[发明专利]一种光视融合一体化系统

说明书

本申请提供一种光视融合一体化系统，所述系统包括：激光雷达、摄像机和数据处理单元，激光雷达和摄像机与数据处理单元连接，激光雷达和摄像机的数据分别通过点云处理算法模块和图像处理算法模块进行初步数据解析；再通过PTP校时服务装置进行激光雷达和摄像机传感器与核心处理器的校时，实现三者的帧率同步标定；然后通过空间标定算法模块进行空间标定，实现激光雷达和摄像机传感器所检测的数据的底层融合；事件分析逻辑模块将交通参与者信息与预设交通事件逻辑信息进行比对，信息不一致则会自动上报停车实践；数据配置与转发模块用于将传感器的原始数据和感知后的事件信息上传至终端用户平台。

技术领域

本发明涉及智能交通技术领域，更具体地，涉及一种光视融合一体化系统。

背景技术

随着网络通信技术的不断发展，整个智能交通领域也在由智能交通系统向智能协作系统演变。即由现在的单车智能向车路协同发展，在整个过程中除需提高单车智能化程度以外，整个道路交通体现也要向着智慧高速、智能交通转变。智慧公路首先需要解决的是完善公路感知网络，发展车路协同和自动驾驶。目前单车智能已经可以满足有条件地自动驾驶，但由于受车速及单车探测路况的有效距离等因素。目前自动驾驶车辆难以实现自动驾驶功能，结合以上条件智慧公路在建设过程中需满足以下两点条件：1.路侧感知系统需支持对路况信息全天候、全要素、高精准、高可靠的采集；2.对采集到的信息需要实现高性能处理以及低延时传输。

目前已通车或在建设的智慧高速整体技术方案，仍是采用传统监控视频加毫米波雷达部分路段增设激光雷达的形式。在整个实施过程中包括以下几步：1.首先将激光雷达、摄像机等传感器的数据在设备内部或外置处理器内进行初步的数据解析，按照预设规则将输出整个探测区域内所有交通参与者类型、ID、航向角、位移等信息至前端融合服务器；2.前端融合服务器内置数据融合算法，结合各种传感器上传的交通参与者实时航向角及位置信息，进行参与者的信息绑定；3.融合服务器将采集到的交通参与者信息与预设交通事件逻辑信息进行比对，实时输出当前监控区域的交通事件信息；4.若传感器之间上报的信息不一致时，融合处理软件结合各传感器上报事件的可信度进行处理上报。以上多传感器融合技术是目前智慧高速及智能交通建设过程中常用的后融合事件检测方法，该方法在实际应用中主要存在以下几点问题：1.不能充分实现各传感器之间的深度融合，传感器之间不能充分实现优势互补；2.事件检测精度相对较低且数据输出时延较长，难以满足后续车路协同的相关要求；3.需要部署大量的采集设备及数据处理器，整体工程建设量大、后续维护量大，难以实现大面积推广

有鉴于此，本发明提供一种光视融合一体化系统，各传感器之间数据能够进行深度融合，极低延时传输，并且设备部署量少。

发明内容

本发明的目的在于，提供一种光视融合一体化系统，各传感器之间能够进行深度融合，低延时传输，并且设备部署量少。

本申请的光视融合一体化系统，将激光雷达、摄像机和数据处理单元设置在同一个设备中，数据处理单元为算法集成群的运行载体，每台设备的数据经过处理后再上传终端用户平台。第一方面，传感器初步处理后的数据不需要远程传输，直接用设备内置的数据处理单元进行处理，数据传输延时极低，几乎没有数据传输延时的问题。第二方面，现有技术将所有传感器的数据都上传到前端融合服务器进行运算分析，数据运算量极大，不能实现传感器之间的深度融合，而本申请将每台设备的激光雷达和摄像机传感器数据进行运算分析，传感器量少，通过本申请数据处理单元的设计能够实现深度融合和优势互补。第三方面，本申请一台设备融合了多个传感器采集设备和数据处理器，设备量少。第四方面，本申请的数据处理单元的算法集成化程度高，可实现算法的跨层次处理，即在处理雷达点云算法时可结合相机图像处理的数据做为辅助，提高数据分析的质量；松耦合设计可根据现场实际应用需求，选择处理器配置。本申请人在此基础上完成了本申请。