CN115402349A - 一种结合天气状态的高速辅助驾驶控制方法及系统 - Google Patents

一种结合天气状态的高速辅助驾驶控制方法及系统 Download PDF

Info

Publication number
CN115402349A
CN115402349A CN202210865783.4A CN202210865783A CN115402349A CN 115402349 A CN115402349 A CN 115402349A CN 202210865783 A CN202210865783 A CN 202210865783A CN 115402349 A CN115402349 A CN 115402349A
Authority
CN
China
Prior art keywords
target
detection result
weather
fusion
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210865783.4A
Other languages
English (en)
Inventor
任聪
钟小凡
沈忱
付斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lantu Automobile Technology Co Ltd
Original Assignee
Lantu Automobile Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lantu Automobile Technology Co Ltd filed Critical Lantu Automobile Technology Co Ltd
Priority to CN202210865783.4A priority Critical patent/CN115402349A/zh
Publication of CN115402349A publication Critical patent/CN115402349A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B60W60/00182—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions in response to weather conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明提供一种结合天气状态的高速辅助驾驶控制方法及系统，方法包括：识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检测结果C；获取当前天气类型以及各类型的天气严重程度；结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、目标检测结果C、天气状态调整目标融合置信度，得到融合目标E；结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。本发明满足不同天气的高质量目标筛选，结合自车行车状态和道路环境自适应调节NOA驾驶系统在恶劣天气的车辆横纵向控制，控制性能较佳。

