【技术实现步骤摘要】
本专利技术涉及自动驾驶，具体为一种环境感知与自适应驾驶辅助电子控制方法及系统。
技术介绍
1、无人驾驶汽车主要由三大系统构成：环境感知 系统、路径规划系统和运动控制系统。环境感知是路径规划和运动控制的前提，也是无人驾驶汽车最亟待解决和优化的关键技术难题，正确识别车辆周身环境是无人驾驶汽车的运行的基础。
2、当前，环境感知技术主要分为两种，分别为激光感知和视觉感知。其中，激光感知是选用激光雷达为目标检测的主要传感器，并选择其他雷达如超声波雷达、毫米波雷达等作为辅助传感器进行环境感知。视觉感知则是选择摄像头为目标检测的主要传感器， 其他作为辅助传感器进行环境感知。相对于激光感知的方式，视觉感知操作简单，能够获取丰富的信息量，此外，视觉感知的成本相对低廉。因此，视觉感知成为当前使用范围最广，占主导地位的环境感知方法，但是视觉感知相对与激光感知检测的范围和精度都存在一定差距，且夜间工作能力差同时无法提供深度信息。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种环境感知与自适应驾驶辅助电子控制方法及系统，具备成本低，精度高等优点，解决了视觉感知夜间工作能力差同时无法提供深度信息的问题。
2、为解决上述视觉感知夜间工作能力差同时无法提供深度信息的技术问题，本专利技术提供如下技术方案：
3、本实施例公开一种环境感知与自适应驾驶辅助电子控制方法具体包括以下步骤：
4、s1、在机动车内安装对应的物联网设备，所述物联网设备包括，定位传感器，相
5、s2、基于安装的物联网设备实时对机动车周围环境数据进行收集；
6、s3、对物联网设备收集到的环境数据进行处理，得到融合后的周围环境数据；
7、s4、当机动车通过安装的物联网设备感知得到周围环境数据后，输入需要到达的地点；
8、s5、基于输入需要到达的地点对机动车行驶路径进行规划，得到最优路径；并基于行驶过程中对周围环境的实时感知对机动车进行辅助调整；
9、s6、基于得到的最优路径对机动车驾驶过程进行控制辅助。
10、优选地，所述对物联网设备收集到的环境数据进行处理，得到融合后的周围环境数据步骤包括：
11、s31、将收集到的点云数据和图像数据输入至目标检测模块中；
12、s32、目标检测模块通过使用融合算法，检测点云数据和图像数据中的障碍物目标数据。
13、优选地，所述目标检测模块通过使用融合算法，检测点云数据和图像数据中的障碍物目标数据包括以下步骤：
14、s321、基于图像的语义分割，计算逐像素分割分数；
15、s322、用语义分割像素分割分数的方式绘制激光雷达点云，得到绘制好的点云数据；
16、s323、基于绘制好的点云数据通过卷积神经网络进行障碍物目标检测。
17、优选地，所述基于图像的语义分割，计算逐像素分割分数包括：
18、基于拍摄的图像数据设定二维张量 x∈ℝ h×w，并进行条形池化，其中， h为图像数据的高， w为图像数据的宽；
19、在条形池化中，通过对一行或一列中的所有像素特征值进行平均运算；
20、所得的垂直条形池化后的输出 y h ∈ℝ h为：
21、；
22、其中， y i h表示第 i列的平均像素特征值， x i，j表示第 i列第 j行；
23、所得的水平条形池化后的输出 y h ∈ℝ w为：
24、；
25、其中， y j w表示第 j列的平均像素特征值， x j，i表示第 j列第 i行；
26、设定 x∈ℝ c×h×w为输入张量，其中 c表示通道数；
27、将 x输入到两个平行路径，每个路径包含一个水平或者垂直池化层；
28、将水平或者垂直池化层的输出结果输入到一个卷积核为3×1的一维卷积层；
29、通过一维卷积层对输入数据进行调制，输出 y h ∈ℝ h×c， y w ∈ℝ w×c；
30、将 y w和 y h组合到一起产生 y∈ℝ h×w×c，通过矩阵的乘法然后有：
31、 y h ∈ℝ h×c和 y w ∈ℝ w×c都是一行或者一列则可表示为 y h ∈ℝ h×1×c和 y w ∈ℝ w×1×c；
32、根据矩阵乘法 h×1 ×w×1 =h×w；
33、；
34、其中，表示通道c输出的第 本文档来自技高网...
【技术保护点】
1.一种环境感知与自适应驾驶辅助电子控制方法，其特征在于，包括：
2.根据权利要求1所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述对物联网设备收集到的环境数据进行处理，得到融合后的周围环境数据步骤包括：
3.根据权利要求2所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述目标检测模块通过使用融合算法，检测点云数据和图像数据中的障碍物目标数据包括以下步骤：
4.根据权利要求3所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述基于图像的语义分割，计算各像素分割分数包括：
5.根据权利要求3所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述用语义分割像素分割分数的方式绘制激光雷达点云，得到绘制好的点云数据包括：
6.根据权利要求3所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述基于绘制好的点云数据通过卷积神经网络进行障碍物目标检测包括：
7.根据权利要求1所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于，所述基于输入需要到达的地点
8.根据权利要求1所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于，所述基于得到的最优路径对机动车驾驶过程进行控制辅助包括：
9.一种实现权利要求1-8中任一项所述的环境感知与自适应驾驶辅助电子控制方法的环境感知与自适应驾驶辅助电子控制系统，其特征在于：包括：数据采集模块、目标检测模块、路径规划模块以及辅助控制模块；
10.根据权利要求9所述的环境感知与自适应驾驶辅助电子控制系统，其特征在于，还包括物联网设备，所述物联网设备包括：相机、激光雷达、定位传感器；
...【技术特征摘要】
1.一种环境感知与自适应驾驶辅助电子控制方法，其特征在于，包括：
2.根据权利要求1所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述对物联网设备收集到的环境数据进行处理，得到融合后的周围环境数据步骤包括：
3.根据权利要求2所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述目标检测模块通过使用融合算法，检测点云数据和图像数据中的障碍物目标数据包括以下步骤：
4.根据权利要求3所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述基于图像的语义分割，计算各像素分割分数包括：
5.根据权利要求3所述的一种环境感知与自适应驾驶辅助电子控制方法，其特征在于：所述用语义分割像素分割分数的方式绘制激光雷达点云，得到绘制好的点云数据包括：
6.根据权利要求3所述的一种环境感知与自...
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。