一种自动驾驶传感器优化部署与感知方法技术

本发明专利技术涉及传感器部署感知的技术领域，揭露了一种自动驾驶传感器优化部署与感知方法，所述方法包括：以传感器的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，构建以最大化传感器空间覆盖度为目标的目标函数并优化求解得到传感器部署位置；利用传感器进行数据感知，根据数据样本的局部密度指导传感器进行数据感知

【技术实现步骤摘要】
一种自动驾驶传感器优化部署与感知方法


[0001]本专利技术涉及传感器部署感知的
，尤其涉及一种自动驾驶传感器优化部署与感知方法
。

技术介绍

[0002]智能网联汽车技术方兴未艾，高等级自动驾驶对环境感知的精度
、
可靠性提出了更严苛的要求
。
现有的基于多传感器融合的多目标跟踪研究多聚焦于车载视角，然而，受限于车载传感器平台的原理性缺陷，难以对周围环境信息进行全面
、
准确
、
低冗余的描述
。
针对该问题，本专利技术提出一种自动驾驶传感器优化部署与感知方法，实现自动驾驶车辆传感器的最优化部署感知
。

技术实现思路

[0003]有鉴于此，本专利技术提供一种自动驾驶传感器优化部署与感知方法，目的在于：1）通过设定车内空间位置点以及车外空间位置点，并基于车内空间位置点到驾驶员位置的距离以及车外空间位置点到车表面的距离分别确定空间位置点的权重，其中距离驾驶员越近的车内空间位置点的权重越高，距离车表面的距离越远，车外空间位置点的权重越高，且车外空间位置点的基准权重更高，以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，以最大化传感器部署位置接受适应度函数进行传感器空间部署位置优化求解，在实现更大车外周围环境感知范围的基础上，对车内驾驶员的状态进行感知，提高自动驾驶的安全性；2）在传感器空间部署位置优化求解的过程中，在每次迭代完成后比较求解结果与上次迭代过程中的最优解的差值，并将差值转换为适配值，适配值越大则表示迭代后的求解结果越优于上次迭代过程中的最优解，并对适配值较低的求解结果进行变异处理，从而得到新解，提高求解结果的多样性，有助于迭代得到更优解，并避免陷入局部最优解，实现最大化传感器空间覆盖度，根据不同传感器所采集数据样本的空间近邻关系，计算得到传感器所采集数据样本的局部密度，并根据局部密度指导传感器进行数据感知，指导数据样本感知内容重复度较高的相邻传感器在数据感知过程中周期性交替运行，提高传感器的运行总时长
。
[0004]实现上述目的，本专利技术提供的一种自动驾驶传感器优化部署与感知方法，包括以下步骤：
S1
：计算自动驾驶车辆的空间位置点权重，确定传感器对自动驾驶车辆的空间覆盖范围，构建自动驾驶车辆空间覆盖模型，所述自动驾驶车辆空间覆盖模型以传感器的空间部署位置为自变量；
S2
：以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数；
S3
：以最大化传感器部署位置接受适应度函数进行传感器空间部署位置优化求
解，得到自动驾驶车辆传感器部署位置；
S4
：初始时刻利用部署的传感器进行数据感知形成数据样本集合，根据不同传感器所采集数据样本的空间近邻关系，计算得到传感器所采集数据样本的局部密度，并根据局部密度指导传感器进行数据感知
。
[0005]作为本专利技术的进一步改进方法：可选地，所述
S1
步骤中计算自动驾驶车辆的空间位置点权重，包括：生成自动驾驶车辆的空间位置点权重，其中自动驾驶车辆的空间位置点分为车内空间位置点以及车外空间位置点，车内空间位置点的集合为：；其中：表示自动驾驶车辆的车内空间位置点集合，其中车内空间位置点为自动驾驶车辆内以及车辆表面的空间坐标点；在本专利技术实施例中，本专利技术以驾驶员的位置中心为坐标原点，自动驾驶车辆的车头方向为水平轴方向，构建自动驾驶车辆的三维坐标系；表示集合中的第
n
个车内空间位置点，
N
表示车内空间位置点的总数；车外空间位置点的集合为：；其中：表示自动驾驶车辆的车外空间位置点集合，其中车外空间位置点为自动驾驶车辆外的空间坐标点；表示集合中的第
m
个车外空间位置点，
M
表示车外空间位置点的总数；确定车内空间位置点的基准权重为，车外空间位置点的基准权重为，其中，在本专利技术实施例中，将设置为1，设置为2；基于空间位置点的基准权重确定自动驾驶车辆中每个空间位置点的权重： ； ；其中：表示车内空间位置点的权重；表示车内空间位置点到驾驶员位置的距离，表示自动驾驶车辆的车内宽度；表示较小的正数，将其设置为
0.01
；表示车外空间位置点的权重；表示车外空间位置点到自动驾驶车辆表面的最短距离，表示自动驾驶车辆的车身长度
。
[0006]可选地，所述
S1
步骤中确定传感器对自动驾驶车辆的空间覆盖范围，并构建自动驾驶车辆空间覆盖模型，包括：计算得到位置
loc
处传感器对自动驾驶车辆的空间覆盖范围，其中传感器对自动
驾驶车辆的空间覆盖范围为：；；其中：表示以自然常数为底的指数函数；表示位置
loc
处的传感器对空间位置点
x
的覆盖率，
R
表示传感器的感知半径；表示位置
loc
处的传感器对自动驾驶车辆的空间覆盖范围；构建自动驾驶车辆空间覆盖模型，所述自动驾驶车辆空间覆盖模型以传感器的空间部署位置为自变量，自动驾驶车辆空间覆盖模型中的传感器数量为
K
，则第
k
个传感器的空间部署位置为，，第
k
个传感器的空间覆盖范围为
。
[0007]可选地，所述
S2
