CN109781129A - 一种基于车辆间通信的路面安全性检测系统及方法 - Google Patents

Abstract

本发明请求保护一种基于车辆间通信的路面安全性检测系统及方法，该系统包括车辆定位、路面信息提取、车辆间通信、ADAS地图接口、路面信息融合模块。车辆定位模块用于获取主车位置及姿态；路面信息提取模块通过车载激光雷达检测道路环境并提取路面信息，生成路面局部地图；ADAS地图接口模块提供访问ADAS地图的协议与接口，用于获取车辆所处道路ID信息；车辆间通信模块用于发送本车位姿与路面局部地图，并接收通信范围内与主车所在道路ID相同的目标车辆位姿与路面局部地图；路面信息融合模块用于融合主车与目标车辆的路面局部地图，得到主车扩展的路面地图。本发明能增大智能车辆对路面安全性的检测范围，提高车辆行驶的安全性。

Description

一种基于车辆间通信的路面安全性检测系统及方法

技术领域

本发明属于计算机、通信与自动化技术领域，具体涉及一种基于车辆间通信的路面安全性检测系统及方法。

背景技术

环境感知是智能车辆安全行驶的基础要求和前提条件，其中路面是车辆驾驶环境的重要组成部分。对于道路环境，使用单一平面来表示行驶路面的道路模型是不充分的，忽略了现实中道路路面的多样性与复杂性，因此智能车辆道路路面的安全性检测对车辆的安全驾驶具有重要意义。

中国专利申请：自动车辆道路模型定义系统(申请号：CN107766405A)公开了一种自动车辆的道路模型定义系统，该系统根据每个单元格的朝向来定义所述行驶表面的道路模型。该系统并没有提出对行驶区域的评价指标。中国专利申请：基于ADAS的驾驶辅助系统(申请号：CN201511010294.7)公开了一种基于ADAS的驾驶辅助系统，该系统通过车辆间通信技术实现不同车辆之间的信息交互，解决了车辆安全预警范围受限于传感器探测距离的问题。该系统没有对交互信息进行筛选，影响了交互信息的效用。中国专利申请：一种基于DSRC的车车通信的车载装置和方法(申请号：CN201611192980.5)，该方法通过其车载装置能对车辆驾驶过程中的变道、超车及刹车行为对周围相关车辆进行预警，能够有效的提醒驾驶员，为其安全驾驶提供帮助。该方法只简单接收其他车辆发送的信息，也没有对相关信息进行筛选。

本发明针对智能车辆环境感知系统中，对行驶道路表面进行单一化平面处理所带来的误差，提出了一种基于车辆间通信的路面安全性检测系统及方法。在该系统中，利用车辆间通信获取通信范围内的多个目标车辆所得到的路面栅格地图，并生成主车的路面地图，可极大提升主车对路面情况的感知范围，为驾驶决策与路径规划提供更准确的信息，有助于提高智能车辆辅助驾驶和自动驾驶性能。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种极大提升主车对路面情况的感知范围的基于车辆间通信的路面安全性检测系统及方法。本发明的技术方案如下：

一种基于车辆间通信的路面安全性检测系统，其包括：车辆定位模块、路面信息提取模块、车辆间通信模块、ADAS地图接口模块、路面信息融合模块。其中，所述车辆定位模块，用于通过卫星定位设备获取主车在地理坐标系下的位置与姿态信息；所述路面信息提取模块，通过车载激光雷达检测道路环境并提取路面信息，生成路面局部地图；所述ADAS地图接口模块，用于根据车辆定位模块得到的车辆位置信息，从ADAS地图数据库中获取主车当前所在位置的道路ID编号；所述车辆间通信模块，用于发送本车位姿与路面局部地图，并接收通信范围内与主车所在道路ID相同的目标车辆位置、姿态与路面局部地图；所述信息融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和路面局部地图，进行数据融合，生成主车的扩展的路面地图。

进一步的，所述路面信息提取模块获得主车和目标车辆的车载激光雷达对道路环境的检测信息，并生成路面局部地图，具体包括：路面局部地图以二维栅格地图为基础，以车辆的中心为原点，车辆正前方为y轴正向，车辆右侧为x轴正向，长为L、宽为W，选取规格为R*R的栅格单元将路面局部地图离散为n*m个栅格，n＝L/R，m＝W/R，每个栅格用向量表示为U_j ^h＝(X_j ^h，Y_j ^h，H_j ^h)^T，路面局部地图表示为以U_j ^h为元素的矩阵Map^h＝[U_j ^h]_(1，n*m)，其中h表示主车，X_j ^h、Y_j ^h为栅格单元的中心坐标，H_j ^h为单元格中激光雷达检测的三维点云的平均高度。

