[发明专利]一种基于融合的车辆自动驾驶控制方法及系统

说明书

本发明提供一种基于融合的车辆自动驾驶控制方法及系统，方法包括：在车辆上安装多种不同类型的车载感知模块，基于不同的场景，启动不同类型的车载感知模块获取车辆周边环境的感知数据；根据每一类型的车载感知模块的感知数据，对目标物体的位置进行识别；将不同类型的车载感知模块的识别结果进行融合，得到最终的目标物体的位置；基于最终的目标物体的位置，对车辆的行驶速度进行控制。本发明能够基于多种车载感知模块的感知数据融合，克服了单一传感器的缺陷，提高了检测精度。

技术领域

本发明涉及车辆驾驶控制领域，更具体地，涉及一种基于融合的车辆自动驾驶控制方法及系统。

背景技术

随着高速公路的发展和汽车保有量的增长，城市面临的交通压力也日剧增加，为尽可能帮助驾驶员减轻驾驶疲劳，提高驾驶安全性，也便于驾驶方式的灵活，提供一种关于自动驾驶测距和车速控制是本发明亟需解决的问题。

在车辆自动驾驶测距和车速控制过程中需要解决的问题是物体探测、定位、测距和速度的检测，这些都是在驾驶过程中做决策时需要考虑的因素。提供最准确的传感器数据将作为生死决策的依据，否则便不能被认为是安全的，提高摄像头计算横向速度的能力非常重要。但是，要实现足够低的误报率，即使是机器算法仍然需要300毫秒来进行横向移动检测，要进行可靠的横向移动检测，必须将其降到一个或两个连续帧，以便给车辆足够的响应时间。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于融合的车辆自动驾驶控制方法及系统，能够提高车辆驾驶控制的精确度和及时性。

根据本发明的第一方面，提供了一种基于融合的车辆自动驾驶控制方法，包括：在车辆上安装多种不同类型的车载感知模块，基于不同的场景，启动不同类型的车载感知模块获取车辆周边环境的感知数据；根据每一类型的车载感知模块的感知数据，识别出车辆周边的每一个障碍物与车辆之间的距离，以及识别出车道线，得到每一类型车载感知模块的识别结果；将不同类型的车载感知模块的识别结果进行融合，得到车辆周边的每一个障碍物与车辆的距离以及路面车道线的位置；基于车辆周边的每一个障碍物与车辆的距离以及路面车道线的位置，对车辆的行驶速度进行控制。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述多种不同类型的车载感知模块包括摄像头、激光雷达、毫米波雷达和超声波雷达；其中，对于近距离物体的感知，利用摄像头和超声波雷达对物体的感知数据进行采集；对于中远距离物体的感知，利用激光雷达和毫米波雷达对物体的感知数据进行采集。

可选的，所述对于近距离物体的感知，利用摄像头和超声波雷达对物体的感知数据进行采集，包括：利用配备在车辆的各个角度的摄像头对车辆的外部环境视野进行拍摄，获取拍摄的图像，其中，所述图像中包括其它车辆、行人、信号灯、路面车道线；相应的，根据每一类型的车载感知模块的感知数据，识别出车辆周边的每一个障碍物与车辆之间的距离，以及识别出车道线，得到每一类型车载感知模块的识别结果，包括：从所述图像中识别出每一个障碍物，计算出每一个障碍物与车辆之间的距离，且从所述图像中识别出路面车道线；基于超声波测距原理，利用超声波雷达对车辆周边的每一个障碍物与车辆的距离进行检测。

可选的，所述对于中远距离物体的感知，利用激光雷达和毫米波雷达对物体的感知数据进行采集，包括：基于激光测距原理和毫米波测距原理，分别利用激光雷达和毫米波雷达对车辆周边的每一个障碍物与车辆的距离进行检测，并基于激光雷达识别路面车道线。

可选的，所述基于激光雷达识别路面车道线，包括：通过激光扫描获取道路路面的点云数据；根据所述道路路面的点云数据，检测出道路中路沿所处位置；基于所述路沿所在位置，提取车道线所在路面的有效点云数据；采用自适应阈值算法，从所述有效点云数据中分割出车道线的点云数据和其它路面的点云数据；对车道线的点云数据进行拟合，得到车道线以及车道线在路面的位置。