[发明专利]针对低通度障碍物的自动驾驶控制方法

权利要求书

1.一种针对低通度障碍物的自动驾驶控制方法，其特征在于，包括：

在行驶过程中持续接收安装于车辆前部的摄像头所采集的前方道路的图像；

对各帧所述图像中的物体进行初步识别，判断所述图像中是否存在疑似低通度障碍物；

若是，则记录所述疑似低通度障碍物的识别信息；

基于所述识别信息，对后续所采集图像中的所述疑似低通度障碍物进行精细识别；

当识别出所述疑似低通度障碍物为目标障碍物时，获取所述目标障碍物的类型信息，并结合预先构建的图像测距引擎得到测距信息；

根据当前的车辆行驶信息、所述测距信息以及如下一种或多种所述目标障碍物的信息：位置信息和尺寸信息，确定针对当前所述目标障碍物的类型信息的避让通过策略；

所述图像测距引擎的训练方式包括：

预先在道路中设定用于表征目标低通度障碍物的标识物；

通过车辆上的摄像头采集包含所述标识物的图像样本；

对各帧所述图像样本中的物体进行颜色信息以及距离信息的标注，其中，距离信息表征图像中的物体相对车辆的距离；

基于标注结果，构造出各帧图像样本的像素向量矩阵，包括根据摄像头成像的像素值，得到各帧图像的像素向量矩阵；其中，每个像素点对应像素向量矩阵中的一个元素，且单个元素至少包括颜色向量以及坐标向量；所述颜色向量是由三色分量构造出的三维向量，所述坐标向量是由相对于车辆坐标系原点的三个坐标分量构造出的三维向量；

将图像样本以及对应的像素向量矩阵输入至图像测距引擎，并通过迭代学习使图像测距引擎从各帧图像中锁定到标识物以及距离信息；

统计利用全部图像样本训练得到稳定距离信息以及不稳定距离信息，并构造出初始坐标向量矩阵，包括：将图像样本中距离信息统计方差低于设定阈值的像素点，确定为可信像素点；将图像样本中距离信息统计方差高于设定阈值的像素点，确定为不可信像素点；基于所有图像样本，获得可信像素点对应的坐标向量的均值；基于所有图像样本，对不可信像素点，依据与其相邻的可信像素点的坐标向量进行距离信息拟合；利用所述均值以及拟合后的距离信息，构造初始坐标向量矩阵；

结合所述不稳定距离信息，构造出坐标偏移向量矩阵；

利用坐标偏移向量矩阵与所述初始坐标向量矩阵进行点乘，以优化相应的不稳定距离信息；

根据优化后的距离信息，更新初始坐标向量矩阵，得到用于输出测距信息的目标坐标向量矩阵。

2.根据权利要求1所述的针对低通度障碍物的自动驾驶控制方法，其特征在于，所述结合预先构建的图像测距引擎得到测距信息包括：

对用于得到精细识别结果的任一帧图像进行特征提取，并输入至所述图像测距引擎，由所述图像测距引擎输出车辆与目标障碍物的距离预测信息。

3.根据权利要求1所述的针对低通度障碍物的自动驾驶控制方法，其特征在于，为不可信像素点设定取值小于1的坐标偏移向量，并依据统计方差越大、偏移向量越小的策略，确定对应的偏移向量的数值；

利用取值后的偏移向量构造出坐标偏移向量矩阵。

4.根据权利要求1～3任一项所述的针对低通度障碍物的自动驾驶控制方法，其特征在于，所述方法还包括：若判断所述图像中存在疑似低通度障碍物，则暂停车辆的加速模式并进入预减速模式，直至获得精细识别结果。

5.根据权利要求1～3任一项所述的针对低通度障碍物的自动驾驶控制方法，其特征在于，所述方法还包括：在进行距离测定之前，根据车辆的当前行驶信息以及路况信息，决策是否开始执行距离测定。