进一步的，所述路面局部地图的生成包含以下步骤：

(1)点云预处理：将点云投影到xy平面，滤除长为L，宽为W的矩形区域之外且z值大于高度阈值H_T的点；

(2)求取路面高度：建立二维的路面栅格地图，将局部地图离散成n*m个栅格单元，统计单元格内各点的高度，滤除相关噪声点后，计算平均值H_d，当H_d为负值时，代表这块目标区域为凹障碍物；当H_d为正值时，代表这块区域为凸障碍物；H_d等于0代表这块区域与主车处在同一个平面；

(3)遮挡处理：由于车辆等障碍物遮挡的原因，部分路面区域雷达无法扫描到，对于这些区域中的栅格单元，无法求得H_d，这些区域包括目标所占区域和被遮挡的未知区域，将所关联的栅格单元的H_d置为空，得到主车局部地图Map_k ^h。

进一步的，所述路面信息融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和路面局部地图，进行数据融合，包含以下步骤：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))、姿态P_k ^o(i)以及主车的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，计算坐标变换参数，包括旋转参数θ(i)和平移参数Δx(i)、Δy(i)：

(2)目标车辆路面局部地图变换到主车坐标系：根据旋转参数θ(i)和平移参数Δx(i)、Δy(i)，将目标车辆i的路面局部地图Map_k ^o(i)变换到主车坐标系中，得到Map_k ^o-h(i)；

(3)主车和目标车辆路面局部地图融合：将主车当前时刻路面局部地图Map_k ^h与变换后的目标车辆路面局部地图Map_k ^o-h(i)进行融合，融合规则为：对于地图重叠部分，取H_d最大值；对于非重叠部分，直接进行拼接处理；

(4)重复步骤(1)-(3)，直到N_k个目标车辆全部完成信息融合，得到包含更完整道路信息的扩展路面地图Map_k ^h_e。

进一步的，当扩展局部地图Map_k ^h_e中H_d为空时，由于局部地图中被遮挡的未知区域在融合时已经做了填充，因此H_d为空的区域就是目标所占区域，对目标进行跟踪，求得目标速度，设定速度阈值V_T，当目标速度大于V_T时，即为运动目标，此时目标所占区域可视为安全区域；当目标速度小于V_T时，即为静止目标，此时目标所占区域可视为危险区域，而对于Map_k ^h_e中有H_d的区域，根据主车的底盘高度和车速来判断是否为安全区域。

一种基于所述系统的路面安全性检测方法，其包括以下步骤：

(1)主车位姿检测：在当前时刻k，主车通过卫星定位设备采集自身定位信息，并计算出主车在地理坐标系下的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)路面局部地图生成：通过处理车载激光雷达检测的点云数据，生成k时刻主车的路面局部地图Map_k ^h；

(3)主车所在道路确定：ADAS地图接口模块根据车辆定位模块提供的主车位置，从ADAS地图数据库中获取主车位置的道路Id编号Id_k ^h；

(4)路面局部地图信息收发与处理：通过车辆间通信模块发送主车位置、姿态以及路面局部地图Map_k ^h，同时接收周围目标车辆发送的位置、姿态以及路面局部地图，设第i个目标车辆位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))，姿态为P_k ^o(i)，路面局部地图Map_k ^o(i)，i∈[0，n_k]，n_k为当前时刻主车通信范围内目标车辆的个数。根据目标车辆的位置L_k ^o(i)，通过ADAS地图接口模块获得该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆。

(5)路面信息融合：以主车在k时刻生成的路面局部地图Map_k ^h为基础，将接收到的N_k个目标车辆的路面局部地图Map_k ^o变换到主车的坐标系中，生成主车的扩展路面地图Map_k ^h_e；

