一种智能车载激光打击方法

本发明涉及智能车相关，特别涉及一种智能车载激光打击方法。

背景技术：

1、在智能车控制技术领域，感知与控制功能是决定智能车运行性能、环境适应性以及任务完成度的核心，现有技术中的智能车采用差速电机实现运动，感知依赖使用视觉传感器和/或超声波传感器进行传感检测，但模块之间的协同控制性较差，例如在控制逻辑方面，采用视觉与运动的单向数据传输，缺乏闭环融合，从而导致车体目标定位精度低，测距误差大，运动过程的环境适应性差；此外运动控制忽略路面摩擦差异，采用固定的pid参数；激光瞄准未考虑响应延迟，无动态功率调节，无提前量补偿。

2、鉴于此，特提出本发明。

技术实现思路

1、本发明为了解决上述技术的不足，提供一种智能车载激光打击方法，通过动态的置信度评估和iakf融合多传感检测数据，实现视觉、超声和陀螺仪数据的高精度融合，提升目标定位鲁棒性，低光照下识别率从小于60%提升至95%，超声波远距离测距误差从大于10%降至小于5%，环境适应性显著提升。

2、本发明提供的技术方案内容具体如下：

3、一种智能车载激光打击方法，包括：

4、s10、获取图像采集数据，依次通过补偿环境光干扰、模型检测靶标、过滤冗余框对图像采集数据处理，输出靶标中心坐标与视觉识别置信度；

5、获取目标距离采集数据，评估距离数据的可靠性，当超声置信度不足时，检验判别异常数据，并据此切换至冗余超声模块；

6、s20、通过iakf融合图像采集数据、目标距离采集数据和陀螺仪数据，将超声置信度和视觉识别置信度纳入观测噪声矩阵进行处理，输出目标三维坐标与目标运动速度；

7、s30、stm32根据步骤s20获取的目标运动速度，通过逆运动学模型获取四个麦克纳姆轮的转速以及进行转速优化；

8、对目标三维坐标进行激光发射角度解算和角度提前量补偿，调整激光发射功率，避免误触发。

9、进一步的，图像采集数据通过k210获取，通过hsv双向归一化补偿环境光干扰，并且环境光干扰补偿公式如下：

10、

11、其中h为图像的色相值，μh为图像的色相均值，σh为图像的色相标准差，

lambient为环境光强。

12、进一步的，通过超声置信度模型评估步骤s10中距离数据的可靠性，超声置信度模型的计算公式为：

13、

14、其中σd为历史测距方差；

dmax为超声波雷达最大探测距离，取值为3m；δt为数据更新间隔，取值为20ms；α/β/γ为经验系数，分别取0.6、0.4、0.1。

15、进一步的，当超声置信度不足时，检验判别异常数据，并据此切换至冗余超声模块，具体包括：

16、判断超声置信度

c

ultrasonic是否小于预设阈值，若

c

ultrasonic

<0.4，则执行卡方检验以判断异常目标距离数据，卡方检验公式包括：

17、

18、其中，

μd为测距均值，n为采样次数，取n=5次，χ2crit为临界值，取9.49；

19、当卡方检验目标距离数据满足上述卡方检验公式时，则判定当前采集的数据为异常目标距离数据，启动冗余超声模块，切换至冗余超声模块采集目标距离数据。

20、进一步的，步骤s20中的观测噪声矩阵为：

21、

22、其中，rultra为超声固有噪声，取0.02m²；rvision为视觉固有噪声，取0.01m²。

23、进一步的，目标距离采集采用超声波检测，超声波检测包括：

24、当超声检测到障碍距离<0.3m时，触发紧急避障，快速降低车速至静止，避免碰撞；

25、当超声检测到障碍距离0.3~1m时，通过路径代价算法进行局部路径重规划，生成绕障最优路径并更新运动指令；

26、当超声检测到障碍距离>1m时，维持原始全局运动指令，系统按既定规划行驶。

