一种基于雷达服务的车载导航系统和方法

本发明涉及车载辅助驾驶，具体涉及一种基于雷达服务的车载导航系统和方法。

背景技术：

1、车载导航是利用车载gps（全球定位系统）配合电子地图来实现的，它能方便且准确地告诉驾驶者去往目的地的最短或者最快路径，已经被广泛应用。但现有的车载导航软件只提供路径导航服务，以及提供路径拥堵程度信息，而行驶车辆在路上的路况状态信息（周边车辆的位置信息）需要由车载传感器（视频图像和雷达信号）去实时获取，驾驶人员需要同时运行两个不同的辅助驾驶软件，在实际应用中，驾驶人员需要同时开启两个不同的智能辅助驾驶终端分别显示，这样容易分散驾驶人员的注意力，不利于行车安全。

2、在智能交通系统和智能驾驶技术不断发展的背景下，车路协同感知技术的重要性日益凸显。在车路协同的过程中，车辆和道路基础设施配备了各种传感器，如摄像头、激光雷达和gps等，用于感知周围环境和获取交通信息。通过传感器数据的交互协同，车辆上的传感器可以感知到周围交通目标和障碍物等信息，并通过车载通信设备将这些数据传输给道路基础设施，反之亦然。这种协同机制的应用可以提高交通安全性、交通效率和驾驶体验。如何将车路协同感知技术与车载导航系统相结合，成为现阶段车载辅助驾驶系统的重要研究方向。

技术实现思路

1、本发明主要解决的技术问题是如何将车路协同感知技术应用到车载导航系统中。

2、根据第一方面，一种实施例中提供一种基于雷达服务的车载导航系统，包括：

3、导航数据获取单元，用于通过无线通讯方式获取车载导航数据；

4、雷达数据获取单元，用于通过无线通讯方式获取雷达标识数据，所述雷达标识数据为车外雷达获取的在一预设空间范围内所有移动物体的空间三维信息和/或二维边界信息；所述车外雷达为未装载在该车辆上的雷达设备；

5、车载图像获取单元，用于获取该车辆视角的周围图像数据；

6、多感知融合单元，用于应用一预设的多感知融合算法，依据所述周围图像数据和所述雷达标识数据建立所述周围图像数据中成像的移动物体与所述雷达标识数据中该移动物体的空间三维信息建立对应关系，以识别出该车辆在所述雷达标识数据中对应的空间三维信息；

7、导航显示单元，用于图形化显示所述车载导航数据，以获取用于该车辆路径导航服务的实时导航界面；

8、模型化处理单元，用于依据所述雷达标识数据，以该车辆在所述雷达标识数据中对应的空间三维信息为中心，模型化显示所述预设空间范围内的移动物体，并将模型化显示获取的周边模型数据加载到所述实时导航界面中，以用于实时模型化显示该车辆周边的移动物体。

9、一实施例中，所述车外雷达设置在其它车辆、路侧和/或无人机上；所述车外雷达的种类包括微波雷达、毫米波雷达和/或激光雷达。

10、一实施例中，所述雷达标识数据只包括所述预设空间范围内的所有移动物体的空间三维信息和二维边界信息，所述空间三维信息包括移动物体的大小、位置和方向，所述二维边界信息为所述移动物体相对一预设平面上的投影边界信息。