(6)路面安全性评估：根据主车的扩展路面地图Map_k ^h_e中栅格单元的平均高度值以及主车的速度和底盘高度信息，划分安全区域和威胁区域，供智能车辆行驶决策。

进一步的，所述步骤(2)根据车载激光雷达检测的点云数据，生成主车路面局部地图，具体包括：

(1)点云预处理：将点云投影到xy平面，滤除长为L，宽为W的矩形区域之外且z值大于高度阈值H_T的点；

(2)求取路面高度：建立二维的路面栅格地图，将局部地图离散成n*m个栅格单元，统计单元格内各点的高度，计算平均值H_d，H_d为负值代表目标区域为凹障碍物，H_d为正值代表这块区域为凸障碍物，H_d等于0代表这块区域与主车处在同一个平面；

(3)遮挡处理：对有障碍物遮挡的路面区域，将对应栅格单元的H_d置为空，得到主车局部地图Map_k ^h。

进一步的，所述步骤(5)将筛选出的目标车辆路面局部地图转换到主车坐标系中，与路面局部地图融合后生成主车扩展路面地图，其步骤包括：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))、姿态P_k ^o(i)以及主车的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，计算坐标变换参数，包括旋转参数θ(i)和平移参数Δx(i)、Δy(i)；

(2)目标车辆路面局部地图变换到主车坐标系：根据旋转参数θ(i)和平移参数Δx(i)、Δy(i)，将目标车辆i的路面局部地图Map_k ^o(i)变换到主车坐标系中，得到Map_k ^o-h(i)；

(3)主车和目标车辆路面局部地图融合：将主车当前时刻路面局部地图Map_k ^h与变换后的目标车辆路面局部地图Map_k ^o-h(i)进行融合，融合规则为：对于地图重叠部分，取H_d最大值；对于非重叠部分直接进行拼接处理；

(4)重复步骤(1)-(3)，直到N_k个目标车辆全部完成信息融合，得到包含更完整道路信息的扩展路面地图Map_k ^h_e。

进一步的，当扩展局部地图Map_k ^h_e中H_d为空时，由于局部地图中被遮挡的未知区域在融合时已经做了填充，因此H_d为空的区域就是目标所占区域，对目标进行跟踪，求得目标速度，设定速度阈值V_T，当目标速度大于V_T时，即为运动目标，此时目标所占区域可视为安全区域；当目标速度小于V_T时，即为静止目标，此时目标所占区域可视为危险区域，而对于Map_k ^h_e中有H_d的区域，根据主车的底盘高度和车速来判断是否为安全区域。

本发明的优点及有益效果如下：

本发明提出一种基于车辆间通信的路面安全性检测系统及方法，通过对二维栅格地图进行扩展来实现对路面安全性的表达；并通过车辆间通信技术扩展主车对道路路面安全性的检测范围，并通过ADAS地图对通信车辆进行筛选来提高路面信息的有效性以及计算效率。通过上述方法，本发明为智能车辆驾驶决策与控制提供更准确的路面信息，有助于提高智能车辆决策控制的有效性及行驶的安全性。

附图说明

图1是本发明提供优选实施例基于车辆间通信的路面安全性检测系统总体框架；

图2为本发明采用的局部地图格式和坐标系定义；

图3为本发明基于车辆间通信的路面安全性检测方法流程图；

图4为本发明路面局部地图生成方法流程图；

图5为主车和目标车辆路面信息融合方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

如图1所示为一个实施例中提出的基于车辆间通信的路面安全性检测系统总体框架。该系统包括车辆定位模块、路面信息提取模块、车辆间通信模块、ADAS地图接口模块、路面信息融合模块。

其中，所述车辆定位模块，用于通过卫星定位设备获取主车在地理坐标系下的位置与姿态信息；所述路面信息提取模块，通过车载激光雷达检测道路环境并提取路面信息，生成路面局部地图；所述ADAS地图接口模块，用于根据车辆定位模块得到的车辆位置信息，从ADAS地图数据库中获取主车当前所在位置的道路ID编号；所述车辆间通信模块，用于通过V2V网络发送本车位姿与路面局部地图，并接收通信范围内与主车所在道路ID相同的目标车辆位置、姿态与路面局部地图；所述信息融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和路面局部地图，进行数据融合，生成主车的扩展的路面地图。

如图2所示为一个实施例所采用的局部地图格式和坐标系定义。

路面局部地图以二维栅格地图为基础，以车辆的中心为原点，车辆正前方为y轴正向，车辆右侧为x轴正向，长为L、宽为W。选取规格为R*R的栅格单元将路面局部地图离散为n*m个栅格，n＝L/R，m＝W/R，每个栅格用向量表示为U_j ^h＝(X_j ^h，Y_j ^h，H_j ^h)^T，路面局部地图表示为以U_j ^h为元素的矩阵Map^h＝[U_j ^h]_(1，n*m)，其中h表示主车，X_j ^h、Y_j ^h为栅格单元的中心坐标，H_j ^h为单元格中激光雷达检测的三维点云的平均高度。

