[发明专利]智能平台车环境感知系统及其数据融合方法

说明书

本发明提供了一种智能平台车环境感知系统及其数据融合方法，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。本发明解决了智能车感知能力不足与传感器价格昂贵的矛盾，使智能汽车可以利用更低的成本达到较好的感知能力。

技术领域

本发明涉及，具体地，涉及一种智能平台车环境感知系统及其数据融合的方法。

背景技术

目前，随着智能汽车技术的飞速发展，各大型汽车厂商均大力研发无人驾驶汽车技术，无人驾驶已经掀起了全球研究的热潮。无人驾驶技术中，感知作为智能车的“智慧之眼”，是最为基础的技术，也是无人驾驶能够实现的前提。感知技术是指车辆通过传感器与外界环境进行交互，并对感知到的信息进行处理，得到识别结果。常用的传感器有相机、激光雷达、毫米波雷达、超声波雷达、惯导、卫星定位系统等，各传感器有各自的优缺点，一般需要多个传感器的共同工作，才能达到无人驾驶对于环境的感知要求，因此，传感器的数据融合也成为了感知的关键技术。

目前，对于智能汽车传感器数据融合已经有了一定的研究，例如“一种基于磁导航的多传感器融合智能车的自动驾驶系统”研究了怎样利用多种传感器分工检测提高汽车的感知能力，“一种面向智能车的毫米波雷达与单目相机信息融合方法”研究了如何利用毫米波雷达与相机进行数据融合，“一种用于车辆的环境感知系统及其控制方法”研究了如何利用多个摄像头与毫米波雷达对汽车四周进行感知，“一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法”研究了如何利用多个传感器感知到的信息对汽车驾驶性进行自动化评价。

虽然现状对于智能汽车传感器数据融合有了一定的研究，但是综上所述，大部分研究都在于摄像头与毫米波雷达的融合，而对于价格更高的激光雷达研究较少。然而，激光雷达有着更高的分辨率，能够实现更加精确的障碍物检测，在目前的感知算法下，毫米波雷达还不能满足无人驾驶所需的探测能力，因此有必要提出一种融合激光雷达的感知系统。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种智能平台车环境感知系统及其数据融合方法。

根据本发明提供的一种智能平台车环境感知系统，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。

优选地，所述激光雷达采用16线激光雷达和32线激光雷达。

优选地，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。

根据本发明提供的一种基于上述的智能平台车环境感知系统的数据融合方法，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；