Description

一种结合天气状态的高速辅助驾驶控制方法及系统
技术领域
本发明涉及自动驾驶技术领域，更具体地，涉及一种结合天气状 态的高速辅助驾驶控制方法、系统、电子设备及存储介质。
背景技术
随着智能驾驶功能的快速普及以及用户需求的持续增长，越来越 多的智能车辆开始逐步解放驾驶员的双脚和双手，来完成车辆的横纵 向辅助驾驶操作。然而大多数自动驾驶车辆在恶劣天气下的高速辅助 驾驶控制性能表现较差，主要原因表现为传感器目标识别效果较差， 导致车辆控制性能不佳。
发明内容
本发明针对现有技术中存在的技术问题，提供一种结合天气状态 的高速辅助驾驶控制方法、系统、电子设备及存储介质，其满足不同 天气类型下高质量目标筛选，结合自车行车状态和道路环境自适应调 节NOA(高速导航辅助)驾驶系统在恶劣天气下的车辆横纵向控制， 车辆控制性能较佳。
根据本发明的第一方面，提供了一种结合天气状态的高速辅助驾 驶控制方法，包括：
识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视窄 角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检测结 果C；获取当前天气类型以及各类型的天气严重程度；
结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距离 进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、 目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、并 进行融合决策，得到融合目标E；
结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
在上述技术方案的基础上，本发明还可以作出如下改进。
可选的，所述识别车辆前视广角图像信息得到视觉检测结果A，识 别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得 到雷达检测结果C，包括：
获取车辆前视广角图像信息，对所述广角图像信息进行特征提取、 识别，计算得到视觉检测结果A，所述视觉检测结果A至少包括远距离 目标的类型和距离；
获取车辆前视窄角图像信息，对所述窄角图像信息进行特征提取、 识别，计算得到视觉检测结果B，所述视觉检测结果B至少包括近距离 目标的类型和距离；
获取车辆前方毫米波雷达信息，对所述毫米波雷达信息进行识别， 得到目标检测结果C，所述目标检测结果C至少包括目标的距离、速度 和方位信息。
可选的，所述获取当前天气类型以及各类型的天气严重程度，包 括：
识别车辆前视广角图像信息和/或前视窄角图像信息，根据图像质 量诊断结果判定当前天气类型为正常、雪或雾天气，还用于判断雪和/ 或雾天气对应天气严重程度的等级；
根据车辆的雨量传感器和/或雨刮频率数据判定当前天气为正常或 雨天天气，并判断雨天天气对应天气严重程度的等级。
可选的，所述结合视觉检测结果A、视觉检测结果B的置信度、目 标类别和距离进行信息融合，得到视觉目标融合结果D；包括：
分别根据视觉检测结果A中目标的纵向距离和视觉检测结果B中 目标的纵向距离自适应调节视觉检测结果A和视觉检测结果B中目标 的输出阈值，通过各输出阈值分别调节视觉检测结果A和视觉检测结果 B中的目标到同一距离：
比较视觉检测结果A和视觉检测结果B的置信度，将置信度较高的 一方输出为视觉目标融合结果D；
若视觉检测结果A或视觉检测结果B中仅有一方具有目标，则将此 目标对应的视觉检测结果输出为视觉目标融合结果D。
可选的，所述根据视觉目标融合结果D、目标检测结果C、天气类 型以及天气严重程度调整目标融合置信度、并进行融合决策，得到融 合目标E；包括：
判断当前天气类型为正常天气或恶劣天气，所述恶劣天气包括： 雨天、雪天或雾天中的一种或多种；
若当前天气为正常天气，自适应提高视觉目标融合结果D的置信度、 降低目标检测结果C的置信度并进行目标融合，得到当前天气对应的融 合目标E；
若当前天气为恶劣天气，则判断恶劣天气严重程度，根据恶劣天 气严重程度分等级自适应降低视觉目标融合结果D的置信度、提高目标 检测结果C的置信度并进行目标融合，得到当前天气对应的融合目标E。
可选的，所述结合融合目标E以及自车行驶状态，输出车辆横纵向 控制指令，包括：
根据融合目标E判断前方车道曲率半径是否小于半径阈值：
若前方车道曲率半径小于半径阈值，则根据弯道曲率半径自适应 调整弯道安全行驶车速；
若前方车道曲率半径不小于半径阈值，则根据融合目标E判断前方 是否存在行驶车辆：
若前方不存在行驶车辆，则采用自适应目标融合方法增大车辆行 驶设定的安全时距；
若前方存在行驶车辆，则增大车辆行驶安全时距且优先采用前车 行驶轨迹作为自车跟踪路径。
可选的，所述广角图像信息通过车辆前视广角摄像头获取，所述 窄角图像信息通过车辆前视窄角摄像头获取。
根据本发明的第二方面，提供一种结合天气状态的高速辅助驾驶 控制系统，包括：
信息提取模块，识别车辆前视广角图像信息得到视觉检测结果A， 识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息 得到雷达检测结果C；获取当前天气类型以及各类型的天气严重程度；
目标融合模块，结合视觉检测结果A、视觉检测结果B的置信度、 目标类别和距离进行信息融合，得到视觉目标融合结果D；根据视觉目 标融合结果D、目标检测结果C、天气类型以及天气严重程度调整目标 融合置信度、并进行融合决策，得到融合目标E；
控制决策模块，结合融合目标E以及自车行驶状态，输出车辆横纵 向控制指令。
根据本发明的第三方面，提供了一种电子设备，包括存储器、处 理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现 上述一种结合天气状态的高速辅助驾驶控制方法的步骤。
