一种自动驾驶车辆环境感知系统及自动驾驶车辆的制作方法

本实用新型涉及一种自动驾驶车辆环境感知系统及自动驾驶车辆，属于自动驾驶技术领域。

背景技术：

目前市场上主流的自动驾驶产品主要应用于乘用车和微循环车市场，常规的车身四周多毫米波雷达为主的解决方案在实践中受环境因素的影响会产生很大虚景和漏检，导致车辆周围环境的检测准确度低，自动驾驶运营安全性低。另外，自动驾驶车辆高速自动驾驶和低速自动驾驶所需搭载的传感器的种类、数量、布置位置等存在很大差异，如何根据自动驾驶车辆的运营场景合理选择传感器的种类及确认其布置是自动驾驶车辆进行自动驾驶急需解决的问题。

技术实现要素：

本实用新型的目的是提供一种自动驾驶车辆环境感知系统及自动驾驶车辆，用以解决自动驾驶车辆周围环境的检测准确度低的问题。

为实现上述目的，本实用新型提供了一种自动驾驶车辆环境感知系统，该感知系统包括3个短距离激光雷达和1个视觉传感器；其中，一个短距离激光雷达用于设置在车尾，另外两个短距离激光雷达分别用于设置在车头的左前角和右前角，视觉传感器用于设置在车头。

本实用新型还提供了一种自动驾驶车辆，包括车辆本体、控制器和设置在车辆本体上的上述自动驾驶车辆环境感知系统，所述控制器连接所述自动驾驶车辆环境感知系统。

本实用新型的有益效果是：首先，利用车头及车尾的3个短距离激光雷达实现了车辆四周360°场景的全覆盖，进而实现了车辆四周360°场景三维立体点云数据的呈现，通过对相邻时刻的三维立体点云数据进行分析，能够准确获取车辆四周障碍物的位置及速度等信息，提高了车辆周围环境的检测准确度；其次，利用车头的视觉传感器实现了车辆前方的障碍物位置、类型等信息的探测，以及车辆前方红绿灯信号、车道线及路标信息的检测，进一步提高了车辆前方环境的检测准确度；那么，控制器对感知系统所采集的信息进行分析处理后所规划出的自动驾驶车辆的可行驶路线，更安全可靠，从而提高了自动驾驶运营安全性。

为了进一步提高车辆前方障碍物的检测精度和延长对车辆前方障碍物的探测距离，以适应高速自动驾驶的运营场景，进一步地，在上述感知系统和自动驾驶车辆中，该感知系统还包括一个远距离激光雷达，所述远距离激光雷达用于设置在车头的中间靠下位置。

为了进一步延长对车辆前方障碍物的探测距离，适应高速自动驾驶的运营场景，进一步地，在上述感知系统和自动驾驶车辆中，该感知系统还包括1个毫米波雷达，所述毫米波雷达用于设置在车头的中间靠下位置。

为了实现车辆周围近距离障碍物的检测，适应车辆起步、转弯等低速自动驾驶的运营场景，进一步地，在上述感知系统和自动驾驶车辆中，该感知系统还包括若干超声波雷达，所述超声波雷达用于沿车身周围设置。

为了获得更好的雷达点云效果，提高车辆后向的障碍物检测精度，进一步地，在上述感知系统和自动驾驶车辆中，车尾的短距离激光雷达用于设置在车尾的顶部正中间位置。

为了使获得的图像品质更高，以提高车辆前方的障碍物检测精度，进一步地，在上述感知系统和自动驾驶车辆中，所述视觉传感器用于设置在车头的中间。

进一步地，在上述感知系统和自动驾驶车辆中，所述视觉传感器为单目相机。

进一步地，在上述感知系统和自动驾驶车辆中，所述短距离激光雷达为16线激光雷达，所述远距离激光雷达为8线激光雷达。

为了实现对感知系统所采集信息的获取和处理，进一步地，在上述自动驾驶车辆中，所述控制器为单片机或者soc，所述控制器通过can总线或以太网或serdes总线连接所述自动驾驶车辆环境感知系统。

