[发明专利]一种应用于高级辅助驾驶的控制系统

说明书

本发明提供了一种应用于高级辅助驾驶的控制系统，包括控制模块和相机模块，所述相机模块用于采集图像数据，所述控制模块用于对图像数据进行并行处理，基于深度学习算法获取车道线的标记点坐标集，再通过三项式直线拟合实现对车道线的检测，并根据测定的车道线和控制模块中集成的多个类型的ADAS应用功能发出相应的控制命令。本发明将不同类型的ADAS应用功能集成在一个控制系统中，不仅能够降低控制系统的成本，而且增强了控制性能。采用的车道线检测方法，降低光照的影响，同时可以处理车道中间的箭头以及人行道的过滤操作。

技术领域

本发明涉及一种应用于高级辅助驾驶的控制系统。

背景技术

当前ADAS(高级辅助驾驶系统)在自动驾驶领域的应用越来越广泛，包括主动控制类，如自适应巡航，自动紧急刹车，车道保持系统，预警类系统如前车防撞预警，车道偏离预警，行人碰撞预警，传统的ADAS控制系统具有以下缺陷：(1)仅实现其中一个或一部分功能，难以将全部的应用功能集成在一个控制系统中，不仅增加了成本，而且开发难度也难以简化。(2)采用了不同类型的感知部件，主要包括摄像头，激光雷达，毫米波雷达，热成像机等，多传感器带来高额成本和系统复杂度。(3)ADAS控制系统比较独立，不同厂家都采用不同的方法实现，不同的应用操作接口，从而ADAS应用软件难以在不同的平台间相互移植，甚至移植后的无法满足性能要求。最终致使ADAS系统比较难量产及批量应用。(4)在车道偏离预警(LDW)、车道保持(LKA)等横向辅助驾驶系统中，车道线是其共同并且最重要的输入信息，传统系统中车道线检测会受到光照和周围车辆的影响，需要针对不同的道路进行大量的参数标定，当车道线图像中出现箭头或者人行道或者车道线破损或者车道线变化较复杂时，出现车道线误检测，导致系统失效，带来安全事故。

发明内容

本发明的目的在于提供一种应用于高级辅助驾驶的控制系统，以解决现有技术中系统难以移植、功能集成度低、开发难度难以简化、具有高额成本和高系统复杂度的技术问题。

所述的一种应用于高级辅助驾驶的控制系统，包括控制模块和相机模块，所述相机模块用于采集图像数据，所述控制模块用于对图像数据进行并行处理，基于深度学习算法获取车道线的标记点坐标集，基于深度学习算法获取车道线的标记点坐标集，再通过直线拟合计算出直线方程系数并绘制出车道线，所述控制模块中集成有多个类型的ADAS应用功能根据测定的车道线发出相应的控制命令，所述相机模块采用集成式摄像头模块，所述集成式摄像头模块包括集成式摄像头本体、安装在所述集成式摄像头本体上的单摄像头、设于所述集成式摄像头本体前面的镜片移动机构和通过所述镜片移动机构移动的偏光镜，所述单摄像头至少有两个，两个单摄像头的朝向具有一定夹角，所述偏光镜受所述镜片移动机构移动至少覆盖在一个单摄像头的镜头前。

优选的，所述单摄像头分为摄像头一和摄像头二，其中一个单摄像头的镜头覆盖有偏光镜，二者采集的图像同时经深度学习算法处理获得对应的标记点集合一和标记点集合二，设定拟合计算所需标记点数量的最低阈值，将上述标记点集合一和标记点集合二二者的标记点数量分别与最低阈值比较，在二者均未达到最低阈值的情况下，检查采集图像时偏光镜是否被移动过，若结果为没有，则发出信号让镜片移动机构移动偏光镜，改变偏光镜覆盖的单摄像头，重复单摄像头采集图像到实现直线拟合绘制车道线的过程；若结果为有，则发出报警或打开照明装置；若标记点集合一和标记点集合二中至少有一个标记点数量达到最低阈值，则选择标记点数量较多的标记点集合进行直线拟合，进而绘制出车道线。

优选的，所述的深度学习为逆卷积操作，检测结果为前10帧检测结果的平均值求得，并向应用层的软件提供终点坐标值和直线方程系数。

优选的，所述控制系统的软件系统架构包括中间层和应用层，其中应用层包括车道线检测模块，中间层包括驱动集合层，驱动选择配置层，驱动模块配置层，模块服务层，全局应用接口层；

其中，所述驱动集合层包括所支持的芯片底层操作接口的集合；

所述驱动选择配置层包括对实际硬件平台配置相应的驱动接口；