【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及自動(dòng)駕駛車(chē)輛，更具體地說(shuō)，本專(zhuān)利技術(shù)涉及一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法。
技術(shù)介紹
1、在自動(dòng)駕駛技術(shù)的快速發(fā)展背景下，環(huán)境感知系統(tǒng)的準(zhǔn)確性與可靠性已成為確保車(chē)輛安全行駛的核心要素。這些系統(tǒng)通常由激光雷達(dá)、攝像頭和傳感器融合引擎等多個(gè)模塊組成，以實(shí)現(xiàn)對(duì)周?chē)h(huán)境的全面感知。激光雷達(dá)通過(guò)發(fā)射激光束并測(cè)量返回的反射信號(hào)，能夠精確構(gòu)建三維環(huán)境地圖，并在多種光照條件下穩(wěn)定運(yùn)行，尤其在低光環(huán)境中展現(xiàn)出獨(dú)特優(yōu)勢(shì)。相較之下，圖像識(shí)別模塊則利用攝像頭和深度學(xué)習(xí)算法，對(duì)周?chē)矬w進(jìn)行識(shí)別與分類(lèi)，包括行人、交通標(biāo)志和其他車(chē)輛等；傳感器融合引擎將來(lái)自激光雷達(dá)和圖像識(shí)別模塊的數(shù)據(jù)進(jìn)行融合，生成綜合的環(huán)境感知信息，識(shí)別障礙物、車(chē)道標(biāo)記、道路條件和其他車(chē)輛；
2、盡管環(huán)境感知系統(tǒng)具備先進(jìn)的技術(shù)特性，但在實(shí)際應(yīng)用中仍面臨多種挑戰(zhàn)。傳感器精度的局限性、惡劣天氣對(duì)信號(hào)傳輸?shù)母蓴_、以及動(dòng)態(tài)環(huán)境變化對(duì)算法性能的影響，均可能削弱系統(tǒng)的有效性。在緊急制動(dòng)場(chǎng)景中，由于缺乏在每次發(fā)生緊急制動(dòng)前對(duì)激光雷達(dá)、攝像頭的潛在運(yùn)行隱患以及數(shù)據(jù)融合過(guò)程的融合隱患進(jìn)行智能化感知，可能導(dǎo)致緊急制動(dòng)的誤判風(fēng)險(xiǎn)顯著增加。未來(lái)若無(wú)針對(duì)這些潛在隱患的系統(tǒng)性解決方案，將可能引發(fā)誤判，從而對(duì)車(chē)輛的安全性構(gòu)成嚴(yán)重威脅。因此，強(qiáng)化環(huán)境感知系統(tǒng)的智能化監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)估機(jī)制，成為提升自動(dòng)駕駛安全性的迫切需求。
技術(shù)實(shí)現(xiàn)思路
1、為了克服現(xiàn)有技術(shù)的上述缺陷，本專(zhuān)利技術(shù)的實(shí)施例提供一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，以解決上述
技術(shù)介紹
中提出的
2、為實(shí)現(xiàn)上述目的，本專(zhuān)利技術(shù)提供如下技術(shù)方案：
3、一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，包括如下步驟：
4、步驟s1，獲取激光雷達(dá)接收激光信號(hào)的信噪比異常信息、攝像頭拍攝的圖像處理復(fù)雜度信息以及數(shù)據(jù)融合引擎的融合信息；
5、步驟s2，構(gòu)建緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估模型，生成緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)，評(píng)估自動(dòng)駕駛車(chē)輛緊急制動(dòng)存在的潛在誤判風(fēng)險(xiǎn)程度；
6、步驟s3，將緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)與預(yù)設(shè)的緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)閾值進(jìn)行比較，判斷自動(dòng)駕駛車(chē)輛緊急制動(dòng)是否存在潛在誤判風(fēng)險(xiǎn)；
7、步驟s4，獲取自動(dòng)駕駛車(chē)輛緊急制動(dòng)存在的潛在誤判風(fēng)險(xiǎn)波動(dòng)信息和車(chē)輛輪胎附著信息，構(gòu)建bp神經(jīng)網(wǎng)絡(luò)對(duì)當(dāng)前的緊急制動(dòng)行為進(jìn)行有效控制。
8、在一個(gè)優(yōu)選地實(shí)施方式中，所述的激光雷達(dá)接收激光信號(hào)的信噪比異常信息包括信噪比異常系數(shù)，攝像頭拍攝的圖像處理復(fù)雜度信息包括圖像模糊度系數(shù)，數(shù)據(jù)融合引擎的融合信息包括融合度系數(shù)。
9、在一個(gè)優(yōu)選地實(shí)施方式中，信噪比異常系數(shù)的獲取邏輯如下：
10、獲取激光雷達(dá)接收到的激光信號(hào)功率，計(jì)算激光信號(hào)強(qiáng)度pr，表達(dá)式如下式中preceived表示激光雷達(dá)接收到的激光信號(hào)功率，preference表示預(yù)設(shè)的參考功率；
11、獲取激光雷達(dá)不發(fā)射激光時(shí)測(cè)得的背景噪聲功率，計(jì)算環(huán)境噪聲強(qiáng)度nl，表達(dá)式如下式中pnoise表示不發(fā)射激光時(shí)測(cè)得的背景噪聲功率；
