【技术实现步骤摘要】
本申请涉及自动驾驶，具体涉及一种基于车道线的路边障碍物过滤方法及系统。
技术介绍
1、自动驾驶汽车是汽车电子、智能控制以及互联网等技术发展融合的产物，其原理为自动驾驶系统利用感知与定位系统，获取车辆自身方位以及外界环境信息，经过计算系统分析信息、做出决策，控制执行系统实现车辆加速、减速或转向，从而在无需驾驶员介入的情况下，完成自动驾驶。
2、在自动驾驶技术日益成熟的同时，对于在自动驾驶过程中会出现的一些问题也要进行考虑，例如自动驾驶的感知任务，即自动驾驶过程中通过车辆本身的传感器等装置识别周围障碍物，从而自动驾驶车辆可以针对识别出的障碍物进行躲避，或者进行临时等待等，这样才可以更好的应用自动驾驶技术。
3、一般在自动驾驶过程中在识别周围障碍物时，可能会存在一些介于动态和静态之间的障碍物，例如绿植，其在有风的时候可能是动态的，其他时候可能是静态的，且目前大多的感知技术只是单单利用传统的传感器、前视相机、或毫米波雷达的原始数据进行障碍物分析，但是现有的故障分析技术无法达到理想效果。
4、例如，前视相机通过采集车辆行进前方的环境图像，对环境图像中的障碍物进行提取，一旦发现车辆行进前方的环境中存在障碍物，就有可能触发aeb(autonomousemergency braking，自动紧急刹车系统)紧急停车。
5、又例如，毫米波雷达最重要的就是反射强度，如果遇见特殊情况，比如风把周边绿植突然吹到道路中，则此时毫米波雷达就会把绿植判定为障碍物，从而可能导致车辆触发aeb急刹，造成车辆堵塞等，但
6、因此传统的方法可能会由于识别精度低而触发aeb紧急停车，从而造成车辆堵塞等情况。
技术实现思路
1、本申请提供一种基于车道线的路边障碍物过滤方法及系统，可以解决现有技术中存在的因障碍识别精度低导致自动驾驶系统误判的技术问题。
2、第一方面，本申请实施例提供一种基于车道线的路边障碍物过滤方法及系统，包括：
3、利用安装在车辆前方的障碍物信息采集装置采集车辆前方的环境数据，所述将环境数据包括车道线数据和障碍物数据；
4、根据车道线数据生成位于左右两侧车道线对称中心的道路中心线，以道路中心线作为主参考线，构建frenet坐标系，并定义其s轴表示沿道路的距离，其d轴表示道路上的左右位置；
5、基于所述frenet坐标系、车道线数据、以及障碍物数据进行处理，得到在frenet坐标系下障碍物与左右两侧车道线之间的位置关系；
6、根据预设的过滤策略，在障碍物位于左右两侧车道线之间且与相距最近的车道线之间的距离小于第一预设阈值时、以及障碍物位于左右两侧车道线外侧且与相距最近的车道线之间的距离小于第二预设阈值时，从所述环境数据中滤除该障碍物的相关信息。
7、结合第一方面，在一种实施方式中，所述障碍物信息采集装置包括前视相机和毫米波雷达。
8、结合第一方面，在一种实施方式中，所述车道线包括由左至右依次设置的左左车道线、左车道线、右车道线、以及右右车道线；
9、所述车道线数据包括左左车道线数据、左车道线数据、右车道线数据、以及右右车道线数据；
10、所述障碍物数据包括障碍物在大地坐标系下的大地坐标。
11、结合第一方面，在一种实施方式中，所述根据车道线数据生成位于左右车道线对称中心的道路中心线，具体包括如下步骤：
12、根据左车道线数据和右车道线数据计算，得到左车道和右车道的对称中心线的坐标，以该对称中心线作为道路中心线。
13、结合第一方面，在一种实施方式中，所述基于所述frenet坐标系、车道线数据、以及障碍物数据进行处理，得到在frenet坐标系下障碍物与左右两侧车道线之间的位置关系，具体包括如下步骤：
14、根据所述车道线数据中包含的车道线的大地坐标进行坐标转换得到车道线的frenet坐标；根据所述障碍物数据中包含的障碍物的大地坐标进行坐标转换，得到障碍物的frenet坐标；
15、根据障碍物的s坐标，将障碍物投影到左右两侧的车道线上，以得到左侧投影点和右侧投影点；
16、将障碍物的d坐标分别与左侧投影点的d坐标和右侧投影点的d坐标进行比对，得到左侧d坐标差值和右侧d坐标差值，根据左侧d坐标差值和右侧d坐标差值得到所述位置关系。
17、结合第一方面，在一种实施方式中，所述根据障碍物的s坐标，将障碍物投影到左右两侧的车道线上，以得到左侧投影点和右侧投影点，具体包括如下步骤：
18、根据障碍物的s坐标，将障碍物投影到左右两侧的车道线上，并判断预设的投影点是否与构成车道线的车道线点重合，若是，则以预设的投影点作为所述左、右侧投影点；若否，则利用二分法获取预测的投影点前方最近的第一车道线点和预测的投影点后方最近的第二车道线点，结合第一车道线点的d坐标和第二车道线点的d坐标，通过预设的坐标计算公式进行计算得到最终的投影点的d坐标，最终的投影点的s坐标与预设的投影点的s坐标一致，以最终的投影点作为所述左、右侧投影点。
