[发明专利]基于超声波传感器的场景再识别方法

摘要

本发明公开了一种基于超声波传感器的场景再识别方法，包括：预存场景地图，提取场景地图中场景或物体的曲面、边界线、拐角点以及语义特征点，场景或物体的边界线和曲面拟合，存入数据库；行驶的无人车上的任一个超声波传感器实时动态获取其相对于检测范围内的障碍物的多个实时位置信息，进行坐标变换，得无人车的行驶轨迹；提取中行驶轨迹中的拐角点以及曲线，将拐角点标识以及曲线拟合，以得轨迹拟合信息；将轨迹拟合信息与提取信息和场景拟合信息进行匹配对比，优化得与无人车上超声传感器感知到的环境最为匹配的场景局部区域。本发明建立了与超声波传感器匹配的场景再识别方法，极大的降低了场景再识别的使用成本及功耗。

主权项

1.一种基于超声波传感器的场景再识别算法，其中，包括：步骤1、在数据库中预存储场景地图，提取所述场景地图中的标识信息并将所述标识信息存储入所述数据库，所述标识信息包括所述场景地图中的场景或物体的曲面、边界线、拐角点以及语义特征点；步骤2、将步骤1中场景或物体的所述边界线和曲面拟合，以得场景或物体的拟合信息，并将拟合信息存储至所述数据库；步骤3、在行驶过程中，按照时间顺序，所述无人车上的任一个超声波传感器实时动态获取其相对于检测范围内的障碍物的多个实时位置信息，将实时动态获取的所述多个实时位置信息依次进行坐标变换生成多个坐标信息；步骤4、按时间顺序，依次串接实时动态获取的任一个超声波传感器的多个坐标信息以获取该超声波传感器随时间变化的轨迹，以此类推，获得所述无人车的多个超声波传感器的多个轨迹，多个轨迹组成为所述无人车的行驶轨迹；步骤5、通过提取步骤4中所述行驶轨迹中多个轨迹的拐角点以及曲线，将所述拐角点标识以及所述曲线拟合，以得轨迹拟合信息；步骤6、通过将步骤5中的所述轨迹拟合信息与步骤3中存储至所述数据库内的所述提取信息和场景拟合信息进行匹配对比，以优化得与所述无人车上所述超声传感器感知到的环境最为匹配的场景局部区域；其中，所述匹配对比抽象为对曲线和流形的差异度量的优化。