[发明专利]一种基于多传感器的循迹和避障的巡逻车路径规划算法

权利要求书

1.一种基于多传感器的循迹和避障的巡逻车路径规划算法，具体步骤如下，其特征在于：

步骤1，使用多传感器采集巡逻车运行数据：通过高清俯视鱼眼摄像头采集路面行驶图像，通过毫米波雷达准确地获取汽车周围的物理环境信息包括巡逻车与其他物体之间的相对距离、相对速度、角度、运动方向等；

步骤2，模拟巡逻车行驶时的环境噪声：在采集的路面行驶图像中添加15％～25％的椒盐噪声，同时在毫米波雷达数据中添加高斯白噪声，模拟在干扰环境下所采集信号受到的干扰；

步骤3，设计巡逻车循迹检测系统：根据添加环境噪声后的路面行驶图像训练YOLOV5目标检测模型，通过YOLOV5网络检测巡逻车的车道线，并对车道线进行跟踪；

步骤4，设计巡逻车避障辅助系统：根据毫米波雷达所获取的巡逻车与其他物体之间的相对距离、相对速度、角度、运动方向数据来确定巡逻车的安全速度以及安全距离；

步骤5，对巡逻车循迹检测系统和巡逻车避障辅助系统进行联调，确定避障辅助系统和循迹检测系统的优先级；

步骤6，开启巡逻车异常处理中断，当安全距离内出现异常，系统启动中断处理机制，日志模块记录车载终端的异常情况，向服务器传送异常数据。

2.根据权利要求1所述的一种基于多传感器的循迹和避障的巡逻车路径规划算法，其特征在于：步骤2中模拟巡逻车行驶时的环境噪声的过程可以表示为：

为路面行驶图像添加的椒盐噪声函数如下式：

式中，i_max和i_min分别是采集图像数据像素点的最大值和最小值，p是出现噪声的概率，取值为20％～30％，i_xy是路面行驶图像像素点(x,y)的实际值，f(x,y)是添加椒盐噪声后的图像像素点值；

给毫米波雷达数据中添加高斯白噪声的模型可以表示为：

G_s＝G_n+G

式中，G为原始电压数据，Gn为高斯白噪声数据，Gs表示得到的模拟噪声环境下采集的数据，并将信号的信噪比范围控制在25dB。

3.根据权利要求1所述的一种基于多传感器的循迹和避障的巡逻车路径规划算法，其特征在于：步骤3中设计巡逻车循迹检测系统的过程可以表示为：

步骤3.1，建立YOLOV5目标检测算法，检测巡逻车的车道线，将所检测的图像划分为车道线和其他非道路物体，YOLOV5在特征提取网络中，通过Focus CSP2结构来提取图片特征；Neck结构选用FPN+PAN，加强网络特征融合的能力，输出端的损失函数为：

式中，IoU是交并比损失，A^c是网络检测框与标注的最小外接矩形面积，U是检测框与标注并集面积，并选择加权DIOU_NMS算法，优化检测重叠目标的问题，通过下式决定检测锚框是否需要删除：

式中，s_i是对应预测box的分数，M和Bi表示两个不同box，RDIoU是两个box中心点之间的距离，ε表示非极大值抑制阈值；训练完成后，将训练所得的模型通过剪枝和量化处理，获得巡逻车路面图像车道线YOLOV5检测模型；

步骤3.2，通过YOLOV5检测车道线，并建立车道线模型，将YOLOV5模型检测到的车道线图像中心记为原点，并将水平轴和垂直轴分别设为x轴和y轴，通过一次函数拟合车道线函数：

y₁＝k₁x₁+b₁

式中，x₁是车道线的横坐标，y₁是车道线的纵坐标，k₁是车道线拟合函数的斜率，b₁是车道线拟合函数的截距；

步骤3.3，根据拟合的车道线计算巡逻车偏移角，将步骤3.2中所设置的垂直轴作为巡逻车的行驶方向，并通过反三角函数计算垂直轴和行驶方向的偏移角，并对偏航角进行修正，从而达到巡逻车循迹的功能。

4.根据权利要求1所述的一种基于多传感器的循迹和避障的巡逻车路径规划算法，其特征在于：步骤4中设计巡逻车避障辅助系统的过程可以表示为：

根据毫米波雷达所获取的巡逻车与其他物体之间的相对距离、相对速度、角度、运动方向数据来确定巡逻车的安全速度以及安全距离，当巡逻车前进方向检测到物体时，其相对距离和相对速度的关系为：

l≥v式中，l的单位为m，v的单位为km/h。