一种基于5G的矿区无人运输系统的弯道协同感知方法.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CN111583690A(43)申请公布日2020.08.25(21)申请号202010294553.8(22)申请日2020.04.15(71)申请人北京踏歌智行科技有限公司地址100176北京市通州区北京经济技术开发区科谷一街10号院2号楼9层901(72)发明人郑迪李庆社宋马良姜雷周彬(74)专利代理机构北京航智知识产权代理事务所(普通合伙)11668代理人黄川史继颖(51)Int.Cl.G08G1/0967(2006.01)H04L29/08(2006.01)H04W4/40(2018.01)G01S13/86(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于5G的矿区无人运输系统的弯道协同感知方法(57)摘要本发明公开了一种基于5G矿区无人运输系统的弯道协同感知方法，包括车侧环境感知数据处理，路侧环境感知数据处理，路车协同感知数据处理。通过本发明的技术方案，解决了矿区弯道盲区大，难识别的问题，实现了矿区弯道的广域感知，而无需在车侧加装额外的感知设备，提高了矿车在弯道场景的安全性；将5G传输应用在矿区弯道路侧设备与车侧设备通信，保证了海量数据传输的低延时和高可靠。CN111583690ACN111583690A权利要求书1/2页1.一种基于5G的矿区无人运输系统的弯道协同感知方法，其特征在于，在矿区弯道处安装路侧设备，所述路侧设备包括相机、毫米波雷达、GPS设备和5G通信模块，所述路侧设备的检测区域能够覆盖矿区弯道；在无人驾驶矿车上安装车载设备，所述车载设备包括相机、毫米波雷达、激光雷达、GPS设备和5G通信模块；所述感知方法包括以下步骤：S1：路侧设备采集信息并输出目标的目标ID、目标类别、目标速度、目标相对于路侧设备的位置、目标类别置信度、目标存在置信度、路侧设备安装位置在地面的投影点的GPS坐标，并通过5G通信模块发送到云端；S2：无人驾驶矿车通过车载设备获得行驶环境中的目标信息，输出目标ID、目标类型、目标速度、目标相对于车载坐标系的位置、目标类别置信度、目标存在置信度、利用GPS设备获取自身位置信息，并通过5G通信模块将目标信息和自身位置信息发送到云端；S3：云端对路侧设备采集的信息及车载设备采集的信息进行处理，路侧设备检测目标数据是相对于路侧设备的毫米波雷达坐标系，车载设备检测目标数据是相对于车载坐标系，任意选取一参考坐标系，将路侧设备的毫米波雷达坐标系和车载坐标系统一至选取的参考坐标系完成时间和空间的统一；S4：车载检测目标和路侧检测目标进行观测值匹配；S4-1：计算路侧设备检测目标与车载设备检测目标之间的欧氏距离，采用最近邻算法选取欧氏距离最近的路侧设备检测目标与车载设备检测目标作为匹配目标，其中，(x1,y1)为路侧设备检测目标的坐标，(x2,y2)为车载设备检测目标的坐标，ρ为(x1,y1)与(x2,y2)之间的欧氏距离；S4-2：匹配后计算目标存在的概率Pd，将路侧设备和车载设备统一编号，设Ii＝{0,1}，i为设备的序号，i＝1,2,…，n，n为路侧设备和车侧设备数量的总和，Ii为设备检测到目标的标记，Ii＝0表示设备i没有检测到目标，Ii＝1表示设备i检测到目标，Pi为设备i检测目标数据的置信度，若Pd≥Pt，则目标存在，若Pd＜Pt，则目标不存在，其中，Pt为目标存在置信度的阈值；S4-3：目标存在，处理目标类别、目标速度、目标位置信息，将来自路侧设备和车载设备的目标类别置信度信息按照类别分别累加，选取置信度之和最高的类别作为目标融合类别；当前行驶在路侧设备覆盖路段的车辆会将自身速度信息发送到云端，将来自路侧设备和车载设备的检测信息加权平均：其中，λ为车侧设备检测速度信息的置信度，v为目标融合速度信息，vr为车侧设备检测的目标速度信息，μi为路侧设备检测速度信息的置信度，vi为路侧设备检测速度信息，n为路侧设备和车侧设备数量的总和，满足S5：无人驾驶矿车自动驾驶时，云端将目标车辆GPS坐标转换到参考坐标系下，找到目标车辆在参考坐标系的位置，将其他目标位置转换为与目标车辆的相对位置关系，按照危险层级进行降序排列，危险层级原则为距离最近的最危险，当前车道目标最危险，行人最危险，对排序后的目标进行编号，分配ID，并将信息发送到目标车辆。2CN111583690A权利要求书2/2页2.根据权利要求1所述的一种基于5G的矿区无人运输系统的弯道协同感知方法，其特征在于，所述步骤S3的具体方法为：S31：设定XrYrZrOr为参考坐标系，XlYlZlOl为路侧设备的毫米波雷达坐标系；通过测量路侧设备的安装高度为h，俯仰角为α，确定从路侧设备的毫米波雷达坐标系至参考坐标系的旋转矩阵R1和平移矩阵t1，S32：X