[发明专利]一种自动驾驶对象探测和定位系统及方法

说明书

本发明公开了一种自动驾驶对象探测和定位系统及方法，该方法包括以下步骤：获取自动驾驶车辆的惯性导航模块测量数据、立体视觉模块的图像数据及卫星导航原始测量数据和深度神经网络模块检测判断软件模块；将立体视觉模块的图像数据、卫星导航原始测量数据及惯性导航模块测量数据进行紧耦合，限制惯性导航模块的漂移误差的增大，保证定位的精度；同时使用卫星‑惯性导航协助的立体视觉直接方法，建立三维的环境信息，再利用深度神经网络模块，判断和分类环境中的目标和障碍物。本发明具有最大限度地提高自动驾驶感知系统的定位精度、提高计算效率和可靠性的优点。

技术领域

本发明涉及计算机应用技术领域，特别涉及一种自动驾驶对象探测和定位系统及方法。

背景技术

近年来，随着人们对汽车安全意识的增强以尽信息技术的发展，自动驾驶领域越来越受关注，世界上许多公司和科研机构都开始投入研发自动驾驶相关产品，预计2021年自动驾驶车辆将进入市场，给汽车行业带来巨大的变革。相关研究表明自动驾驶技术的发展将会在多种领域带来颠覆性的发展，例如其发展可以增强公路的交通安全、缓解交通拥堵状况和减少环境污染等方面，同时自动驾驶技术也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。

自动驾驶是指汽车通过车载传感系统来对道路环境进行感知，并根据感知所获得的道路、车辆位置和障碍物信息等控制车辆的转向和速度，进而自动规划行车路线并控制车辆到达预定目标的技术。

如今在自动驾驶方面，各大公司都有自己的技术方向，现有技术已有双目直接方法的视觉系统和惯性导航模块的组合系统，但是组合系统中视觉系统和惯性导航模块产生的误差不能有效限制，组合系统在长时间无图像梯度情况下误差会无限制增长，导致组合系统感知失败。

现有技术也有单目特征点方法的视觉系统、惯性导航模块及卫星导航的紧耦合自动驾驶感知系统，但是单目摄像头无法探测到无特征障碍物，比如高速路的隔离护栏、自行车或动物等。而现有视觉系统也有采用双目立体视觉系统进行耦合，但是仍然采用特征点法，计算量大，且对硬件性能要求高。目前最先进的双目立体视觉环境检测方法，也只使用了双目视觉中的视觉差信息，并没有使用摄像头在不同时间、位置采集到的图像来实现环境的三维建模。

发明内容

本发明的目的在于提供一种自动驾驶对象探测和定位系统及方法，具有最大限度地提高自动驾驶感知系统的定位精度、提高计算效率和可靠性的优点，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种自动驾驶对象探测和定位系统，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。

进一步地，所述立体视觉图像处理模块包含双目或者多目摄像头。

本发明要解决的另一种技术方案：一种自动驾驶对象探测和定位的方法，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；