[发明专利]一种基于全天候环境监测系统的无人驾驶感知方法

权利要求书

1.一种全天候环境监测的无人驾驶感知系统，其特征在于，包括感知监测模块、数据预处理模块和数据决策融合模块；

感知监测模块系统包括天气监控系统，环境感知系统，其中天气监控系统包括温度传感器、雨量传感器、光线传感器以及灰尘传感器；环境感知系统包括毫米波雷达、激光雷达、相机、超声雷达以及视觉传感器；

数据预处理模对每个传感器获取的数据进行处理的，实现对不同传感器获取的不同数据单独处理转化；

数据决策融合模块基于天气监控系统得到的不同天气环境信息，形成对上述环境感知系统的传感器的选取决策机制，基于所述决策机制，选取与当前实时天气环境相适应的环境感知系统传感器的信息，并对其进行多源信息融合，基于所述融合信息调整车辆状态信息，包括位置、方向、车速信息并发送到车辆控制系统。

2.一种基于权利要求1所述的一种全天候环境监测的无人驾驶感知系统的感知方法，其特征在于，具体步骤如下：

步骤1，利用天气监控系统得到实时天气环境信息，其中温度传感器获取的外界温度、雨量传感器获取的外界湿度、光线传感器获取的外界光照强度、灰尘传感器获取的扬尘浓度，并利用数据预处理模块将每个传感器采集到的模拟量转化成数字量，并进行滤波处理；

步骤2，利用环境感知系统得到运行环境信息，其中毫米波雷达获取的行车环境中障碍物的速度信息并利用数据预处理模块进行杂波虚警滤除；激光雷达、相机获取的行车环境中障碍物的大小、位置信息以及属性信息分别进行空间以及时间匹配；视觉传感器同样可以获取各种行车环境信息；并通过数据预处理模块对上述所有检测的信息进行预处理；

步骤3，数据决策融合模块获取数据预处理模块处理的信息后，基于天气监控系统不同传感器阈值进行判断，整合当前天气环境信息；基于上述天气环境信息形成对环境感知系统传感器的选取决策，选取适应当前实时天气环境的环境感知系统的传感器组合，去除不可用传感器的冗余信息，将所述选取的上述环境感知系统中的传感器的信息进行多源信息融合，基于融合的信息调整车辆状态信息，包括位置、方向、车速信息并发送到车辆控制系统。

3.根据权利要求2所述的感知方法，其特征在于，在步骤3中，对于环境感知系统中传感器的信息的选取决策，采用基于贝叶斯原理的最小风险决策方式，具体为通过设定不同环境感知系统传感器在不同条件下的置信度阈值，引入条件风险，选取合适的环境感知系统的传感器；具体方法如下：

步骤一：通过经验值设定在各种天气环境下的环境感知系统的传感器组合模式，形成模式空间，存在n种模式类别：ω₁,ω₂,…,ω_n；通过天气监控系统的传感器获取的天气环境信息，根据不同天气环境信息形成选取哪种上述传感器组合模式的决策，形成决策空间，定义为α₁,α₂,…,α_m；

定义一个模式类别ω_j采用了决策α_i所造成的损失记为：

λ_ij＝λ(α_i/ω_j)

即为把基于天气环境信息的环境感知系统的传感器组合模式的风险损失，称为损失函数,其中λ为损失权重；

步骤二：创建损失矩阵

并计算最小损失准则，

其中，

选择风险最小的决策，即