一种视觉与雷达协同感知的车辆运动状态信息提取方法与流程

本发明涉及无人驾驶、汽车电子等领域，具体为一种视觉与雷达协同感知的车辆运动状态信息提取方法。

背景技术：

准确提取周围车辆的运动状态信息，是实现先进辅助驾驶和无人驾驶的关键技术之一。其中，基于视觉和雷达感知的车辆运动状态信息获取技术是两种行之有效的方法。然而，这两种车载电子设备均有一些缺点，制约了它们在先进辅助驾驶和无人驾驶领域的广泛应用。视觉感知方式成本低廉、作用距离较远、视场角较宽、可视直观化、与人的交互性好，但是测量精度较低，尤其是在低速时无法有效的工作。另一方面，雷达方式可以得到很高的精度，低速情况下仍然可以有效工作，但是宽视场、远距离工作的要求下，成本普遍偏高，也很不易满足车载的小尺寸要求。事实上，如果安装适用于近距离工作的雷达测量模块，同时利用雷达测量技术的高精度对视觉感知方式进行一定的校准，使二者可以协同工作，形成优势互补，势必可以兼顾成本、精度、作用距离、可视化等特点，从而提高车辆运动状态信息获取系统的性价比，推动其广泛应用。

技术实现要素：

为兼顾成本、精度、作用距离、可视化等特点，本发明提供了一种视觉与雷达协同感知的车辆运动状态信息提取方法。

本发明的目的可以通过以下技术方案实现：

一种视觉与雷达协同感知的车辆运动状态信息提取方法，包括第一运动平台，所述第一运动平台上还设有视觉测量模块、雷达测量模块、控制模块、误差参数提取模块、校准参数测算模块和校准模块；

其中，所述视觉测量模块和雷达测量模块用于获取第二运动平台的运动状态信息，运动状态信息包括速度、位置和方位；第二运动平台是除第一运动平台以外的运动平台；

该方法的具体步骤如下：

步骤一：利用视觉测量模块用于获取初始时刻第二运动平台的初始运动状态信息并将初始运动状态信息传输到控制模块；同时利用雷达测量模块获取第二运动平台初始时刻的核准运动状态信息，并将核准运动状态信息传输到控制模块；

步骤二：控制模块将初始运动状态信息内的速度、位置和方位依次标定为(v1，p1，d1)；

控制模块将核准运动状态信息的速度、位置和方位依次标定为(v1，p1，d1)；

步骤三：控制模块将(v1，p1，d1)和(v1，p1，d1)传输到误差参数提取模块；

步骤四：误差参数提取模块根据(v1，p1，d1)和(v1，p1，d1)，提取得到误差参数(△v，△p，△d)；误差参数提取模块将误差参数传输到校准参数测算模块；

步骤五：利用视觉测量模块获取经过预设时间后的待测时刻，第二运动平台的待测运动状态信息，并将待测运动状态信息通过控制模块标记为(v2，p2，d2)；控制模块用于通过误差参数提取模块将(v2，p2，d2)传输到校准参数测算模块；

步骤六：校准参数测算模块利用误差参数(△v，△p，△d)，获取得到待测运动状态信息(v2，p2，d2)的校准参数为(▲v，▲p，▲d)；

步骤七：校准参数测算模块将校准参数(▲v，▲p，▲d)和待测运动状态信息(v2，p2，d2)传输到校准模块；

步骤八：校准模块利用校准参数(▲v，▲p，▲d)，将视觉测量模块获得的待测运动状态信息(v2，p2，d2)校准为实际运动状态信息(v2+▲v，p2+▲p，d2+▲d)；并将校准后的实际运动状态信息(v2+▲v，p2+▲p，d2+▲d)发送至控制模块；

步骤九：所述控制模块更新并提取第二运动平台初始时刻和待测时刻的运动状态信息，分别为(v1，p1，d1)和(v2+▲v，p2+▲p，d2+▲d)。

进一步地，步骤四中误差参数提取模块根据(v1，p1，d1)和(v1，p1，d1)，提取得到误差参数(△v，△p，△d)的具体步骤为：

s1：以(v1，p1，d1)为标准；

s2：求取(v1，p1，d1)和(v1，p1，d1)差值的绝对值；

s3：将该绝对值标记为误差参数(△v，△p，△d)。

进一步地，步骤六中校准参数(▲v，▲p，▲d)的获取原理为：

默认视觉测量模块的误差来源于图像像素计算误差，因为视觉测量模块是在同一状态下对不同时刻的第二运动平台进行测量，所以认为两个时刻的运动状态参数的误差是线性关系，从而由线性关系得出(△v，△p，△d)与(▲v，▲p，▲d)的关系。

进一步地，步骤六中校准参数(▲v，▲p，▲d)的获取原理为：通过机器学习的手段，具体为利用支持向量机和神经网络算法统计(△v，△p，△d)与(▲v，▲p，▲d)的关系；得到对应的校准参数(▲v，▲p，▲d)。

