【技术实现步骤摘要】
本申请涉及传感器融合，特别涉及一种车辆的运动轨迹生成装置、方法、车辆及存储介质。
技术介绍
1、目前智能网联汽车主要依靠车辆装载的摄像头、激光雷达、毫米波雷达等传感器进行单车自主式感知。
2、然而，仅依靠单车自主式感知的手段容易因视野遮挡、环境干扰、超视野范围等因素，造成感知信息不完整、探测范围受限，无法适用于路口、障碍物遮挡等存在单车感知盲区的场景，因此极易引发交通事故，亟待解决。
技术实现思路
1、本申请提供一种车辆的运动轨迹生成装置、方法、车辆及存储介质，以解决自主式感知系统因视野遮挡、环境干扰、超视野范围等因素，造成感知信息不完整、探测范围受限等问题。
2、本申请第一方面实施例提供一种车辆的运动轨迹生成装置，包括：传感器模块，用于基于至少一个目标融合任务，获取自车采集的第一感知数据和至少一个路侧设备采集的第二感知数据；数据解析模块，用于根据所述第一感知数据和所述第二感知数据得到可融合数据；以及融合模块，用于对所述可融合数据进行时间配准和空间同步处理，得到所述自车的栅格地图，并根据所述栅格地图和所述可融合数据生成所述自车的运动轨迹。
3、可选地，在本申请的一个实施例中，还包括：数据传输模块，用于对所述自车的运动轨迹进行编码，得到所述自车的轨迹编码数据；业务管理模块，用于对所述至少一个目标融合任务进行业务管理操作，得到所述至少一个目标融合任务的管理数据，其中，所述业务管理操作包括任务调度、进程管理、状态监控、故障诊断和资源配置中的至少一项；应
4、可选地，在本申请的一个实施例中，还包括：数据交互模块，用于基于所述管理数据和/或所述控制数据和/或所述轨迹编码数据进行数据交互操作。
5、可选地，在本申请的一个实施例中，所述融合模块包括：识别组件，用于对所述可融合数据进行所述时间配准和所述空间同步处理，得到同步数据，并根据所述同步数据识别所述自车行驶过程中的障碍物目标，并生成所述障碍物目标的障碍物信息；映射组件，用于将所述可融合数据和所述障碍物信息映射至所述栅格地图，得到栅格融合地图，并根据所述障碍物信息对所述障碍物目标进行行为预测，得到行为预测结果；评估组件，用于根据所述栅格融合地图和所述行为预测结果评估所述障碍物目标对所述自车的威胁程度，得到所述障碍物目标的评估结果，并基于所述栅格融合地图和所述评估结果，生成障碍物列表信息和占位栅格图信息；处理组件，用于基于所述障碍物列表信息和所述占位栅格图信息，结合深度学习算法和/或路径规划算法，得到所述自车的最终运动轨迹。
6、可选地，在本申请的一个实施例中，所述传感器模块包括lte-v2x设备、激光雷达传感器、毫米波雷达传感器、视觉传感器和gps惯导定位系统中的至少一项。
7、本申请第二方面实施例提供一种车辆的运动轨迹生成方法，包括以下步骤：基于至少一个目标融合任务，通过预设的传感器模块获取自车采集的第一感知数据和至少一个路侧设备采集的第二感知数据；根据所述第一感知数据和所述第二感知数据得到可融合数据；以及对所述可融合数据进行时间配准和空间同步处理，得到所述自车的栅格地图，并根据所述栅格地图和所述可融合数据生成所述自车的运动轨迹。
8、可选地，在本申请的一个实施例中，还包括：基于预设数据传输模块对所述自车的运动轨迹进行编码，得到所述自车的轨迹编码数据；利用预设业务管理模块对所述至少一个目标融合任务进行业务管理操作，得到所述至少一个目标融合任务的管理数据，其中，所述业务管理操作包括任务调度、进程管理、状态监控、故障诊断和资源配置中的至少一项；通过预设应用模块将所述自车的轨迹编码数据和/或所述目标融合任务的管理数据，应用于下游功能模块，得到所述下游功能模块的控制数据，其中，所述下游功能模块包括v2x设备检测、决策规划模块、泊车规划模块以及控制模块中的至少一项。
9、可选地，在本申请的一个实施例中，还包括：基于预设的数据交互模块，根据所述管理数据和/或所述控制数据和/或所述轨迹编码数据进行数据交互操作。
10、可选地，在本申请的一个实施例中，所述对所述可融合数据进行时间配准和空间同步处理，得到所述自车的栅格地图，并根据所述栅格地图和所述可融合数据生成所述自车的运动轨迹，包括：对所述可融合数据进行所述时间配准和所述空间同步处理，得到同步数据，并根据所述同步数据识别所述自车行驶过程中的障碍物目标，并生成所述障碍物目标的障碍物信息；将所述可融合数据和所述障碍物信息映射至所述栅格地图，得到栅格融合地图，并根据所述障碍物信息对所述障碍物目标进行行为预测，得到行为预测结果；根据所述栅格融合地图和所述行为预测结果评估所述障碍物目标对所述自车的威胁程度，得到所述障碍物目标的评估结果，并基于所述栅格融合地图和所述评估结果，生成障碍物列表信息和占位栅格图信息；基于所述障碍物列表信息和所述占位栅格图信息，结合深度学习算法和/或路径规划算法，得到所述自车的最终运动轨迹。
