[发明专利]一种多传感器的感知信息融合方法

说明书

本发明涉及自动驾驶技术领域，具体公开了一种多传感器的感知信息融合方法，所述方法包括获取环境数据，根据所述环境数据确定各检测端的工作模式；所述检测端至少包括图像获取端和雷达端；向所述图像获取端发送含有检测方向的图像获取指令，获取含有拍摄时间的路况图像，得到路况图像库，根据所述路况图像库生成环境模型；向所述雷达端发送含有波段范围的运动检测指令，获取含有运动参数的运动物体，根据所述运动物体更新所述环境模型；根据所述环境模型调节运动指令。本发明通过路况图像生成环境模型，通过雷达获取运动物的运动参数，生成动态点，更新所述环境模型，成本较低，数据获取全面，便于推广。

技术领域

本发明涉及自动驾驶技术领域，具体是一种多传感器的感知信息融合方法。

背景技术

智能驾驶作为“智能制造”和“互联网+”时代的产物，引起了汽车产业生态及商业模式的全面升级与重塑，对于促进国家科技进步、经济发展与社会和谐以及提升综合国力等方面均有着重大的意义。

环境感知是智能驾驶技术的基础。通过在车辆上安装传感装置感知周围环境，实现智能化的辅助驾驶。现有的自动驾驶技术中涉及到的传感器大都是视觉传感器，但是，视觉传感器是存在死角的，而且在运动物上对其它运动物进行监测是非常困难的，即使能够完成，所需要的视觉传感器成本也会非常的高。因此，如何以一种低成本的方式解决视觉传感器的弊端是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种多传感器的感知信息融合方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种多传感器的感知信息融合方法，所述方法包括：

获取环境数据，根据所述环境数据确定各检测端的工作模式；所述检测端至少包括图像获取端和雷达端；

向所述图像获取端发送含有检测方向的图像获取指令，获取含有拍摄时间的路况图像，得到路况图像库，根据所述路况图像库生成环境模型；

向所述雷达端发送含有波段范围的运动检测指令，获取含有运动参数的运动物体，根据所述运动物体更新所述环境模型；

根据所述环境模型调节运动指令。

作为本发明进一步的方案：所述获取环境数据，根据所述环境数据确定各检测端的工作模式的步骤包括：

定时接收天气预测信息，基于所述天气预测信息获取靶信息；

将所述靶信息与参考信息进行比对，根据比对结果计算偏差率；

根据所述偏差率修正所述天气预测信息；其中，靶信息为天气预测信息中的特征参数；

根据修正后的天气预测信息确定各检测端的工作模式。

作为本发明进一步的方案：所述向所述图像获取端发送含有检测方向的图像获取指令，获取含有拍摄时间的路况图像，得到路况图像库，根据所述路况图像库生成环境模型的步骤包括：

实时获取位置数据，当所述位置数据达到预设的检测点时，向所述图像获取端发送含有检测方向的图像获取指令；

根据所述检测方向获取路况图像，对所述路况图像进行轮廓识别，定位在检测方向上距离待检图像中心线最远的轮廓，并获取其轮廓中心线，作为标识线；

生成旋转指令，当所述标识线与拍摄中心线重合时，获取下一路况图像，得到路况图像库；

根据所述路况图像库生成环境模型。

作为本发明进一步的方案：所述根据所述路况图像库生成环境模型的步骤包括：

根据预设的转换公式依次将所述路况图像库中的路况图像转换为特征图像；