[发明专利]车道线融合系统及其融合方法在审

专利信息
申请号: 201811596580.X 申请日: 2018-12-26
公开(公告)号: CN109443374A 公开(公告)日: 2019-03-08
发明(设计)人: 王潍;栗工;陈琦;杨猛;解博;吴文劼 申请(专利权)人: 联创汽车电子有限公司
主分类号: G01C21/34 分类号: G01C21/34;G05D1/02
代理公司: 上海浦一知识产权代理有限公司 31211 代理人: 焦天雷
地址: 201206 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车道线 车道 预设 判断模块 融合系统 数据接收模块 数据转化模块 周围环境信息 车道线检测 多传感器 划分模块 接收目标 排序数据 数据转化 智能驾驶 坐标判断 精准度 融合 排序 下车 多样性
【说明书】:

发明公开了一种基于多传感器数据车道线融合系统,包括:数据接收模块,接收目标车数据和车道线数据;数据转化模块,将所述目标车数据和车道线数据转化为预设坐标系下数据,形成预设坐标系下车道线方程,将车道线方程形成的车道线在预设坐标系下排序;本车车道判断模块,根据车道线排序数据判断本车所在车道;目标车车道线判断模块,将目标车在预设坐标系下坐标带入所述车道线方程,根据目标车坐标判断目标车位于哪两根车道线之间;目标车车道划分模块,根据本车所在车道编号,判断目标车所在车道编号。本发明还公开了一种车道线融合方法。本发明实现了车道划分能提高了智能驾驶对周围环境信息获取的多样性,可以提供更高的车道线检测精准度。

技术领域

本发明涉及汽车领域,特别是涉及一种基于多传感器目标级数据的车道线融合系统。本发明还涉及一种于多传感器目标级数据的车道线融合方法。

背景技术

智能驾驶汽车是各个高校科研成果和各个企业技术落地的最佳载体,也是当今最热的研究课题之一。环境感知算法为智能驾驶汽车的必备技术之一,其通过多传感器检测目标级数据或者点云、图像数据(最终会被处理成目标级数据),如何有效率处理和利用所得的环境信息也变得尤为重要。多传感器目标级数据融合也随之成为环境感知中的关键技术,现有单纯的目标位置、速度的融合已经不能够满足当前的技术要求,车道线融合成为新的技术课题。

智能驾驶中如果不能够获得自车所在车道及相邻车道的目标及车道信息,会严重影响换道预警、前向碰撞预警、循迹自动驾驶和完全自动驾驶等决策和控制任务的实现,针对车道线融合目前还没有成熟的方法。

发明内容

本发明要解决的技术问题是提供一种能实时进行车道线和车道识别的基于多传感器目标级数据的车道线融合系统。

本发明还提供一种能实时进行车道线和车道识别的基于多传感器目标级数据的车道线融合方法。

本发明中的多传感器目标级数据至少包括:毫米波雷达和激光雷达检测的位置、速度等信息,基于摄像头的车道线检测算法返回的车道线信息。

为解决上述技术问题,本发明提供的车道线融合系统,基于多传感器目标级数据包括:数据接收模块、数据转化模块、车道判断模块和目标车道线划分模块;

数据接收模块,接收目标车数据和车道线数据;

数据转化模块,将所述目标车数据和车道线数据转化为预设坐标系下数据,形成预设坐标系下车道线方程,将车道线方程形成的车道线在预设坐标系下排序;

本车车道判断模块,根据车道线排序数据判断本车所在车道;

目标车车道线判断模块,将目标车在预设坐标系下坐标带入所述车道线方程,根据目标车坐标判断目标车位于哪两根车道线之间;

目标车车道划分模块,根据本车所在车道编号,判断目标车所在车道编号。

进一步改进所述的车道线融合系统,数据接收模块接收数据至少包括雷达监测的目标车位置和速度,车道线检测系统的车道线方程系数。

进一步改进所述的车道线融合系统,所述预设坐标系是,以本车后轴中心为原点,以本车轴线为x轴,车前为正,以本车后轴方向为y轴,左侧为正的坐标系。

进一步改进所述的车道线融合系统,所述车道线方程如下;

y=ax3+bx2+cx+d,其中x、y为本车坐标系下坐标,a、b、c、d为车道线检测系统发送的车道线方程系数。

进一步改进所述的车道线融合系统,所述排序的规则如下;车道线在本车坐标系下从左至右排序,依据车道线方程系数d的大小进行车道线排序。

进一步改进所述的车道线融合系统,判断本车所在车道采用以下方式;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联创汽车电子有限公司,未经联创汽车电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811596580.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top