根据本发明的第四方面，提供了一种计算机可读存储介质，其上 存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实 现上述一种结合天气状态的高速辅助驾驶控制方法的步骤。
本发明提供的一种结合天气状态的高速辅助驾驶控制方法、系统、 电子设备及存储介质，该方法利用前视广角摄像头、窄角摄像头和前 向毫米波雷达分别输出前方道路障碍物信息，然后结合不同天气状态 自适应调节多种传感器目标置信度融合策略，同时考虑目标输出结果、 天气状态、自车行驶状态来调节高速辅助驾驶控制逻辑和参数。本发 明满足不同天气类型下高质量目标筛选，结合自车行车状态和道路环 境自适应调节NOA(高速导航辅助)驾驶系统在恶劣天气下的车辆横 纵向控制，车辆控制性能较佳。
附图说明
图1为本发明提供的一种结合天气状态的高速辅助驾驶控制方法 流程图；
图2为NOA驾驶系统结合当前天气对应的目标检测结果以及自车 行驶状态进行车辆控制决策的流程图；
图3为本发明提供的一种结合天气状态的高速辅助驾驶控制系统 结构图；
图4为本发明提供的一种可能的电子设备的硬件结构示意图；
图5为本发明提供的一种可能的计算机可读存储介质的硬件结构 示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1为本发明提供的一种结合天气状态的高速辅助驾驶控制方法 流程图，如图1所示，该方法包括：
识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视 窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检 测结果C；获取当前天气类型以及各类型的天气严重程度；
结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距 离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、 目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、 并进行融合决策，得到融合目标E；
结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
可以理解的是，基于背景技术中的缺陷，本发明实施例提出了一 种结合天气状态的高速辅助驾驶控制方法。该方法利用前视广角摄像 头采集的广角图像信息、窄角摄像头采集的窄角图像信息和前向毫米 波雷达采集的毫米波雷达信息分别输出前方道路障碍物信息，然后结 合不同天气状态自适应调节多种传感器目标置信度融合策略，同时考 虑目标输出结果、天气状态、自车行驶状态来调节高速辅助驾驶控制 逻辑和参数。本实施例的方法满足不同天气类型下高质量目标筛选， 结合自车行车状态和道路环境自适应调节NOA(高速导航辅助)驾驶 系统在恶劣天气下的车辆横纵向控制，车辆控制性能较佳。
在一种可能的实施例方式中，所述识别车辆前视广角图像信息得 到视觉检测结果A，识别车辆前视窄角图像信息得到视觉检测结果B， 识别毫米波雷达信息得到雷达检测结果C，包括：
获取车辆前视广角图像信息，对所述广角图像信息进行特征提取、 识别，计算得到视觉检测结果A，所述视觉检测结果A至少包括远距 离目标的类型和距离；
获取车辆前视窄角图像信息，对所述窄角图像信息进行特征提取、 识别，计算得到视觉检测结果B，所述视觉检测结果B至少包括近距 离目标的类型和距离；
获取车辆前方毫米波雷达信息，对所述毫米波雷达信息进行识别， 得到目标检测结果C，所述目标检测结果C至少包括目标的距离、速 度和方位信息。
可以理解的是，本实施例中，车辆前视广角图像信息包含了车辆 前方较大范围、较远距离的目标，通过对其进行图像识别，可以获取 车辆前方可能存在的较多目标的信息。车辆前视窄角图像信息则包含 了车辆前方较小范围、较近距离的目标，通过对其进行图像识别，可 以获取车辆前方目标更加清晰的特征信息。在后续步骤中，通过结合 广角图像信息的检测结果以及窄角图像信息的检测结果进行视觉检测 目标融合，可提升视觉检测结果的准确度。而毫米波雷达主要是对车 辆前向环境进行毫米级的电磁波扫描，对被测目标的距离、速度方位 信息等参数进行检测。由于毫米波雷达的检测穿透力较强，且受光线 等天气影响相对于视觉检测较小，与图像视觉检测可形成互补，以增 加自动驾驶过程中对环境检测的准确性。通过前视广角摄像头、前视 窄角摄像头、前向毫米波雷达等3个传感器进行数据采集，一方面可 以降低高性能单一传感器的使用成本，另一方面可以满足全天候全场 景目标高精度检测需求。
在一种可能的实施例方式中，所述获取当前天气类型以及各类型 的天气严重程度，包括：
识别车辆前视广角图像信息和/或前视窄角图像信息，根据图像质 量诊断结果判定当前天气类型为正常、雪或雾天气，还用于判断雪和/ 或雾天气对应天气严重程度的等级；
根据车辆的雨量传感器和/或雨刮频率数据判定当前天气为正常或 雨天天气，并判断雨天天气对应天气严重程度的等级。
可以理解的是，天气大致可分为正常天气以及恶劣天气，正常天 气例如晴天、阴天，车辆可获取较为准确的目标检测结果；而恶劣天 气，例如雨、雪、雾天气，对能见度影响较大，尤其是雪、雾天气可 直接影响图像识别获取的图像清晰度，因此可通过对视觉检测获取的 图像质量(例如图像清晰度、图像中噪点数量等)进行诊断，即可判 断当前天气是否为雪、雾天气；还可进一步根据图像质量判断雪、雾 天气对应的天气严重程度等级。由于雨天对空气能见度的影响小于雪、 雾天气，因此雨天对图像的清晰度影响并不是很大。为了获得更加准 确的天气检测结果，对于雨天的判断通过雨量传感器和/或雨刮的活动 频率来进行判断，一方面提升了检测的准确性，另一方面实现了传感 器复用，可节省系统的算力。
在一种可能的实施例方式中，如流程图1所示，所述结合视觉检 测结果A、视觉检测结果B的置信度、目标类别和距离进行信息融合， 得到视觉目标融合结果D；包括：
