一种多传感器融合的自动驾驶寻线方法及装置制造方法及图纸

本发明专利技术公开了一种多传感器融合的自动驾驶寻线方法及装置

【技术实现步骤摘要】
一种多传感器融合的自动驾驶寻线方法及装置


[0001]本专利技术涉及自动驾驶
，尤其涉及一种多传感器融合的自动驾驶寻线方法及装置
。

技术介绍

[0002]自动驾驶技术在近年来得到了快速发展，成为汽车行业的热门研究方向
。
而其中一个重要的挑战是实现精准的寻线，即让自动驾驶车辆能够准确地识别和跟踪道路线路
。
为了提高寻线的准确性和稳定性，研究人员开始关注开发一种多传感器融合的自动驾驶寻线方法，即利用多种传感器（如摄像头
、
激光雷达等）收集并融合多源数据，以提供更可靠的寻线信息和决策
。
[0003]目前已有一些现有实现技术可用于多传感器融合的自动驾驶寻线
。
其中，摄像头和激光雷达是常用的传感器，用于获取道路信息和障碍物检测
。
利用计算机视觉和图像处理技术，可以从摄像头图像中提取道路特征和边界线信息
。
同时，激光雷达可以提供更精确的距离和深度信息，以补充和验证摄像头数据
。
此外，惯性测量单元（
IMU
）和全局定位系统（
GPS
）等传感器也可用于提供车辆的位置和运动信息
。
通过融合多个传感器的数据，并运用机器学习和感知算法，可以实现自动驾驶车辆的精准寻线和路径规划
。
[0004]例如公开号为：
CN113343742A
的专利技术专利公开的一种车道线检测方法
、
一种车道线检测系统，包括：
S1.
获取行驶前方的前视图像；
S2.
对前视图像进行预处理；
S3.
在经预处理后的图像中获取感兴趣区域，并将所述感兴趣区域的图像由前视视角转换为俯视视角，得到俯视图像；
S4.
对所述俯视图像进行像素点划分，得到二值图；
S5.
在所述二值图中确定车道的搜寻起点；
S6.
以所述搜寻起点开始，在所述二值图中描绘出车道线路径；
S7.
将所述车道线路径进行拟合，得到最终车道线
。
[0005]例如公开号为：
CN108845315A
的专利技术专利公开的基于车载激光雷达的车道线识别方法，包括：一
、
读取
curb
中间的道路点云数据，二
、
排序，三
、
均值滤波，四
、
寻找峰值，五
、
车道线高度信息筛选，六
、
多线束联合筛选峰值
。
将自车前方和后方的车道线识别出来
。
[0006]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中，自动驾驶车辆的寻线算法往往针对特定的道路类型和交通情况进行设计，在实际道路上，道路标记可能会受到多种因素的影响而发生变化，例如施工
、
恶劣天气或者损坏，存在车辆无法准确跟踪最新的车道线信息的问题
。

