[发明专利]一种基于S32K系列芯片的ADAS域控制方法

权利要求书

1.一种基于S32K系列芯片的ADAS域控制方法，其特征在于包含以下步骤：

步骤一：将MCU和车辆计算机视觉处理单元VPU之间建立通信协议；

步骤二：MCU将雷达数据通过通信协议传输至车辆计算机视觉处理单元VPU内；

步骤三：车辆计算机视觉处理单元VPU将图像识别数据与MCU传来的雷达数据进行融合；

步骤四：车辆计算机视觉处理单元VPU将融合后的目标数据回传给MCU进行决策控制。

2.按照权利要求1所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述MCU采用一颗S32K系列芯片。

3.按照权利要求1所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述步骤一具体为将MCU和车辆计算机视觉处理单元VPU之间重新定义SPI通信协议进行数据交互。

4.按照权利要求1所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述步骤二具体为MCU将毫米波雷达或者超声波雷达数据通过重新定义的SPI通信协议传输至车辆计算机视觉处理单元VPU内。

5.按照权利要求4所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述重新定义的SPI通信协议采用通过数据交互信号流进行模组件的数据交互，实现数据融合模块与其他功能软件模组之间的解耦，数据交互信号流数据库矩阵的定义包含数据融合后目标车辆纵向相对距离、数据融合后目标车辆纵向相对速度、数据融合后目标行人纵向相对距离、数据融合后目标行人纵向相对速度、数据融合后目标二轮车纵向相对距离、数据融合后目标二轮车纵向相对速度、数据融合后目标车辆横向相对距离、数据融合后目标车辆横向相对速度、数据融合后目标行人横向相对距离、数据融合后目标行人横向相对速度、数据融合后目标二轮车横向相对距离、数据融合后目标二轮车横向相对速度、毫米波雷达目标车辆横向相对距离、毫米波雷达目标车辆横向相对速度、毫米波雷达目标行人横向相对距离、毫米波雷达目标行人横向相对速度、毫米波雷达目标二轮车横向相对距离、毫米波雷达目标二轮车横向相对速度和6组信号滚动计数值。

6.按照权利要求1所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述步骤三具体为车辆计算机视觉处理单元VPU内部通过VPU的8颗图形处理核心中的MPE6和MPE7两颗处理器核心将由另外6颗图形处理核心处理完的图像识别数据与MCU传来的雷达数据进行融合。

7.按照权利要求6所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述图像识别数据重新定义不同智能驾驶功能的使用场景下的智能驾驶系统对于视觉图像中的高关注区域ROI，使不同场景下视觉处理单元不需要对整个图像的所有像素点进行处理和识别，仅仅需要对高关注区域ROI内或外的像素点进行处理和识别。

8.按照权利要求7所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述高关注区域ROI定义包含

单车道检测时视觉处理核心需要处理的像素范围：在处理单车道检测时，视觉处理单元仅需要对以FOE消失点为顶点，车辆视觉感知单元为原点左右45-60度的像素点进行处理和识别即可；其中FOE为平行车道线在视野的中相交的位置；

多车道检测时视觉处理核心需要处理的像素范围：在处理多车道检测时，视觉处理单元仅需要对FOE消失点为顶点，车辆视觉感知单元为原点左右100度以上的绿色框内的像素点进行处理和识别即可；

车辆和行人检测时视觉处理核心需要处理的像素范围：在处理车辆和行人检测时，视觉处理单元仅需要对图像下2/3的像素点进行处理和识别即可；

交通标识检测时视觉处理核心需要处理的像素范围：在处理交通标识检测时，视觉处理单元仅需要对FOE消失点以上的像素点进行处理和识别即可。

9.按照权利要求1所述的一种基于S32K系列芯片的ADAS域控制方法，其特征在于：所述步骤四具体为车辆计算机视觉处理单元VPU将融合后的目标数据回传给MCU，MCU根据目标数据处理全自动泊车的轨迹计算和控制。