[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

说明书

本发明公开了一种基于多传感器融合的弯道ACC目标车辆识别方法，属于辅助驾驶领域。将车载摄像头与毫米波雷达按照一定的要求安装在车辆上，使用CAN总线获取其输出信息，并将雷达输出的空目标、无效目标及对向车辆目标予以剔除得到有效跟踪目标。将车载摄像头与毫米波雷达进行空间同步使两传感器数据处于同一坐标系中，再对其进行时间同步以解决两传感器采样时间点不同步的问题。根据车载摄像头的数据建立弯道行驶区域，将雷达输出的目标数据与之匹配，确定处于当前车道的车辆，最后根据距离最近原则确定主车的最终跟踪目标。本发明利用车载摄像头与毫米波雷达的融合技术，通过建立弯道行驶区域与雷达数据匹配，实现弯道中目标跟踪车辆的有效识别。

技术领域

本发明涉及弯道行驶工况下的ACC车辆有效目标识别方法，具体为一种基于多传感器融合的弯道ACC目标车辆识别方法。

背景技术

弯道中的目标识别与跟踪是环境感知领域一个重要的课题，对ADAS(AdvancedDriving Assistant System)系统的开发具有重要影响。以ACC(Adaptive CruiseControl)系统为例，现有方法主要根据毫米波雷达信息，自适应调节巡航车车速，并保持与本车道前方车辆的安全距离。然而，在弯道路段，巡航车前方通常会存在多个目标车辆或目标车辆超出预设的车道范围，此时，系统经常会出现目标车辆ID跳变或目标丢失的情况，从而导致巡航车因非正常加速或减速而造成事故。除此之外，考虑到雷达自身特性，弯道两侧的如护栏、建筑物和标志牌等金属物体信息也会被雷达传递回来，这些目标可能会对车辆控制产生虚警，进而造成交通事故，影响高速公路正常运行。

现有方法大多采用机器视觉识别技术，或毫米波雷达数据的标志位(移动、新目标等指示位)对车辆前方目标进行识别，对于直道处的物体，有较高的识别率，但在弯道处，准确率会大大降低。若能结合车载摄像头输出的车道线来确定当前弯道行驶区域，对区域内物体进行分析，将雷达输出目标与弯道行驶区域进行匹配，则能有效提高目标识别的准确率，确定在弯道中巡航车的主跟踪目标。

发明内容

为解决现有技术中存在的问题，本发明的目的在于提供一种基于多传感器融合的弯道ACC目标车辆识别方法，利用车载摄像头与毫米波雷达的融合技术，通过建立弯道行驶区域与雷达数据匹配，实现弯道中目标跟踪车辆的有效识别。

为了达到上述目的，本发明采用如下技术方案：

一种基于多传感器融合的弯道ACC目标车辆识别方法，具体包括如下步骤：

步骤一：按照一定的要求安装车载摄像头与毫米波雷达。

步骤二：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A_i、标识点处的弯道离去角β_i、左车轮距离左车道线的位置l_l、右车轮距离右车道线的位置l_r；毫米波雷达获取的数据包括：前方物体相对本车的距离R_j、相对速度v_j以及与前方物体相对车辆中轴线的夹角α_j。

步骤三：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，从而得到同方向行驶的有效目标。

步骤四：车载摄像头与毫米波雷达安装在车辆上的位置不同，因此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、向量平移等处理，最终实现雷达与视觉信息的空间融合。

步骤五：毫米波雷达与车载摄像头有各自单独的运行频率，两传感器采集到的往往是不同时刻数据，造成了数据在时间上的偏差，本发明选取多线程同步的方法，以两传感器较短的采样周期作为最终的融合周期，即50ms。雷达采集模块以雷达数据采集周期正常运行，图像处理模块将其各采样点获取的数据放置在缓冲区中供融合微处理器调取，融合微处理器在每个融合线程时间点对雷达数据及缓冲区中上一个车载摄像头采样点的数据进行获取，以此达到同一时刻采集数据的目的。