如图3所示为所述基于车辆间通信的路面安全性检测方法流程图。该方法包含以下步骤：

(1)主车位姿检测：在当前时刻k，主车通过卫星定位设备采集自身定位信息，并计算出主车在地理坐标系下的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)路面局部地图生成：通过处理车载激光雷达检测的点云数据，生成k时刻主车的路面局部地图Map_k ^h；

(3)主车所在道路确定：ADAS地图接口模块根据车辆定位模块提供的主车位置，从ADAS地图数据库中获取主车位置的道路Id编号Id_k ^h；

(4)路面局部地图信息收发与处理：通过车辆间通信模块发送主车位置、姿态以及路面局部地图Map_k ^h，同时接收周围目标车辆发送的位置、姿态以及路面局部地图。设第i个目标车辆位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))，姿态为P_k ^o(i)，路面局部地图Map_k ^o(i)，i∈[0，n_k]，n_k为当前时刻主车通信范围内目标车辆的个数。根据目标车辆的位置L_k ^o(i)，通过ADAS地图接口模块获得该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆。

(5)路面信息融合：以主车在k时刻生成的路面局部地图Map_k ^h为基础，将接收到的N_k个目标车辆的路面局部地图Map_k ^o变换到主车的坐标系中，生成主车的扩展路面地图Map_k ^h_e。

(6)路面安全性评估：根据主车的扩展路面地图Map_k ^h_e中栅格单元的平均高度值以及主车的速度和底盘高度信息，划分安全区域和威胁区域，供智能车辆行驶决策。

如图4所示为本发明路面局部地图生成方法流程图，该方法包含以下步骤：

(1)点云预处理：将点云投影到xy平面，滤除长为L，宽为W的矩形区域之外且z值大于高度阈值H_T的点；

(2)求取路面高度：建立二维的路面栅格地图，将局部地图离散成n*m个栅格单元，统计单元格内各点的高度，滤除相关噪声点后，计算平均值H_d。当H_d为负值时，代表这块目标区域为凹障碍物(如水坑等)；当H_d为正值时，代表这块区域为凸障碍物(如道路凸起，小石块等)；H_d等于0代表这块区域与主车处在同一个平面；

(3)遮挡处理：由于车辆等障碍物遮挡的原因，部分路面区域雷达无法扫描到。对于这些区域中的栅格单元，无法求得H_d。这些区域包括目标所占区域和被遮挡的未知区域，将所关联的栅格单元的H_d置为空，得到主车局部地图Map_k ^h。

目标车辆路面局部地图Map_k ^o(i)也按照相同的方法获得。

如图5所示为主车和目标车辆道路信息融合方法流程图。该方法包含以下步骤：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))、姿态P_k ^o(i)以及主车的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，计算坐标变换参数，包括旋转参数θ(i)和平移参数Δx(i)、Δy(i)：

(2)目标车辆路面局部地图变换到主车坐标系：根据旋转参数θ(i)和平移参数Δx(i)、Δy(i)，将目标车辆i的路面局部地图Map_k ^o(i)变换到主车坐标系中，得到Map_k ^o-h(i)；

(3)主车和目标车辆路面局部地图融合：将主车当前时刻路面局部地图Map_k ^h与变换后的目标车辆路面局部地图Map_k ^o-h(i)进行融合，融合规则为：对于地图重叠部分，取H_d最大值；对于非重叠部分，直接进行拼接处理；

(4)重复步骤(1)-(3)，直到N_k个目标车辆全部完成信息融合，得到包含更完整道路信息的扩展路面地图Map_k ^h_e。

(5)路面安全评估：对于扩展局部地图Map_k ^h_e中可能还存在H_d为空的情况，由于局部地图中被遮挡的未知区域在融合时已经做了填充，因此H_d为空的区域就是目标所占区域。对目标进行跟踪，求得目标速度，设定速度阈值V_T，当目标速度大于V_T时，即为运动目标，此时目标所占区域可视为安全区域；当目标速度小于V_T时，即为静止目标，此时目标所占区域可视为危险区域。而对于Map_k ^h_e中有H_d的区域，可根据主车的底盘高度和车速来判断是否为安全区域。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (9)

1.一种基于车辆间通信的路面安全性检测系统及方法，其特征在于，包括车辆定位模块、路面信息提取模块、车辆间通信模块、ADAS高级驾驶辅助系统地图接口模块、路面信息融合模块。其中，所述车辆定位模块，用于通过卫星定位设备获取主车在地理坐标系下的位置与姿态信息；所述路面信息提取模块，通过车载激光雷达检测道路环境并提取路面信息，生成路面局部地图；所述ADAS地图接口模块，用于根据车辆定位模块得到的车辆位置信息，从ADAS地图数据库中获取主车当前所在位置的道路ID编号；所述车辆间通信模块，用于通过V2V车辆到车辆通信网络发送本车位姿与路面局部地图，并接收通信范围内与主车所在道路ID相同的目标车辆位置、姿态与路面局部地图；所述信息融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和路面局部地图，进行数据融合，生成主车的扩展的路面地图。

2.根据权利要求1所述的一种基于车辆间通信的路面安全性检测系统，其特征在于，所述路面信息提取模块获得主车和目标车辆的车载激光雷达对道路环境的检测信息，并生成路面局部地图，具体包括：路面局部地图以二维栅格地图为基础，以车辆的中心为原点，车辆正前方为y轴正向，车辆右侧为x轴正向，长为L、宽为W，选取规格为R*R的栅格单元将路面局部地图离散为n*m个栅格，n＝L/R，m＝W/R，每个栅格用向量表示为U_j ^h＝(X_j ^h，Y_j ^h，H_j ^h)^T，路面局部地图表示为以U_j ^h为元素的矩阵Map^h＝[U_j ^h]_(1，n*m)，其中h表示主车，X_j ^h、Y_j ^h为栅格单元的中心坐标，H_j ^h为单元格中激光雷达检测的三维点云的平均高度。

3.根据权利要求2所述的一种基于车辆间通信的路面安全性检测系统，其特征在于，所述路面局部地图的生成包含以下步骤：

(1)点云预处理：将点云投影到xy平面，滤除长为L，宽为W的矩形区域之外且z值大于高度阈值H_T的点；

(2)求取路面高度：建立二维的路面栅格地图，将局部地图离散成n*m个栅格单元，统计单元格内各点的高度，滤除相关噪声点后，计算平均值H_d，当H_d为负值时，代表这块目标区域为凹障碍物；当H_d为正值时，代表这块区域为凸障碍物；H_d等于0代表这块区域与主车处在同一个平面；

(3)遮挡处理：由于车辆等障碍物遮挡的原因，部分路面区域雷达无法扫描到，对于这些区域中的栅格单元，无法求得H_d，这些区域包括目标所占区域和被遮挡的未知区域，将所关联的栅格单元的H_d置为空，得到主车局部地图Map_k ^h。

4.根据权利要求3所述的一种基于车辆间通信的路面安全性检测系统，其特征在于，所述路面信息融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和路面局部地图，进行数据融合，包含以下步骤：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))、姿态P_k ^o(i)以及主车的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，计算坐标变换参数，包括旋转参数θ(i)和平移参数Δx(i)、Δy(i)：

(2)目标车辆路面局部地图变换到主车坐标系：根据旋转参数θ(i)和平移参数Δx(i)、Δy(i)，将目标车辆i的路面局部地图Map_k ^o(i)变换到主车坐标系中，得到Map_k ^o-h(i)；

(3)主车和目标车辆路面局部地图融合：将主车当前时刻路面局部地图Map_k ^h与变换后的目标车辆路面局部地图Map_k ^o-h(i)进行融合，融合规则为：对于地图重叠部分，取H_d最大值；对于非重叠部分，直接进行拼接处理；

(4)重复步骤(1)-(3)，直到N_k个目标车辆全部完成信息融合，得到包含更完整道路信息的扩展路面地图Map_k ^h_e。

5.根据权利要求4所述的一种基于车辆间通信的路面安全性检测系统，其特征在于，当扩展局部地图Map_k ^h_e中H_d为空时，由于局部地图中被遮挡的未知区域在融合时已经做了填充，因此H_d为空的区域就是目标所占区域，对目标进行跟踪，求得目标速度，设定速度阈值V_T，当目标速度大于V_T时，即为运动目标，此时目标所占区域可视为安全区域；当目标速度小于V_T时，即为静止目标，此时目标所占区域可视为危险区域，而对于Map_k ^h_e中有H_d的区域，根据主车的底盘高度和车速来判断是否为安全区域。

