[发明专利]一种无人驾驶车的自动环境感知系统及其工作方法有效
申请号: | 201210448487.0 | 申请日: | 2012-11-09 |
公开(公告)号: | CN102944224A | 公开(公告)日: | 2013-02-27 |
发明(设计)人: | 赵一兵;郭烈;李琳辉;张明恒;邓云翔;徐红宾 | 申请(专利权)人: | 大连理工大学 |
主分类号: | G01C11/00 | 分类号: | G01C11/00;G01C21/00;G01C21/26;G01S19/49 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 李洪福 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无人驾驶 自动 环境 感知 系统 及其 工作 方法 | ||
技术领域
本发明涉及一种无人驾驶车的环境感知技术,包括用于检测、定位、测量和识别感兴趣目标的技术,特别是一种无人驾驶车的自动环境感知系统及其工作方法。
背景技术
无人驾驶车及其环境感知技术等在各领域的应用前景日益广阔,这包括军事方面的避免人员损伤、搜救突破、反击阻击、执行侦察等任务;工业制造方面的自动取放料和运输等;交通方面作为自主和驾驶辅助系统提高行车安全;民用方面的家庭“保姆”或生活“保安”等角色;科学研究领域的高危环境或者外太空环境探险等等。地理信息系统(GIS)和GPS曾以经济适用的优势在交通、工业制造等领域得到推广,但也显示出环境数据采集和处理过程中精度不足的劣势。视觉和激光方法获取数据实时性强并分别应用于车辆前方车道标识线、前方车辆或障碍物检测,但其单独使用时也存在着易受环境影响的弊端。无人驾驶车的工作环境中目标种类繁多,为了完成指定任务其必须具有自主检测、定位、测量和识别目标物体的能力,包括准确识别不可逾越的障碍物和道路标识符等。如何高效综合利用激光、视觉、微波雷达、超声雷达、全球定位系统(GPS)和惯性导航系统(IMU)等多种传感器设备,实时正确地获取环境数据信息,使无人驾驶车具有对行驶区域目标物体形状位置、身份状态的识别与分类的能力,是推广应用无人驾驶车的核心问题。
发明内容
为解决现有技术存在的上述问题,本发明要设计一种能综合利用激光、视觉、全球定位系统和惯性导航系统等多种传感器获取的数据,对行驶环境中的数据进行实时处理,使无人驾驶车具备自主获取前方行驶感兴趣区域中目标的形状位置身份以及状态并加以分类的能力的无人驾驶车的自动环境感知系统及其工作方法。
为了实现上述目的,本发明的技术方案如下:一种无人驾驶车自动环境感知系统,包括工业彩色数字CCD相机A、二维激光扫描仪A、惯性导航系统、GPS接收天线、工业彩色数字CCD相机B、二维激光扫描仪B和工业控制计算机,所述的工业彩色数字CCD相机A和工业彩色数字CCD相机B分别以不同俯角安装在无人驾驶车顶平台前段左右两侧;所述的二维激光扫描仪A安装于无人驾驶车前保险杠的中心位置,所述的二维激光扫描仪B安装于无人驾驶车顶部平台处中心位置;所述的惯性导航系统安装于无人驾驶车的顶部;所述的GPS接收天线安装于无人驾驶车的车顶后端;所述的工业控制计算机安装于无人驾驶车内尾部。
所述的工业控制计算机通过数据线分别与工业彩色数字CCD相机A、二维激光扫描仪A、惯性导航系统、GPS接收天线、工业彩色数字CCD相机B和二维激光扫描仪B连接。
一种无人驾驶车的自动环境感知系统的工作方法,包括以下步骤:
A、工业控制计算机获取传感器信息并进行系统标定:工业控制计算机通过工业彩色数字CCD相机A和工业彩色数字CCD相机B获取视觉图像信息,通过二维激光扫描仪A和二维激光扫描仪B获取距离、扫描角度信息,通过惯性导航系统和GPS接收天线获取定位信息;同时基于定位信息获得视觉、激光以及位置姿态传感器数据信息与世界坐标的对应关系;
B、工业控制计算机获取二维激光扫描仪A和二维激光扫描仪B采集到的无人驾驶车前方行驶环境激光点云数据,使用滤波器滤除干扰,并依据具体目标的形状空间位置特征,通过模式聚类分析的方法进行目标检测;通过调整距离阈值的方法,将聚类分成的子群重新合并,确定新的聚类中心实现目标定位;
C、工业控制计算机计算聚类物体外接矩形大小,结合激光发射频率和发射角这些激光固有参数计算聚类物体位置和空间范围;再依据已知的工业彩色数字CCD相机A和工业彩色数字CCD相机B的视场角和方位角信息数据关联相机图像锁定包含被检测出的感兴趣目标的当前帧图像,经透视变换将三维世界坐标X、Y、Z映射到二维的图像坐标中,进一步确定工业彩色数字CCD相机A和工业彩色数字CCD相机B的的图像中被检测目标的物体位置和空间范围,完成目标测量;
D、融合激光和图像信息分类识别目标:工业控制计算机基于以下激光数据和图像信息中反映出的不同目标类别的属性特征对已经检测出的目标进行分类:回复反射材料特性、形态学形状特性、绵延尺寸及离地高度特性;对归类后的对象使用模版匹配的方法,确定其在每类中的具体身份;所述的回复反射材料特性包括道路标识,所述的形态学形状特性包括树干、电线杆、行人或前方车辆,所述的绵延尺寸及离地高度特性包括马路边缘。
与现有技术相比,本发明具有以下有益效果:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学,未经大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210448487.0/2.html,转载请声明来源钻瓜专利网。