[发明专利]一种自动驾驶对象探测和定位系统及方法

权利要求书

1.一种自动驾驶对象探测和定位系统，其特征在于，包括立体视觉图像处理模块、卫星导航模块、惯性导航模块及系统紧耦合模块，其中：

立体视觉图像处理模块，采用双目或者多目摄像头获取立体视觉模块的图像数据；

卫星导航模块，用于通过接收机获取卫星导航原始测量数据；

惯性导航模块，用于采用惯性传感器获取惯性导航模块的测量数据；

系统紧耦合模块，用于将所述惯性导航模块测量数据、所述立体视觉模块的图像数据及所述卫星导航原始测量数据进行紧耦合处理，并建立三维环境信息，最后利用深度神经网络模块检测环境中的目标和障碍物；

所述深度神经网络由三维稀疏卷积神经网络、点网神经网络和二者的组合构成；

所述立体视觉图像处理模块、所述卫星导航模块及所述惯性导航模块均与所述系统紧耦合模块连接。

2.如权利要求1所述的自动驾驶对象探测和定位系统，其特征在于，所述立体视觉图像处理模块包含双目或者多目摄像头。

3.一种如权利要求1所述的自动驾驶对象探测和定位的方法，其特征在于，包括以下步骤：

S1：获取立体视觉模块的图像数据、惯性导航模块的测量数据及卫星导航原始测量数据；

S2：将立体视觉模块的图像数据、卫星导航原始测量数据及所述惯性导航模块的测量数据进行紧耦合，对惯性导航模块的漂移误差进行修正；

S3：将立体视觉模块的图像数据、卫星导航原始测量数据及所述惯性导航模块的测量数据进行紧耦合，建立三维环境信息，再使用深度神经网络模块判断和分类环境中的目标和障碍物；

S4：深度神经网络使用三维稀疏卷积神经网络、点网神经网络或者是二者的组合。

4.如权利要求3所述的自动驾驶对象探测和定位的方法，其特征在于，所述立体视觉模块采用多目，包括双目摄像头直接方法进行处理，所述图像数据包括在同一时刻多目或者双目立体视觉摄像头之间的视觉差和每一个摄像头在不同时间、位置拍摄到的图像信息来建立环境的三维信息。

5.如权利要求3所述的自动驾驶对象探测和定位的方法，其特征在于，所述紧耦合由立体视觉的加权重投影误差、卫星导航误差和来自惯性导航的状态误差构成成本函数。

6.如权利要求3所述的自动驾驶对象探测和定位的方法，其特征在于，所述S1具体包括如下步骤：

S11：采用多目或者是双目摄像头获取立体视觉模块的图像数据、图像数据包括在同一时刻多目或者双目立体视觉摄像头之间的视觉差和每一个摄像头在不同时间、位置拍摄到的图像信息；

S12：采用惯性传感器获取惯性导航模块的测量数据；

S13：通过接收机获取卫星导航原始测量数据；

S14：将所述惯性导航模块测量数据、所述图像数据及所述卫星导航原始测量数据进行紧耦合处理。

7.如权利要求6所述的自动驾驶对象探测和定位的方法，其特征在于，所述S11具体包括如下步骤：

S111：用多目或者双目摄像头采集环境图像信号；

S112：组合多个不同摄像头在同一个时刻拍摄到的视觉差和每一个摄像头在不同时间、位置拍摄到的图像，形成立体视觉观测的直接方法；

S113：并组合惯性导航、卫星导航的测量数据，建立三维环境信息，最后使用深度神经网络模块分类和判断环境中的目标和障碍物。

8.如权利要求6所述的自动驾驶对象探测和定位的方法，其特征在于，所述S12具体包括如下步骤：

S121：利用惯性传感器测量自动驾驶车辆在固定坐标系下的3轴加速度和3轴角速度；

S122：将所述加速度和所述角速度转动到导航坐标系下,求解惯性导航机械编排方程并计算出自动驾驶车辆的位置和姿态角；

S123：图像数据、惯性导航数据和卫星导航数据组合，建立三维环境信息，再利用深度神经网络模块，分类和判断环境中的目标和障碍物。

9.如权利要求6所述的自动驾驶对象探测和定位的方法，其特征在于，所述S14具体包括：通过所述卫星导航原始测量数据结合所述立体视觉模块的图像数据对所述惯性导航模块的漂移误差进行校正。