11、可选地，在本申请的一个实施例中，所述传感器模块包括lte-v2x设备、激光雷达传感器、毫米波雷达传感器、视觉传感器和gps惯导定位系统中的至少一项。
12、本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的车辆的运动轨迹生成方法。
13、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的车辆的运动轨迹生成方法。
14、由此，本申请的实施例具有以下有益效果：
15、本申请的实施例包括传感器模块，用于基于至少一个目标融合任务，获取自车采集的第一感知数据和至少一个路侧设备采集的第二感知数据；数据解析模块，用于根据第一感知数据和第二感知数据得到可融合数据；融合模块，用于对可融合数据进行时间配准和空间同步处理，得到自车的栅格地图，并根据栅格地图和可融合数据生成自车的运动轨迹。本申请通过结合v2x(vehicle to everything，车-基础设施通信)设备与激光雷达等传感器设备，并利用相关关联和融合算法，从而将自主感知与协同感知相融合，实现对网联目标和非网联目标的实时感知，提高了自动驾驶车辆在复杂场景下的感知性能和融合信息的准确率，为场景判别与决策提供更可靠的环境信息。由此，解决了自主式感知系统因视野遮挡、环境干扰、超视野范围等因素，造成感知信息不完整、探测范围受限等问题。
16、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种车辆的运动轨迹生成装置，其特征在于，包括：
2.根据权利要求1所述的装置，其特征在于，还包括：
3.根据权利要求2所述的装置，其特征在于，还包括：
4.根据权利要求1所述的装置，其特征在于，所述融合模块包括：
5.根据权利要求1所述的装置，其特征在于，所述传感器模块包括LTE-V2X设备、激光雷达传感器、毫米波雷达传感器、视觉传感器和GPS惯导定位系统中的至少一项。
6.一种车辆的运动轨迹生成方法，其特征在于，包括以下步骤：
7.根据权利要求6所述的方法，其特征在于，还包括：
8.根据权利要求7所述的方法，其特征在于，还包括：
9.根据权利要求6所述的方法，其特征在于，所述对所述可融合数据进行时间配准和空间同步处理，得到所述自车的栅格地图，并根据所述栅格地图和所述可融合数据生成所述自车的运动轨迹，包括：
10.根据权利要求6所述的方法，其特征在于，所述传感器模块包括LTE-V2X设备、激光雷达传感器、毫米波雷达传感器、视觉传感器和GPS惯导定位系统中的至少一项。p>
11.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求6-10任一项所述的车辆的运动轨迹生成方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求6-10任一项所述的车辆的运动轨迹生成方法。
...【技术特征摘要】
1.一种车辆的运动轨迹生成装置，其特征在于，包括：
2.根据权利要求1所述的装置，其特征在于，还包括：
3.根据权利要求2所述的装置，其特征在于，还包括：
4.根据权利要求1所述的装置，其特征在于，所述融合模块包括：
5.根据权利要求1所述的装置，其特征在于，所述传感器模块包括lte-v2x设备、激光雷达传感器、毫米波雷达传感器、视觉传感器和gps惯导定位系统中的至少一项。
6.一种车辆的运动轨迹生成方法，其特征在于，包括以下步骤：
7.根据权利要求6所述的方法，其特征在于，还包括：
8.根据权利要求7所述的方法，其特征在于，还包括：
9.根据权利要求6所述的方法，其特征在于...
【专利技术属性】
技术研发人员：郑楠，黄殿辉，卢忆都，
申请(专利权)人：北京新能源汽车股份有限公司，
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。