分别根据视觉检测结果A中目标的纵向距离和视觉检测结果B中 目标的纵向距离自适应调节视觉检测结果A和视觉检测结果B中目标 的输出阈值，通过各输出阈值分别调节视觉检测结果A和视觉检测结 果B中的目标到同一距离：
比较视觉检测结果A和视觉检测结果B的置信度，将置信度较高 的一方输出为视觉目标融合结果D；
若视觉检测结果A或视觉检测结果B中仅有一方具有目标，则将 此目标对应的视觉检测结果输出为视觉目标融合结果D。
可以理解的是，通过对视觉检测结果A和视觉检测结果B的检测 目标进行距离调节，再判断两个检测结果中的被测目标是否为同一目 标，通过视觉检测结果A和视觉检测结果B的置信度得到视觉目标融 合结果D，进一步提升了视觉检测的准确性。
在一种可能的实施例方式中，步骤S2中，所述根据视觉目标融合 结果D、目标检测结果C、天气类型以及天气严重程度调整目标融合 置信度、并进行融合决策，得到融合目标E；包括：
判断当前天气类型为正常天气或恶劣天气，所述恶劣天气包括： 雨天、雪天或雾天中的一种或多种；
若当前天气为正常天气，自适应提高视觉目标融合结果D的置信 度、降低目标检测结果C的置信度并进行目标融合，得到当前天气对 应的融合目标E；
若当前天气为恶劣天气，则判断恶劣天气严重程度，根据恶劣天 气严重程度分等级自适应降低视觉目标融合结果D的置信度、提高目 标检测结果C的置信度并进行目标融合，得到当前天气对应的融合目 标E。
可以理解的是，本实施例中，多传感器融合决策根据视觉检测结 果A、视觉检测结果B、目标检测结果C的置信度、目标类别、距离 等信息，结合天气状态来做决策，输出视觉目标融合结果D信息。若 在正常天气下开启高速辅助驾驶功能，则按照视觉检测为主(例如视 觉检测置信度>98％输出视觉目标)、雷达检测为辅(例如雷达检测置 信度>95％输出雷达目标)策略进行目标融合；若为恶劣天气状态，则 此时视觉检测结果可能会不准确，而雷达检测结果受天气影响较小， 因此按照视觉为辅、雷达为主的方式进行目标融合。
更具体的，视觉为辅、雷达为主的方式进行目标融合的过程中， 根据恶劣天气严重程度、目标纵向距离等信息自适应调节视觉检测结 果A、视觉检测结果B、目标检测结果C的融合置信度。纵向距离与 置信度举例如表1所示。如前文所述，视觉检测结果A和视觉检测结 果B同属于视觉检测目标，根据纵向距离来自适应调节目标检测结果 输出阈值，而视觉目标融合根据视觉检测结果A和视觉检测结果B是 否在同一个位置来输出视觉目标融合结果D：若视觉检测结果A和视 觉检测结果B中的目标在同一个位置，则取其置信度较高的目标作为 视觉检测融合目标D，否则直接将单独目标的视觉检测结果赋予给视 觉检测融合目标D。
表1
纵向距离 10 30 60 100 140 200
置信度 95％ 97％ 99％ 95％ 96％ 90％
视觉检测融合目标D和目标检测结果C根据不同天气状态严重程 度进行多传感器融合来决策输出当前天气对应的融合目标E。例如，在 恶劣天气下，视觉检测结果严重依赖光线条件，此时可适当降低其融 合目标置信度，而毫米波雷达受天气环境影响较小，此时优先提高毫 米波雷达输出目标C的置信度。恶劣天气程度与融合目标类型的置信 度调整策略可参考表2所示。
表2
恶劣天气程度/融合目标类型 视觉 毫米波
I级 95％ 90％
II级 90％ 93％
III级 85％ 95％
在一种可能的实施例方式中，如流程图2所示，所述结合融合目 标E以及自车行驶状态，输出车辆横纵向控制指令，包括：
根据融合目标E判断前方车道曲率半径是否小于半径阈值：
若前方车道曲率半径小于半径阈值，则根据弯道曲率半径自适应 调整弯道安全行驶车速；
若前方车道曲率半径不小于半径阈值，则根据融合目标E判断前 方是否存在行驶车辆：
若前方不存在行驶车辆，则采用自适应目标融合方法增大车辆行 驶设定的安全时距；
若前方存在行驶车辆，则增大车辆行驶安全时距且优先采用前车 行驶轨迹作为自车跟踪路径。
可以理解的是，本实施例中NOA辅助驾驶系统能够根据多传感器 融合输出的当前天气对应的融合目标E和自车行驶状态来自适应调整 车辆在恶劣天气下的横纵向控制，从而提升车辆控制的准确性、提升 自动驾驶的安全性。
图3为本发明实施例提供的一种结合天气状态的高速辅助驾驶控 制系统结构图，如图3所示，一种结合天气状态的高速辅助驾驶控制 系统，包括信息提取模块301、目标融合模块302和控制决策模块303， 其中：
信息提取模块301，用于识别车辆前视广角图像信息得到视觉检测 结果A，识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米 波雷达信息得到雷达检测结果C；获取当前天气类型以及各类型的天 气严重程度；
目标融合模块302，用于结合视觉检测结果A、视觉检测结果B 的置信度、目标类别和距离进行信息融合，得到视觉目标融合结果D； 根据视觉目标融合结果D、目标检测结果C、天气类型以及天气严重 程度调整目标融合置信度、并进行融合决策，得到融合目标E；
控制决策模块303，用于结合融合目标E以及自车行驶状态，输出 车辆横纵向控制指令。
可以理解的是，本发明提供的一种结合天气状态的高速辅助驾驶 控制系统与前述各实施例提供的结合天气状态的高速辅助驾驶控制方 法相对应，结合天气状态的高速辅助驾驶控制系统的相关技术特征可 参考结合天气状态的高速辅助驾驶控制方法的相关技术特征，在此不 再赘述。
请参阅图4，图4为本发明实施例提供的电子设备的实施例示意图。 如图4所示，本发明实施例提了一种电子设备400，包括存储器410、 处理器420及存储在存储器410上并可在处理器420上运行的计算机 程序411，处理器420执行计算机程序411时实现以下步骤：
识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视 窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检 测结果C；获取当前天气类型以及各类型的天气严重程度；
