[发明专利]ADAS与V2V结合的超视距感知与发布方法及系统

说明书

本发明涉及一种ADAS与V2V结合的超视距感知与发布方法及系统，感知与发布方法包括数据融合发布过程和融合数据接收处理过程，所述数据融合发布过程利用V2V模块发布融合后的环境感知数据，所述融合数据接收处理过程利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示。本发明通过对设置有V2V模块的传统ADAS车辆采集数据进行状态反推、数据过滤与数据融合，提高已装备V2V模块车辆的感知与应用范围，从技术角度极大地促进V2V模块的应用和推广进度。本发明能够提高车辆的感知范围与V2V应用的可靠性，降低V2V应用对装车率的依赖性。

技术领域

本发明属于智能车辆环境融合感知领域，具体涉及一种ADAS与V2V结合的超视距感知与发布方法。

背景技术

目前，车辆上已经装备有各种用于感知周边环境的传感器，例如雨量传感器、亮度传感器、位置传感器、运动传感器以及安全辅助传感器等。其中，用于安全辅助的主要有视频、微波/毫米波/激光雷达等。这些传感器都是把车辆作为一个孤立的个体来感知周边环境。这种单车传感器感知方式的感知范围有限，无法感知超视距的环境。虽然，基于V2V(Vehicle to Vehicle)通信的车路协同可以使车辆感知视距之外的环境，但是该方法存在一个重大缺陷，即V2V应用的实际效果严重依赖于V2V设备的装车率。只有具备V2V功能的车辆越多其感知效果才越好。在V2V设备的装车率较低的情况下，其应用效果基本无法体现。

发明内容

为了解决现有技术存在的上述问题，本发明提供了一种ADAS与V2V结合的超视距感知与发布方法及系统。

本发明所采用的技术方案为：一种ADAS与V2V结合的超视距感知与发布方法包括数据融合发布过程和融合数据接收处理过程，所述数据融合发布过程利用V2V模块发布融合后的环境感知数据，所述融合数据接收处理过程利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示。

进一步地，所述数据融合发布过程具体包括以下步骤：

S11、采集数据融合发布车辆上的位置、方向和速度数据；

S12、采集数据融合发布车辆上的加速度和角加速度数据；

S13、判断数据融合发布车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S14，否则跳转执行步骤S11；

S14、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；

S15、判断数据融合发布车辆上的V2V模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S16，否则跳转执行步骤S17；

S16、对于状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤；

S17、将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据；

S18、利用V2V模块发布融合后的环境感知数据。

更进一步地，所述步骤S14中的状态反推处理的具体过程为：

S141、已知基准点的状态信息(lon_p0,lat_p0,heading_p0,speed_p0)，利用高斯正算计算指定坐标系下的投影坐标(x0,y0)，其转换公式为：(x0,y0)＝GK(lon_p0,lat_p0)，其中GK()表示高斯克吕格投影正算函数；

S142、根据待求点与基准点之间的距离dist和位置相对角angle，计算待求点的坐标(x′,y′)，转换公式为：