[发明专利]无人驾驶车辆行驶过程中的障碍物检测方法、系统、车辆有效
| 申请号: | 202010333455.0 | 申请日: | 2020-04-24 |
| 公开(公告)号: | CN111505623B | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 陈白帆;刘飞;宋宝军 | 申请(专利权)人: | 中南大学 |
| 主分类号: | G01S13/86 | 分类号: | G01S13/86;G01S13/931;G05D1/02 |
| 代理公司: | 长沙正奇专利事务所有限责任公司 43113 | 代理人: | 马强;王娟 |
| 地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 无人驾驶 车辆 行驶 过程 中的 障碍物 检测 方法 系统 | ||
1.一种无人驾驶车辆行驶过程中的障碍物检测方法,其特征在于,包括以下步骤:
1)将第一传感器坐标系和第二传感器坐标系统一为车身坐标系;
2)读取并解析第一传感器和第二传感器原始报文数据,得到所述车身坐标系下的原始障碍物目标;
3)判断第一传感器和第二传感器检测出的原始障碍物目标是否为同一障碍物;
4)融合判断为同一障碍物的目标,得到最终的障碍物目标信息;
其中,第一传感器和第二传感器为不同种类传感器;
步骤4)中,判断第一传感器和第二传感器检测出的原始障碍物目标是否为同一障碍物的具体实现过程包括:
i)将第一传感器检测到的障碍物目标记为R类目标,第二传感器检测到的障碍物目标记为V类目标;R类障碍物目标位置坐标为(xR,yR),速度为VR;V类障碍物目标位置坐标为(xV,yV),速度为VV;
ii)判断R类目标和V类目标的距离信息以及速度信息的加权值与阈值的关系,加权值W′大于或等于阈值W判定为不是同一障碍物,小于阈值判定为是同一障碍物;其中,阈值W=λ·0.1ΔLR+(1-λ)ρ·VR;W′=λΔL+(1-λ)ΔV,W′为R类目标和V类目标的距离信息以及速度信息的加权值;λ为权数;ρ为速度误差系数;ΔV=|VR-VV|;λ=0.7;
所述阈值具体设定如下:
当VR<40km/h时,ρ=0.1:
当40km/h≤VR<80km/h时,ρ=0.09:
当80km/h≤VR<120km/h时,ρ=0.07:
当120km/h<VR时,ρ=0.05:
2.根据权利要求1所述的无人驾驶车辆行驶过程中的障碍物检测方法,其特征在于,步骤2)中,通过在线或离线方式读取所述第一传感器和第二传感器原始报文数据。
3.根据权利要求1所述的无人驾驶车辆行驶过程中的障碍物检测方法,其特征在于,步骤2)和步骤3)之间,还执行如下操作:对所述原始障碍物目标进行筛选,排除虚假目标以及白噪声。
4.根据权利要求3所述的无人驾驶车辆行驶过程中的障碍物检测方法,其特征在于,对所述原始障碍物目标进行筛选的具体实现过程包括:
A)当某个原始障碍物目标在某周期第一次被决策为有效目标时,为该有效目标设定一生命阈值,并对该有效目标进行跟踪测量;
B)从上述周期开始,若第一传感器和第二传感器新检测到的目标和对应的有效目标出现N次连续不一致,第N+1次及之后所述周期中新检测到的目标和该有效目标又重新变为一致,则保持原有效目标不变;若从上述周期开始新检测到的目标和该有效目标连续不一致的次数超过了生命阈值,则放弃原有效目标,并将第一传感器和第二传感器新检测到的目标作为新的有效目标,对新的有效目标进行跟踪测量;其中N小于生命阈值;
C)循环执行步骤A)、B),分别得到第一传感器和第二传感器筛选后的有效目标输出集合。
5.根据权利要求1所述的无人驾驶车辆行驶过程中的障碍物检测方法,其特征在于,步骤4)中,利用卡尔曼滤波方法融合判断为同一障碍物的目标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010333455.0/1.html,转载请声明来源钻瓜专利网。





