System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人驾驶,具体为一种无人运载平台多传感器融合感知通用化架构。
技术介绍
1、近年来,随着汽车智能化程度的不断提高,汽车辅助驾驶甚至是无人驾驶逐步成为无人汽车的一项重要的能力;
2、而环境感知是汽车向智能化过渡的前提条件,也是自动驾驶汽车感知、决策、控制三大模块中最基础的一部分。环境感知技术是作为智能驾驶技术的第一个环节,需要模拟人类识别车辆周围环境,从而为决策和控制提供先决条件,其主要是由摄像头、激光雷达等传感器提供周围环境信息以及车辆自身状态。
3、单传感器虽然在目标检测上能获得较好的效果,但在外界环境恶劣的情况下单一传感器可能会受到天气的影响而造成数据失效。并且单传感器感知也会增加经济成本造成浪费。多传感器融合是将不同类型的传感器检测到的信息进行融合处理,从而提高感知的可靠性和鲁棒性,并且降低成本。
4、现有的环境感知系统中,传感器的种类繁杂,而各个传感器均有自身独特的优势。然而现有的环境感知系统并没有将多种传感器进行适配,以适用于不同类型的传感器。
5、综上所述,现有的环境感知系统在多传感器适配和多模块功能集成化处理方面具有缺陷,需要改进。
技术实现思路
1、本专利技术的目的在于提供一种无人运载平台多传感器融合感知通用化架构,以克服现有环境感知系统只针对单一类别传感器适配,旨在为辅助驾驶技术甚至无人驾驶技术提供更加安全、更加可靠、更加高效的环境感知系统。
2、为实现上述目的,本专利技术提供如下技术方案:
3、所述融合感知硬件/软件系统前端至少包括激光雷达、深度摄像、a/d转换和数字信号处理dsp;
4、所述传感器类型判断单元至少包括激光雷达检测和深度摄像头检测;
5、所述信息预处理单元至少包括摄像头内参标定、图像去雾、图像去噪、图像二值化、图像灰度化、点云去噪、点云滤波和地面分割;
6、所述特征计算单元至少包括路面估计和特征检测;
7、所述融合感知系统后端至少包括环境地图构建、非结构化道路构建和驾驶环境状态检测;
8、所述环境感知系统用于为无人运载平台提供驾驶行为安全警示、控制决策依据以及数据融合摄像头和激光雷达的特征、数据、决策接口。
9、进一步地,所述环境感知系统的适配通用化系统相关组成单元至少包括:传感器信号传输单元、dsp处理单元、传感器类型判断单元、传感器数据存储单元、数据预处理单元、路面估计单元、特征计算单元、距离测量单元、环境地图构建单元、图像识别单元、目标追踪单元、特征信息存储单元、非结构化道路构建单元、行驶环境检测单元、系统数据交互接口单元。
10、进一步地,所述传感器信号传输单元至少包括感光元器件信号转换和信号传输;
11、所述dsp处理单元用于完成摄像头和激光雷达数字信号处理包括信号滤波、a/d转换;
12、所述传感器类型判断单元负责识别无人运载平台多种传感器适配通用化系统硬件类型,为系统提供传感器类型信息;
13、所述传感器数据存储单元储存摄像头和激光雷达数据作为行驶记录,储存数据预处理结果作为传感器融合的数据接口,所述储存数据包括:摄像头原始数据、激光雷达原始数据、摄像头预处理后的数据以及激光雷达预处理后的数据;
14、所述数据预处理单元用于将摄像头数据进行去噪、去雾、二值化和灰度化等,将激光雷达数据进行去噪、点云滤波以及地面分割等;
15、所述路面估计单元根据处理后的图像/点云数据对无人运载平台行驶路面进行估计、分类,所述路面估计单元主要功能至少包括道路材质分类、结构化/非结构化道路分类和路面变化估计;
16、所述特征计算单元用于对处理后的数据进行特征结算,所述特征计算单元主要功能至少包括数据空间和时间同步、特征检测、特征描述和坐标转换,所述计算特征分别为surf、orb、hog、cnn、pointnet和shot,特征实际解算种类由传感器处理需求指定;
17、所述距离测量单元用于将激光雷达通过发射激光束并测量激光束被反射回来所需的时间计算出的物体的距离与摄像头通过收集物体在图像上的像素坐标计算出物体的距离,通过机器学习算法将两者所测的距离融合得到更精确的距离;
18、所述环境地图搭建单元用于建立环境特征地图库,与距离测量单元融合为激光视觉融合slam,对环境地图进行优化处理,进行实时检测;
19、所述图像识别单元用于根据已知的特征对外界环境进行识别;
20、所述目标追踪单元用于对行人、车辆、道路条件在不同帧画面中的位置进行特征匹配,计算、估计行人、车辆、道路条件在世界坐标系下的时刻状态、位置;
21、所述特征信息存储单元用于储存特征计算单元解算出来的特征数据,储存方式为依时空序列下3d结构重建的特征库储存,为环境地图搭建单元提供数据接口;
22、所述非结构化道路构建单元利用路面估计单元、环境地图搭建单元图像识别单元解算结果搭建非结构化道路模型,优化模型结果;
