一种基于芯片的跨模态时空耦合无人车分级应急响应方法技术

本发明专利技术公开了一种基于芯片的跨模态时空耦合无人车分级应急响应方法，包括传感器基于全局时钟信号对齐本地时钟；根据传感器采样频率确定滑动窗口长度，在低频传感器的相邻两帧之间插入插值帧，使与高频传感器的时间戳对齐；通过芯片接收传感器的数据的时间来动态调整补偿权重；使用双通道深度网络融合处理多模态数据流，计算视觉传感器图像的遮挡率，以及激光雷达点云当前帧密度与历史平均密度的偏离度；跨模态校验区分遮挡与失效；基于动态贝叶斯网络得出无人车失控概率；根据风险决策引擎的风险等级制定对应的分级响应策略，将分级响应策略的信号绕过软件中间层映射至车端执行器。本发明专利技术实现了低延迟、高精度的车辆失控预判与分级主动安全控制。

【技术实现步骤摘要】

本专利技术涉及自动驾驶安全中对智能驾驶系统的主动安全控制，尤其涉及一种基于芯片的跨模态时空耦合无人车分级应急响应方法。

技术介绍

1、随着自动驾驶技术的发展，基于多模态传感器融合的自动驾驶控制方法已得到广泛应用，也不乏包含多源信息融合的无人车安全校验机制，但无人车的应急响应系统仍面临时空同步不足、跨模态信息互补弱、动态风险决策慢、执行效能低的核心挑战：

2、目前的无人车的应急响应系统的数据时空同步差：传统方案依赖中央处理器在软件层进行多模态数据融合，即基于gps授时或软件插值的时空同步方法，一方面会因为摄像头(30hz)、激光雷达(10hz)、毫米波雷达(20hz)等异构传感器因采样频率差异造成的同步误差导致跨模态时空对齐延迟高(典型值＞50ms)，难以满足实时控制需求；另一方面在复杂环境中，gps等会因信号强弱、电磁干扰等因素积累误差导致融合失效。

3、目前无人车的应急响应系统的信息误判率高：当前技术方案通常基于单一模态的传感器异常检测无法区分传感器失效与环境干扰，跨模态互补数据利用不足，存在传感器功能局限误判为危险场景的风险，缺本文档来自技高网...

【技术保护点】

1.一种基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，传感器的时间戳对齐如下：

3.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，滑动窗口长度W＝max(Tcam,Tlidar,Tradar)；其中，Tcam为传感器中摄像头的采样周期，Tlidar为激光雷达的采样周期，Tradar为毫米波雷达的采样周期。

4.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其...

【技术特征摘要】

1.一种基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，传感器的时间戳对齐如下：

3.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，滑动窗口长度w＝max(tcam,tlidar,tradar)；其中，tcam为传感器中摄像头的采样周期，tlidar为激光雷达的采样周期，tradar为毫米波雷达的采样周期。

4.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，所述插值帧的生成过程为：

5.根据权利要求1所述的基于芯片的跨模态时空耦合无人车分级应急响应方法，其特征在于：步骤(1)中，对传感器坐标系初始化的过程为：摄像头坐标系scam原点位于镜头光心z轴指向拍摄方向，x/y轴平行于图像平面；激光雷达坐标系slidar原点位于雷达中心，z轴垂直于雷达安装平面，x轴指向车辆左右，y轴指向车辆前后；毫米波雷达坐标系sradar原点位于雷达天线相位中心，z轴指向探测方向；车辆坐标系svehicle原点位于车辆后轴中心，x轴指向车头，y轴指向左侧，z轴垂直向上。

<...

【专利技术属性】
技术研发人员：肖川，姚佩林，娄文忠，冯恒振，吕斯宁，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：