[发明专利]基于毫米波雷达与机器视觉融合的汽车安全换道方法

说明书

本发明提出了一种基于毫米波雷达与机器视觉融合的汽车安全换道方法，包括以下步骤：S1、将毫米波雷达获取的目标进行分类，通过滤波剔除干扰目标，获取有效目标；S2、将有效目标映射至视觉图像中，并生成相应的雷达目标ROI，实现雷达与视觉的空间融合；S3、对雷达目标ROI进行对称性分析，改进雷达目标ROI横向位置；S4、判断雷达目标ROI中是否含有车辆，若雷达目标ROI内存在车辆，则采用KCF算法跟踪该车辆，根据自车与前车的相对距离与相对速度判断自车是否可以换道；若雷达目标ROI内不存在车辆，则保持车辆在原车道行驶。本发明打破了单传感器自身设计的局限性，综合了雷达与视觉的优势，具有准确率高、鲁棒性好的特点。

技术领域

本发明属于汽车高级辅助驾驶的技术领域，尤其涉及一种基于毫米波雷达与机器视觉融合的汽车安全换道方法。

背景技术

随着智能交通系统的发展，人们对自动驾驶汽车的普遍兴趣越来越大。汽车制造商已经开始将自动驾驶技术商业化。例如，高级驾驶辅助系统(ADAS)[1]开发了一种支持司机安全和舒适驾驶的系统。ADAS提供多种交通便利系统，如前方碰撞警告(FCW)、车道保持辅助(LKA)和智能巡航控制(SCC)。这些辅助驾驶系统以各种车辆传感器为基础工作。传感器识别和监控周围的环境，收集分析所需的数据。为了提高检测精度，通常将各种辅助系统组合在一起。这种驾驶辅助系统可被视为迈向完全自主驾驶的中间一步。

发明内容

为了提供一种精度高、速度快的安全换道方法，为此，本发明提出了一种基于毫米波雷达与机器视觉融合的汽车安全换道方法，具体方案如下：

基于毫米波雷达与机器视觉融合的汽车安全换道方法，包括以下步骤：

S1、将毫米波雷达获取的目标进行分类，通过滤波剔除干扰目标，获取有效目标；

S2、将有效目标映射至视觉图像中，并生成相应的雷达目标ROI，实现雷达与视觉的空间融合；

S3、对雷达目标ROI进行对称性分析，改进雷达目标ROI横向位置；

S4、判断雷达目标ROI中是否含有车辆，若雷达目标ROI内存在车辆，则采用KCF算法跟踪该车辆，根据自车与前车的相对距离与相对速度判断自车是否可以换道；若雷达目标ROI内不存在车辆，则保持车辆在原车道行驶。

本发明的有益效果在于：本发明打破了单传感器自身设计的局限性，综合了雷达与视觉的优势，能够为驾驶员提供精准换道时机，具有准确率高、鲁棒性好的特点。

附图说明

图1为毫米波雷达目标相对距离坐标分解图。

图2为毫米波雷达与机器视觉融合流程图。

具体实施方式

参照图1，本发明提出一种基于毫米波雷达与机器视觉融合的汽车安全换道方法，具体包括以下步骤：

S1、将毫米波雷达获取的目标分为4类：空目标、非危险目标、虚假目标以及有效目标，通过滤波剔除干扰目标，保留有效目标；

步骤S1的分步骤如下：

S11、将雷达探测的任一目标数据描述为如下向量：

x＝(r,α,v)#(1)

其中r表示探测物体的距离；a表示探测物体的方位角；v表示探测物体的速度；

S12、将雷达探测目标的相对距离分解为：相对纵向距离distY与相对横向距离distX，图1为毫米波雷达目标相对距离坐标分解图。其求解公式如式(2)：

S13、通过设定横向范围X1与纵向范围Y1，约束distX和distY的范围，保留满足公式(3)的目标作为备选跟踪目标：