附图说明

图1是本实用新型的感知系统中各感知设备的整体安装示意图(俯视图)；

图2是本实用新型的车头感知设备安装示意图；

图3是本实用新型的车尾感知设备安装示意图；

图4是本实用新型的车身左侧感知设备安装示意图；

图5是本实用新型的车身右侧感知设备安装示意图；

图6是本实用新型的感知系统的视场图；

图7是本实用新型的自动驾驶车辆上控制器与感知系统的连接示意图；

图中，①是16线激光雷达，②是单目相机，③是8线激光雷达，④是超声波雷达，⑤是gps天线，⑥是v2x设备，⑦是毫米波雷达。

具体实施方式

为了使本实用新型的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例对本实用新型进行进一步详细说明。

车辆实施例：

本实施例提供了一种自动驾驶车辆，包括车辆本体、控制器和设置在车辆本体上的自动驾驶车辆环境感知系统(以下简称感知系统)，控制器连接感知系统。

其中，感知系统中各感知设备在自动驾驶车辆上的安装示意图(俯视图)如图1所示，感知设备的种类有：16线激光雷达①、8线激光雷达③、单目相机②、超声波雷达④、毫米波雷达⑦、gps天线⑤及v2x设备⑥(vehicletoeverything，车对外界的信息交换)。

本实施例中，采用单目相机作为视觉传感器，作为其他实施方式，还可以根据实际需要采用双目相机、鱼眼相机或摄像头等作为视觉传感器。

本实施例中，采用探测距离为100m的16线激光雷达作为短距离激光雷达，能够满足低速自动驾驶的运营场景；采用探测距离为150m的8线激光雷达作为远距离激光雷达，能够满足高速自动驾驶的运营场景；作为其他实施方式，短距离激光雷达或远距离激光雷达还可以选择其他类型的激光雷达，只要所选择的激光雷达能够满足自动驾驶车辆运营场景的实际需要即可。

下面结合图1-图5详细介绍本实施例中各感知设备在车辆本体上的安装位置。

结合图1-图3：本实施例中，车头的左前角、右前角各布置有1个16线激光雷达，车头的正中间位置布置有1个单目相机，车尾的顶部正中间布置有1个16线激光雷达。将3个16线激光雷达和1个单目相机按照这种方式布置在自动驾驶车辆上，首先，利用车头及车尾的3个16线激光雷达实现了车辆四周360°场景的全覆盖，进而实现了车辆四周360°场景三维立体点云数据的呈现，通过对相邻时刻的三维立体点云数据进行分析，能够准确获取车辆四周障碍物的位置及速度等信息，提高了车辆周围环境的检测准确度；其次，利用车头的单目相机实现了车辆前方的障碍物位置、类型等信息的探测，以及车辆前方红绿灯信号、车道线及路标信息的检测，进一步提高了车辆前方环境的检测准确度；那么，控制器对这些感知设备所采集的信息进行分析处理后所规划出的自动驾驶车辆的可行驶路线，更安全可靠，从而提高了自动驾驶运营安全性；另外，利用激光雷达的slam(同步建图)定位功能，还能够加强车辆的定位精度，辅助车辆实现自主导航。

本实施例中，将车尾的16线激光雷达布置在车尾的顶部正中间位置，能够保证该雷达呈现出来的三维立体点云数据效果最好，使获取的车辆后向的障碍物信息最准确，从而提高车辆后向的障碍物检测精度；作为其他实施方式，还可以将车尾的16线激光雷达布置在车尾的其他位置，例如布置在车尾顶部的靠右位置，只要其呈现的三维立体点云数据满足精度要求即可。

结合图2，本实施例中，车头的中间靠下位置还布置有1个8线激光雷达和1个毫米波雷达。其中，8线激光雷达能够用来探测车辆前方150m内的障碍物位置及速度等信息，与16线激光雷达相比其探测精度更高、探测距离更远，能够适应高速自动驾驶的运营场景。本实施例中的毫米波雷达为77ghz毫米波雷达，该雷达能够探测车辆前方250m内的车辆与其他物体之间的相对距离、相对速度等信息，能够显著提高对车辆前方障碍物的感知距离，适应更高速自动驾驶的运营场景。易知，8线激光雷达和毫米波雷达的布置，尤其适用于快速公交(即brt)自动驾驶的运营场景。作为其他实施方式，还可以根据对探测距离的实际需求选择相应探测距离的毫米波雷达。

