基于商用车车道偏离预警系统的数据融合处理装置及方法与流程
本发明涉及商用车主动安全adas技术、多传感器数据融合技术、车道偏离预警,具体涉及基于商用车车道偏离预警系统的数据融合处理装置及方法。
背景技术:
1、商用车包含重卡、轻卡、客运大巴、工程运输车等车型,具有车身长、载重跨度大、行驶惯性大、车身姿态波动明显、运营工况复杂的特点,是道路交通安全事故高发车型。车道偏离引发的侧翻、剐蹭、追尾事故在商用车事故中占比极高,因此车道偏离预警系统(ldw)是商用车必备的主动安全配置。
2、目前市面上传统商用车车道偏离预警系统大多采用单一前视摄像头感知方案,存在明显技术缺陷:其一,在雨天、雾天、雪天、夜间强光、逆光、路面标线磨损模糊工况下,摄像头成像质量大幅下降,车道线识别失效,极易出现漏预警;其二,车辆高速行驶、路面颠簸、车身抖动时,单帧图像识别误差大,容易产生频繁误预警,干扰驾驶员正常驾驶;其三,单一视觉方案无法感知车辆姿态变化与行驶惯性,针对商用车长车身、大惯性的行驶特性适配性极差,偏离判定滞后、精度不足。
3、现有部分改进方案采用摄像头+毫米波雷达融合方式,但仅为简单数据叠加,未针对商用车行驶特性做算法优化,存在数据时空不同步、传感器权重固定、无法适配载重与车速变化、姿态漂移无法修正的问题,依然存在恶劣工况稳定性差、高低速工况预警精度不一致的缺陷。同时,现有技术未结合imu惯性姿态数据与车辆can总线工况数据,无法动态修正商用车大惯性行驶带来的偏离偏差,导致预警系统通用性、可靠性较低。
4、综上,现有商用车车道偏离预警技术存在传感器单一、融合策略简单、无商用车专属修正模型、复杂环境抗干扰能力弱、误漏报率高的技术痛点,亟需一种适配商用车行驶特性、多源数据深度融合、动态自适应修正的车道偏离预警数据处理装置及方法。
技术实现思路
1、本发明针对现有技术的缺陷,提供基于商用车车道偏离预警系统的数据融合处理装置及方法,以解决技术背景中提出的问题。
2、本发明的技术目的主要通过以下技术方案实现:基于商用车车道偏离预警系统的数据融合处理装置,其特征在于,包括多源数据采集模块、数据预处理与时空对齐模块、异常数据甄别剔除模块、自适应权重融合处理模块、商用车偏离状态判定模块、多级预警输出模块以及存储与调度模块。
3、所述多源数据采集模块,分别电连接前视视觉摄像头、车载毫米波雷达、imu惯性测量单元以及车辆can总线,用于实时同步采集车道视觉图像数据、路面相对位置雷达检测数据、车辆三轴姿态与角速度数据、车辆车速、转向角度、载荷状态、行驶工况数据。
4、所述数据预处理与时空对齐模块,与多源数据采集模块信号连接,用于对不同采样频率、不同维度的异构传感器数据进行降噪预处理、时间戳统一校准、空间坐标系转换,将所有传感器数据统一至车辆底盘坐标系,完成多源数据时空基准对齐。
5、所述异常数据甄别剔除模块,用于针对商用车行驶颠簸、车身抖动、传感器瞬时干扰产生的异常数据,通过阈值比对、时序连续性校验、多源数据交叉验证机制,剔除突变噪声数据、失效帧数据与漂移异常数据。
6、所述自适应权重融合处理模块,用于根据实时环境工况、车辆行驶状态动态分配摄像头、毫米波雷达、imu、can数据的融合权重,提取车道线特征、车辆横向偏移量、航向角偏差、姿态波动参数,输出融合后的高精度车辆车道相对位置状态信息。
7、所述商用车偏离状态判定模块,内置适配商用车长车身、重载、大惯性特性的动态偏离阈值模型,根据融合数据实时计算车辆横向偏离距离、偏离趋势、航向偏离角度,判定车辆轻微偏离、临界偏离、严重偏离三种状态。
8、所述多级预警输出模块,根据偏离状态等级对应输出仪表提示预警、声光预警、车道偏离辅助纠偏预警信号,同时联动车载终端记录预警数据。
9、所述存储与调度模块,用于存储融合算法模型、工况阈值参数、历史行驶数据,同时实现各模块时序调度与数据缓存。
10、较佳的,所述前视视觉摄像头用于采集路面车道线纹理、车道边界、路面标识图像数据;所述毫米波雷达用于检测车辆与车道边缘相对距离、前方路面障碍物与路面平整度数据;所述imu惯性测量单元用于实时采集车辆俯仰角、横滚角、航向角、三轴加速度与角速度数据;所述can总线用于同步采集车辆实时车速、方向盘转角、载重载荷、档位状态、制动状态行驶参数。