12、計(jì)算信噪比snr，表達(dá)式如下
13、計(jì)算信噪比平均值snrbase，表達(dá)式如下式中snrn表示激光雷達(dá)第n次接收到的激光信號(hào)功率，n＝{1,2,3,...,n}，n為正整數(shù)；
14、將激光雷達(dá)每次接收到激光信號(hào)計(jì)算的信噪比與信噪比平均值進(jìn)行比較，當(dāng)激光雷達(dá)接收到激光信號(hào)計(jì)算的信噪比大于信噪比平均值時(shí)，將大于信噪比平均值的信噪比標(biāo)記為異常信噪比；
15、計(jì)算信噪比異常系數(shù)xzby，表達(dá)式如下式中snryi表示第i次被標(biāo)記為異常信噪比的信噪比，i＝{1,2,3,...,i}，i為正整數(shù)。
16、在一個(gè)優(yōu)選地實(shí)施方式中，圖像模糊度系數(shù)的獲取邏輯如下：
17、獲取攝像頭捕捉的原始圖像，將原始圖像轉(zhuǎn)換為灰度圖像igray(x,y)，x和y分別表示灰度圖像中的像素橫縱坐標(biāo)，igray(x,y)表示灰度圖像中位置(x,y)的像素值；
18、計(jì)算灰度圖像中每個(gè)像素點(diǎn)與周?chē)袼刂档牟町悾玫竭吘墢?qiáng)度圖像，表達(dá)式如下l(x,y)＝|igray(x+1,y)+igray(x-1,y)+igray(x,y+1)+igray(x,y-1)-4*igray(x,y)|，其中l(wèi)(x,y)表示邊緣強(qiáng)度圖像中位置(x,y)的像素值，igray(x+1,y)表示灰度圖像中位置(x+1,y)的像素值，igray(x-1,y)表示灰度圖像中位置(x-1,y)的像素值，igray(x,y+1)表示灰度圖像中位置(x,y+1)的像素值，igray(x,y-1)表示灰度圖像中位置(x,y-1)的像素值；
19、計(jì)算邊緣強(qiáng)度圖像的像素均值xsj，表達(dá)式如下其中k表示邊緣強(qiáng)度圖像的總像素?cái)?shù)，x和y分別表示邊緣強(qiáng)度圖像的寬度和高度；
20、計(jì)算圖像模糊度系數(shù)xsdm，表達(dá)式如下
21、在一個(gè)優(yōu)選地實(shí)施方式中，融合度系數(shù)的獲取邏輯如下：
22、獲取數(shù)據(jù)融合的融合成功率pfusion，表達(dá)式如下其中nsuccess表示數(shù)據(jù)融合引擎根據(jù)激光雷達(dá)和攝像頭采集的數(shù)據(jù)共同識(shí)別出的同一物體數(shù)量，ntotal表示數(shù)據(jù)融合的總次數(shù)；
23、采用歐氏距離計(jì)算方法計(jì)算共同識(shí)別出的同一物體之間的距離誤差jfusion；
24、計(jì)算距離誤差的標(biāo)準(zhǔn)差bfusion，表達(dá)式如下
25、式中jfusionb表示第b個(gè)共同識(shí)別出的同一物體之間的距離誤差，b＝{1,2,...,nsuccess}，表示距離誤差的平均值，表達(dá)式如下
26、計(jì)算融合質(zhì)量因子qfusion，表達(dá)式如下
27、計(jì)算融合度系數(shù)rhdx，表達(dá)式如下rhdx＝pfusion*qfusion。
28、在一個(gè)優(yōu)選地實(shí)施方式中，根據(jù)信噪比異常系數(shù)、圖像模糊度系數(shù)、融合度系數(shù)構(gòu)建緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估模型，生成緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)riskindex，依據(jù)的公式如下riskindex＝ω1*xzby+ω2*xsdm-ω2*rhdx，式中ω1、ω2、ω2分別表示信噪比異常系數(shù)、圖像模糊度系數(shù)、融合度系數(shù)的預(yù)設(shè)比例系數(shù)，且ω1、ω2、ω2均大于0。
29、在一個(gè)優(yōu)選地實(shí)施方式中，將緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)與預(yù)設(shè)的緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)閾值進(jìn)行比較，判斷自動(dòng)駕駛車(chē)輛緊急制動(dòng)是否存在潛在誤判風(fēng)險(xiǎn)，具體如下：
30、若緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)大于緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)閾值，則生成誤判風(fēng)險(xiǎn)信號(hào)，需要對(duì)現(xiàn)有的緊急制動(dòng)策略進(jìn)行改進(jìn)；若緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)小于等于緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)閾值，則生成制動(dòng)穩(wěn)定信號(hào)。
31、在一個(gè)優(yōu)選地實(shí)施方式中，所述的自動(dòng)駕駛車(chē)輛緊急制動(dòng)存在的潛在誤判風(fēng)險(xiǎn)波動(dòng)信息包括誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)，車(chē)輛輪胎附著信息包括輪胎附著差異系數(shù)。
32、在一個(gè)優(yōu)選地實(shí)施方式中，誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)的獲取邏輯如下：
