[发明专利]一种基于多传感器融合的尘雾天气道路环境感知系统

权利要求书

1.一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，包括传感器模块，多传感器信息融合模块，自主式环境感知系统模块，网联信息数据协议定义模块，网联信息与多传感器信息融合系统模块和环境信息动静态目标道路信息模块；

所述传感器模块，用于多源传感器获取车辆周边的环境数据以及行驶过程中的状态数据；其中，所述状态数据通过车辆的IMU系统检测所得；

所述多传感器信息融合模块，用于对所述传感器模块中多源传感器的原始数据进行解析，以实现多源数据的时间同步、特征识别、目标融合以及结果数据集融合；

所述自主式环境感知系统模块，用于将所述多传感器信息融合模块处理后的数据再利用数据处理算法进行处理，并根据车辆的状态数据对进行感知的传感器进行补偿以修正数据处理算法；完成车辆对周边车辆的识别和连续跟踪，非标准化道路的检测以及正负障碍物的识别；

所述网联信息数据协议定义模块，用于对传感器所获取的数据进行预处理，定义传感器所获取数据的优先级，设置阈值；

所述网联信息与多传感器信息融合系统模块，用于将网联信息与多传感器的感知信息进行接入，将周边车辆信息通过V2X传递给本车，并进一步与自主感知信息进行再次融合，实现车辆对车周围环境和移动目标信息的全覆盖、准确感知，将团雾场景下的除雾算法模型应用于图像处理；

所述环境信息动静态目标道路信息模块，用于将最终所获取的环境信息、动静态目标道路信息传送至车辆。

2.根据权利要求1所述的一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，所述多源传感器包括设置在车上的激光雷达、毫米波雷达和摄像头；其中，所述激光雷达用于生成原始点云数据，包括4线、16线和32线激光雷达；

所述毫米波雷达用于生成包含障碍物信息毫米波信号数据，包括ESR毫米波雷达和RSDS毫米波雷达；

所述摄像头用于采集图像和视频信息数据，包括普通摄像头和鱼眼摄像头。

3.根据权利要求2所述的一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，所述多传感器信息融合模块对多源传感器的原始数据进行解析，具体包括：

首先获取图像数据和毫米波雷达数据，然后基于车行视距的图像场景深度估值和基于灰度概率统计的大气透射率估值算法对所获取的图像进行除雾处理，再根据毫米波雷达数据进行有效的目标筛选。

4.根据权利要求3所述的一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，所述根据车辆的状态数据对进行感知的传感器进行补偿以修正数据处理算法，具体包括：

将激光雷达采集的三维点云信息，IMU采集三轴及速度信息，摄像头采集的图像信息传递给数据处理算法中的决策层之后，根据图像计算出无人矿车的三轴坐标和三轴姿态，通过激光数据计算出车辆的位置变换1，通过IMU计算出无人矿车的位置变换2；

再将IMU、激光数据和图像所获得的位置变换信息使用扩展卡尔曼滤波方法进行融合，得到准确的车辆的的坐标变换。

5.根据权利要求4所述的一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，所述除雾算法模型是基于车行视距的图像场景深度估值和基于大气透射率估值算法所建立的车载前置视频图像的快速去雾数字算法模型，应用于图像处理具体包括：

步骤一：在具有雾霾的环境中获取视频流中的图像，并且在毫米波雷达中获取场景深度信息；

步骤二：把一定能见度条件下的车行可视距离作为目标物体的景深信息，以估算出透射率；

步骤三：将原图像转化成灰度图像；

步骤四：以灰度图像作为引导图像使用引导滤波算法对灰度图像进行引导滤波得到滤波输出图像，并以窗口中的像素均值作为大气光值；

步骤五：将得到的所述透射率和大气光值代入至大气光散射模型中进行修复，以得到无雾的清晰图像。

6.根据权利要求5所述的一种基于多传感器融合的尘雾天气道路环境感知系统，其特征在于，在所述引导滤波算法中引入了盒式滤波，以实现对每个窗口内的像素值进行快速均值运算的功能。