CN110843775A - 一种基于压力传感器的障碍物识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于压力传感器的障碍物识别方法及系统，包括以下步骤，利用视觉和超声波数据融合，确认前方是否存在障碍物；识别出所述障碍物的物体类型；根据物体类型匹配相应的压力值P1；当车辆与障碍物发生接触后，压力传感器返回当前压力值P2；判断当所述压力值P2>P1时进行紧急刹车停车。本发明的有益效果：通过将压力传感器的数据融合，检测在低速行驶撞击障碍物时的胎压变化，来进行算法决策，并最终控制车辆是继续行驶还是刹车，避免发生类似小孩子躲在纸箱子里的被碾压的情况发生，提高自动驾驶的安全性。

Description

一种基于压力传感器的障碍物识别方法及系统

技术领域

本发明涉及无人驾驶的技术领域，尤其涉及一种基于压力传感器低速通过障碍物的方法和基于压力传感器低速通过障碍物的系统。

背景技术

近年来自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。汽车自动驾驶技术物联网技术应用之一。自动驾驶目前都采用多传感器融合能够大幅度提高人类驾驶的安全程度。

目前可以解决外形范围内的识别和决策，比如通过传感器检测到障碍物进行避让，但是无法检测到障碍物内部的物体。但是当一个纸箱子内部存在一个大石头甚至一个人时，传感器融合后检测到的是纸箱子，虽然会提醒是一个箱子，驾驶员却可能会根据经验选择压过去，这样会导致出现驾驶危害。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提出一种基于压力传感器的障碍物识别方法，提高自动驾驶的安全性。

为解决上述技术问题，本发明提供如下技术方案：一种基于压力传感器的障碍物识别方法，包括以下步骤，利用视觉和超声波数据融合，确认前方是否存在障碍物；识别出所述障碍物的物体类型；根据物体类型匹配相应的压力值P1；当车辆与障碍物发生接触后，压力传感器返回当前压力值P2；判断当所述压力值P2>P1时进行紧急刹车停车。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：所述障碍物的确定包括，视觉检测模块、超声波检测模块同时分别实时检测车辆前方是否存在物体；若存在的，则将检测结果发送至车辆中央控制模块；否则就继续执行实时检测；结合所述视觉检测模块和所述超声波检测模块的检测结果，输出车辆前方是否存在障碍物。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：当输出结果为存在障碍物，障碍物标志位显示；当输出结果为不存在障碍物，则清除障碍物标志位，继续实时检测车辆前方。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：所述对障碍物进行识别包括，设定障碍物检测标志位；当标志位亮起，判断障碍物是属于类型的物体；根据判断的类型，从数据库中匹配对应类型的压力值P1。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：所述障碍物检测标志位为用于对检测到障碍物时触发压力对比使用，当检测到障碍物时，才对压力传感器返回的值进行处理，否则不接受处理所述压力传感器返回的值。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：所述判断压力值包括，所述中央处理模块判断障碍物标识是否存在置位；若置位所述压力传感器将检测到的压力值P2上传车辆中央控制模块，若无置位，则继续检测是否置位；所述中央处理模块判断压力传感器的压力值P2和数据库得到的压力值P1的大小；若P2>P1，所述中央处理模块控制刹车系统执行车辆紧急停车；若P2≤P1，则继续检测并低速通过。

作为本发明所述的基于压力传感器的障碍物识别方法的一种优选方案，其中：所述视觉检测模块和所述超声波检测模块检测车辆前方不存在物体时，继续进行检测直到车停止或者速度大于5KM/H。

本发明解决的另一个技术问题是：提出一种基于压力传感器的障碍物识别方法，提高自动驾驶的安全性。

为解决上述技术问题，本发明提供如下技术方案：一种基于压力传感器的障碍物识别系统，包括，视觉检测模块、超声波检测模块、车辆的中央控制模块、压力检测模块和刹车控制模块；所述视觉检测模块和所述超声波检测模块设置于车辆车身，用于检测车辆前方是否存在障碍物；所述压力检测模块设置于车辆车身，用于获取碰撞压力数据；车辆的所述中央控制模块与所述视觉检测模块、所述超声波检测模块、压力检测模块和刹车控制模块连接，用于接收上传的障碍物数据和压力数据，并能够向所述刹车控制模块发出控制指令控制车辆的刹车。

本发明的有益效果：通过将压力传感器的数据融合，检测在低速行驶撞击障碍物时的胎压变化，来进行算法决策，并最终控制车辆是继续行驶还是刹车，避免发生类似小孩子躲在纸箱子里的被碾压的情况发生，提高自动驾驶的安全性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一种实施例所述基于压力传感器的障碍物识别方法的整体流程示意图；

