[发明专利]一种基于BP神经网络的多传感器方案评价与优化系统及方法

权利要求书

1.一种基于BP神经网络的多传感器方案评价与优化系统，其特征在于，包括：

第一评价单元，其用于从安全性指标和经济性指标，对车辆上的传感器布置方案进行评分；其中，所述安全性指标包括基于同向四车道直线道路模型的探测覆盖率、基于转弯盲区的探测覆盖率、探测区域重叠率、所述传感器布置方案的可靠性和工作频率中的一种或多种，所述经济性指标包括所述传感器布置方案的总成本；

第二评价单元，其用于对所述传感器布置方案中的各类传感器的性能进行评分；其中，所述性能指标包括激光雷达有效探测距离、激光雷达每帧点云总量、毫米波雷达最远探测距离、毫米波雷达水平视场角、相机像素数和相机水平视场角中的一种或多种；

上部神经网络，其基于所述第一评价单元的评分指标建立，并根据所述第一评价单元的训练数据训练得到；

下部神经网络，其基于所述第二评价单元的评分指标建立，并根据所述第二评价单元的训练数据训练得到；

迭代优化单元，其用于判断上部神经网络与下部神经网络的输出的得分是否满足设定要求，在判定结果为否的情形下，依据所述第一评价单元和第二评价单元的评分结果，调整传感器布置方案，从而产生仿真数据，并利用仿真数据得到神经网络的数据，直至判定结果为是。

2.如权利要求1所述的基于BP神经网络的多传感器方案评价与优化系统，其特征在于，所述基于同向四车道直线道路模型的探测覆盖率C₁的计算公式被描述为式(4)：

式中，S_d为所述传感器的探测区域的面积，S_r为所述同向四车道直线道路模型的总面积，所述同向四车道直线道路模型中的车辆被简化为质点，车辆上传感器的探测区域模型依据传感器的探测距离D_i与水平视场角θ_i，所述传感器布置方案有i个传感器，第i个传感器对应的探测区域的扇形面积为S_i，第n个传感器与第m个传感器的探测区域重叠面积为扇形S_nm，重叠扇形的半径为r，重叠扇形的角度为θ_nm；

3.如权利要求1所述的基于BP神经网络的多传感器方案评价与优化系统，其特征在于，所述基于转弯盲区的探测覆盖率C₂的计算公式被描述为式(8)：

C₂＝(C₂′+C₂″)/2               (8)

式中，C₂′为对转弯初始位置的车辆右下角求取传感器探测区域覆盖转弯盲区的面积S_d′与转弯盲区面积S_b的比值，C₂″为对转弯结束位置的车辆右下角求取传感器探测区域覆盖转弯盲区的面积S_d″与转弯盲区面积S_b的比值，R为对应转弯侧的车轮轨迹圆弧的半径，R′为转弯侧的另一侧的车轮轨迹圆弧的半径，w为车辆的宽度，l为长度；

4.如权利要求1所述的基于BP神经网络的多传感器方案评价与优化系统，其特征在于，所述探测区域重叠率O的计算公式被描述为式(9)：

O＝S_nm/S_d                    (9)

式中，S_nm为第n个传感器与第m个传感器的探测区域重叠面积，S_d为所述传感器布置方案的传感器探测区域面积。

5.如权利要求1所述的基于BP神经网络的多传感器方案评价与优化系统，其特征在于，所述传感器布置方案的工作频率f_min的计算公式为式(14)：

f_min＝min{f_i}               (14)

式中，f_i为获取的所述传感器布置方案中传感器种类的工作频率。