11、较佳的,所述时空对齐模块具体包括时间同步单元与空间配准单元,所述时间同步单元基于系统高精度时钟对各传感器数据进行插值补帧、时间戳校准,统一采样周期;所述空间配准单元将图像像素坐标系、雷达极坐标系、imu惯性坐标系统一转换为车辆底盘中心坐标系,消除多传感器安装偏差带来的空间误差。
12、本发明公开了基于商用车车道偏离预警系统的数据融合处理方法,包括以下步骤:s1、多源异构数据同步采集:通过摄像头、毫米波雷达、imu惯性测量单元、can总线同步实时采集车道视觉数据、路面相对位置数据、车辆姿态时序数据、车辆行驶工况数据。
13、s2、数据预处理与时空统一对齐:对采集的原始数据分别进行图像降噪、雷达杂波过滤、imu零偏校正、can数据滤波处理,统一所有数据时间戳与空间坐标系,形成时序对齐的标准化数据集。
14、s3、异常数据甄别与剔除:通过时序连续性校验判断传感器瞬时突变数据,通过多源数据交叉比对识别漂移失效数据,剔除恶劣工况下的无效噪声数据,保留有效特征数据。
15、s4、多源数据自适应权重融合:根据实时天气工况、车速区间、车辆载荷状态动态调整各传感器融合权重,低速平稳工况提升视觉数据权重,高速、雨雪雾、颠簸工况提升雷达与imu姿态数据权重,融合输出高精度车辆车道相对偏移参数。
16、s5、商用车专用车道偏离状态判定:基于融合后的偏移参数,结合商用车长车身大惯性修正模型,动态计算横向偏离距离、偏离变化速率、航向角偏差,区分轻微偏离、临界偏离、严重偏离三种工况状态。
17、s6、多级分级预警输出:针对不同偏离状态输出对应等级预警信号,轻微偏离进行仪表文字提示,临界偏离进行声光预警,严重偏离联动车道辅助纠偏并输出高强度预警,同时完成数据存储与上传。
18、较佳的,步骤s4中自适应权重融合具体方式为:构建多维度权重分配函数,以车速、路面平整度、光照强度、天气工况、车辆载重为权重修正因子,视觉数据权重区间为0.3~0.7,雷达数据权重区间为0.2~0.5,imu姿态数据权重区间为0.1~0.3,各权重实时归一化处理,实现动态自适应融合。
19、较佳的,步骤s5中商用车偏离阈值动态修正方法为:针对商用车车身长度大于乘用车、重载姿态下沉、转弯惯性大的特性,设置车速越高、载重越大,偏离判定阈值自适应小幅放宽,偏离趋势速率阈值同步修正,避免商用车大惯性行驶导致的误预警与滞后预警。
20、较佳的,步骤s3中异常数据剔除包括:对单帧图像无车道线特征、雷达数据超出有效检测区间、imu数据突变超出正常行驶阈值、can数据异常跳变的数据直接标记为无效数据并剔除,采用前后帧有效数据插值补全缺失数据。
21、较佳的,所述装置适配重卡、轻卡、大中型客车各类商用车车型,支持高速巡航、国道行驶、颠簸路面、雨雪雾强光复杂工况下的车道偏离精准预警。
22、综上,本发明具有以下有益效果:本发明采用视觉、雷达、imu、can总线四源数据深度融合,突破传统单源、双源感知局限,全方位覆盖车道纹理、路面距离、车辆姿态、行驶工况信息,复杂恶劣环境抗干扰能力大幅提升,显著降低误报、漏报概率。
23、本发明采用动态自适应权重融合策略,可根据行驶工况自动切换传感器主导权重,适配高速、低速、重载、空载、雨雪雾、强光等全场景工况,通用性极强。
24、本发明独创商用车专属偏离阈值修正模型,针对商用车长车身、大惯性、载重波动大的特性优化判定逻辑,解决传统算法照搬乘用车模型导致的预警滞后、判定不准问题。
25、本发明设置多级分级预警机制,区分轻微、临界、严重偏离状态,预警输出更贴合商用车驾驶习惯,兼顾安全与驾驶体验。
26、本发明结构简洁、算法轻量化,可直接集成于现有商用车adas控制器,无需大幅改动硬件结构,落地成本低、适配性强,具备极高的产业化应用价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com