图，命名为
3.1
‑
3.8
图；
[0013]S3、
将各个方位超声波灰度图和照片即1图和3图进行融合处理；
[0014]S4、
对步骤
S3
中1图和3图融合处理得到的模板像素组图5与组图2组合成为距离点图，每个像素点都对应着相应的距离点；
[0015]S5、
根据距离点图进行最终障碍检测处理：
[0016]E1、
将照片
rgb
三通道图转换为一通道灰度图命名为
4.1
‑
4.8
，即组图4，若像素点距离都为0，则进行组图4的差值处理，若差值像素点变化
D
值以上，则进行初预警，系统进行集中采集处理，将超声波采集频率缩短；若像素点距离有不为0的情况，若像素点中大于
H
值的像素点小于
20
米之内，直接进行避障预警，处理突发障碍入内
。
转换公式为：
[0017][0018]优选的，所述步骤
S3
中将各个方位超声波灰度图和照片即1图和3图进行融合处理的方式为：
[0019]T1、
将照片
rgb
三通道图转换为一通道灰度图命名为
4.1
‑
4.8
，转换公式为：
[0020]I(x
，
y)
＝
0.3
＊
I_R(x
，
y)+0.59
＊
I_G(x
，
y)+0.11
＊
I_B(x
，
y)
[0021]T2、
利用金字塔融合算法，将
1.1
‑
1.8
图与
3.1
‑
3.8
进行融合处理
。
[0022]优选的，所述步骤
T2
中利用金字塔融合算法将
1.1
‑
1.8
图与
3.1
‑
3.8
进行融合处理的具体步骤如下：
[0023]A1、
首先建立两幅1图和3图像一定层数的金字塔图层倍数尺寸相差一倍：
[0024]A2、
对两边金字塔图层进行拉普拉本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
无人驾驶障碍检测系统，其特征在于：包括超声波收集成像系统和摄像机辅助系统，所述超声波收集成像系统是由八个超声波探头组成，其中四个超声波探头分别位于汽车前后车灯的上侧，另外四个超声波探头汽车侧方一边两个
。2.
一种执行权利要求1所述无人驾驶障碍检测系统的障碍检测方法，其特征在于：具体包括以下步骤：
S1、
超声波收集成像系统发射并收集超声波，形成距车范围
20
米之内的超声波灰度图及距离图，此处超声波灰度图称1图，距离图称2图，1图和2图点位一致，无需融合，超声波探头分别位于车灯上测前后共四个，侧方一边两个，分别收集上下左右四个方位的超声灰度图及距离图，形成的灰度图前后方称前
1.1
图
、
前
1.2
图
、
后
1.1
图
、
后
1.2
图，距离图称前
2.1
图
、
前
2.2
图
、
后
2.1
图
、2.2
图，侧方距离图称侧左
2.1
图，侧左
2.2
图，距离图侧左
2.1
图
、
侧左
2.2
图，右侧同理，其中距离图和灰度图位置相对应，无需融合；
S2、
摄像机辅助系统集成于每个超声波收集成像系统中，收集车身四周的照片
40
米范围内的彩图，命名为
3.1
‑
3.8
图；
S3、
将各个方位超声波灰度图和照片即1图和3图进行融合处理；
S4、
对步骤
S3
中1图和3图融合处理得到的模板像素组图5与组图2组合成为距离点图，每个像素点都对应着相应的距离点；
S5、
根据距离点图进行最终障碍检测处理：
E1、
将照片
rgb
三通道图转换为一通道灰度图命名为
4.1
‑
4.8
，即组图4，若像素点距离都为0，则进行组图4的差值处理，若差值像素点变化
D
值以上，则进行初预警，系统进行集中采集处理，将超声波采集频率缩短；若像素点距离有不为0的情况，若像素点中大于
H
值的像素点小于
20
米之内，直接进行避障预警，处理突发障碍入内；转换公式为：
X
和
y
均代表像素点坐标
。3.
根据权利要求2所述的无人驾驶的障碍检测方法，其特征在于：所述步骤
S3
中将各个方位超声波灰度图和照片即1图和3图进行融合处理的方式为：
T1、
将照片
rgb
三通道图转换为一通道灰度图命名为
4.1
‑
4.8
...

【专利技术属性】
技术研发人员：高泰龙，叶强，梅宗维，宋永利，申振，胡曼，林蓁蓁，张镘玉，史冰清，
申请(专利权)人：高泰龙，
类型：发明
国别省市：