一种基于车路协同的路侧感知融合系统及优化方法.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CN114173307A(43)申请公布日2022.03.11(21)申请号202111548249.2G01S13/86(2006.01)(22)申请日2021.12.17(71)申请人浙江海康智联科技有限公司地址314500浙江省嘉兴市桐乡市乌镇镇常丰街南大街河西87号2幢1层116室(72)发明人张莉邢珺李志伟沈志伟(74)专利代理机构南昌合达信知识产权代理事务所(普通合伙)36142代理人毛毛(51)Int.Cl.H04W4/44(2018.01)H04W4/06(2009.01)H04L67/025(2022.01)H04L67/12(2022.01)G08B21/18(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于车路协同的路侧感知融合系统及优化方法(57)摘要一种基于路侧感知融合系统的优化方法，将车端定位(车端高精度GNSS、惯导或高精度地图组合定位)作为定位真值基于车路协同方式发送至路侧单元，通过比对路侧感知设备获取的车辆定位值与车端基于车路协同方式反馈的定位真值来确定路侧感知设备感知的准确性。当二者差值在一定范围内时，利用因子图定位的方法基于车端定位数据对路侧感知设备所感知的全部目标定位进行修正，提高路侧感知设备感知道路目标数据精度，也将修正信息通过路侧边缘计算单元发送至云平台；当差值超出设定误差允许范围时，向平台端上报数据异常预警，实现对路侧感知数据的监测。本发明在车路协同条件下，利用因子图方法对路侧感知设备获取的数据误差进行修正，保证路侧感知设备获取数据的精准度。CN114173307ACN114173307A权利要求书1/2页1.一种基于车路协同的路侧感知融合优化方法，其特征在于包括如下步骤：步骤1：网联车在道路行驶过程中车载单元通过车路协同PC5通信方式将车辆信息对外进行广播；步骤2：当驶入到路侧单元通信范围内时，路侧单元接收到车载单元广播的车辆信息，由此获取的车辆实时定位信息作为车辆实时定位真值，并将定位真值发送给路侧边缘计算；步骤3：路侧感知设备(雷达、摄像头等设备)感知获取道路及车辆信息，并将信息发送至路侧边缘计算；步骤4：路侧边缘计算对所获取的感知设备感知的信息进行识别、跟踪以及融合处理得到车辆的结构化信息，将路侧感知设备所感知到的车辆定位数据作为待检验值；步骤5：路侧边缘计算将获取的车载单元发送给路侧单元的定位真值与路侧感知设备所感知到的车辆定位数据待检验值进行比对；步骤6：若定位真值与待检验的路侧感知定位值之间误差小于设定的允许误差值，则认为路侧感知设备的感知能力较精确；若定位真值与待估计定位值之间误差超过设定的允许误差但在异常误差以内的，则利用因子图方法对待估计定位值进行修正；若定位真值与待估计定位值之间误差达到异常误差范围内，则向云平台预警。2.根据权利要求1所述的路侧感知融合优化方法，其特征在于，步骤6中所述的因子图方法如下：因子图包括变量节点、因子节点两类节点，所感知到的数据作为变量节点，所感知的数据值与车辆定位真值之间的概率关系作为因子节点；变量节点包括车辆的位姿xi，ti到tk时刻车辆的位姿参数如下：Xk＝{xi}i＝1，2,…k，(1)TTTxi＝[p,v,θ]，(2)其中，p＝[x,y,z]为车辆的位置向量，v＝[vx,vy,vz]为车辆速度向量，θ为车辆航向角；定义zi表示ti时刻接收到车辆定位真值数据，则从t1时刻起到tk时刻接收的所有定位真值数据为Zk：Zk＝{zi}i＝1,2,…k；(3)对于给定车辆定位真值数据Z，对感知到的未知状态变量X的概率估计采用最大后验概率估计算法，算法如下：XMAP＝argmaxp(X|Z)，(4)其中p为联合概率函数；对于任何一个因子图，MAP推断可归结为最大化所有因子的乘积：MAPX＝argmax∏iΦi(Xi)，(5)其中，Φi(Xi)为因子，且与多组误差的乘积成正比，并且，φi∝fi，(6)其中，hi(Xi)为感知函数，是与感知状态变量有关的函数；zi为车辆实际定位真值；在高斯噪声模型假设的前提下对公式进行数学变换，将MAP推断变为最小化非线性最2CN114173307A权利要求书2/2页小二乘的形式：将非线性最小二乘问题进行线性化转换，将hi(Xi)进行泰勒展开得：其中，Hi是观测雅克比矩阵，是在给定线性化点处关于hi(.)的多变量偏微分，其中，进而，将式(8)转换为：其中，为定位真值与感知值在线性化点处的差值，将马氏范数转化成2范数，得到：其中：式(12)实际上是求解最小二乘问题，即求解Ai的逆，Ai为一个可逆矩阵，其中每一行代MAP表一个因子，每一列代表因子中所含的变量，求解出Ai的逆即可求解出X，即求出fi，对允许内的误差进