[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

说明书

本发明公开了一种基于多传感器融合的尘雾天气道路环境感知系统，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；其有益效果是：针对自动驾驶车辆需要运行在起伏颠簸的非结构化路面上，从而影响传感器对周围环境的感知，通过引入自动驾驶车辆的数据对感知传感器进行补偿，完成自动驾驶车辆对周边车辆的识别和连续跟踪；同时，针对团雾影响车载视觉的问题，利用团雾场景下的除雾算法模型进行图像处理，获得清晰的视频图像，进而提升识别的准确性，保证了无人驾驶车辆能够安全、高效果的运行。

技术领域

本发明涉及矿用卡车自动驾驶技术领域，具体涉及一种基于多传感器融合的尘雾天气道路环境感知系统。

背景技术

目前，随着技术的不断发展，在非结构化道路的运输中，也将无人驾驶与不同场景进行了结合，比如说矿山，其对环境的准确识别是该项技术应用的关键。但现有技术中存在以下问题：

1，团雾环境下行车场景能见度低、车载前置视频图像颜色与对比度衰减严重，降低了图像的清晰度；

2，山区环境与常规结构化道路环境相差很大，对障碍物的准确描述仍存在针对性不足；

3，车辆需要运行在起伏颠簸的非结构化路面上，从而影响传感器对周围环境的感知，易出现检测丢失。

发明内容

针对现有技术中的缺陷，本发明提供一种基于多传感器融合的尘雾天气道路环境感知系统，针对这一特殊环境下，实现在团雾环境下提升获取图像的清晰度以及提高检测的连续性，减少检测丢失。

本发明所提供的一种技术方案为：一种基于多传感器融合的尘雾天气道路环境感知系统，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；完成自动驾驶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。

作为本申请一种可选的实施方式，所述多源传感器包括设置在矿用卡车上的激光雷达、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。

作为本申请一种可选的实施方式，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：