【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及的是一种基于激光雷达和图像的停车场内自动驾驶方法及装置。
技术介绍
1、在无人驾驶、机器人领域中，如何在停车场感知环境复杂的情况下进行巡航、泊入、泊出对于实现l4自动驾驶尤为重要。
2、目前应用于场地内的自动驾驶方案，主要通过车载传感器对车辆周边环境信息进行感知，并通过预先完成训练的深度学习模型对采集到的环境信息进行感知，将其中的常见障碍物，如小型车辆、大型车辆、行人进行识别，以避免行驶过程中与其发生碰撞。
3、对于现有的应用于场地内的深度学习模型的训练方式，输入周视图像、环视图像、激光雷达数据，输出当前时刻自车周围的可行驶区域、检测目标、空间车位、划线车位等结果；然而，这种深度学习模型一方面没有实现端到端训练，另一方面是规划路径均为基于人为规则制定，不能覆盖所有场景，且输出的基准线不具备当下情况的变通性。
4、因此，现有技术还有待改进。
技术实现思路
1、本专利技术要解决的技术问题在于，针对现有技术缺陷，本专利技术提供一...
【技术保护点】
1.一种基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述基于多传感器感知模型对所述周视图像、所述环视图像以及所述激光雷达数据进行感知，得到停车场内可行驶区域、检测目标、地图、空间车位以及划线车位的感知信息，包括：
3.根据权利要求2所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述可行驶区域中的静态障碍物通过在格栅地图进行时序累积的方式感知得到。
4.根据权利要求2所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，...
【技术特征摘要】
1.一种基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述基于多传感器感知模型对所述周视图像、所述环视图像以及所述激光雷达数据进行感知，得到停车场内可行驶区域、检测目标、地图、空间车位以及划线车位的感知信息，包括：
3.根据权利要求2所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述可行驶区域中的静态障碍物通过在格栅地图进行时序累积的方式感知得到。
4.根据权利要求2所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述对所述周视图像和所述环视图像进行特征转化，得到第一bev图像特征，包括：
5.根据权利要求2所述的基于激光雷达和图像的停车场内自动驾驶方法，其特征在于，所述对所述激光雷达数据进行点云转化，得到第二bev图像特征，包括：
6.根据权利要求1所述的基于激光雷达和图...
【专利技术属性】
技术研发人员：程宏宽，
申请(专利权)人：深圳元戎启行科技有限公司，
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。