27、进一步的，转速优化包括：采用抗积分饱和的pid算法优化电机转速，结合编码器实时反馈的轮速，将平移误差控制在预设范围内，其中pid算法包括：

28、

29、其中，error为目标转速与实际转速的偏差，积分项通过限幅避免饱和。

30、进一步的，激光发射角度解算包括：

31、根据k210输出的靶标中心坐标，结合摄像头标定矩阵与畸变系数，通过透视变换解算云台的偏航角θ与俯仰角φ，公式如下：

32、

33、其中xt、yt为靶标在图像坐标系下的偏移量，fx、fy为摄像头焦距，其中fx、fy摄像头焦距分别取320px、240px。

34、进一步的，角度提前量补偿包括：

35、根据目标运动速度

vt与敌我距离dt计算角度提前量δθ，角度提前量δθ计算公式包括：

36、其中ψ为目标运动方向与相对位置向量的夹角。

37、进一步的，调整激光发射功率包括：通过自适应脉冲调制动态调整激光功率，当视觉识别置信度>0.8时发射激光，避免误触发；并且激光功率调整公式如下：

38、

39、其中β为衰减系数，β=0.5 m-1，dt为敌我距离。

40、与现有技术相对比，本发明具有以下有益性技术效果具体如下：

41、⑴通过动态的置信度评估和iakf融合多传感检测数据，实现视觉、超声检测和陀螺仪数据的高精度融合，提升目标定位鲁棒性，低光照下识别率从小于60%提升至95%，超声波远距离测距误差从大于10%降至小于5%，环境适应性显著提升；

42、⑵激光瞄准引入提前量补偿与动态功率调节，1m距离内命中率从小于70%提升至93%，系统响应延迟从1s降至200ms，满足动态目标打击需求；

43、⑶运动精度显著提升，通过麦克纳姆轮全向驱动以及动态摩擦补偿，平移误差从现有技术中的5cm降低至2cm，旋转偏差从5o降至2o

44、，满足复杂对抗场景的机动需求；

45、⑷提供模块化的硬件架构与可复用的算法框架（如pid、iakf代码可直接移植），可减少对定制化硬件的依赖，缩短研发周期30%以上，降低测试成本。

1.一种智能车载激光打击方法，其特征在于，包括：

2.根据权利要求1所述的一种智能车载激光打击方法，其特征在于，所述图像采集数据通过k210获取，通过hsv双向归一化补偿环境光干扰，并且所述环境光干扰补偿公式具体包括：

3.根据权利要求1所述的一种智能车载激光打击方法，其特征在于，通过超声置信度模型评估步骤s10中所述距离数据的可靠性，所述超声置信度模型的计算公式为：

4.根据权利要求3所述的一种智能车载激光打击方法，其特征在于，当超声置信度不足时，检验判别异常数据，并据此切换至冗余超声模块，具体包括：

5.根据权利要求1-4任意一项所述的一种智能车载激光打击方法，其特征在于，步骤s20中的所述观测噪声矩阵为：

6.根据权利要求5所述的一种智能车载激光打击方法，其特征在于，所述目标距离采集采用超声波检测，所述超声波检测包括：

7.根据权利要求5所述的一种智能车载激光打击方法，其特征在于，所述转速优化包括：采用抗积分饱和的pid算法优化电机转速，结合编码器实时反馈的轮速，将平移误差控制在预设范围内，其中pid算法包括：

8.根据权利要求1-4任意一项所述的一种智能车载激光打击方法，其特征在于，所述激光发射角度解算包括：

9.根据权利要求8所述的一种智能车载激光打击方法，其特征在于，所述角度提前量补偿包括：

10.根据权利要求9所述的一种智能车载激光打击方法，其特征在于，所述调整激光发射功率包括：通过自适应脉冲调制动态调整激光功率，当视觉识别置信度>0.8时发射激光，避免误触发；并且所述激光功率调整公式如下：