[发明专利]雨雾场景下的车辆感知系统及方法

说明书

本发明公开了一种雨雾场景下的车辆感知系统及方法，所述系统包括激光雷达传感器、毫米波雷达传感器以及视觉传感器组，各传感器的输出端分别与车辆智能控制器的输入端连接；所述视觉传感器组包括双目摄像头、雨量传感器、温度传感器、霾尘传感器、雾量传感器以及光照传感器。所述方法，具体包括以下步骤：确认车辆进入智能驾驶模式后，车辆智能控制器通过各传感器采集环境数据；分析判断车辆周围是否存在障碍物以及障碍物信息；决策车辆运行速度以及行进路线，并发送给车辆相关执行部件，驱动车辆正常运行。本发明能够准确感知各种极端天气下的车辆周边环境，使无人驾驶能够适应更多的场景，为无人驾驶车辆的正常以及安全运行提供保障。

技术领域

本发明涉及无人驾驶车辆技术领域，特别是一种在雨雾场景下的车辆感知系统及方法。

背景技术

智能驾驶或无人驾驶车辆必然是车辆智能化的发展趋势，目前全国各地多个城市都有相关智能车辆测试甚至落地运营的新闻。目前智能(无人)驾驶车辆多采用了一个或者多个激光雷达作为主要的障碍物检测或者地图SLAM，为智能驾驶提供环境的感知结果。

车用机械式激光雷达具有检测精度高、不受光照影响、可靠性高、覆盖范围广的特点，非常适合无人驾驶车辆需求，由于其检测精度高，通常又用作主要地图SLAM，在不依赖于GPS的情况下可实现厘米级的定位精度。但是激光雷达的缺点也非常明显，由于其波长短，穿透能力不强，容易受到雨、雾、雪、霾等微物质影响，因此在雨雾场景下，单用激光雷达作为环境感知的手段，将会把雨雾等微物质当成障碍物，无法真实识别车辆周边环境，从而造成无人驾驶车辆无法正常行驶。

发明内容

本发明需要解决的技术问题是提供一种针对极端天气下的智能驾驶车辆感知系统及方法，使无人驾驶能够适应更多的场景，为无人驾驶车辆的正常以及安全运行提供保障。

为解决上述技术问题，本发明所采取的技术方案如下。

雨雾场景下的车辆感知系统，包括设置在车体上的激光雷达传感器，激光雷达传感器的输出端与车辆智能控制器的输入端连接；所述车体上还设置有与车辆智能控制器输入端连接的毫米波雷达传感器以及视觉传感器组，所述视觉传感器组包括双目摄像头、雨量传感器、温度传感器、霾尘传感器、雾量传感器以及光照传感器。

一种雨雾场景下的车辆感知方法，具体包括以下步骤：

A.确认车辆进入智能驾驶模式后，车辆智能控制器通过各传感器采集环境数据；

B.根据传感器采集的数据分析判断车辆周围是否存在障碍物以及障碍物信息；

C.决策车辆运行速度以及行进路线，并发送给车辆相关执行部件，驱动车辆正常运行。

上述雨雾场景下的车辆感知方法，步骤B中判断车辆周边环境情况的方法为：

B1.首先根据光照传感器采集的p(z)值判断天气情况，当p(z)≥D，则车辆运行的当前环境为白天；

根据温度传感器采集的p(m)值判断是否为下雪天，当p(m)＜T0，说明为下雪天，进行步骤B2；当p(m)≥T，排除下雪天气，再继续根据雨量传感器采集的p(x)值判断是否为下雨天，当p(x)≥R，说明为下雨天，进行步骤B2；当p(x)＜R，排除下雨天气，再继续根据雾量传感器采集的p(y)值判断是否有雾，当F1≥p(y)≥F0，则表示有一定的雾量，进行步骤B2；当p(y)＜F0，说明当前天气没有雾，继续根据霾尘传感器采集的pn)值判断是否为霾尘天气，当M1≥p(y)≥M0，表示有一定霾尘，进行步骤B2；当p(y)＜M0，则说明没有霾尘，进行步骤B2；

B2.根据激光雷达传感器和毫米波雷达传感器检测车辆周围障碍物信息，如果有障碍物，则计算传感器置信度P，传感器置信度P由激光雷达置信度P1、视觉置信度P2(xyzmn)以及毫米波雷达置信度P3组合构成；