进一步地，所述视觉测量模块使用图像传感模式；所述雷达测量模块使用超声波、激光、毫米波达波中任一种。

进一步地，第一运动平台和第二运动平台均为运动的物体。

进一步地，第一运动平台为汽车、非机动车中任一种；

第二运动平台为汽车、非机动车、行人中任一种。

本发明具有以下有益效果：

与现有方法相比，本发明既集中了基于视觉和雷达感知的车辆运动状态信息获取技术的优势，同时又兼顾了成本问题；能够利用也雷达感知技术测量的结果来校准视觉测量模块测量不够精准的问题；同时又能够利用视觉测量模块在宽视场、远距离工作的要求下，实现精确测量；使二者可以协同工作，形成优势互补，势必可以兼顾成本、精度、作用距离、可视化等特点，从而提高车辆运动状态信息获取系统的性价比，推动其广泛应用。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的视觉与雷达协同感知的车辆运动状态信息提取示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，本发明提供了一种视觉与雷达协同感知的车辆运动状态信息提取方法，包括第一运动平台，所述第一运动平台上还设有视觉测量模块、雷达测量模块、控制模块、误差参数提取模块、校准参数测算模块和校准模块；

其中，所述视觉测量模块和雷达测量模块用于获取第二运动平台的运动状态信息，运动状态信息包括速度、位置和方位；其中，位置和方位可以是相对于第一运动平台的，也可以是在整个电子地图上的位置和方位；第二运动平台是除第一运动平台以外的运动平台；

该方法的具体步骤如下：

步骤一：利用视觉测量模块用于获取初始时刻第二运动平台的初始运动状态信息并将初始运动状态信息传输到控制模块；同时利用雷达测量模块获取第二运动平台初始时刻的核准运动状态信息，并将核准运动状态信息传输到控制模块；

步骤二：控制模块将初始运动状态信息内的速度、位置和方位依次标定为(v1，p1，d1)；

控制模块将核准运动状态信息的速度、位置和方位依次标定为(v1，p1，d1)；

步骤三：控制模块将(v1，p1，d1)和(v1，p1，d1)传输到误差参数提取模块；

步骤四：误差参数提取模块根据(v1，p1，d1)和(v1，p1，d1)，提取得到误差参数(△v，△p，△d)；误差参数提取模块将误差参数传输到校准参数测算模块；

步骤五：利用视觉测量模块获取经过预设时间后的待测时刻，第二运动平台的待测运动状态信息，并将待测运动状态信息通过控制模块标记为(v2，p2，d2)；控制模块用于通过误差参数提取模块将(v2，p2，d2)传输到校准参数测算模块；

步骤六：校准参数测算模块利用误差参数(△v，△p，△d)，获取得到待测运动状态信息(v2，p2，d2)的校准参数为(▲v，▲p，▲d)；

步骤七：校准参数测算模块将校准参数(▲v，▲p，▲d)和待测运动状态信息(v2，p2，d2)传输到校准模块；

步骤八：校准模块利用校准参数(▲v，▲p，▲d)，将视觉测量模块获得的待测运动状态信息(v2，p2，d2)校准为实际运动状态信息(v2+▲v，p2+▲p，d2+▲d)；并将校准后的实际运动状态信息(v2+▲v，p2+▲p，d2+▲d)发送至控制模块；

步骤九：所述控制模块更新并提取第二运动平台初始时刻和待测时刻的运动状态信息，分别为(v1，p1，d1)和(v2+▲v，p2+▲p，d2+▲d)。

其中，步骤四中误差参数提取模块根据(v1，p1，d1)和(v1，p1，d1)，提取得到误差参数(△v，△p，△d)的具体步骤为：

s1：以(v1，p1，d1)为标准；

s2：求取(v1，p1，d1)和(v1，p1，d1)差值的绝对值；

s3：将该绝对值标记为误差参数(△v，△p，△d)；

其中，步骤六中校准参数(▲v，▲p，▲d)的获取原理为：

默认视觉测量模块的误差来源于图像像素计算误差，因为视觉测量模块是在同一状态下对不同时刻的第二运动平台进行测量，所以认为两个时刻的运动状态参数的误差是线性关系，从而由线性关系得出(△v，△p，△d)与(▲v，▲p，▲d)的关系，从而得到对应的校准参数(▲v，▲p，▲d)；

步骤六中校准参数(▲v，▲p，▲d)的获取原理也可以为：通过机器学习的手段，如支持向量机，神经网络等算法统计(△v，△p，△d)与(▲v，▲p，▲d)的关系；得到对应的校准参数(▲v，▲p，▲d)。

其中，所述视觉测量模块使用图像传感模式；所述雷达测量模块使用超声波、激光、毫米波达波中任一种。

其中，第一运动平台和第二运动平台均为运动的物体；第一运动平台为汽车、非机动车中任一种；第二运动平台为汽车、非机动车、行人中任一种。

与现有方法相比，本发明既集中了基于视觉和雷达感知的车辆运动状态信息获取技术的优势，同时又兼顾了成本问题；能够利用也雷达感知技术测量的结果来校准视觉测量模块测量不够精准的问题；同时又能够利用视觉测量模块在宽视场、远距离工作的要求下，实现精确测量；使二者可以协同工作，形成优势互补，势必可以兼顾成本、精度、作用距离、可视化等特点，从而提高车辆运动状态信息获取系统的性价比，推动其广泛应用。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。