结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距 离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、 目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、 并进行融合决策，得到融合目标E；
结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
请参阅图5，图5为本发明提供的一种计算机可读存储介质的实施 例示意图。如图5所示，本实施例提供了一种计算机可读存储介质500， 其上存储有计算机程序511，该计算机程序511被处理器执行时实现如 下步骤：
识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视 窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检 测结果C；获取当前天气类型以及各类型的天气严重程度；
结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距 离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、 目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、 并进行融合决策，得到融合目标E；
结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
本发明实施例提供的一种结合天气状态的高速辅助驾驶控制方法、 系统及存储介质，该方法利用前视广角摄像头、窄角摄像头和前向毫 米波雷达分别输出前方道路障碍物信息，然后结合不同天气状态自适 应调节多种传感器目标置信度融合策略，同时考虑目标输出结果、天 气状态、自车行驶状态来调节高速辅助驾驶控制逻辑和参数。本发明 满足不同天气类型下高质量目标筛选，结合自车行车状态和道路环境 自适应调节NOA(高速导航辅助)驾驶系统在恶劣天气下的车辆横纵 向控制，车辆控制性能较佳。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧 重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关 描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系 统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全 软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明 可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存 储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实 施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机 程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实 现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图 中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、 专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以 产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器 执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据 处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算 机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现 在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定 的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设 备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生 计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提 供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个 方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦 得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所 以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的 所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不 脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于 本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些 改动和变型在内。

