一种基于车路协同的超视距融合感知系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112950678A(43)申请公布日2021.06.11(21)申请号202110317097.9H04W4/38(2018.01)(22)申请日2021.03.25G08G1/01(2006.01)G08G1/017(2006.01)(71)申请人上海智能新能源汽车科创功能平台G08G1/04(2006.01)有限公司G08G1/0967(2006.01)地址201805上海市嘉定区安亭镇曹安公G16Y10/40(2020.01)路4801号208室-1G16Y20/20(2020.01)(72)发明人张培志余卓平史戈松王晓G16Y40/10(2020.01)蒋屹晨G16Y40/20(2020.01)(74)专利代理机构上海科盛知识产权代理有限公司31225代理人宣慧兰(51)Int.Cl.G06T7/277(2017.01)G06K9/62(2006.01)H04W4/44(2018.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于车路协同的超视距融合感知系统(57)摘要本发明涉及一种基于车路协同的超视距融合感知系统，车端感知子系统用于获取车辆周边环境结构化特征信息；路端感知子系统用于获取路端周边环境结构化特征信息；通讯子系统，包括无线通信方式连接的路端通讯模块和车端通讯模块；协同感知子系统利用粒子滤波算法，经过坐标转换后，将车辆周边环境结构化特征信息和路端周边环境结构化特征信息进行融合，得到超视距融合感知。与现有技术相比，本发明基于LTE‑V、5G等先进车联网技术，充分利用车端传感信息及路端传感信息，通过目标级的感知融合技术，来提高目标的检测视场范围及检测精度，克服了仅依靠单车感知手段在路口、障碍物遮挡等存在单车感知盲区而导致感知失效的缺陷。CN112950678ACN112950678A权利要求书1/2页1.一种基于车路协同的超视距融合感知系统，其特征在于，包括：车端感知子系统(1)、路端感知子系统(2)、通讯子系统(3)和协同感知子系统(4)，其中：车端感知子系统(1)，用于获取车辆周边环境结构化特征信息并将其通过以太网传输至协同感知子系统(4)，包括车端传感模块(11)和车端数据处理模块(12)；路端感知子系统(2)，用于获取路端周边环境结构化特征信息并将其通过通讯子系统(3)传输至协同感知子系统(4)，包括路端传感模块(21)和路端数据处理模块(22)；通讯子系统(3)，包括路端通讯模块(31)和车端通讯模块(32)，所述路端通讯模块(31)通过以太网与路端感知子系统(2)通信连接，所述车端通讯模块(32)通过以太网与协同感知子系统(4)通信连接；路端通讯模块(31)与车端通讯模块(31)之间通过无线通信方式连接；协同感知子系统(4)，所述协同感知子系统(4)利用粒子滤波算法，经过坐标转换后，将车辆周边环境结构化特征信息和路端周边环境结构化特征信息进行融合，得到超视距融合感知。2.根据权利要求1所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述车端传感模块(11)包括车端摄像头(111)，车端激光雷达(112)和车端毫米波雷达(113)，所述车端摄像头(111)用于采集车辆周边环境图像数据并将其传输至车端数据处理模块(12)，所述车端激光雷达(112)用于采集车辆周边环境点云数据并将其传输至车端数据处理模块(12)，所述车端毫米波雷达(113)用于获取第一车辆周边目标特征信息并将其传输至车端数据处理模块(12)。3.根据权利要求2所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述车端数据处理模块(12)基于预先训练的深度学习神经网络，利用车辆周边环境图像数据和车辆周边环境点云数据，得到第二车辆周边目标特征信息；利用粒子滤波算法，经过坐标转换后，将第一车辆周边目标特征信息和第二车辆周边目标特征信息进行融合，得到车辆周边环境结构化特征信息。4.根据权利要求3所述的一种基于车路协同的超视距融合感知系统，其特征在于，车端数据处理模块(12)得到第二车辆周边目标特征信息的具体过程为：基于预先训练的深度学习神经网络，利用降噪处理后的车辆周边环境图像数据得到多个目标及各个目标的特征信息；基于预先训练的深度学习神经网络，利用降噪处理后的车辆周边环境点云数据得到多个目标及各个目标的特征信息；利用粒子滤波算法，经过坐标转换后，将基于车辆周边环境图像数据得到的目标及目标的特征信息与基于车辆周边环境点云数据得到的目标及目标的特征信息进行融合，得到第二车辆周边目标特征信息。5.根据权利要求4所述的一种基于车路协同的超视距融合感知系统，其特征在于，所述目标包括行人、车牌、车辆、道路、交通标志和其他障碍物；目标的特征信息基于UTM