33、當(dāng)生成誤判風(fēng)險(xiǎn)信號(hào)時(shí)，本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：所述的激光雷達(dá)接收激光信號(hào)的信噪比異常信息包括信噪比異常系數(shù)，攝像頭拍攝的圖像處理復(fù)雜度信息包括圖像模糊度系數(shù)，數(shù)據(jù)融合引擎的融合信息包括融合度系數(shù)。
3.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：信噪比異常系數(shù)的獲取邏輯如下：
4.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：圖像模糊度系數(shù)的獲取邏輯如下：
5.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：融合度系數(shù)的獲取邏輯如下：
6.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：根據(jù)信噪比異常系數(shù)、圖像模糊度系數(shù)、融合度系數(shù)構(gòu)建緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估模型，生成緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)RiskIndex，依據(jù)的公式如下RiskIndex＝ω1*Xzby+ω2*Xsdm-ω2*Rhdx，式中ω1、ω2、ω2分別表示信噪比異常系數(shù)、圖像模糊度系
7.根據(jù)權(quán)利要求6所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：將緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)與預(yù)設(shè)的緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)閾值進(jìn)行比較，判斷自動(dòng)駕駛車(chē)輛緊急制動(dòng)是否存在潛在誤判風(fēng)險(xiǎn)，具體如下：
8.根據(jù)權(quán)利要求1所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：所述的自動(dòng)駕駛車(chē)輛緊急制動(dòng)存在的潛在誤判風(fēng)險(xiǎn)波動(dòng)信息包括誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)，車(chē)輛輪胎附著信息包括輪胎附著差異系數(shù)。
9.根據(jù)權(quán)利要求8所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)的獲取邏輯如下：
10.根據(jù)權(quán)利要求9所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：將獲取的誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)、輪胎附著差異系數(shù)進(jìn)行歸一化處理，并將歸一化處理后的誤判風(fēng)險(xiǎn)差值波動(dòng)系數(shù)、輪胎附著差異系數(shù)組合成特征向量TZ＝[Wpxd,Favg]，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，對(duì)現(xiàn)有的緊急制動(dòng)策略進(jìn)行改進(jìn)，輸出緊急制動(dòng)控制信號(hào)
...【技術(shù)特征摘要】
1.一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：所述的激光雷達(dá)接收激光信號(hào)的信噪比異常信息包括信噪比異常系數(shù)，攝像頭拍攝的圖像處理復(fù)雜度信息包括圖像模糊度系數(shù)，數(shù)據(jù)融合引擎的融合信息包括融合度系數(shù)。
3.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：信噪比異常系數(shù)的獲取邏輯如下：
4.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：圖像模糊度系數(shù)的獲取邏輯如下：
5.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：融合度系數(shù)的獲取邏輯如下：
6.根據(jù)權(quán)利要求2所述的一種自動(dòng)駕駛車(chē)輛的行駛環(huán)境感知方法，其特征在于：根據(jù)信噪比異常系數(shù)、圖像模糊度系數(shù)、融合度系數(shù)構(gòu)建緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估模型，生成緊急制動(dòng)誤判風(fēng)險(xiǎn)評(píng)估指數(shù)riskindex，依據(jù)的公式如下riskindex＝ω1*xzby+ω2*xsdm-ω2*rhdx，式中ω1、ω2、...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：陳楠天，
申請(qǐng)(專(zhuān)利權(quán))人：無(wú)錫星文科技有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。