11、一实施例中，预设的所述多感知融合算法包括双阶段度量匹配融合算法，应用所述双阶段度量匹配融合算法的过程包括：

12、提取所述周围图像数据中成像的移动物体的图像目标特征集合a；

13、提取所述雷达标识数据中的移动物体的雷达目标特征集合b；

14、通过对图像目标特征集合a和雷达目标特征集合b中每个元素的相似度，筛选出所述周围图像数据中成像移动物体与所述雷达标识数据中移动物体的共同移动目标对集合s；

15、在共同移动目标对集合s中提取在所述周围图像数据中满足一预设顶点提取条件的图像目标特征集合a中元素a_v_m的图像八个顶点集合v_m_d；

16、在共同移动目标对集合s中提取对应元素a_v_m的雷达目标特征集合b中的元素b_r_θ的雷达八个顶点集r_θ_d；

17、应用点云配准方法计算获取元素a_v_m的图像八个顶点集合v_m_d与元素b_r_θ的雷达八个顶点集r_θ_d之间相互转换的旋转平移刚性变换矩阵；

18、依据所述旋转平移刚性变换矩阵获取所述周围图像数据中成像的移动物体与所述雷达标识数据中对应的移动物体之间的三维坐标对应关系。

19、一实施例中，所述预设顶点提取条件包括：

20、对应图像目标特征集合a中元素a_v_m的移动物体在所述周围图像数据的一预设居中区域内，且与该车辆的距离不大于一预设值。

21、根据第二方面，一种实施例中提供一种基于雷达服务的车载导航方法，包括：

22、通过无线通讯方式获取车载导航数据；

23、通过无线通讯方式获取雷达标识数据，所述雷达标识数据为车外雷达获取的在一预设空间范围内所有移动物体的空间三维信息和二维边界信息；所述车外雷达为未装载在该车辆上的雷达设备；

24、获取该车辆视角的周围图像数据；

25、应用一预设的多感知融合算法，依据所述周围图像数据和所述雷达标识数据建立所述周围图像数据中成像的移动物体与所述雷达标识数据中该移动物体的空间三维信息建立对应关系，以识别出该车辆在所述雷达标识数据中对应的空间三维信息；

26、图形化显示所述车载导航数据，以获取用于该车辆路径导航服务的实时导航界面；

27、依据所述雷达标识数据，以该车辆在所述雷达标识数据中对应的空间三维信息为中心，模型化显示所述预设空间范围内的移动物体，并将模型化显示获取的周边模型数据加载到所述实时导航界面中，以用于实时模型化显示该车辆周边的移动物体。

28、一实施例中，预设的所述多感知融合算法包括双阶段度量匹配融合算法，应用所述双阶段度量匹配融合算法的过程包括：

29、提取所述周围图像数据中成像的移动物体的图像目标特征集合a；

30、提取所述雷达标识数据中的移动物体的雷达目标特征集合b；

31、通过对图像目标特征集合a和雷达目标特征集合b中每个元素的相似度，筛选出所述周围图像数据中成像移动物体与所述雷达标识数据中移动物体的共同移动目标对集合s；

32、在共同移动目标对集合s中提取在所述周围图像数据中满足一预设顶点提取条件的图像目标特征集合a中元素a_v_m的图像八个顶点集合v_m_d；

33、在共同移动目标对集合s中提取对应元素a_v_m的雷达目标特征集合b中的元素b_r_θ的雷达八个顶点集r_θ_d；

34、应用点云配准方法计算获取元素a_v_m的图像八个顶点集合v_m_d与元素b_r_θ的雷达八个顶点集r_θ_d之间相互转换的旋转平移刚性变换矩阵；

35、依据所述旋转平移刚性变换矩阵获取所述周围图像数据中成像的移动物体与所述雷达标识数据中对应的移动物体之间的三维坐标对应关系。

36、一实施例中，所述预设顶点提取条件包括：

37、对应图像目标特征集合a中元素a_v_m的移动物体在所述周围图像数据的一预设居中区域内，且与该车辆的距离不大于一预设值。

38、一实施例中，所述雷达标识数据只包括所述预设空间范围内包括该车辆的所有移动物体的空间三维信息和/或二维边界信息，所述空间三维信息包括移动物体的大小、位置和方向，所述二维边界信息为所述移动物体相对一预设平面上的投影边界信息。

39、根据第三方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如第二方面所述的车载导航方法。

40、依据上述实施例的车载导航系统，由于应用多感知融合将车外雷达数据与车载图像数据进行融合，将车路协同感知技术应用到车载导航系统中，使得车载导航界面信息更丰富、更准确，进而提高车辆驾驶的安全性。