23、所述行驶环境检测单元用于根据路面估计单元、环境地图构建单元、图像识别单元、目标追踪单元数据计算结果,检测自车身辐射范围内行驶环境的变化;
24、所述系统数据交互接口单元为人机交互、人机共架、车辆控制决策定位数据提取、车辆控制决策环境数据提取、传感器数据融合决策级数据提取等提供数据接口。
25、进一步地,所述传感器类型判断单元的至少包括无人运载平台信号输入、传感器类型判断、摄像头、图像/视频数据、激光雷达、激光雷达输出的点云数据以及传感器类型信息输出;
26、所述无人运载平台信号输入指将dsp处理单元处理结果信号输入传感器类型判断单元,提供传感器类型判断数据接口;
27、所述判断传感器类型进行传感器的判断,得到摄像头和激光雷达;
28、所述传感器类型信息输出根据摄像头输出的图像/视频数据和激光雷达输出的点云数据进行输出。
29、进一步地,还包括数据处理功能模块,所述数据处理功能模块至少包括无人运载平台传感器信息输入、传感器信号输入和数据处理;
30、所述无人运载平台传感器信息输入包括传感器类型信息a和传感器安装位置b;
31、所述传感器类型信息a输出传感器类型信息输出步骤结果;
32、所述传感器安装位置b至少包括无人运载平台传感器安装高度和摄像头安装方向设定;
33、所述传感器信息输入综合传感器类型信息a、传感器安装位置b,判断传感器位置;
34、所述传感器信号输入用于传输原有传感器数据;
35、所述数据处理为数据预处理单元的实际功能模块,所述数据处理至少包括摄像头内参标定、图像预处理功能模块、激光雷达内参本文档来自技高网...
【技术保护点】
1.一种无人运载平台多传感器融合感知通用化架构,其特征在于:至少包括融合感知硬件/软件系统前端、传感器类型判断单元、信息预处理单元、特征计算单元、环境感知系统和融合感知系统后端;
2.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述环境感知系统的适配通用化系统相关组成单元至少包括:传感器信号传输单元、DSP处理单元、传感器类型判断单元、传感器数据存储单元、数据预处理单元、路面估计单元、特征计算单元、距离测量单元、环境地图构建单元、图像识别单元、目标追踪单元、特征信息存储单元、非结构化道路构建单元、行驶环境检测单元、系统数据交互接口单元。
3.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述传感器信号传输单元至少包括感光元器件信号转换和信号传输;
4.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述传感器类型判断单元的至少包括无人运载平台信号输入、传感器类型判断、摄像头、图像/视频数据、激光雷达、激光雷达输出的点云数据以及传感器类型信息输出;
5
6.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:还包括坐标变换模块,所述坐标变换模块至少包括摄像头坐标系、激光雷达坐标系、体素坐标系以及摄像头-激光雷达联合标定;
7.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:还包括多传感器数据融合,所述多传感器数据融合至少包括点云数据与图像数据加载模块、数据消息空间同步、数据消息时间同步、点云目标检查模型、图像目标检测模型、特征计算、数据融合模块和融合感知结果输出。
...【技术特征摘要】
1.一种无人运载平台多传感器融合感知通用化架构,其特征在于:至少包括融合感知硬件/软件系统前端、传感器类型判断单元、信息预处理单元、特征计算单元、环境感知系统和融合感知系统后端;
2.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述环境感知系统的适配通用化系统相关组成单元至少包括:传感器信号传输单元、dsp处理单元、传感器类型判断单元、传感器数据存储单元、数据预处理单元、路面估计单元、特征计算单元、距离测量单元、环境地图构建单元、图像识别单元、目标追踪单元、特征信息存储单元、非结构化道路构建单元、行驶环境检测单元、系统数据交互接口单元。
3.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述传感器信号传输单元至少包括感光元器件信号转换和信号传输;
4.根据权利要求所述的一种无人运载平台多传感器融合感知通用化架构,其特征在于:所述传...
【专利技术属性】
技术研发人员:刘梓林,田文凯,妥吉英,胡远志,刘西,代天浪,
申请(专利权)人:重庆理工大学,
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。