Claims (10)

1.一种结合天气状态的高速辅助驾驶控制方法，其特征在于，包括：
识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检测结果C；获取当前天气类型以及各类型的天气严重程度；
结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、并进行融合决策，得到融合目标E；
结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
2.根据权利要求1所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检测结果C，包括：
获取车辆前视广角图像信息，对所述广角图像信息进行特征提取、识别，计算得到视觉检测结果A，所述视觉检测结果A至少包括远距离目标的类型和距离；
获取车辆前视窄角图像信息，对所述窄角图像信息进行特征提取、识别，计算得到视觉检测结果B，所述视觉检测结果B至少包括近距离目标的类型和距离；
获取车辆前方毫米波雷达信息，对所述毫米波雷达信息进行识别，得到目标检测结果C，所述目标检测结果C至少包括目标的距离、速度和方位信息。
3.根据权利要求1所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述获取当前天气类型以及各类型的天气严重程度，包括：
识别车辆前视广角图像信息和/或前视窄角图像信息，根据图像质量诊断结果判定当前天气类型为正常、雪或雾天气，还用于判断雪和/或雾天气对应天气严重程度的等级；
根据车辆的雨量传感器和/或雨刮频率数据判定当前天气为正常或雨天天气，并判断雨天天气对应天气严重程度的等级。
4.根据权利要求1所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距离进行信息融合，得到视觉目标融合结果D；包括：
分别根据视觉检测结果A中目标的纵向距离和视觉检测结果B中目标的纵向距离自适应调节视觉检测结果A和视觉检测结果B中目标的输出阈值，通过各输出阈值分别调节视觉检测结果A和视觉检测结果B中的目标到同一距离：
比较视觉检测结果A和视觉检测结果B的置信度，将置信度较高的一方输出为视觉目标融合结果D；
若视觉检测结果A或视觉检测结果B中仅有一方具有目标，则将此目标对应的视觉检测结果输出为视觉目标融合结果D。
5.根据权利要求1或4所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述根据视觉目标融合结果D、目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、并进行融合决策，得到融合目标E；包括：
判断当前天气类型为正常天气或恶劣天气，所述恶劣天气包括：雨天、雪天或雾天中的一种或多种；
若当前天气为正常天气，自适应提高视觉目标融合结果D的置信度、降低目标检测结果C的置信度并进行目标融合，得到当前天气对应的融合目标E；
若当前天气为恶劣天气，则判断恶劣天气严重程度，根据恶劣天气严重程度分等级自适应降低视觉目标融合结果D的置信度、提高目标检测结果C的置信度并进行目标融合，得到当前天气对应的融合目标E。
6.根据权利要求1或5所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令，包括：
根据融合目标E判断前方车道曲率半径是否小于半径阈值：
若前方车道曲率半径小于半径阈值，则根据弯道曲率半径自适应调整弯道安全行驶车速；
若前方车道曲率半径不小于半径阈值，则根据融合目标E判断前方是否存在行驶车辆：
若前方不存在行驶车辆，则采用自适应目标融合方法增大车辆行驶设定的安全时距；
若前方存在行驶车辆，则增大车辆行驶安全时距且优先采用前车行驶轨迹作为自车跟踪路径。
7.根据权利要求1所述的一种结合天气状态的高速辅助驾驶控制方法，其特征在于，所述广角图像信息通过车辆前视广角摄像头获取，所述窄角图像信息通过车辆前视窄角摄像头获取。
8.一种结合天气状态的高速辅助驾驶控制系统，其特征在于，包括：
信息提取模块，识别车辆前视广角图像信息得到视觉检测结果A，识别车辆前视窄角图像信息得到视觉检测结果B，识别毫米波雷达信息得到雷达检测结果C；获取当前天气类型以及各类型的天气严重程度；
目标融合模块，结合视觉检测结果A、视觉检测结果B的置信度、目标类别和距离进行信息融合，得到视觉目标融合结果D；根据视觉目标融合结果D、目标检测结果C、天气类型以及天气严重程度调整目标融合置信度、并进行融合决策，得到融合目标E；
控制决策模块，结合融合目标E以及自车行驶状态，输出车辆横纵向控制指令。
9.一种电子设备，其特征在于，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的一种结合天气状态的高速辅助驾驶控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的一种结合天气状态的高速辅助驾驶控制方法的步骤。
CN202210865783.4A 2022-07-21 2022-07-21 一种结合天气状态的高速辅助驾驶控制方法及系统 Pending CN115402349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210865783.4A CN115402349A (zh) 2022-07-21 2022-07-21 一种结合天气状态的高速辅助驾驶控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210865783.4A CN115402349A (zh) 2022-07-21 2022-07-21 一种结合天气状态的高速辅助驾驶控制方法及系统

