[发明专利]一种基于GroundTruth的车体语言交互数据融合方法及系统

说明书

本发明提供一种基于GroundTruth的车体语言交互数据融合方法及系统，其中方法包括通过TCP/UDP协议获取GroundTruth的数据包信息，还包括以下步骤：对所述数据包信息进行过滤，将分散的有效数据合并为一条字符串类型的数据包；将所述数据包中的数据融合后发送给决策程序。本发明提出的基于GroundTruth的车体语言交互数据融合方法及系统，将复杂的数据进行分类、筛选，计算筛选后的有效数据例如车道中心线坐标、障碍物坐标、障碍物速度等信息、获得障碍物所在车道以及得到决策程序所需的感知信息，对所需数据进行打包，把分散的数据按规则合为字符串型数据包，是一种更快捷更方便的数据通信方案。

技术领域

本发明涉及无人驾驶的技术领域，具体地说是一种基于GroundTruth的车体语言交互数据融合方法及系统。

背景技术

无人驾驶领域是一个近年来高新技术的研发领域，而智能车辆是一个集中于环境感知、规划决策，多等级辅助驾驶等功能与一体的智能系统。他集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的轮式机器人。

智能汽车利用许多车载传感器(激光雷达，GPS-RTK，毫米波雷达，摄像头)等来感知周围车辆的信息，并且能获取到当前道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

目前无人驾驶领域在数据融合方面还是有一定缺陷：

1.数据融合性可能不高

智能车无人驾驶系统是一个复杂的智能系统，有负责图像感知,另外有负责决策控制。分工虽然明确但是在多个传感器数据融为一体发送到决策时如何识别数据格式，优先选择哪些感知数据，以及如何解决电磁干扰，都是解决数据融合的重要因素。

2.传感器数据不准确

智能汽车经常面对复杂真实的道路环境，而不是简单的测试离线环境，而对于视觉感知以及雷达感知是局限于特殊以及恶劣环境(雨天，大雾环境)。对于这种特殊环境，很多高精度传感器会受到影响，这也是当前无人驾驶车辆真正投入市场的重要影响因素。

申请号为CN105015545A的发明专利申请公开了一种无人驾驶汽车的自主便道决策系统，首先通过信息采集模块获取车道线、障碍物和周围交互车辆的车速、与本车的距离等环境信息，将信息传输到主控制模块；再由主控制模块进行分析，判断是否满足变道条件，并进行模拟计算，得出变道方案传输到控制执行模块；然后由车辆控制器根据决策信号控制车辆的转向和速度等，进行变道。该系统的缺点是未涉及无人驾驶中的决策部分，没有为无人驾驶车辆提供车辆驾驶方案,仅为无人驾驶技术中的决策部分提供了一种数据融合方法。

发明内容

为了解决上述的技术问题，本发明提出一种基于GroundTruth的车体语言交互数据融合方法及系统，将复杂的数据进行分类、筛选，计算筛选后的有效数据例如车道中心线坐标、障碍物坐标、障碍物速度等信息、获得障碍物所在车道以及得到决策程序所需的感知信息，对所需数据进行打包，把分散的数据按规则合为字符串型数据包，是一种更快捷更方便的数据通信方案。

本发明的第一目的是提供一种基于GroundTruth的车体语言交互数据融合方法，包括通过TCP/UDP协议获取GroundTruth的数据包信息，还包括以下步骤：：

步骤1：对所述数据包信息进行过滤，将分散的有效数据合并为一条字符串类型的数据包；

步骤2：将所述数据包中的数据融合后发送给决策程序。

优选的是，所述数据包数据包括车道数据、车道线数据和移动物体数据中至少一种。

在上述任一方案中优选的是，所述车道数据包括整个路面上一段距离的车道信息，包括当前车道、相邻车道和相邻车道外的有效车道数据，不包括反向车道数据。