6.一种基于权利要求1-5之一所述系统的路面安全性检测方法，其特征在于，包括以下步骤：

(1)主车位姿检测：在当前时刻k，主车通过卫星定位设备采集自身定位信息，并计算出主车在地理坐标系下的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)路面局部地图生成：通过处理车载激光雷达检测的点云数据，生成k时刻主车的路面局部地图Map_k ^h；

(3)主车所在道路确定：ADAS地图接口模块根据车辆定位模块提供的主车位置，从ADAS地图数据库中获取主车位置的道路Id编号Id_k ^h；

(4)路面局部地图信息收发与处理：通过车辆间通信模块发送主车位置、姿态以及路面局部地图Map_k ^h，同时接收周围目标车辆发送的位置、姿态以及路面局部地图，设第i个目标车辆位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))，姿态为P_k ^o(i)，路面局部地图Map_k ^o(i)，i∈[0，n_k]，n_k为当前时刻主车通信范围内目标车辆的个数。根据目标车辆的位置L_k ^o(i)，通过ADAS地图接口模块获得该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆。

(5)路面信息融合：以主车在k时刻生成的路面局部地图Map_k ^h为基础，将接收到的N_k个目标车辆的路面局部地图Map_k ^o变换到主车的坐标系中，生成主车的扩展路面地图Map_k ^h_e；

(6)路面安全性评估：根据主车的扩展路面地图Map_k ^h_e中栅格单元的平均高度值以及主车的速度和底盘高度信息，划分安全区域和威胁区域，供智能车辆行驶决策。

7.根据权利要求6所述的路面安全性检测方法，其特征在于，所述步骤(2)根据车载激光雷达检测的点云数据，生成主车路面局部地图，具体包括：

(1)点云预处理：将点云投影到xy平面，滤除长为L，宽为W的矩形区域之外且z值大于高度阈值H_T的点；

(2)求取路面高度：建立二维的路面栅格地图，将局部地图离散成n*m个栅格单元，统计单元格内各点的高度，计算平均值H_d，H_d为负值代表目标区域为凹障碍物，H_d为正值代表这块区域为凸障碍物，H_d等于0代表这块区域与主车处在同一个平面；

(3)遮挡处理：对有障碍物遮挡的路面区域，将对应栅格单元的H_d置为空，得到主车局部地图Map_k ^h。

8.根据权利要求6所述的路面安全性检测方法，其特征在于，所述步骤(5)将筛选出的目标车辆路面局部地图转换到主车坐标系中，与路面局部地图融合后生成主车扩展路面地图，其步骤包括：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置L_k ^o(i)＝(x_k ^o(i)，y_k ^o(i)，z_k ^o(i))、姿态P_k ^o(i)以及主车的位置L_k ^h＝(x_k ^h，y_k ^h，z_k ^h)和姿态P_k ^h，计算坐标变换参数，包括旋转参数θ(i)和平移参数Δx(i)、Δy(i)；

(2)目标车辆路面局部地图变换到主车坐标系：根据旋转参数θ(i)和平移参数Δx(i)、Δy(i)，将目标车辆i的路面局部地图Map_k ^o(i)变换到主车坐标系中，得到Map_k ^o-h(i)；

(3)主车和目标车辆路面局部地图融合：将主车当前时刻路面局部地图Map_k ^h与变换后的目标车辆路面局部地图Map_k ^o-h(i)进行融合，融合规则为：对于地图重叠部分，取H_d最大值；对于非重叠部分直接进行拼接处理；

(4)重复步骤(1)-(3)，直到N_k个目标车辆全部完成信息融合，得到包含更完整道路信息的扩展路面地图Map_k ^h_e。

9.根据权利要求8所述的路面安全性检测方法，其特征在于，当扩展局部地图Map_k ^h_e中H_d为空时，由于局部地图中被遮挡的未知区域在融合时已经做了填充，因此H_d为空的区域就是目标所占区域，对目标进行跟踪，求得目标速度，设定速度阈值V_T，当目标速度大于V_T时，即为运动目标，此时目标所占区域可视为安全区域；当目标速度小于V_T时，即为静止目标，此时目标所占区域可视为危险区域，而对于Map_k ^h_e中有H_d的区域，根据主车的底盘高度和车速来判断是否为安全区域。