图2为本发明第一种实施例所述基于压力传感器的障碍物识别方法的整体模块连接结构示意图；

图3为本发明第二种实施例所述基于压力传感器的障碍物识别系统的整体原理结构示意图；

图4为本发明第二种实施例所述实际测试通过的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1的示意，为本实例提出一种基于压力传感器的障碍物识别方法的整体流程示意图，本实施例中是将压力传感器的值引入到车辆控制中，对于压力传感器本身技术并未改进，属于多传感器融合算法部分。目前现有技术存在以下难点：一是识别物体类型的材料，目前通过视觉识别物体的算法已经存在，但需要大量的数据集来保证，对于物体识别可以不断提高准确性，但是物体材料尚无更好的办法。比如对于纸箱子的识别可以达到99％以上，但是纸箱子是薄是厚，是结构成型还是压缩成型，这些目前都无法通过视觉来完成识别。二是识别物体真假，视觉识别方案中，基于大量的数据集，但如果刻意去伪造一个物体，视觉暂时无法到达这样的去伪存真的实时性能力。三是压力值的获得，无法识别纸箱子的材料，那么不同材料在碰撞时的压力会存在不同，这个压力值暂时只能通过大数据采集后得到一个合适的安全值。四是大数据的获取是否所有的物体都在大数据中心可以找到对应的类型。

本实施例主要是避免在驾驶不当的时候，能将对意外造成的损害降低到最小。通过在车身周边增加压力传感器，能够在低速状态下，快速判断是否继续碰撞的合理性。

具体的，该方法包括以下步骤，

S1：利用视觉和超声波数据融合，确认前方是否存在障碍物；本步骤中障碍物的确定包括，

视觉检测模块100、超声波检测模块200同时分别实时检测车辆前方是否存在物体；

若存在的，则将检测结果发送至车辆中央控制模块300；

否则就继续执行实时检测；

结合视觉检测模块100和超声波检测模块200的检测结果，输出车辆前方是否存在障碍物。

对于前方障碍物的确定本步骤中采用视觉图像识别的数据和超声波数据检测距离数据结合进行判断，例如用“谷歌云视觉”是谷歌的视觉识别API，它是以开源式TensorFlow框架为基础的，采用REST API来对障碍物进行图像识别。本步骤中当输出结果为存在障碍物，车辆中控屏上障碍物标志位显示；当输出结果为不存在障碍物，则清除障碍物标志位，继续实时检测车辆前方。且障碍物检测标志位为用于对检测到障碍物时触发压力对比使用，当检测到障碍物时，才对压力传感器返回的值进行处理，否则不接受处理压力传感器返回的值，例如有只猫趴在保险杠上的情况。

S2：识别出障碍物的物体类型。

对障碍物进行识别包括，

设定障碍物检测标志位；

当标志位亮起，判断障碍物是属于类型的物体；

根据判断的类型，从数据库中匹配对应类型的压力值P1。

S3：根据物体类型匹配相应的压力值P1；

S4：当车辆与障碍物发生接触后，压力传感器返回当前压力值P2；

S5：判断当压力值P2>P1时进行紧急刹车停车。

判断压力值包括，

中央处理模块300判断障碍物标识是否存在置位；

若置位则压力传感器将检测到的压力值P2上传车辆中央控制模块300，若无置位，则继续检测是否置位；

中央处理模块300判断压力传感器的压力值P2和数据库得到的压力值P1的大小；

若P2>P1，中央处理模块300控制刹车系统执行车辆紧急停车；

若P2≤P1，则继续检测并低速通过。

本实施例中视觉检测模块100和超声波检测模块200检测车辆前方不存在物体时，继续进行检测直到车停止或者车辆速度大于5KM/H。需要说明的是，车辆在低速状态行驶，时速小于5KM/H。通过camera、radar的数据融合，判断前方有无障碍物。有则要进行识别，继续进行判断，若没有就继续执行检测步骤，根据超声波雷达探测的距离是0.15米～2米每秒，直到车停止或者速度大于5KM/H。

需要说明的是，根据库里面的障碍物模型，即障碍物的长宽高来确定车辆在什么样的长宽下可以压过去(低速通过)，什么样的车辆不能压过去，而是停下。数据融合之后，能够通过识别得到物体类型，根据物体得到一个压力安全值P1。识别是要进行AI算法进行识别。同时已经存在了物体类型对应的安全压力值的对应关系，通过大数据进行计算。例如碰撞一个空的纸箱子的安全压力值为1.5x10^5Pa，这个值是由大数据得到并定义在数据库，待检测到实际压力值时进行调用匹配。

但本实施例中当车辆前保险杠、叶子板或者前车轮都有可能首先与障碍物接触碰撞，随着接触压力值越大，当大于1.5x10^5Pa之后，认为这种情况，空箱子内部还有其他物体，有可能是人，则控制车辆紧急刹车。

场景一：

对本方法中采用的技术效果加以验证说明，本实施例选择的不同方法和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