Publications (1)

Publication Number Publication Date
CN115402349A true CN115402349A (zh) 2022-11-29

Family

ID=84158178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210865783.4A Pending CN115402349A (zh) 2022-07-21 2022-07-21 一种结合天气状态的高速辅助驾驶控制方法及系统

Country Status (1)

Country Link
CN (1) CN115402349A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116148801A (zh) * 2023-04-18 2023-05-23 深圳市佰誉达科技有限公司 一种基于毫米波雷达的目标检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116148801A (zh) * 2023-04-18 2023-05-23 深圳市佰誉达科技有限公司 一种基于毫米波雷达的目标检测方法及系统

Similar Documents

Publication Publication Date Title
US10279809B2 (en) Travelled-route selecting apparatus and method
US9713983B2 (en) Lane boundary line recognition apparatus and program for recognizing lane boundary line on roadway
US7545956B2 (en) Single camera system and method for range and lateral position measurement of a preceding vehicle
US8199046B2 (en) Radar system to determine whether an object is subject of detection based on intensity of a radio wave emission of the object
US9015100B2 (en) Preceding-vehicle identifying apparatus and following-distance control apparatus
CN112084810B (zh) 一种障碍物检测方法、装置、电子设备及存储介质
CN110775057B (zh) 基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法
CN105460009A (zh) 汽车控制方法及装置
US11046321B2 (en) Adaptive control of automated lane change in vehicle
US20210316734A1 (en) Vehicle travel assistance apparatus
CN115402349A (zh) 一种结合天气状态的高速辅助驾驶控制方法及系统
JP2011039833A (ja) 車両検出装置、車両検出プログラム、および車両検出方法
Gao et al. A practical method of road detection for intelligent vehicle
CN114763996A (zh) 一种基于多传感器融合的复杂场景路径规划方法
CN106405539B (zh) 车辆雷达系统以及用于去除一非感兴趣目标的方法
US20220035014A1 (en) Dynamic lidar to camera alignment
CN111414857B (zh) 一种基于视觉的多特征融合的前方车辆检测方法
CN116824530A (zh) 一种涉水路面的识别方法、装置、系统和一种车辆
CN113954836A (zh) 分段式导航换道方法及其系统、计算机设备、存储介质
CN113204026B (zh) 一种后毫米波雷达盲区检测性能提升方法
US11423661B2 (en) Object recognition apparatus
US20220375231A1 (en) Method for operating at least one environment sensor on a vehicle
CN103886292A (zh) 一种基于机器视觉的夜间车辆目标稳定跟踪方法
CN111626334B (zh) 一种车载高级辅助驾驶系统的关键控制目标选择方法
CN114084129A (zh) 一种基于融合的车辆自动驾驶控制方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination