一种基于车灯光学成像的自动驾驶环境感知融合方法与流程

摘要: 本发明属于自动驾驶与智能车灯控制,尤其涉及一种基于车灯光学成像的自动驾驶环境感知融合方法。背景技术:1、汽车智能化是指通过人工智能、物联网、大数据等技术,实现汽...
一种基于车灯光学成像的自动驾驶环境感知融合方法与流程

本发明属于自动驾驶与智能车灯控制,尤其涉及一种基于车灯光学成像的自动驾驶环境感知融合方法。

背景技术:

1、汽车智能化是指通过人工智能、物联网、大数据等技术,实现汽车的自动驾驶、远程控制、智能互联等功能,从而提高汽车的安全性、舒适性和效率。随着人们对安全性和舒适性的追求,汽车智能化已经成为了汽车制造业未来的发展方向。作为汽车行驶过程中重要的功能之一,车灯系统也需要智能化来满足驾驶员的不同需求。

2、当前自动驾驶感知系统主要依靠车载摄像头、毫米波雷达、激光雷达实现道路障碍物、车道线、行人、交通标识识别,车辆前照灯仅具备基础路面照明功能,车灯光学系统与车载感知系统相互独立,灯光输出无法根据感知需求动态调整,照明光场与感知成像需求不匹配,二者无法协同工作。公布号cn119676902a公开了一种智能车灯系统及其控制方法,该方案通过车载摄像头识别道路行人、车辆后,控制车灯分区遮蔽眩光区域并投射警示光语,其虽然能够实现对车灯照射范围和光照强度的自适应调节,但是其仅设置单层白光光源模组,以单一白光同时实现路面照明、传感器补光、外部投影交互,仍然存在以下缺陷:1.可见光、红外感知光路无物理隔离,白光与红外光路互相串光,白光强光会造成红外相机曝光过曝,无法兼顾人眼防眩照明与机器感知成像,弱光、逆光、雨雪环境成像信噪比低,远距离低反光目标识别效果差;2.车灯控制仅单向接收传感器识别信号,不存在感知置信度闭环反馈调节光场的机制,弱光场景传感器识别精度下降时,无针对性光谱亮度补偿策略;3.未结合高精地图预规划光场参数,仅能对当前视野内目标做后置被动调光,弯道、隧道等场景调节滞后。

3、因此,上述问题是在对自动驾驶和智能车灯设计和使用过程中应当考虑和解决的问题。

技术实现思路

1、为了解决上述技术问题,本发明提供一种基于车灯光学成像的自动驾驶环境感知融合方法,实现三层独立光场同步投射、多模感知时空融合闭环调节、全工况自适应光场适配,同步满足人眼安全照明、车载机器感知补光、车路人车交互三重需求。

2、为实现上述目的,本发明提供一种基于车灯光学成像的自动驾驶环境感知融合方法,具体包括以下步骤,

3、s1: 搭建融合硬件架构,所述硬件架构包括自动驾驶域控制器、多模态感知单元和分层式智能车灯总成,所述车灯总成划分多个独立可控光源分区,每个光源分区均配置分光微滤光模组,能够同步投射照明白光层、机器感知光谱层、外部交互光语层三个独立光场,三层光场光路物理解耦,互不串光;

4、s2: 域控制器同步采集多模态感知单元输出的目标数据,对多源数据做时空配准融合,构建道路目标三维立体模型;

5、s3:基于三维立体模型分别判定照明白光层、机器感知光谱层、外部交互光语层的独立光场控制需求,标记眩光禁区、感知弱光区域、交互光语触发场景;

6、s4:通过预设多模态光谱-光场映射模型,分别解算三层光场各自的光谱波段、分区亮度、投射光斑参数;其中机器感知光谱层根据对应传感器类型匹配专属光谱,且在照明白光层遮蔽的对向眩光区域保留低亮度感知光谱输出;

7、s5:驱动车灯总成同步输出三层独立光场,多模态感知单元采集分层光场下的成像与点云数据,完成道路目标二次识别;

8、s6:将多模态感知单元的识别置信度闭环反馈至映射模型,迭代修正机器感知光谱层光场参数,若任意一类感知单元识别置信度低于阈值,单独提升对应感知光谱层分区亮度及调整投射角度,直至全部感知识别置信度达到预设阈值;

