[发明专利]一种基于多传感器融合的弯道ACC目标车辆识别方法有效
申请号: | 201911116952.9 | 申请日: | 2019-11-15 |
公开(公告)号: | CN110949395B | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 蔡英凤;吕志军;王海;李祎承;孙晓强;陈龙 | 申请(专利权)人: | 江苏大学 |
主分类号: | B60W40/02 | 分类号: | B60W40/02;B60W50/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212013 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 传感器 融合 弯道 acc 目标 车辆 识别 方法 | ||
1.一种基于多传感器融合的弯道ACC目标车辆识别方法,其特征在于,包括如下步骤:
步骤1:按照特定的要求安装车载摄像头与毫米波雷达;
步骤2:通过CAN总线获取车载摄像头与毫米波雷达数据;车载摄像头获取的数据包括:车道中心线位置、标识点Ai、标识点处的弯道离去角βi、左车轮距离左车道线的位置ll、右车轮距离右车道线的位置lr;毫米波雷达获取的数据包括:前方物体相对本车的距离Rj、相对速度vj以及与前方物体相对车辆中轴线的夹角αj;
步骤3:剔除毫米波雷达的空目标、无效目标与对向车道行驶的目标,得到同方向行驶的有效目标;
步骤4:针对车载摄像头与毫米波雷达安装在车辆上的位置不同,将车载摄像头安装位置以及毫米波雷达安装位置通过矩阵旋转、向量平移处理,实现雷达与视觉信息的空间融合;
步骤5:将车载摄像头和毫米波雷达采样时间同步化处理;
步骤6:以标识点Ai为旋转中心的平行四边形φi,其底边长为锐角γi=90°-βi,由以各标识点为中心建立的平行四边形φi作为行驶区域,邻接各行驶区域可得总的弯道行驶区域φ;
步骤7:根据步骤6建立的弯道行驶区域φ,结合雷达实时检测到物体的信息,判断得出ACC车辆的主跟踪目标;
步骤7的实现方法包括:若雷达检测的物体Pj的坐标Xj和Yj满足Xj∈φ∩Yj∈φ,则判断该物体位于本车前方弯道车道线范围内,即该物体处于当前车道,进一步筛选出距离主车Rj最小的车辆,即为ACC车辆的主跟踪目标。
2.根据权利要求1所述的一种基于多传感器融合的弯道ACC目标车辆识别方法,其特征在于,步骤1中,所述车载摄像头与毫米波雷达的具体安装方式为:
车载摄像头安装在车内后视镜正下方1-3厘米处,且车载摄像头的光轴需与车辆的中轴线重合,对车载摄像头俯仰角进行调节,使得当车辆处于直道场景时,图像下部分2/3区域为道路;毫米波雷达安装在车辆前端中心处,离地高度在35cm-65cm之间,安装平面尽量与地面垂直,且与车体纵向平面垂直,即俯仰角和横摆角均接近0°。
3.根据权利要求1所述的一种基于多传感器融合的弯道ACC目标车辆识别方法,其特征在于,步骤2中,所述标识点Ai是沿中轴线每隔2米在车道中心线上采集的点;所述弯道离去角βi为各标识点与车载摄像头的连线与中轴线之间的夹角。
4.根据权利要求1所述的一种基于多传感器融合的弯道ACC目标车辆识别方法,其特征在于,步骤3中,所述空目标、无效目标与对向车道行驶的目标的剔除方法为:
将毫米波雷达第n+1次采样点的信息与第n次采样点的信息对比,剔除空目标和无效目标的采样点,其中,
空目标的条件为:αj=0,Rj=0;
无效目标的条件为:(1)采样点的目标信号连续出现的次数小于5;(2)αj(n=1)-αj(n)≥3°;(3)Rj(n+1)-Rj(n)≥3m;(4)vj(n+1)-vj(n)≥3m/s;
对向车道行驶车辆采样点的目标条件为:V+vj<0m/s;其中,V为本车当前车速;
将满足上述任一条件的目标剔除。
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江苏大学,未经江苏大学许可,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/201911116952.9/1.html,转载请声明来源钻瓜专利网。