步骤中以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，包括：以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，其中第
k
个传感器对自动驾驶车辆的空间覆盖度为： ；其中：表示第
k
个传感器对自动驾驶车辆的空间覆盖度
。
[0008]可选地，所述
S2
步骤中构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数，包括：构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数，所构建传感器部署位置接受适应度函数为：； ； ； ；其中：表示自动驾驶车辆空间覆盖模型中
K
个传感器的空间部署位置序列；表示传感器部署位置接受适应度函数，表示
K
个传感器对自动驾驶车辆车内的空间覆盖度，表示
K
个传感器对自动驾驶车辆车外的空间覆盖度；表示传感器部署位置接受适应度函数，自变量为自动驾驶车辆空间覆盖模
型中
K
个传感器的空间部署位置序列
Loc
，隐变量为
K
个传感器对自动驾驶车辆的空间覆盖度
。
[0009]可选地，所述
S3
步骤中以最大化传感器部署位置接受适应度函数进行传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种自动驾驶传感器优化部署与感知方法，其特征在于，所述方法包括：
S1
：计算自动驾驶车辆的空间位置点权重，确定传感器对自动驾驶车辆的空间覆盖范围，构建自动驾驶车辆空间覆盖模型，所述自动驾驶车辆空间覆盖模型以传感器的空间部署位置为自变量；
S2
：以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数；
S3
：以最大化传感器部署位置接受适应度函数进行传感器空间部署位置优化求解，得到自动驾驶车辆传感器部署位置；
S4
：初始时刻利用部署的传感器进行数据感知形成数据样本集合，根据不同传感器所采集数据样本的空间近邻关系，计算得到传感器所采集数据样本的局部密度，并根据局部密度指导传感器进行数据感知
。2.
如权利要求1所述的一种自动驾驶传感器优化部署与感知方法，其特征在于，所述
S1
步骤中计算自动驾驶车辆的空间位置点权重，包括：生成自动驾驶车辆的空间位置点权重，其中自动驾驶车辆的空间位置点分为车内空间位置点以及车外空间位置点，车内空间位置点的集合为：；其中：表示自动驾驶车辆的车内空间位置点集合，其中车内空间位置点为自动驾驶车辆内以及车辆表面的空间坐标点；表示集合中的第
n
个车内空间位置点，
N
表示车内空间位置点的总数；车外空间位置点的集合为：；其中：表示自动驾驶车辆的车外空间位置点集合，其中车外空间位置点为自动驾驶车辆外的空间坐标点；表示集合中的第
m
个车外空间位置点，
M
表示车外空间位置点的总数；确定车内空间位置点的基准权重为，车外空间位置点的基准权重为，其中；基于空间位置点的基准权重确定自动驾驶车辆中每个空间位置点的权重： ； ；其中：表示车内空间位置点的权重；表示车内空间位置点到驾驶员位置的距离，表示自动驾驶车辆的车内宽度；
表示较小的正数，将其设置为
0.01
；表示车外空间位置点的权重；表示车外空间位置点到自动驾驶车辆表面的最短距离，表示自动驾驶车辆的车身长度
。3.
如权利要求1所述的一种自动驾驶传感器优化部署与感知方法，其特征在于，所述
S1
步骤中确定传感器对自动驾驶车辆的空间覆盖范围，并构建自动驾驶车辆空间覆盖模型，包括：计算得到位置
loc
处传感器对自动驾驶车辆的空间覆盖范围，其中传感器对自动驾驶车辆的空间覆盖范围为：；；其中：表示以自然常数为底的指数函数；表示位置
loc
处的传感器对空间位置点
x
的覆盖率，
R
表示传感器的感知半径；表示位置
loc
处的传感器对自动驾驶车辆的空间覆盖范围；构建自动驾驶车辆空间覆盖模型，所述自动驾驶车辆空间覆盖模型以传感器的空间部署位置为自变量，自动驾驶车辆空间覆盖模型中的传感器数量为
K
，则第
k
个传感器的空间部署位置为，，第
k
个传感器的空间覆盖范围为
。4.
如权利要求3所述的一种自动驾驶传感器优化部署与感知方法，其特征在于，所述
S2
步骤中以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，包括：以传感器对自动驾驶车辆的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，其中第
k
个传感器对自动驾驶车辆的空间覆盖度为： ；其中：表示第
k
个传感器对自动驾驶车辆的空间覆盖度
。5.
如权利要求4所述的一种自动驾驶传感器优化部署与感知方法，其特征在于，所述
S2
步骤中构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数，包括：构建以最大化传感器空间覆盖度为目标的传感器部署位置接受适应度函数，所构建传感器部署位置接受适应度函数为：；；
ꢀ
； ；其中：表示自动驾驶车辆空间覆盖模型中
K
个传感器的空间部署位置序列；表示传感器部署位置接受适应度函数，表示
K
个传感器对自动驾驶车辆车内的空间覆盖度，表示
K
个传感器对自动驾驶车辆车外的空间覆盖度；表示传感器部署位置接受适应度函数，自变量为自动驾驶车辆空间覆盖模型中
K
个传感器的空间部署位置序列
Loc
，隐变量为
K
个传感器对自动驾驶车辆的空间覆盖度
。6.
如权利要求5所...

【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：