[发明专利]非信控交叉口安全预警和管控方法和系统有效

专利信息
申请号: 202110474350.1 申请日: 2021-04-29
公开(公告)号: CN113345248B 公开(公告)日: 2022-06-17
发明(设计)人: 崔志伟;何碧娟;储轶钢;华茹玥;钮昊天;万俊杰 申请(专利权)人: 华设设计集团股份有限公司
主分类号: G08G1/04 分类号: G08G1/04;G08G1/01;G08G1/09;G01S13/91;G01S17/88
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 朱远枫
地址: 210014 江*** 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: 非信控 交叉口 安全 预警 方法 系统
【权利要求书】:

1.非信控交叉口安全预警和管控方法,其特征在于,包括:

采用毫米波雷达和激光雷达获取目标的状态;对获取的目标的状态进行修正,获取修正后的目标的状态;

利用修正后的目标的状态训练获得优化后的预警模型,所述预警模型用于预测目标的最佳预警位置;

利用预警模型确定目标的最佳预警位置并根据目标的最佳预警位置发出预警信号;

对获取的目标的状态进行修正的方法具体包括以下步骤:

分别对于激光雷达以及毫米波雷达获取目标的状态进行初始化;

分别确定激光雷达以及毫米波雷达检测到的目标随时间变化的状态中不确定性程度;

利用卡尔曼滤波方法,根据激光雷达检测到的目标随时间变化的状态中不确定性程度对激光雷达感知的目标的状态进行修正获得修正后的目标的状态;

利用扩展卡尔曼滤波方法,根据毫米波雷达检测到的目标随时间变化的状态中不确定性程度对毫米波雷达感知的目标的状态进行修正获得修正后的目标的状态;

对于激光雷达以及毫米波雷达检测到的目标修正后状态趋同,则最终确定修正后的目标的状态;

其中所述目标为感知交叉口一机动车x,其实时状态为:

x=(px,py,vx,vy)

其中,车辆距圆心距离用ρ表示,ρ与x方向的夹角用φ表示,距离ρ的变化速率用表示;

根据激光雷达的感知信息,其采用的是笛卡尔坐标系,能够检测到机动车x的位置,但没有其速度信息,其测量值为:

iz=(px,py)

根据毫米波雷达的感知信息,其采用极坐标系,能够检测到机动车x的距离、角度、速度信息,其测量值为:

根据激光雷达首次感知到该机动车时的感知信息对机动车x状态进行初始化;

根据毫米波雷达在首次感知到该机动车时的感知信息对机动车x状态进行初始化;

此时激光雷达测得数据xiz与毫米波雷达测得数据xz之间是存在一定误差的,需对机动车x随时间变化的状态分别进行分析,才能实现有效融合;用到的公式如下:

x′=Fx

x′指代机动车x随时间变化的状态,F 指代机动车x变化的方式,

运用激光雷达检测到的机动车x随时间变化的状态分析:

运用毫米波雷达检测到的机动车x随时间变化的状态分析:

下一步是将机动车x随时间变化的状态加以不确定性程度分析,用P′表示,其公式如下;

P′=FPFT+Q

P指代机动车x状态的不确定程度,以x的协方差表示,采用如下数据:

Q指代x′=Fx中未能刻画的外界干扰,其公式如下:E表示单位矩阵:

Q=E[ccT]

c指代外界干扰Q的干扰量;在线性变化中,外界干扰项为加速度,干扰量c通过加速度a计算求得,其公式如下:

c服从高斯分布N(0,Q),因此Q通过如下公式计算:

Q=E[ccT]=E[GccTGT]=GE[ccT]GT

激光雷达的干扰量Qiz

毫米波雷达的干扰量Qz

则激光雷达检测到的机动车x随时间变化的状态中不确定性程度P′iz

P′iz=FPFT+Qiz

毫米波检测到的机动车x随时间变化的状态中不确定性程度Pz′:

Pz′=FPFT+Qz

将激光雷达感知的信息运用KF进行修正,首先计算出卡尔曼增益Kiz,其公式如下:

Kiz=P′izHT(HP′izHT+Rlidar)-1

其中,H表示激光雷达的状态空间到感知空间的线性映射;

Rlidar 表示噪声协方差矩阵,即激光雷达测量值的不确定度;

将Kiz计算出来后,利用卡尔曼增益对机动车x随时间变化的状态加以不确定性程度P′iz进行更新,更新后的机动车x随时间变化的状态加以不确定性程度记为P″iz,其公式如下:

P″iz=P′iz-KizHP′iz

将更新后的机动车x随时间变化的状态加以不确定性程度记为P″iz代入卡尔曼增益公式,更新后的卡尔曼增益记为K′iz,其公式如下:

K′iz=P″izHT(HP″izHT+Rlidar)-1

通过上述运算,更新后的机动车x的状态变量x″iz如下:

将毫米波雷达感知的信息运用EKF进行修正,首先计算出卡尔曼增益Kz,其公式如下:

其中,Hj表示毫米波雷达的状态空间到感知空间的非线性映射f(x)线性化后的Jacob矩阵,

Rradar表示噪声协方差矩阵;

将Kz计算出来后,利用卡尔曼增益对机动车x随时间变化的状态加以不确定性程度P′z进行更新,更新后的机动车x随时间变化的状态加以不确定性程度记为P″z,其公式如下:

P″z=Pz′-KzHPz

将更新后的机动车x随时间变化的状态加以不确定性程度记为P″z代入卡尔曼增益公式,更新后的卡尔曼增益记为K′z,其公式如下:

通过上述运算,更新后的机动车x的状态变量x″z如下:

通过如上卡尔曼滤波与扩展卡尔曼滤波的过滤,x″iz与x″z应趋同,即:

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华设设计集团股份有限公司,未经华设设计集团股份有限公司许可,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/202110474350.1/1.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