[发明专利]智能平台车环境感知系统及其数据融合方法

权利要求书

1.一种智能平台车环境感知系统，其特征在于，包括设置在车辆本体上的相机、激光雷达、毫米波雷达、GPS定位系统、超声波雷达以及惯性导航系统，其中：

相机用于车道线、交通标示牌、红绿灯以及车辆、行人检测；

激光雷达用于与相机融合3D场景识别；

毫米波雷达用于辅助场景识别；

超声波雷达用于识别车辆四周近距离障碍物；

GPS定位系统用于定位；

惯性导航系统用于高精度地图建模。

2.根据权利要求1所述的智能平台车环境感知系统，其特征在于，所述激光雷达采用16线激光雷达和32线激光雷达。

3.根据权利要求1所述的智能平台车环境感知系统，其特征在于，所述超声波雷达设置有多个，多个超声波雷达分布在车辆本体的四周。

4.一种基于权利要求1-3任一项所述的智能平台车环境感知系统的数据融合方法，其特征在于，包括如下步骤：

图像获取步骤：使用张正友标定法对相机的内参、外参和畸变系数进行标定，利用相机获取图像；

图像处理步骤：利用卷积神经网络对去畸变的图像进行处理，提取出障碍物信息和交通特征信息；

激光雷达探测步骤：对激光雷达的点云数据进行拟合匹配，通过激光雷达探测障碍物的位置信息；

修正步骤：利用毫米波雷达检测前方道路障碍物，对激光雷达的数据进行修正；

数据融合步骤：利用特征级融合对摄像头，激光雷达和毫米波雷达的数据进行融合，得到3D目标检测，识别道路上障碍物，并对目标物进行封装分类并添加标签；

数据跟踪步骤：对目标物进行跟踪。

5.根据权利要求4所述的数据融合方法，其特征在于，还包括GPS识别步骤：将车辆本体所在位置驶时显示在地图中，对比识别出的障碍物与地图中的路况。

6.根据权利要求4所述的数据融合方法，其特征在于，还包括惯性导航系统定位步骤：通过惯性导航系统对车辆本体进行定位。

7.根据权利要求4所述的数据融合方法，其特征在于，还包括预警步骤：超声波雷达监测车辆本体和障碍物的距离小于设定值时，车辆本体发出预警。

8.根据权利要求4所述的数据融合方法，其特征在于，利用卡尔曼滤波算法对目标物进行跟踪。

9.根据权利要求1所述的数据融合方法，其特征在于，还包括判断躲避步骤：基于目标物的追踪、车辆本体的位置、超声波雷达监测的距离目标，判断躲避方案。