基于多信息融合的主動駕駛方法
【技術領域】
[0001]本發(fā)明屬于主動駕駛技術領域，具體說是一種基于多信息融合的主動駕駛方法。
【背景技術】
[0002]目前從汽車的輔助駕駛領域到汽車的主動駕駛相關技術中，基本都采用對路況信息進行識別，包括交通信號燈、斑馬線、停止線等信息，來判斷是否需要減速、停止等操作。而針對這些基本的路況信息的檢測與識別往往存在一定的誤差，因為主動駕駛車輛還處于試驗與探索階段，所以為了更好地幫助駕駛控制決策，需要提供更加豐富可靠且可信度高的信息。尤其交通安全關乎駕駛者本身與他人的安全，更是含糊不得。
【發(fā)明內容】
[0003]本發(fā)明提供了一種基于多信息融合的主動駕駛方法，該方法是基于交警手勢動作識別、交通信號燈識別、周圍車輛行為識別、地面交通標志包括停止線、斑馬線、轉向標志等識別及其他障礙物識別等多信息融合，來共同幫助控制決策模塊進行主動駕駛。
[0004]為實現上述目的，本發(fā)明的技術方案是，基于多信息融合的主動駕駛方法，是通過以下步驟實現的:
[0005]S1:在汽車行進過程中，用視覺傳感器對周圍環(huán)境中的行人進行檢測，同時對交通信號燈及周圍車輛等進行檢測；
[0006]S2:當檢測到行人的時候，對行人是否為交通管制人員進行判斷，如果是交通管制人員，對其動作進行識別，根據交通管制人員動作判斷當前該如何駕駛并將相應駕駛策略發(fā)送給駕駛控制模塊；
[0007]S3:視覺傳感器對地面交通標志檢測，獲取標志指示策略并發(fā)送給駕駛控制模塊；視覺傳感器對交通信號燈檢測，獲取信號燈指示策略并發(fā)送給駕駛控制模塊；
[0008]S4:車載雷達系統與車載視覺傳感器共同檢測前方與兩側車輛及其駕駛行為，通過其駕駛行為來判斷周圍車輛對當前路況的判斷，并將周圍車輛行車狀態(tài)發(fā)送給駕駛控制模塊；
[0009]S5:在獲取了交通管制人員動作相應的駕駛策略、路面標志給出的駕駛策略、交通信號燈給出的策略、周圍車輛的行為狀態(tài)后，駕駛控制模塊對各模塊的信息進行加權融合。
[0010]進一步的，所述的地面交通標志，包括停止線、斑馬線、轉向標志等。
[0011]進一步的，步驟S2中判斷行人是否為交通管制人員是通過如下具體步驟進行的:
[0012]步驟1:搜集大量行人與交通管制人員的熒光馬甲圖像樣本與其負樣本；
[0013]步驟2:通過adboost進行特征統計，離線訓練得到關于行人檢測的分類器與熒光馬甲檢測的分類器，并建立熒光馬甲的顏色直方圖模板；
[0014]步驟3:當主動駕駛系統通過行人檢測模塊檢測出有行人目標出現時，對行人的軀干部分上下左右各偏離1/2區(qū)間，進行熒光馬甲的顏色直方圖模板匹配；
[0015]步驟4:模板匹配后對相似度度量達到85%以上的多個候選區(qū)域進行熒光馬甲分類器精確檢測，選取其中置信度最高的區(qū)域作為最終結果的置信度；
[0016]步驟5:最終結果的置信度大于閾值時，檢測到行人為交通管制人員。
[0017]進一步的，當檢測到行人為交通管制人員時，對交通管制人員的帽子進行類型識另IJ，其步驟如下:
[0018]A、通過adboost進行特征統計，離線訓練大樣本的交警警帽圖片，進而確定交警警帽分類器；
[0019]B、在上述檢測出交通管制人員的基礎上，通過對檢測出的行人頭部區(qū)域進行上下左右各1/2區(qū)域的擴充；
[0020]C、然后對擴充后的頭部區(qū)域進行交警警帽的檢測，利用步驟A中訓練得到的交警警帽分類器，判斷該區(qū)域內是否有交警警帽，如果有則該交通管制人員為交警；否則為協勤。
[0021 ]進一步的，步驟S3中，對交通信號燈的檢測方法，具體是通過以下步驟實現的:
[0022]Dl:利用車載GPS對車身位置進行定位，以獲取車身位置信息；
[0023]D2:利用車身所在車道信息，通過地圖查找比對的方式對GPS定位的結果進行第一次校正；
[0024]D3:利用車載雷達系統對車身位置進行第二次校正；
[0025]D4:獲取到車身實時的精確位置后，控制模塊將精確位置信息傳給地圖模塊，查詢當前位置距離前方路口的距離，根據前方路口的距離與自身車速，計算出到達前方路口的時間；
[0026]D5:在以車身為中心的世界坐標系中，得到信號燈的坐標，通過世界坐標系轉換為圖像坐標系，確定信號燈的圖像坐標區(qū)域；
[0027]D6:在圖像坐標系中鎖定信號燈的圖像坐標區(qū)域來檢測信號燈。
[0028]作為更進一步的，步驟D2中車身所在車道信息是通過下面方法獲得的:在GPS獲取車身位置信息的同時，車載視覺傳感器檢查路面的車道線，并通過車道線在視覺場景中的坐標位置關系，確定車身所在的車道。
[0029]作為更進一步的，步驟D3中第二次校正為:車載雷達系統檢測路兩邊的馬路邊界突起，通過局部三維信息重建技術測量馬路邊界的寬度，并且確定車身距離兩側馬路邊界的精確距離。
