[发明专利]一种用于无人驾驶汽车的前方障碍物检测系统及方法

说明书

技术领域

本发明涉及车用障碍物检测方法，具体涉及一种用于无人驾驶汽车的毫米波雷达与视觉相机数据融合的前方障碍物检测方法。

背景技术

无人驾驶汽车是一种智能汽车，主要依靠车内的信息处理系统对车辆的运动进行控制。车内的信息处理系统主要包括环境感知系统、路径规划系统以及决策控制系统。其中，环境感知系统主要负责感知车辆周围的环境，并生成车辆周围的环境地图，为路径规划系统提供有效的规划依据，从而控制车辆运动。为了保证车辆安全，环境感知系统需要有较高的准确性，准确描述车辆周围的环境，并正确生成环境地图，从而保证路径规划和决策控制系统的准确性。在环境感知系统中，无人驾驶汽车主要依靠各类传感器对周围障碍物进行检测，常用的传感器主要包括激光雷达、毫米波雷达、超声波雷达、视觉相机等。

目前基于单一传感器的障碍物检测包括基于毫米波雷达的障碍物检测，基于视觉相机的障碍物检测等。基于毫米波雷达的障碍物检测方法具有距离精度高、探测范围广、可以在恶劣天气条件下使用等特点。基于视觉相机的障碍物检测方法具有探测信息广、探测直观等特点。当前技术中，基于单一传感器的障碍物检测方法有：申请号为“201210260776.8”，申请公布号为“CN102756730A”的专利“一种基于毫米波检测的汽车防撞装置、系统和方法”；申请号为“201210143389.6”，申请公布号为“CN102682455A”的专利“一种基于单目视觉的前方车辆检测方法”等。

但是单一传感器在使用过程中存在误检和漏检的情况，为保证环境感知系统的准确性，通常使用多个传感器对周围障碍物进行检测，并进行信息融合，得到融合的环境信息。申请号为“201210309515.0”申请公布号为“CN102837658A”的专利“一种智能车辆中多激光雷达数据融合系统和方法”公开了一种多激光雷达数据融合的系统，该系统使用多个激光雷达对周围环境进行检测，探测准确性高，但是结构复杂，成本较高，实用性较差。

发明内容

本发明的目的是为了克服现有技术中的不足，提供一种用于无人驾驶汽车的前方障碍物检测系统及方法，重点是探测无人驾驶汽车前方的障碍物，保证环境感知系统的准确性，同时降低成本，提高实用性。通过信息处理系统对毫米波雷达和视觉相机采集的数据进行分析处理，检测前方障碍物。

本发明的目的是通过以下技术方案实现的：

一种用于无人驾驶汽车的前方障碍物检测系统，包括毫米波雷达、视觉相机和信息处理系统，所述信息处理系统采用搭载Windows系统的工控机，障碍物显示方式为栅格地图；所述毫米波雷达安装于车辆正前方车辆牌照处，朝向车辆正前方，通过CAN(Control Area Network)总线与工控机相连接；所述视觉相机安装于前挡风玻璃内车辆后视镜右侧，通过1394接口与工控机相连接；所述信息处理系统针对毫米波雷达和视觉相机进行空间坐标匹配和时间同步，并进行数据处理，生成栅格地图；所述栅格地图表示为二维数组的矩阵形式。

一种用于无人驾驶汽车的前方障碍物检测方法，包括以下步骤：

(1)对毫米波雷达和视觉相机进行联合标定，将两者统一到同一个车载坐标系中；

(2)对毫米波雷达和视觉相机进行视觉同步；

(3)接收并解算毫米波雷达数据；

(4)基于卡尔曼滤波处理毫米波雷达数据；

(5)采集并处理视觉相机数据；

(6)融合传感器坐标并建立栅格地图。

进一步的，步骤(1)具体包括以下步骤：

a)将车载坐标系中点的(x_w,y_w,z_w)变换到相机坐标系中点的(x_c,y_c,z_c)，变换公式如下：

式中R为旋转矩阵，t为平移矩阵，R和t的值由相机内外参数决定，可通过棋盘标定法测得；

b)相机坐标系中点的(x_c,y_c,z_c)变换到图像物理坐标系中点的(x,y,z)，变换公式如下：

式中f为相机焦距，单位是mm；

c)将图像物理坐标(x,y,z)转换到图像像素坐标(u,v)，变换公式如下：