[发明专利]一种用于车辆自动驾驶的障碍物检测方法

说明书

本发明公开了一种用于车辆自动驾驶的障碍物检测方法，包括数据获取步骤、数据同步步骤以及数据融合步骤，其通过阵列超声波雷达组获取障碍物的点云数据，从而可以识别车辆周围所有的障碍物，提高了检测精度；而且，阵列超声波雷达组的探测距离远，提高了车辆自动驾驶的安全性。

技术领域

本发明涉及车辆自动驾驶的障碍物检测技术领域，尤其涉及一种用于自动驾驶的障碍物检测方法。

背景技术

随着人工智能技术的飞速发展，自动驾驶技术取得了巨大进展。自动驾驶技术包括环境感知技术、路径规划技术和车辆控制技术，其中环境感知技术是实现无人驾驶的基础，其为路径规划和车辆控制提供依据，保证着车辆的行驶安全。而且，影响车辆行驶安全的关键性因素是障碍物，对于障碍物检测便是环境感知的重要任务之一。障碍物信息包括障碍物类别信息、位置信息和运动信息，车辆通过获取的各个障碍物信息结合局部路径规划来做出具体的避障行为从而确保行车安全。

目前，障碍物检测方法主要包括两类：单传感器检测和多传感器融合检测，其中：(1)单传感器检测主要是以深度相机为主，深度相机可以直接获取目标的深度(或距离)信息，而且，深度相机采集的图像通过深度学习或者传统图像处理技术获取目标的类别、边界信息；但是，深度相机存在成本高、噪声大、易受日光干扰、无法测量透射材质，因此深度相机不适合使用在室外场景下；(2)多传感器融合检测是单目相机融合毫米波雷达或者激光雷达的方式，相机获取目标的类别、边界信息，雷达获取目标位置信息和运动信息。但是，毫米波雷达易受天气影响大，降雨时尤其明显，且成本高、功耗大；而且，毫米波雷达输出过多目标，需要复杂的程序才能确定障碍物，另外，激光雷达成本太高，受天气和大气影响大，点云信息量大，对处理器性能和融合算法要求高。

发明内容

本发明的目的是提供一种用于车辆自动驾驶的障碍物检测方法，其采用单目相机和多个阵列超声波雷达融合的方式，使得所述障碍物检测方法的成本低、体积小、且时效性好，为车辆的行驶安全和路径规划提供依据。

为实现本发明的发明目的，本发明所采用的技术方案内容具体如下：

一种用于车辆自动驾驶的障碍物检测方法，包括如下步骤：

数据获取步骤：利用阵列超声波雷达组获取障碍物的点云数据；利用单目相机获取障碍物的图像数据；

数据同步步骤：将点云数据和图像数据进行帧同步处理；

数据融合步骤：对经过帧同步处理的图像数据和点云数据进行数据融合处理，以获取障碍物的类别信息和位置信息。

作为上述方案的优选，所述阵列超声波雷达组包括三个位于同一水平线上的超声波雷达，三个所述超声波雷达的测量角度均为60°、且相邻两个所述超声波雷达的距离相等。

作为上述方案的优选，将点云数据和图像数据进行帧同步处理为采用低帧频率数据优选的同步策略，对高帧数据进行间隔数据获取。

作为上述方案的优选，数据融合步骤包括：

获取单目相机的内参和外参；

设定阵列超声波雷达组的阈值，提取点云数据中的有效数据；

基于经过帧同步处理的图像数据，利用深度学习的方法获取障碍物的类别信息和边界框；

将点云数据中的有效数据通过外参投影到单目相机平面，得到相机平面坐标；

将相机平面坐标通过内参投影到成像平面上，得到成像平面像素坐标；

将平面像素坐标和边界框信息进行匹配，得到障碍物的边界信息。

作为上述方案的优选，基于经过帧同步处理的图像数据，利用深度学习的方法获取障碍物的类别信息和边界框信息包括：