[发明专利]智能信号灯与车道匹配系统及匹配方法

说明书

本发明针对现有信号灯与车道匹配方法适应不同道路情况能力弱、恶劣环境下车道识别困难的问题，提出一种智能信号灯与车道匹配系统及匹配方法。仅需利用车载雷达和本车IMU信息，便可完成车道识别过程，车道识别参考物中选择了边缘特征明显的路面边界或道路分界（缓冲带、护栏等）以及周围车辆，对车道线模糊、无车道标志线的车道依然可以实现有效的车道识别。克服了现有方法中存在的问题，提高了车道识别系统的可靠性，实现了车辆自动获取自己所在车道所对应的红绿灯信息。

技术领域

本发明属于智能交通技术领域，特别是涉及一种智能信号灯与车道匹配系统及匹配方法。

背景技术

随着无人驾驶技术的快速发展，无人驾驶汽车迫切需要提升对交通信号灯的识别能力。传统的交通信号灯识别方法主要利用图像检测技术，检测并识别交通信号灯的状态，但由于交通信号灯成像像素信息少，实时检测难度大，目前基于图像检测技术的方法无法用于实际行车环境中。随着V2X（vehicle-to-everything）概念的提出，实现车辆和智能交通系统之间的实时通信成为获取交通信号灯信息的主要方法之一。但智能交通系统需要将交通信号和车道信息进行实时匹配，才能实现交通信息的有效利用。

中国专利申请：基于V2X通信的信号灯路口智能通行系统（申请号：201811060284.8，公开日：2018/12/18）采用的云端通信方式，在信号灯信息上传到云端数据库后，为满足其发明需求，需将信号灯信息、路口地图信息、车辆运动信息进行融合，用以判断车辆运动前方即将通过目标路口的信号灯信息，而后才将信号灯信息传送到车载端，融合过程计算量大，无法保证信息的实时性。且其中采用的云端数据库需要专人进行搭建和维护，系统搭建和维护成本更高，实施难度大。

中国专利申请：一种用于封闭场景下的智能驾驶环境感知系统及汽车（申请号：201922077964.7，公开日：2020/10/27）采用摄像头、毫米波雷达、激光雷达、超声波雷达、组合导航单元等多传感器融合方式，完成道路及周围障碍物检测任务。该方法虽然利用各个传感器不同的检测特点可以实现较为准确的检测精度，但该方法实施时，所需设备众多，实现成本高，且各个传感器之间的融合处理中，异常处理较为困难。而且在夜间、雾、霾等环境中，摄像头视觉检测能力会大大下降，甚至会出现误检情况，对系统的融合检测带来困扰。且在无道路标线或道路标线磨损严重的道路上，该检测系统的道路检测能力也会严重下降。

中国专利申请：一种基于毫米波雷达数据的车道线形检测方法（申请号：202011179544.0，公开日：2021/03/02）主要利用路边加装毫米波雷达，识别某一区域内的车辆通行状态，利用统计学方法，分别在横向、径向聚类车辆运动轨迹，获取车道线特征。该专利利用毫米波雷达信息用于车道线检测，并不能实现车道识别功能。

中国专利申请：一种复合型车道识别系统及方法（申请号：201610392902.3，公开日：2016/11/09）利用多传感器融合技术，分别检测车道标志线、车道边界、主车前方引导车、车道两侧的护栏等参考物进行车道识别。该方法虽然能够全面的利用车辆周围的环境信息实现车道识别，但该方法所需的车道识别信息冗杂，没有考虑无引导车辆、无护栏以及道路边界被遮挡等识别信息受限的车道识别问题。

中国专利申请：交通灯与车道的匹配方法、装置及电子设备（申请号：201911305411.0，公开日：2020/04/14）利用图像匹配方法实现交通信号灯和对应车道的匹配任务。这种方法需要首先采集交通信号灯图像数据集，然后对交通信号灯进行检测，算法计算量大，且在夜间、雾天等情况下，图像匹配难度加大。

中国专利申请：车道识别装置和车道识别方法（申请号：201910560702.8，公开日：2020/07/28）利用车载视觉完成车道识别过程，该方法在夜间、雾天、霾天、车道线模糊等恶劣交通环境中会失去识别能力。

发明内容

针对上述技术中存在的不足之处，本发明实施例提供了一种智能信号灯与车道匹配系统及匹配方法，该系统及方法仅仅需要利用车载雷达同时融合车辆运动信息，即可实现车道匹配功能。