传统的技术方案：采用摄像头识别。

为验证本方法相对传统方法具有较高识别准确度。本实施例中将采用传统识别和本方法分别对仿真车辆的识别进行实时测量对比，其测试环境采用运行3KM/H的同等时速，在车身前十五米处置放不同体积大小的同等材质箱子，观察判断识别及通过情况。实际测试结果如图4的示意，通过设定不同的箱子尺寸体积情况，分别利用摄像头识别和摄像头加超声波雷达进行识别，其测试结果如图4的示意，可以看出本实施例提出的方案识别障碍物低速通过率更高，而传统方案均是停下。

同时本实施例中对不同箱子针对压力数据进行实际测试，包括6组不同体积的箱子、2个不同体型的模型，将人体模型放入箱子和不放入箱子的不同模型情景，并实际测试压力值数据以及车辆是否通过的结果，真实结果如下表1。

表1：实际测试结果。

由表1可知，本方法在测试中在实际场景中更加准确且更具安全性。

应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

实施例2

参照图2的示意，示意为本实施例提出基于压力传感器的障碍物识别系统，上述方法能够依托于本系统实现，该系统包括视觉检测模块100、超声波检测模块200、车辆的中央控制模块300、压力检测模块400和刹车控制模块500；具体的，其中视觉检测模块100和超声波检测模块200设置于车辆车身，用于检测车辆前方是否存在障碍物；压力检测模块400设置于车辆车身，用于获取碰撞压力数据；车辆的中央控制模块300与视觉检测模块100、超声波检测模块200、压力检测模块400和刹车控制模块500连接，用于接收上传的障碍物数据和压力数据，并能够向刹车控制模块500发出控制指令控制车辆的刹车。

如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于压力传感器的障碍物识别方法，其特征在于：包括以下步骤，

利用视觉和超声波数据融合，确认前方是否存在障碍物；

识别出所述障碍物的物体类型；

根据物体类型匹配相应的压力值P1；

当车辆与障碍物发生接触后，压力传感器返回当前压力值P2；

判断当所述压力值P2>P1时进行紧急刹车停车。

2.如权利要求1所述的基于压力传感器的障碍物识别方法，其特征在于：所述障碍物的确定包括，

视觉检测模块(100)、超声波检测模块(200)同时分别实时检测车辆前方是否存在物体；

若存在的，则将检测结果发送至车辆中央控制模块(300)；

否则就继续执行实时检测；

结合所述视觉检测模块(100)和所述超声波检测模块(200)的检测结果，输出车辆前方是否存在障碍物。

3.如权利要求1或2所述的基于压力传感器的障碍物识别方法，其特征在于：当输出结果为存在障碍物，障碍物标志位显示；当输出结果为不存在障碍物，则清除障碍物标志位，继续实时检测车辆前方。

4.如权利要求3所述的基于压力传感器的障碍物识别方法，其特征在于：所述对障碍物进行识别包括，

设定障碍物检测标志位；

当标志位亮起，判断障碍物是属于类型的物体；

根据判断的类型，从数据库中匹配对应类型的压力值P1。

5.如权利要求4所述的基于压力传感器的障碍物识别方法，其特征在于：所述障碍物检测标志位为用于对检测到障碍物时触发压力对比使用，当检测到障碍物时，才对压力传感器返回的值进行处理，否则不接受处理所述压力传感器返回的值。

6.如权利要求4或5所述的基于压力传感器的障碍物识别方法，其特征在于：所述判断压力值包括，

所述中央处理模块(300)判断障碍物标识是否存在置位；

若置位所述压力传感器将检测到的压力值P2上传车辆中央控制模块(300)，若无置位，则继续检测是否置位；

所述中央处理模块(300)判断压力传感器的压力值P2和数据库得到的压力值P1的大小；

若P2>P1，所述中央处理模块(300)控制刹车系统执行车辆紧急停车；

若P2≤P1，则继续检测并低速通过。

7.如权利要求6所述的基于压力传感器的障碍物识别方法，其特征在于：所述视觉检测模块(100)和所述超声波检测模块(200)检测车辆前方不存在物体时，继续进行检测直到车停止或者速度大于5KM/H。

8.一种基于压力传感器的障碍物识别系统，其特征在于：包括，视觉检测模块(100)、超声波检测模块(200)、车辆的中央控制模块(300)、压力检测模块(400)和刹车控制模块(500)；

所述视觉检测模块(100)和所述超声波检测模块(200)设置于车辆车身，用于检测车辆前方是否存在障碍物；

所述压力检测模块(400)设置于车辆车身，用于获取碰撞压力数据；

车辆的所述中央控制模块(300)与所述视觉检测模块(100)、所述超声波检测模块(200)、压力检测模块(400)和刹车控制模块(500)连接，用于接收上传的障碍物数据和压力数据，并能够向所述刹车控制模块(500)发出控制指令控制车辆的刹车。

Images