一种路侧激光雷达超视距感知系统及其工作方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114639080A(43)申请公布日2022.06.17(21)申请号202210176594.6G06V10/82(2022.01)(22)申请日2022.02.25G06K9/62(2022.01)G06N3/04(2006.01)(71)申请人浙江大学G06N3/08(2006.01)地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人姚晗方炜豪王文夫叶山顶傅永健马瑞凯林湖潘之杰(74)专利代理机构杭州求是专利事务所有限公司33200专利代理师郑海峰(51)Int.Cl.G06V20/56(2022.01)G06V10/22(2022.01)G06V10/46(2022.01)G06V10/80(2022.01)权利要求书1页说明书5页附图2页(54)发明名称一种路侧激光雷达超视距感知系统及其工作方法(57)摘要本发明公开了一种路侧激光雷达超视距感知系统及其工作方法。系统包括：激光雷达、边缘低功耗计算平台、通信模块、电源模块和云端服务器。所述的边缘低功耗计算平台包括预处理模块，主干网络和多任务模块。当车辆、行人等目标物体进入路侧激光雷达超视距感知系统的感知范围时，路侧激光雷达超视距感知系统计算出路侧感知结果发送至云端服务器；云端服务器获取路侧感知结果后，一方面将其作为实时交通状态的来源数据；另一方面将路侧感知结果，分发给路侧激光雷达超视距感知系统覆盖范围内的车辆，使车辆获取路侧的感知结果，实现超视距感知。本发明可以提升车辆的感知范围、减少感知盲区、增强驾驶的安全性、减少对自身传感器的依赖。CN114639080ACN114639080A权利要求书1/1页1.一种路侧激光雷达超视距感知系统，其特征在于包括：激光雷达、边缘低功耗计算平台、通信模块、电源模块和云端服务器；电源模块为激光雷达、边缘低功耗计算平台和通信模块供电；激光雷达与边缘低功耗计算平台相连，为其提供原始点云数据；边缘低功耗计算平台将原始的点云数据进行预处理后，通过激光雷达感知方法进行环境感知，计算环境感知结果；通信模块将边缘低功耗计算平台的感知结果发送至云端服务器。2.根据权利要求1所述的路侧激光雷达超视距感知系统，其特征在于，所述的边缘低功耗计算平台包括预处理模块，主干网络和多任务模块；所述的预处理模块用于对激光雷达获取的原始点云数据进行预处理，获得点云特征图；所述的主干网络为特征提取深度学习网络，根据预处理模块的点云特征图，获得单一尺度的最终特征图；所述多任务模块根据主干网络获得的最终特征图实现目标检测与运动预测。3.根据权利要求2所述的路侧激光雷达超视距感知系统，其特征在于，所述的预处理模块对原始点云数据先进行去地面过滤；再对剩余的点云数据以俯视视角进行投影，并进行格栅化处理，使点云投影至Z平面的格栅上，再对每个格栅内的点云进行特征提取。4.根据权利要求2所述的路侧激光雷达超视距感知系统，其特征在于，所述的主干网络基于EfficientDet网络，并在EfficientDet网络的BiFPN层后增加了MoSF融合层，MoSF融合层将BiFPN层输出的多尺度特征图融合为单一尺度的特征图。5.根据权利要求4所述的路侧激光雷达超视距感知系统，其特征在于，所述的主干网络首先使用EfficientDet网络进行特征提取，EfficientDet的BiFPN层会输出多个不同尺度的特征图；MoSF融合层将BiFPN层输出的多个不同尺度特征图融合为单一尺度的特征图，其中MoSF融合层对多个不同尺度的特征图进行跨层连接，利用上采样卷积和下采样卷积使特征图改变自身分辨率，高分辨率的特征图下采样与低分辨率特征图进行融合，低分辨率的特征图上采样与高分辨率特征图进行融合。6.根据权利要求1所述的路侧激光雷达超视距感知系统，其特征在于，所述的多任务模块采用多检测头方式实现，其中四个检测头用于目标检测，输出目标类别、XYZ三维坐标系的检测框、物体方向角；一个检测头用于输出运动预测的结果，即物体未来的坐标。7.根据权利要求1所述的路侧激光雷达超视距感知系统，其特征在于，所述的通信模块利用5G或WLAN的方式将边缘计算平台的感知结果发送至云端服务器。8.一种权利要求2所述路侧激光雷达超视距感知系统的工作方法，其特征在于：当车辆、行人等目标物体进入路侧激光雷达超视距感知系统的感知范围时，路侧激光雷达超视距感知系统计算出目标对象的类型、中心坐标、朝向、尺寸、预测的运动坐标，并将其作为路侧感知结果发送至云端服务器；云端服务器获取路侧感知结果后，一方面将其作为实时交通状态的来源数据；另一方面将路侧感知结果，分发给路侧激光雷达超视距感知系统覆盖范围内的车辆，使车辆获取路侧的感知结果，实现超视距感知。2CN11463908