[0030]作為更進一步的，在步驟S4中獲取了車身距離信號燈距離d后，根據車身高度與信號燈高度之差H-h得到三角形的兩條直角邊，求出第三條邊的長度，進而以車身為中心建立世界坐標系。
[0031]作為更進一步的，在步驟S4中車輛行為，包括加速、減速、剎車停止等動作。
[0032]作為更進一步的，在步驟S5中加權融合是指在有交警指揮的駕駛策略時，以交警指揮為準;在沒有交警指揮的情況下，對交通信號燈給出的策略與地面交通標志給出的策略結合，并兼顧周圍車輛駕駛行為，在駕駛行為上與周圍車輛大致保持一致。
[0033]本發(fā)明由于采用以上技術方案，能夠取得如下的技術效果:本發(fā)明的主動駕駛技術不但考慮了交通燈與路面標志燈比較固定的檢測目標信息，還考慮了交警指揮動作與周圍車輛的行為狀態(tài)等外界動態(tài)信息，使主動駕駛具有更大的靈活性與對環(huán)境更強的適應能力。利用周圍多數車輛的行為狀態(tài)，保持自身行駛狀態(tài)與周圍多數車輛相協調，從而在一定程度上保證了主動駕駛車輛的安全。
[0034]利用精確定位獲取的汽車車身與信號燈的實時距離信息，結合信號燈高度、車身高度等先驗信息，結合幾何關系，確定信號燈在世界坐標系中的位置范圍。利用世界坐標系到圖像坐標系的轉換，得到在圖像坐標系中的位置范圍，進而減少遍歷窗口的范圍，極大地提高了搜索檢測的效率，從而能夠更早的給系統提示交通信號燈的信息。
[0035]利用交通管制人員的熒光馬甲的顏色分布直方圖，在檢測出的行人軀干部分臨近范圍內進行初步檢測，然后對檢測出的候選區(qū)域進行分類器的精確識別，從而提高了交通管制人員的識別效率。通過對交警警帽建立分類器，在檢測出交通管制人員的時候，在其頭部區(qū)域鄰域內進行交警警帽檢測，從而判別該交通管制人員是否是交警。
【附圖說明】
[0036]本發(fā)明共有附圖6幅:
[0037]圖1為基于多信息融合的主動駕駛方法流程框圖；
[0038]圖2為交通管制人員識別過程流程框圖；
[0039]圖3為交警識別過程流程框圖；
[0040]圖4為交通信號燈檢測流程框圖；
[0041 ]圖5為車身與信號燈距離位置關系示意圖；
[0042]圖6為實施例3中圖像坐標系中目標區(qū)域的擴大示意圖。
【具體實施方式】
[0043]下面通過實施例，并結合附圖，對本發(fā)明的技術方案作進一步的具體說明。
[0044]實施例1
[0045]基于多信息融合的主動駕駛方法，其特征在于，是通過以下步驟實現的:
[0046]S1:在汽車行進過程中，用視覺傳感器對周圍環(huán)境中的行人進行檢測，同時對交通信號燈及周圍車輛進行檢測；
[0047]S2:當檢測到行人的時候，對行人是否為交通管制人員進行判斷，如果是交通管制人員，對其動作進行識別，根據交通管制人員動作判斷當前該如何駕駛并將相應駕駛策略發(fā)送給駕駛控制模塊;此處使用隱馬爾科夫模型結合維特比算法檢測交警動作，也可以使用其他方法，根據交警動作來判斷當前該如何駕駛停止、減速慢行、還是正常通過等。
[0048]S3:視覺傳感器對地面交通標志檢測，獲取標志指示策略并發(fā)送給駕駛控制模塊；視覺傳感器對交通信號燈檢測，獲取信號燈指示策略并發(fā)送給駕駛控制模塊;所述的地面交通標志，包括停止線、斑馬線、轉向標志等；
[0049]S4:車載雷達系統與車載視覺傳感器共同檢測前方與兩側車輛及其駕駛行為，通過其駕駛行為來判斷周圍車輛對當前路況的判斷，比如當周圍車輛都開始減速時，可以初步推斷前方很可能有需要減速的因素(例如，即將紅燈或前方有交警指揮需要減速繞行等)，并將周圍車輛行車狀態(tài)發(fā)送給駕駛控制模塊，這樣做是基于周圍絕大多數車輛的動作;其駕駛行為包括加速、減速、剎車停止等動作。
[0050]S5:在獲取了交通管制人員動作相應的駕駛策略、路面標志給出的指示策略、交通信號燈給出的指示策略、周圍車輛的駕駛行為狀態(tài)后，駕駛控制模塊對各模塊的信息進行加權融合。加權融合是指在有交警指揮的駕駛策略時，以交警指揮為準;在沒有交警指揮的情況下，對交通信號燈給出的策略與地面交通標志給出的策略結合，并兼顧周圍車輛駕駛行為，在駕駛行為上與周圍車輛大致保持一致。
[0051]本發(fā)明提出的考慮了交通燈與路面標志燈比較固定的檢測目標信息，還考慮了交警指揮動作與周圍車輛的行為狀態(tài)等外界動態(tài)信息，將多種渠道獲取的對主動駕駛有參考價值的信息進行了融合的方法。根據檢測周圍車輛并測算其運行狀態(tài)，在駕駛策略上多方面考慮交通燈與路面標志及交警指揮等信息，并盡量保持與周圍車輛一致。
[0052]實施例2
[0053]該實施例與實施例1不同的是在步驟S3中，對交通信號燈的檢測方法，具體是通過以下步驟實現的:
[0054]應用在主動駕駛技術中識別交通管制人員的方法，是通過以下步驟實現的:
[0055]步驟1:搜集大量行人與交通管制人員的熒光馬甲圖像樣本與其負樣本；
[0056]步驟2:通過adboost