一种紧耦合的自动驾驶感知系统的制作方法

本实用新型涉及计算机应用的技术领域，特别涉及一种紧耦合的自动驾驶感知系统。

背景技术：

近年来，随着人们对汽车安全意识的增强以尽信息技术的发展，自动驾驶领域越来越受关注，世界上许多公司和科研机构都开始投入研发自动驾驶相关产品，预计2021年自动驾驶车辆将进入市场，给汽车行业带来巨大的变革。相关研究表明自动驾驶技术的发展将会在多种领域带来颠覆性的发展，例如其发展可以增强公路的交通安全、缓解交通拥堵状况和减少环境污染等方面，同时自动驾驶技术也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。

自动驾驶是指汽车通过车载传感系统来对道路环境进行感知，并根据感知所获得的道路、车辆位置和障碍物信息等控制车辆的转向和速度，进而自动规划行车路线并控制车辆到达预定目标的技术。

如今在自动驾驶方面，各大公司都有自己的技术方向，现有技术已有双目直接方法的视觉系统和惯性导航系统的组合系统，但是组合系统中视觉系统和惯性导航系统产生的误差不能有效限制，组合系统在长时间无图像梯度情况下误差会无限制增长，导致组合系统感知失败。

现有技术也有单目特征点方法的视觉系统、惯性导航系统及卫星导航的紧耦合自动驾驶感知系统，但是单目摄像头无法探测到无特征障碍物，比如高速路的隔离护栏、自行车或动物等。而现有视觉系统也有采用双目立体视觉系统进行耦合，但是仍然采用特征点法，计算量大，且对硬件性能要求高。

为此，我们提出了一种基于双目直接方法的立体视觉图像处理模块、惯性导航模块和卫星导航模块紧耦合的自动驾驶感知系统。

技术实现要素：

本实用新型的主要目的在于提供了一种紧耦合的自动驾驶感知系统，具有最大限度地提高自动驾驶感知系统的定位精度、提高计算效率和可靠性的优点。

为实现上述目的，本实用新型提供了一种紧耦合的自动驾驶感知系统，所述系统包括：双目直接方法的立体视觉图像处理模块、卫星导航模块、惯性导航模块及系统紧耦合模块；

惯性导航模块，用于采用惯性传感器获取惯性测量数据；立体视觉图像处理模块，用于采用双目摄像头获取立体视觉模块的图像数据；卫星导航模块，用于通过接收机获取卫星导航原始测量数据；系统紧耦合模块，用于将所述惯性传感器测量数据、所述立体视觉模块的图像数据及所述卫星导航原始测量数据进行紧耦合处理；

所述立体视觉图像处理模块、所述卫星导航模块及所述惯性导航模块均与所述系统紧耦合模块连接。

优选的，所述惯性导航模块具体包含：

惯性传感器，用于测量自动驾驶车辆在固定坐标系下的3轴加速度和3轴角速度；

车辆数据计算单元，用于将所述加速度和所述角速度转动到导航坐标系下,求解惯性导航机械编排方程并计算出自动驾驶车辆的位置和姿态角。

优选的，所述立体视觉图像处理模块具体包含：

双目摄像头，用于拍摄自动驾驶车辆周围物体的图像；

光度误差计算单元，用于根据所述拍摄图像，计算出光度测量误差。

优选的，所述卫星导航模块具体包含：

接收机，用于接收导航卫星的信号；

卫星第一数据单元，用于根据所述卫星的信号解析出每个卫星的星历信息，根据所述星历信息计算出每个所述卫星的卫星位置和卫星速度；

卫星第二数据单元，用于计算出所述卫星的伪距离、多普勒频飘及载波相位。

优选的，所述系统紧耦合模块具体用于通过所述卫星导航原始测量数据结合所述立体视觉模块的图像数据对所述惯性导航模块的漂移误差进行校正。

优选的，所述惯性传感器固定于所述自动驾驶车辆上，所述惯性传感器包含加速度计和陀螺仪。

与现有技术相比，本实用新型具有如下有益效果：本实用新型通过将立体视觉图像处理模块、卫星导航模块、惯性导航模块三者的输出数据在系统紧耦合模块中进行紧耦合，对惯性导航模块的漂移误差进行修正，从而提高了定位精度，不再借助于昂贵的激光扫描雷达，从而降低自动驾驶汽车的成本。