结合图1-图5：本实施例中，在车头、车尾、车身左侧和车身右侧各布置了4个超声波雷达，布置高度与车轮高度相近。超声波雷达能够检测车辆周围5m内的障碍物位置信息，适用于车辆起步、转弯等低速自动驾驶运营场景。作为其他实施方式，在车身周围布置的超声波雷达的个数可以根据实际需要调整。

结合图1和图5：本实施例中，车顶前部位置布置有2个gps天线和1个v2x设备。其中，gps天线用来保证车辆的定位；v2x设备可实现与红绿灯信号的通信，还可与路端v2x设备通信，通过路端v2x设备获取车辆盲区障碍物位置、速度等信息，便于根据路况实时调整自动驾驶车辆的自动驾驶策略。

结合车辆本体上各感知设备的视角，绘制出自动驾驶车辆上感知系统的视场图，如图6所示：

16线激光雷达的水平视角为360°、垂直视角为30°、探测距离为100m，在本实施例具体安装位置的影响下，车尾正后向16线激光雷达的实际水平视角为180°，左前角、右前角16线激光雷达的实际水平视角为270°，因此这3个16线激光雷达的视角叠加在一起，可实现车辆四周100m内障碍物的全覆盖；另外，左前角、右前角16线激光雷达的探测区在车辆正前方形成叠加区，叠加区内的障碍物检测度更高。

8线激光雷达的水平视角为106°、垂直视角为6.4°、探测距离为150m，在车辆前方布置8线激光雷达，能够延长对车辆前方障碍物的探测距离，实现提前获知车辆前方障碍物信息，及时调整车辆自动驾驶策略，有利于提升车辆车速。

单目相机的探测距离为150m，其水平视角为52°，垂直视角为30°，与8线激光雷达的作用相同，在车辆前方布置单目相机，能够延长对车辆前方障碍物的探测距离。

77ghz毫米波雷达的探测距离为250m，其近距离水平视角为120°(70m内)，远距离水平视角为18°(70m外)，在车辆前方布置77ghz毫米波雷达能够进一步提高车辆车速，满足更高速自动驾驶的需求。

车辆周围的超声波雷达，能够探测车辆周围近距离的障碍物信息。

本实施例依据各感知设备的特性，通过各感知设备在不同位置的组合，实现了自动驾驶车辆四周障碍物的无盲区监测。其中，为了保证车辆前向视野存在足够多的检测设备，保证车辆前向障碍物检测结果的稳定可靠，在车头同时布置了16线激光雷达、单目相机、8线激光雷达和77ghz毫米波雷达，使得这几个感知设备的探测区存在相互重叠的部分，那么对重叠区内各感知设备获取的信息进行融合处理，所获得的障碍物信息会更加准确。

本实施例中，自动驾驶车辆上控制器与感知系统的连接示意图如图7所示：

本实施例的控制器为soc(systemonchip，芯片级系统)，其中集成有cpu核心板、mcu底板、安全芯片和以太网交换机。具体地，控制器通过can总线分别与正前向毫米波雷达、单目相机连接，通过以太网(ethernet)分别与8线激光雷达、v2x设备连接和16线激光雷达连接，通过uart总线与组合导航(即gps天线及其控制器)连接，通过can总线与超声波雷达控制器连接，超声波雷达控制器通过lin总线连接超声波雷达探头。

在自动驾驶运营中，由控制器整合并分析处理所有感知设备所采集的信息，输出自动驾驶车辆的可行驶区域。

作为其他实施方式，控制器还可以是单片机；控制器还可以通过serdes总线与相应的感知设备连接。

感知系统实施例：

本实施例提供了一种自动驾驶车辆环境感知系统，该感知系统包括：3个短距离激光雷达、1个视觉传感器、1个远距离激光雷达、1个毫米波雷达和若干超声波雷达；其中，一个短距离激光雷达用于设置在车尾，另外两个短距离激光雷达分别用于设置在车头的左前角和右前角，视觉传感器用于设置在车头，远距离激光雷达用于设置在车头的中间靠下位置，毫米波雷达用于设置在车头的中间靠下位置，超声波雷达用于沿车身周围设置。该感知系统的具体实施方式已在上述车辆实施例中进行了详细介绍，此处不再赘述。