[发明专利]一种汽车识别方法

说明书

技术领域

本发明实施例涉及无损检测技术，尤其涉及一种无人驾驶的汽车识别方法。

背景技术

随着改革开放的发展与经济的发展，我国的汽车工业正以极高的速度进行增长，大大促进了公路交通事业的前进。来来，我国将建设成为公路、铁路、航空立体网络交通格局，这其中公路占到了主要组成部分。公路交通的安全系数高、平稳性强、适应性高等特点。

我国汽车工业的发展，越来越多的汽车设计开始注入新的元素，将汽车的传统功能与现代的信息技术结合起来，为用户带来了更加便捷、安全的体验。无人驾驶汽车作为新兴的产业，正以高速的发展带给人们全新的体验，其中关于无人驾驶汽车障碍物的识别尤为重要，是关乎无人驾驶汽车能否成功的关键。一套完整的智能交通决策系统需要感知无人车所处的交通环境从而做出正确决策。现有技术常采用几何特征的动态障碍物检测跟踪的方式，用于判定障碍物。

然而，基于动态障碍物几何特征和运动状态的识别方法受距离和扫描角度影响比较大，不能够很好满足现实状况的需求，需要进一步改进，提高物体识别率。对于不同障碍物，能够快速作出的反应。

发明内容

本发明实施例提供一种汽车识别方法，可以对障碍物进行实时的跟踪和监测，从而相应的改变汽车状态。

本发明实施例提供了一种汽车识别方法，包括：

激光雷达获取周边的环境信息；

将所述环境信息进行建模；

分析建模的障碍物特征；

对障碍物进行跟踪监测；

根据障碍物的特征，改变汽车的运动状态；

优选地，所述激光雷达设置在汽车的车头的前部；

优选地，所述的激光雷达为四线激光雷达。

优选地，所述分析分析建模的障碍物特征，将障碍物与列表中的动态障碍物进行匹配，更新动态障碍物的运动状态或得到新的障碍物；

优选地，所述将障碍物与列表中的动态障碍物进行匹配，如果已经多次未检测到该动态障碍物，将该动态障碍物从列表中剔除；

优选地，所述更新动态障碍物的运动状态，使用卡尔曼滤波器对障碍物运动状态进行估计；

优选地，所述激光雷达获取周边的环境信息，所述环境信息包括按照顺时针排列的激光点数据，每个点包括角度、距离以及反射脉冲宽度信息；

优选地，所述将所述环境信息进行建模，所述建模类型包括框模型或点模型。本发明实施例可以对障碍物进行实时的跟踪和监测，从而相应的改变汽车状态。

附图说明

图1是本发明实施例提供的汽车识别的流程图；

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明实施例提供的汽车识别的流程图

对于无人驾驶而言，基于几何特征的动态障碍物监测跟踪方法误检率较高，动态障碍物几何特征和运动状态的识别方法受距离和扫描角度影响比较大，无法满足实际交通场景应用的要求。针对这些不足，本发明提出了一种基于多特征融合的动态障碍物检测与跟踪方法和基于时空特征向量的动态赵爱武识别方法。

如图1所示，步骤S101利用激光雷达发出激光检测信号，获取周边的环境信息。使用安装在汽车最前方的IBEO LUX2010四线激光雷达获取环境的信息，相比于3维激光雷达，它的扫描周期更短，检测距离更远，更以获取障碍物的几何轮廓信息，由于体积较小，还可以嵌入式地安装在车体之中。四线激光雷达有4个扫描层，每层之间的夹角为0.8°，在频率设置为12.5Hz时，其传感器角分辨率为0.25°，能够有效地按顺时针方向扫描车辆前方夹角为100°、距离为200m的扇形区域，激光雷达输出的数据班阔障碍物在极坐标系中的位置以及回波脉冲宽度值。步骤S102，发射的激光信息检测到障碍物之后，返回检测系统，提取障碍物信息。