[发明专利]自动驾驶过程中障碍物确定方法、装置及电子设备在审

专利信息
申请号: 202110364712.1 申请日: 2021-04-02
公开(公告)号: CN113514806A 公开(公告)日: 2021-10-19
发明(设计)人: 史院平;韩志华;杨福威;吴宏升;王冠男;张旭;刘雨晨 申请(专利权)人: 苏州挚途科技有限公司
主分类号: G01S7/41 分类号: G01S7/41;G01S7/48;G06K9/62
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 荣颖佳
地址: 215100 江苏省苏州市相城区高铁新城南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 驾驶 过程 障碍物 确定 方法 装置 电子设备
【权利要求书】:

1.一种自动驾驶过程中障碍物确定方法,其特征在于,应用于车辆感知系统的处理器,所述处理器还连接有传感器,所述方法包括:

监听各个所述传感器上传的障碍物数据;其中,所述传感器包括以下至少之一:激光雷达、毫米波雷达和视觉传感器;所述障碍物数据包括障碍物位置信息和障碍物速度信息;

当监听到当前传感器上传的当前障碍物数据时,基于所述当前障碍物数据对当前跟踪列表进行位置补偿,得到补偿跟踪列表;其中,所述当前跟踪列表为根据上一障碍物数据生成的包括多个跟踪目标的跟踪列表;

将所述补偿跟踪列表中的跟踪目标与所述当前障碍物数据对应的目标障碍物进行关联匹配,得到关联匹配对集合;其中,所述关联匹配对集合包括至少一个关联匹配关系对;

获取运动场景,根据所述运动场景和所述当前传感器的类型对所述关联匹配关系对中的目标障碍物对应的障碍物数据进行修正,得到每个所述关联匹配关系对的障碍物修正数据;

基于自适应卡尔曼滤波对所述障碍物修正数据进行滤波处理,得到每个所述关联匹配关系对中目标障碍物的障碍物目标数据;

将所述关联匹配对集合中每个所述关联匹配关系对中目标障碍物的障碍物目标数据进行融合处理,并根据融合信息确定所述目标障碍物。

2.根据权利要求1所述的方法,其特征在于,所述基于所述当前障碍物数据对当前跟踪列表进行位置补偿的步骤,包括:

根据所述当前障碍物数据的时间戳和所述当前跟踪列表的生成时间戳,计算得到时间差;

基于所述时间差和每个所述跟踪目标的速度,计算得到每个所述跟踪目标的补偿位置;

基于所述补偿位置对所述跟踪目标进行位置补偿,得到每个所述跟踪目标的目标位置。

3.根据权利要求2所述的方法,其特征在于,所述将所述补偿跟踪列表中的跟踪目标与所述当前障碍物数据对应的目标障碍物进行关联匹配的步骤,包括:

根据所述跟踪目标的目标位置和所述目标障碍物的障碍物位置信息,计算得到距离矩阵;其中,所述距离矩阵包括多个距离值,所述距离值用于表征每个所述跟踪目标与所述目标障碍物之间的距离;

基于全局最近邻算法对所述距离矩阵进行关联匹配,得到关联匹配对集合。

4.根据权利要求1所述的方法,其特征在于,所述处理器还连接有设置车辆上的组合导航系统;所述获取运动场景的步骤,包括:

获取所述组合导航系统采集的车辆信息;其中,所述车辆信息包括车辆垂向角速度信息、车辆速度信息和车辆位置信息;

基于所述车辆信息计算得到车辆航向角信息;

根据所述车辆航向角信息确定所述运动场景;其中,所述运动场景包括车辆直行场景或者车辆转弯场景。

5.根据权利要求4所述的方法,其特征在于,所述根据所述车辆航向角信息确定所述运动场景的步骤,包括:

计算当前航向角和预设基准航向角的差值;其中,所述预设基准航向角为当前时刻之前预设时刻内车辆的平均航向角;

判断所述差值是否满足预设阈值范围;

如果是,则当前运动场景为所述车辆直行场景;

如果否,则所述当前运动场景为所述车辆转弯场景。

6.根据权利要求1所述的方法,其特征在于,所述处理器还连接有设置在车辆上的摄像头,所述将所述关联匹配对集合中每个所述关联匹配关系对中目标障碍物的障碍物目标数据进行融合处理的步骤,包括:

获取所述摄像头采集的障碍物信息;其中,所述障碍物信息包括所述车辆的行驶方向上预设范围内多个障碍物的特征信息,所述特征信息包括障碍物类型信息和障碍物尺寸信息;

将所述关联匹配对集合中每个所述关联匹配关系对中目标障碍物的障碍物目标数据和所述目标障碍物的特征信息进行融合处理,以得到融合信息。

7.根据权利要求1所述的方法,其特征在于,所述传感器为所述激光雷达,所述监听各个传感器上传的障碍物数据的步骤,包括:

获取所述激光雷达传输的激光扫描点云数据;

根据所述激光扫描点云数据,生成环境光点云信息;

根据所述环境光点云信息生成所述障碍物数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州挚途科技有限公司,未经苏州挚途科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110364712.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top