技术实现思路

[0007]本申请实施例通过提供一种多传感器融合的自动驾驶寻线方法及装置，解决了现有技术中存在车辆无法准确跟踪最新的车道线信息的问题，实现了提高自动驾驶车辆的寻线准确性和适应性
。
[0008]本申请实施例提供了一种多传感器融合的自动驾驶寻线方法，包括以下步骤：
S1
，
采集传感器的实时基本参数，据此统计传感参数，并采集定位信息，进而在地图上标记出自动驾驶车辆当前位置；
S2
，对自动驾驶车辆的寻线情况进行划分，得到近景车道线和远景车道线；
S3
，获取预设自动驾驶车辆的近景车道线信息，统计分析得到标准虚拟车辙线位置，据此分析自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数；
S4
，获取预设自动驾驶车辆的远景车道线信息，识别分析得到定位点附近车道线，据此分析自动驾驶车辆的远景车道线与定位点附近车道线对应的契合指数；
S5
，获取预设自动驾驶车辆的寻线情况数据，进而评定自动驾驶车辆的寻线准确度；
S6
，将自动驾驶车辆所属的近景车道线和远景车道线进行智能提示，并对自动驾驶车辆所属寻线情况进行异常信息提示
。
[0009]进一步的，所述传感参数包括纹理信息
、
前方探测距离值
、
后方探测距离值
、
左方探测距离值
、
右方探测距离值和侧向加速度
。
[0010]进一步的，所述定位信息包括当前定位点的高度定位信息和水平定位信息，还包括各地区的车道线信息
。
[0011]进一步的，所述统计分析得到标准虚拟车辙线位置的具体步骤为：依据预设的自动驾驶车辆的近景车道线信息，其中，近景车道线包括预设的各种驾驶操作对应的虚拟车辙线
、
虚拟车辙线距离车道线两端的标准距离和标准距离允许差值，还包括虚拟车辙线与车道线之间的标准夹角和标准夹角允许差值；根据自动驾驶车辆的各种驾驶操作对应的虚拟车辙线与车道线两端的距离和虚拟车辙线与车道线之间的夹角，统计分析出标准虚拟车辙线的位置，设为标准虚拟车辙线位置
。
[0012]进一步的，所述分析自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数的具体步骤为：提取自动驾驶车辆获取的纹理信息，并据此通过图像处理识别出初步近景车道线的位置；获取自动驾驶车辆的行驶虚拟车辙线的位置记录，其中，虚拟车辙线指在获取纹理信息的画面中根据自动驾驶车辆两个后轮间距预设的两个固定不动的点作为虚拟车辙起始点，当车辆行驶时，传感器获得道路的纹理信息产生变化，同时记录虚拟车辙起始点在纹理信息上留下的移动记录，该移动记录进行整合作为虚拟车辙线进行保存；根据初步近景车道线的位置和行驶虚拟车辙线的位置记录，分析出自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数，具体的分析公式为：，其中，和分别为初步近景车道线的位置和行驶虚拟车辙线的位置记录的权重值，
e
为自然常数，为近景车道线与虚拟车辙线位置对应的契合指数的修正因子；当近景车道线与虚拟车辙线位置对应的契合指数高于一定阈值时，将近景车道线与虚拟车辙线位置对应的契合指数记为正常信息；当近景车道线与虚拟车辙线位置对应的契合指数低于一定阈值时，分析自动驾驶车辆周围的环境，若正常则将近景车道线与虚拟车辙线位置对应的契合指数记为正常信息，否则将近景车道线与虚拟车辙线位置对应的契合指数记为异常信息，并将异常信息进行提示
。
[0013]进一步的，所述分析自动驾驶车辆周围的环境的具体过程为：提取前方探测距离值
、
后方探测距离值
、
左方探测距离值和右方探测距离值，并由其计算出自动驾驶车辆周围的环境和标准行驶环境的契合指数，契合指数的具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多传感器融合的自动驾驶寻线方法，其特征在于，包括以下步骤：
S1
，采集传感器的实时基本参数，据此统计传感参数，并采集定位信息，进而在地图上标记出自动驾驶车辆当前位置；
S2
，对自动驾驶车辆的寻线情况进行划分，得到近景车道线和远景车道线；
S3
，获取预设自动驾驶车辆的近景车道线信息，统计分析得到标准虚拟车辙线位置，据此分析自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数；
S4
，获取预设自动驾驶车辆的远景车道线信息，识别分析得到定位点附近车道线，据此分析自动驾驶车辆的远景车道线与定位点附近车道线对应的契合指数；
S5
，获取预设自动驾驶车辆的寻线情况数据，进而评定自动驾驶车辆的寻线准确度；
S6
，将自动驾驶车辆所属的近景车道线和远景车道线进行智能提示，并对自动驾驶车辆所属寻线情况进行异常信息提示
。2.
如权利要求1所述多传感器融合的自动驾驶寻线方法，其特征在于：所述传感参数包括纹理信息
、
前方探测距离值
、
后方探测距离值
、
左方探测距离值
、
右方探测距离值和侧向加速度
。3.
如权利要求2所述多传感器融合的自动驾驶寻线方法，其特征在于：所述定位信息包括当前定位点的高度定位信息和水平定位信息，还包括各地区的车道线信息
。4.
如权利要求3所述多传感器融合的自动驾驶寻线方法，其特征在于，所述统计分析得到标准虚拟车辙线位置的具体步骤为：依据预设的自动驾驶车辆的近景车道线信息，其中，近景车道线包括预设的各种驾驶操作对应的虚拟车辙线
、
虚拟车辙线距离车道线两端的标准距离和标准距离允许差值，还包括虚拟车辙线与车道线之间的标准夹角和标准夹角允许差值；根据自动驾驶车辆的各种驾驶操作对应的虚拟车辙线与车道线两端的距离和虚拟车辙线与车道线之间的夹角，统计分析出标准虚拟车辙线的位置，设为标准虚拟车辙线位置
。5.
如权利要求4所述多传感器融合的自动驾驶寻线方法，其特征在于，所述分析自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数的具体步骤为：提取自动驾驶车辆获取的纹理信息，并据此通过图像处理识别出初步近景车道线的位置；获取自动驾驶车辆的行驶虚拟车辙线的位置记录，其中，虚拟车辙线指在获取纹理信息的画面中根据自动驾驶车辆两个后轮间距预设的两个固定不动的点作为虚拟车辙起始点，当车辆行驶时，传感器获得道路的纹理信息产生变化，同时记录虚拟车辙起始点在纹理信息上留下的移动记录，该移动记录进行整合作为虚拟车辙线进行保存；根据初步近景车道线的位置和行驶虚拟车辙线的位置记录，分析出自动驾驶车辆的近景车道线与虚拟车辙线位置对应的契合指数，具体的分析公式为：，其中，和分别为初步近景车道线的位置和行驶虚拟车辙线的位置记录的权重值，
e
为自然常数，为近景车道线与虚拟车辙线位置对应的契合指数的修正因子；当近景车道线与虚拟车辙线位置对应的契合指数高于一定阈值时，将近景车道线与虚
拟车辙线位置对应的契合指数记为正常信息；当近景车道线与虚拟车辙线位置对应的契合指数低于一定阈值时，分析自动驾驶车辆周围的环境，若正常则将近景车道线与虚拟车辙线位置对应的契合指数记为正常信息，否则将近景车道线与虚拟车辙线位置对应的契合指数记为异常信息，并将异常信息进行提示
。6.
如权利要求5所述多传感器融合的自动驾驶寻线方法，其特征在于，所述分析自动驾驶车辆周围的环境的具体过程为：提取前方探测距离值
、
后方探测距离值
、
左方探测距离值和右方探测距离值，并由其计算出自动驾驶车辆周围的环境和标准行驶环境的契合指数，契合指数的具体计算公式为：，其中，为设置的契合指数的修正因子；当契合指数高于一定阈值时...

【专利技术属性】
技术研发人员：欧涛，刘杰，丁飞，雷飞，
申请(专利权)人：湖南大学，
类型：发明
国别省市：