附图说明

图1为本实用新型实施例紧耦合的自动驾驶感知系统的结构示意图。

具体实施方式

为使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本实用新型。

本实用新型提供了一种基于立体视觉模块、惯性导航模块及卫星导航模块紧耦合的自动驾驶感知系统100。惯性导航可连续提供数据，短时间精度高，但是定位误差会随时间积累；卫星导航长期稳定性好，但易受到干扰；立体视觉根据不同照相机的视差，计算障碍物到照相机的距离，但视觉系统在图像缺乏梯度的环境下，不能有效定位和探测障碍物距离。将立体视觉、惯性导航及卫星导航构成组合导航系统，从而可相互协助感知车辆的状态和环境状态，在不同环境下互补，提高了可靠性和导航精度，可以替代现有的激光扫描雷达，降低成本。

图1为本实用新型实施例紧耦合的自动驾驶感知系统100的结构示意图，如图1所示，该紧耦合的自动驾驶感知系统100具体包括：双目直接方法的立体视觉图像处理模块10、卫星导航模块20、惯性导航模块30及系统紧耦合模块40。下面对紧耦合的自动驾驶感知系统100的各个模块进行详细描述：

其中，本实施例的立体视觉图像处理模块10用于采用双目摄像头获取立体视觉模块的图像数据，立体视觉图像处理模块10具体包含：双目摄像头11、光度误差计算单元12。其中，双目摄像头11用于拍摄自动驾驶车辆周围物体的图像。再者，光度误差计算单元12用于根据所述拍摄图像计算出光度测量误差。

进一步的，本实施例的卫星导航模块20用于通过接收机21获取卫星导航原始测量数据，卫星导航模块20具体包含：接收机21、卫星第一数据单元22及卫星第二数据单元23。其中，接收机21用于接收导航卫星的信号，通过信号传播时间进行计算得出一个伪距离，以距离为直径，卫星位置为圆心，所形成的球面，4颗卫星以上的卫星，形成多个球面的交点就是接收机21天线的位置。再者，卫星第一数据单元22，用于根据卫星的信号解析出每个卫星的星历信息，根据星历信息计算出每个卫星的卫星位置和卫星速度；卫星第二数据单元23，用于计算出卫星的伪距离、多普勒频飘及载波相位。

再者，惯性导航模块30用于采用惯性传感器31获取惯性传感器测量数据，惯性导航模块30包含惯性传感器31及车辆数据计算单元32。惯性传感器31用于测量自动驾驶车辆在固定坐标系下的3轴加速度和3轴角速度，优选的，惯性传感器31固定于自动驾驶车辆上，惯性传感器31包含用于测量加速度的加速度计和用于测量角速度的陀螺仪。车辆数据计算单元32，用于将加速度和角速度转动到导航坐标系下,求解惯性导航机械编排方程并计算出自动驾驶车辆的位置和姿态角。

再者，本实施例的系统紧耦合模块40用于将惯性传感器测量数据、立体视觉模块的图像数据及卫星导航原始测量数据进行紧耦合处理。各个模块与系统紧耦合模块40之间的关系为：立体视觉图像处理模块10、卫星导航模块20及惯性导航模块30均与系统紧耦合模块40连接，将立体视觉图像处理模块10、卫星导航模块20及惯性导航模块30中输出参数输入到系统紧耦合模块40内，在紧耦合模块内对自动驾驶车辆的惯性导航模块的漂移误差进行修正，从而提高了定位精度。其中，立体视觉图像处理模块10的输出参数为图像数据；卫星导航模块20的输出参数为卫星位置、卫星速度、卫星的伪距离、多普勒频飘及载波相位；惯性导航模块30的输出参数为自动驾驶车辆的位置和姿态角。

具体的，本实施例的系统紧耦合模块40用于通过卫星导航原始测量数据结合立体视觉模块的图像数据对惯性导航模块的漂移误差进行校正。

与现有技术相比，本实用新型具有如下有益效果：本实用新型通过将立体视觉图像处理模块10、卫星导航模块20、惯性导航模块30三者的输出数据在系统紧耦合模块40中进行紧耦合，对惯性传感器测量数据的误差进行修正，从而提高了定位精度，不再借助于昂贵的激光扫描雷达，从而降低自动驾驶汽车的成本。

以上显示和描述了本实用新型的基本原理和主要特征和本实用新型的优点。本行业的技术人员应该了解，本实用新型不受上述实施例的限制，上述实施例和说明书中描述的只是说明本实用新型的原理，在不脱离本实用新型精神和范围的前提下，本实用新型还会有各种变化和改进，这些变化和改进都落入要求保护的本实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等效物界定。