车队协同感知方法、车队协同控制方法和系统.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CN111696373A(43)申请公布日2020.09.22(21)申请号201910198291.2(22)申请日2019.03.15(71)申请人北京图森智途科技有限公司地址101300北京市顺义区中关村科技园区顺义园临空二路1号(72)发明人李一鸣李文锐吴楠(51)Int.Cl.G08G1/0967(2006.01)G08G1/00(2006.01)G05D1/02(2020.01)权利要求书3页说明书8页附图5页(54)发明名称车队协同感知方法、车队协同控制方法和系统(57)摘要本申请的实施方式提供了一种车队协同感知方法、车队协同控制方法和系统。该车队协同感知方法包括：单车融合处理器对相应车辆上的各个传感器采集的信息进行融合，得到相应车辆周围的障碍物信息；通信装置将相应车辆周围的障碍物信息发送给多车融合处理器；多车融合处理器对所述车队中的每个车辆周围的障碍物信息进行融合，得到所述车队周围的障碍物信息。本申请将车队中所有车辆的单车智能感知信息进行二次融合得到针对整个车队的障碍物信息，有利于整个做出车队的协同控制决策，提升了车队协同控制的精准度，不仅克服了单车智能感知存在感知盲区及感知距离过短等问题，而且对车队中各个车辆的配置要求较低，提高了车队的灵活编排能力。CN111696373ACN111696373A权利要求书1/3页1.一种车队协同感知方法，其特征在于，包括：单车融合处理器对相应车辆上的各个传感器采集的信息进行融合，得到相应车辆周围的障碍物信息；其中，单车融合处理器与车队中的车辆相对应；通信装置将相应车辆周围的障碍物信息发送给多车融合处理器；多车融合处理器对所述车队中的每个车辆周围的障碍物信息进行融合，得到所述车队周围的障碍物信息。2.根据权利要求1所述的车队协同感知方法，其特征在于，单车融合处理器对相应车辆上的各个传感器采集的信息进行融合，得到相应车辆周围的障碍物信息，包括：单车融合处理器采集相应车辆上的各个传感器采集的信息，对所述各个传感器采集的信息进行处理得到所述各个传感器感知到的障碍物信息，并对所述各个传感器感知到的障碍物信息进行融合得到相应车辆周围的障碍物信息。3.根据权利要求2所述的车队协同感知方法，其特征在于，单车融合处理器对所述各个传感器感知到的障碍物信息进行融合，得到相应车辆周围的障碍物信息，包括：单车融合处理器根据所述各个传感器感知到的障碍物信息，统计所述各个传感器感知到的第一类全部障碍物，以及确定所述第一类全部障碍物中的每一个障碍物的各项信息的置信度；单车融合处理器利用目标追踪算法对所述第一类全部障碍物中的每一个障碍物的各项信息进行加权平均计算，得到所述第一类全部障碍物中的每一个障碍物的最终信息，其中，所述加权平均计算中使用的权重为所述第一类全部障碍物中的每一个障碍物的各项信息的置信度；单车融合处理器将所述第一类全部障碍物中的每一个障碍物的最终信息，确定为相应车辆周围的障碍物信息。4.根据权利要求1所述的车队协同感知方法，其特征在于，多车融合处理器对所述车队中的每个车辆周围的障碍物信息进行融合，得到所述车队周围的障碍物信息，包括：多车融合处理器根据相应车辆周围的障碍物信息，统计相应车辆周围的第二类全部障碍物，以及确定所述第二类全部障碍物中的每一个障碍物的各项信息的置信度；多车融合处理器利用目标追踪算法对所述第二类全部障碍物中的每一个障碍物的各项信息进行加权平均计算，得到所述第二类全部障碍物中的每一个障碍物的最终信息，其中，所述加权平均计算中使用的权重为所述第二类全部障碍物中的每一个障碍物的各项信息的置信度；多车融合处理器将所述第二类全部障碍物中的每一个障碍物的最终信息，确定为所述车队周围的障碍物信息。5.根据权利要求1～4任一所述的车队协同感知方法，其特征在于，所述障碍物信息包括障碍物的如下一项或多项信息：位置、速度、尺寸、类别、加速度、被追踪到的帧数。6.根据权利要求1～4任一所述的车队协同感知方法，其特征在于，所述各个传感器包括如下各项中的一项或多项：摄像头、激光雷达、毫米波雷达、超声波雷达、惯性导航设备、卫星定位设备。7.根据权利要求1所述的车队协同感知方法，其特征在于，还包括：公共信息获取单元获取所述车队所行驶道路的路况信息和/或天气信息。2CN111696373A权利要求书2/3页8.根据权利要求3～4任一所述的车队协同感知方法，其特征在于，所述目标追踪算法是：卡尔曼滤波算法、交互多模型卡尔曼滤波算法、贝叶斯滤波算法或粒子滤波算法。9.根据权利要求1所述的车队协同感知方法，其特征在于，所述单车融合处理器与车队中的车辆一一对应；或，所述单车融合处理器对应于车队中的至少一个车辆。10.根据权利要求1所述的车队协