19、结合第一方面，在一种实施方式中，所述坐标计算公式如下：
20、
21、其中，
22、d最终用于表示最终的投影点的d坐标；
23、s1用于表示故障点的s坐标；
24、high.s用于表示第一车道线点的s坐标；
25、high.d用于表示第一车道线点的d坐标；
26、low.d用于表示第二车道线点的d坐标；
27、ratio用于表示第一车道线点与故障点在s轴方向的距离相对于第
28、一车道线点与第二车道线点在s轴方向的距离的比值。
29、结合第一方面，在一种实施方式中，所述第一预设阈值为1m。
30、结合第一方面，在一种实施方式中，所述第二预设阈值为2m。
31、第二方面，本申请实施例提供了一种一种基于车道线的路边障碍物过滤系统，所述基于车道线的路边障碍物过滤系统包括：
32、障碍物信息采集装置，其安装在车辆前方，用于采集车辆前方的环境数据，所述将环境数据包括车道线数据和障碍物数据；
33、过滤处理模块，其用于根据车道线数据生成位于左右两侧车道线对称中心的道路中心线，以道路中心线作为主参考线，构建frenet坐标系，并定义其s轴表示沿道路的距离，其d轴表示道路上的左右位置；还用于基于所述frenet坐标系、车道线数据、以及障碍物数据进行处理，得到在frenet坐标系下障碍物与左右两侧车道线之间的位置关系；还用于根据预设的过滤策略，在障碍物位于左右两侧车道线之间且与相距最近的车道线之间的距离小于第一预设阈值时、以及障碍物位于左右两侧车道线外侧且与相距最近的车道线之间的距离小于第二预设阈值时，从所述环境数据中滤除该障碍物的相关信息。
34、本申请实施例提供的技术方案带来的本文档来自技高网...
【技术保护点】
1.一种基于车道线的路边障碍物过滤方法，其特征在于，所述基于车道线的路边障碍物过滤方法包括：
2.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述障碍物信息采集装置包括前视相机和毫米波雷达。
3.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述车道线包括由左至右依次设置的左左车道线、左车道线、右车道线、以及右右车道线；
4.如权利要求3所述的基于车道线的路边障碍物过滤方法，其特征在于，所述根据车道线数据生成位于左右车道线对称中心的道路中心线，具体包括如下步骤：
5.如权利要求3所述的基于车道线的路边障碍物过滤方法，其特征在于，所述基于所述Frenet坐标系、车道线数据、以及障碍物数据进行处理，得到在Frenet坐标系下障碍物与左右两侧车道线之间的位置关系，具体包括如下步骤：
6.如权利要求5所述的基于车道线的路边障碍物过滤方法，其特征在于，所述根据障碍物的s坐标，将障碍物投影到左右两侧的车道线上，以得到左侧投影点和右侧投影点，具体包括如下步骤：
7.如权利要求6所述的基于车
8.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述第一预设阈值为1m。
9.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述第二预设阈值为2m。
10.一种基于车道线的路边障碍物过滤系统，其特征在于，所述基于车道线的路边障碍物过滤系统包括：
...【技术特征摘要】
1.一种基于车道线的路边障碍物过滤方法，其特征在于，所述基于车道线的路边障碍物过滤方法包括：
2.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述障碍物信息采集装置包括前视相机和毫米波雷达。
3.如权利要求1所述的基于车道线的路边障碍物过滤方法，其特征在于，所述车道线包括由左至右依次设置的左左车道线、左车道线、右车道线、以及右右车道线；
4.如权利要求3所述的基于车道线的路边障碍物过滤方法，其特征在于，所述根据车道线数据生成位于左右车道线对称中心的道路中心线，具体包括如下步骤：
5.如权利要求3所述的基于车道线的路边障碍物过滤方法，其特征在于，所述基于所述frenet坐标系、车道线数据、以及障碍物数据进行处理，得...
【专利技术属性】
技术研发人员：苏瑶，李维龙，钟之莹，刘潇，李美艺，
申请(专利权)人：东风商用车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。