[发明专利]一种基于多传感器协作的无人驾驶路径选择方法

权利要求书

1.一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述方法包括以下步骤：

在车身周围布置多协作传感器和高灵敏度摄像头，并根据车身在行驶识别中的不同位置的重要性进行了传感器分布调整和替换，获取车身周围的所有基本信息；

通过对传感器的覆盖范围和冗余性进行分析，得到汽车自身的行驶状况，将高灵敏度摄像头捕捉到的图像作为全卷积神经网络的输入；

利用全卷积神经网络在编码阶段对数据进行非线性映射；在解码阶段采用非线性激励，利用图像预测通道实现对图像的粗分割，使用Adam算法并对超参数进行优化，对道路进行推理最后得到道路分割模型；

基于分割后的道路，结合卷积神经网络中的行驶路线分割模型综合感知提高识别精度，实现高精度的路径规划。

2.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述传感器分布调整和替换具体为：

传感器需保证360度完全覆盖，并根据不同部分的重要性不同，对前后左右探测距离进行设置，车身每一部分需要两种以上的传感器进行覆盖。

3.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述在解码阶段采用非线性激励，利用图像预测通道实现对图像的粗分割具体为：

利用全卷积神经网络的特点，取部分图片特征，通过1*1卷积层，得到39*12的图像预测通道，实现对图像的粗分割，分割解码。

4.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述使用Adam算法并对超参数进行优化，对道路进行推理最后得到道路分割模型具体为：

通过上采样进行反卷积，通过1*1的卷积层进行道路推理，最后获取到道路分割模型，实现对道路的分割。

5.根据权利要求1或4所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述道路分割模型搭接在机器人操作系统上，避免了无人驾驶中由于多传感器计算量过大导致资源分配困难的问题，并依据评分对当前自动形式路线做相应的调整，得到最优的路线驾驶方案。

6.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述方法还对解码阶段中使用到的解码器进行设计，所述解码器包括：分类解码器、检测解码器和分割解码器，以实现对输入数据不同的处理。

7.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述检测解码器引入rezoom层，rezoom层依据高分辨率对边框位置进行预测，对于输入的已编码的特征集合，使其与隐藏层进行连接，之后再通过1*1卷积层来完成。

8.根据权利要求1所述的一种基于多传感器协作的无人驾驶路径选择方法，其特征在于，所述分割解码器用先放大预设倍数之后再放大另一预设倍数的方式进行上采样，之后再经过1*1卷积层进行道路推理，最后实现道路分割。