[发明专利]一种基于车路协同的超视距融合感知系统

权利要求书

1.一种基于车路协同的超视距融合感知系统，其特征在于，包括：车端感知子系统(1)、路端感知子系统(2)、通讯子系统(3)和协同感知子系统(4)，其中：

车端感知子系统(1)，用于获取车辆周边环境结构化特征信息并将其通过以太网传输至协同感知子系统(4)，包括车端传感模块(11)和车端数据处理模块(12)；

路端感知子系统(2)，用于获取路端周边环境结构化特征信息并将其通过通讯子系统(3)传输至协同感知子系统(4)，包括路端传感模块(21)和路端数据处理模块(22)；

通讯子系统(3)，包括路端通讯模块(31)和车端通讯模块(32)，所述路端通讯模块(31)通过以太网与路端感知子系统(2)通信连接，所述车端通讯模块(32)通过以太网与协同感知子系统(4)通信连接；路端通讯模块(31)与车端通讯模块(31)之间通过无线通信方式连接；

协同感知子系统(4)，所述协同感知子系统(4)利用粒子滤波算法，经过坐标转换后，将车辆周边环境结构化特征信息和路端周边环境结构化特征信息进行融合，得到超视距融合感知。

2.根据权利要求1所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述车端传感模块(11)包括车端摄像头(111)，车端激光雷达(112)和车端毫米波雷达(113)，所述车端摄像头(111)用于采集车辆周边环境图像数据并将其传输至车端数据处理模块(12)，所述车端激光雷达(112)用于采集车辆周边环境点云数据并将其传输至车端数据处理模块(12)，所述车端毫米波雷达(113)用于获取第一车辆周边目标特征信息并将其传输至车端数据处理模块(12)。

3.根据权利要求2所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述车端数据处理模块(12)基于预先训练的深度学习神经网络，利用车辆周边环境图像数据和车辆周边环境点云数据，得到第二车辆周边目标特征信息；利用粒子滤波算法，经过坐标转换后，将第一车辆周边目标特征信息和第二车辆周边目标特征信息进行融合，得到车辆周边环境结构化特征信息。

4.根据权利要求3所述的一种基于车路协同的超视距融合感知系统，其特征在于，车端数据处理模块(12)得到第二车辆周边目标特征信息的具体过程为：

基于预先训练的深度学习神经网络，利用降噪处理后的车辆周边环境图像数据得到多个目标及各个目标的特征信息；基于预先训练的深度学习神经网络，利用降噪处理后的车辆周边环境点云数据得到多个目标及各个目标的特征信息；利用粒子滤波算法，经过坐标转换后，将基于车辆周边环境图像数据得到的目标及目标的特征信息与基于车辆周边环境点云数据得到的目标及目标的特征信息进行融合，得到第二车辆周边目标特征信息。

5.根据权利要求4所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述目标包括行人、车牌、车辆、道路、交通标志和其他障碍物；目标的特征信息基于UTM坐标系，包括目标ID、时间戳、目标类型、X坐标、Y坐标、目标航向角、长度、宽度、高度、平面X轴速度、平面Y轴速度、平面X轴加速度、平面Y轴加速度、目标跟踪状态和目标运动状态。

6.根据权利要求1所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述路端传感模块(21)包括路端摄像头(211)和路端激光雷达(212)，路端传感模块(21)的安装位置为路口，所述路端摄像头(211)用于采集路端周边环境图像数据并将其传输至路端数据处理模块(22)，所述路端激光雷达(211)用于采集路端周边环境点云数据并将其传输至路端数据处理模块(22)。

7.根据权利要求6所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述路端数据处理模块(22)基于预先训练的深度学习神经网络，利用路端周边环境图像数据和路端周边环境点云数据，得到路端周边环境结构化特征信息。