9、s7:根据不同行驶工况自适应切换感知层光谱波段与三层光场投射范围,域控制器实时加载高精地图静态道路标签与导航规划路径,提前预计算三层光场参数,对弯道、坡道、隧道场景提前完成分层光谱与光斑自适应调节。

10、本发明的进一步改进在于:所述分层式智能车灯总成配置三路独立供电回路,所述照明白光层、感知专用光谱层、交互光语层分别搭载独立驱动芯片与故障采集引脚。

11、三层光场配备独立供电、独立驱动芯片,单一层硬件故障不会中断另外两层功能;针对照明层、感知层、交互层三类故障分别设置专属兜底补光方案,故障消除后自动恢复完整功能,极大提升自动驾驶行车容错安全性;

12、本发明的进一步改进在于:所述域控制器内置故障调度逻辑,实时采集三层光源分区电压、光谱输出反馈信号,任意一层硬件失效时触发故障调度逻辑,单一层硬件失效时另外两层光场正常工作,并根据故障类型切换兜底补光策略。

13、本发明的进一步改进在于:所述故障调度逻辑为,若照明白光层分区故障,则自动压缩交互光语层投射面积,提升机器感知光谱层全域基础光谱亮度; 若机器感知光谱层分区故障,则控制照明层叠加低功率850nm红外混合光谱,临时弥补红外相机补光需求;若交互光语层驱动故障,则直接关闭交互光语层,照明白光层、机器感知光谱层两层不受影响正常运行,故障消除后自动恢复完整三层独立光场输出。

14、本发明的进一步改进在于:所述步骤s1中,所述多模态感知单元包括可见光摄像头、红外相机、激光雷达以及毫米波雷达。

15、本发明的进一步改进在于:所述步骤s1中,所述分光微滤光模组为纳米光学薄膜,实现三层光谱光路分离,使得三层光场之间串光抑制率大于95%。

16、本发明的进一步改进在于:所述步骤s3中三个独立光场的控制需求分别为,照明白光层:标记对向车辆、行人、非机动车眩光禁区,规划柔和均匀路面照明光斑;机器感知光谱层需求:针对远距离低反光障碍物、夜间行人、隧道阴影、雨雪弱光区,匹配对应传感器专属光谱波段,激光雷达覆盖区域降低感知层光源强度,消除光学噪点;外部交互光语层需求:根据自动驾驶变道、避让、路口通行指令生成行人警示光语图案。

17、本发明的进一步改进在于:步骤s4中,机器感知光谱层光谱匹配策略为目标距离30米以内启用850nm近红外窄带光增强红外相机,30–100米采用高显色白光增强可见光摄像头,激光雷达探测覆盖区域降低机器感知光谱层光源亮度以消除光学杂光干扰。

18、本发明的进一步改进在于:所述矩阵式智能车灯为micro-led矩阵光源,车灯各分区三层光场独立驱动响应延迟不大于8ms,满足自动驾驶实时感知、动态光场快速调节的严苛时序要求,适配高速行驶场景下的即时环境响应。

19、本发明的进一步改进在于:所述步骤s7中,行驶工况至少包括高速巡航、城市低速、隧道通行、雨雪天气,雨雪大雾工况下感知层自动切换长波段红外光谱,抑制空气中悬浮颗粒带来的成像散射模糊,高速工况收缩三层光场投射角度,城市低速工况扩大光斑覆盖范围。

20、与现有技术相比,本发明可以获得包括以下技术效果:1.采用分光微滤模组,同步输出照明白光、机器感知专用光谱、人车交互光语三层物理隔离独立光场,兼顾行车照明安全与车载传感器成像质量,解决传统车灯白光干扰红外相机、红外补光污染可见光成像的矛盾;2.域控制器同步采集多模态感知单元的数据完成时空配准,构建高精度三维环境模型作为光场调控依据,实现车灯光场与环境感知深度协同;3.将多模态感知单元的目标识别置信度实时反馈至光场映射模型,感知识别精度不足时动态调节感知光谱亮度、光斑角度,针对性补偿弱光、远距离障碍物成像缺陷,大幅提升夜间、隧道、雨雪环境自动驾驶感知可靠性;4.结合高精地图、导航路径提前预判弯道、坡道、隧道,区分不同工况动态切换光谱波段、光斑投射范围,适配全场景自动驾驶感知需求。