[发明专利]一种结构化道路下关键障碍物筛选方法

说明书

本发明提供了一种结构化道路下关键障碍物筛选方法，基于行车场景判断模式，判断出车辆所处的行车场景，基于传感模块输出的障碍物列表，筛选出对主车行驶影响最为显著的关键障碍物；本方法提出了基于目标级传感融合结果下的关键障碍物筛选，可以为智能驾驶辅助系统以及无人驾驶系统的开发提供关键障碍物信息；本方法设计了基于主车左右相邻车道线类型的场景分类方法，能够实现结构化道路下主车行驶场景的分割；本方法提出了先将障碍物在车道定位，然后再对比障碍与主车相对纵向距离的方式进行关键障碍物筛选的方法，能够遍历所有传感获取的障碍物信息最终实现关键障碍物信息准确筛选。

技术领域

本发明属于智能汽车技术领域，涉及一种关键障碍物筛选方法，更加具体的来讲，涉及一种结构化道路下关键障碍物筛选方法。

背景技术

随着汽车智能化水平的提升，用户对车载智能驾驶辅助系统和无人驾驶系统的接受度越来越高，高性能的智能化系统开发依赖多种传感手段，目前许多传感融合手段最终输出的结果都是主车周围的障碍物列表，但是智能化系统的开发只需要对主车行驶影响最为显著的关键障碍物信息，关键障碍物即是指每个车道距离主车最近的障碍物，其余的非关键障碍物对车辆行驶的影响比较微弱，如何准确筛选出关键障碍物的信息成为开发高性能驾驶辅助系统以及无人驾驶系统的关键性问题。

发明内容

为了解决现有技术存在的问题，本发明提供了一种结构化道路下关键障碍物筛选方法，基于行车场景判断模式，判断出车辆所处的行车场景，基于传感模块输出的障碍物列表，筛选出对主车行驶影响最为显著的关键障碍物，关键障碍物即是指每个车道距离主车最近的障碍物，方便智能驾驶辅助系统和无人驾驶技术功能的开发。

本发明是采用如下技术方案实现的：

一种结构化道路下关键障碍物筛选方法，基于行车场景判断模式，判断出主车所处的行车场景，基于传感模块输出的障碍物列表，筛选出对主车行驶影响最为显著的关键障碍物，关键障碍物即是指每个车道距离主车最近的障碍物，方便主车驾驶辅助策略和主车无人驾驶系统决策与控制策略开发，本方法具体步骤如下：

步骤一、所需传感信息的定义：

行车场景的判断以及障碍物的筛选都是在结构化道路环境，结构化道路下车道线清晰可见，同时关键障碍物筛选都在车辆坐标系下进行，因此定义车辆坐标系，车辆坐标系的坐标原点在主车质心o处，x轴朝向主车前进的方向，y轴的正方向为x轴逆时针旋转90度方向；

关键障碍物筛选基于单一或者多传感融合后的目标级障碍物传感信息以及车道线信息，因此定义关键障碍物筛选所需要的传感信息，首先定义传感模块输出的障碍物的总数量为n，每个障碍物相对主车的坐标(x_i,y_i),i＝1,…,n，其中i代表障碍物的编号，同时将所有障碍物的信息赋值到一个m×n矩阵里面，矩阵的前三行依次是障碍物的编号i、障碍物相对主车的纵向坐标x_i和障碍物相对主车的侧向坐标y_i，矩阵的第四行至矩阵的第m-1行可以根据用户的定义用于输出障碍物的其他信息，矩阵的最后一行即第m行留作障碍物在车道定位的标志位，当障碍物未定位之前矩阵的最后一行赋值为0，则障碍物矩阵命名为OBJ，矩阵的每一列代表的是所对应障碍物的全部信息,具体如下所示：

定义主车获取的车道线信息，主车能够获取的车道线信息有四条，分别为左侧两条，右侧两条，四条车道线标识从左至右依次被命名为ll,l,r,rr，主车获取的车道线信息是三次插值函数，车道线获取的插值参数信息为d_j,c_j,b_j,a_j,j＝ll,l,r,rr，其中下标j代表所属标识车道线的参数，因此可以获取车道线方程如式(2)所示

式中x_j为车道线在车辆坐标系下的纵向坐标，y_j为车道线在车辆坐标系下的侧向坐标；