自动驾驶车辆的可通行空间动态融合方法及装置与流程

1.本技术涉及车辆自动驾驶技术领域，特别涉及一种自动驾驶车辆的可通行空间动态融合方法及装置。


背景技术：

2.相关技术中，采用固定帧数的历史帧数据进行多帧叠加融合，可以消除由于偶发性带来的单帧检测误差，对接收到的每个传感器的数据进行多帧叠加融合滤波，提升数据的准确性。
3.然而，相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性，亟待解决。


技术实现要素：

4.本技术是基于发明人对以下问题和认识作出的：
5.自动驾驶可通行空间freespace的检测，通过安装在自动驾驶车辆的多传感器对自动驾驶行驶车辆周边路沿石、路障、静止的车辆以及其他静态障碍物边界的检测，进而识别出可通行的边界，形成车辆的freespace区域，为自动驾驶的预测规划模块提供路径规划等辅助支持，对于单传感器在其fov(field of view，视场角)范围内对静态障碍物的检测，只能够限制在其fov范围内，因此，对各个传感器检测到的freespace可行使区域，需要通过多传感器滤波融合技术进行融合，从而将freespace检测区域扩展为自动驾驶车辆360
°
的范围，并可以弥补各个传感器由于fov边缘检测精度低的问题，而多传感器融合的过程中，为了提高检测的稳定性，消除由于偶发性带来的单帧检测误差，需要对接收到的每个传感器的数据需要进行多帧叠加融合滤波。
6.现有的多帧叠加融合滤波，一方面可以提高系统对的稳定性，以及数据的准确性，但是，采用固定的帧数叠加，也会给系统带来一定的滞后性，在将历史帧数据进行航迹推算的时，在不同车速下，车辆运动模型引入的航机推算误差也会有所差异，因此，随着帧数的增加，航迹推算带来的误差也会随之累加，从而大大降低系统的时效性，另一方面，多帧叠加融合滤波，提高了系统输入数据的数据量，但对整个系统的处理性能提出了更高的要求。
7.本技术提供一种自动驾驶车辆的可通行空间动态融合方法及装置，以解决相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性的技术问题。
8.本技术第一方面实施例提供一种自动驾驶车辆的可通行空间动态融合方法，包括以下步骤：获取多个传感器采集的freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据；根据所述行驶数据确定所述自动驾驶车辆的当前所处速度区间匹配对应的目标帧数；根据所述目标帧数存储相应帧数的freespace数据，并结合所述目标物数据预先
融合滤波存储的freespace数据，基于建立的栅格地图形成所述自动驾驶车辆的freespace区域。
9.根据上述技术手段，本技术实施例可以根据车辆的实际车速匹配目标帧数，以将基于目标帧数存储的freespace数据进行滤波融合，确定freespace区域，从而降低了车辆自定义运动模型引入航迹推算的误差，提升了系统的时效性和稳定性，提高了系统的处理性能。
10.可选地，在本技术的一个实施例中，所述freespace数据包括带有第一时间戳信息、第一位置信息和第一类型信息的freespace点，且所述行驶数据包括数据的时间戳信息、对应时间戳下自车行驶的绝对速度、方向盘转角信息、车辆的转弯半径和所述自车的档位中的至少一项，以及所述目标物数据包括带有第二时间戳信息、第二位置信息、第二类型信息、朝向信息和动静状态信息的目标物信息中的至少一项。
11.根据上述技术手段，本技术实施例可以通过freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据，消除由于偶发性带来的单帧检测误差，提高检测结果的准确性、平滑性以及稳定性。
12.可选地，在本技术的一个实施例中，所述基于建立的栅格地图形成所述自动驾驶车辆的freespace区域，包括：计算融合后的freespace数据的多个初始freespace点的置信度和当前传感角度；根据所述多个初始freespace点的置信度和当前传感角度筛选出多个预设传感角度内每个预设传感角度的最高置信度的最终freespace点；基于所述每个预设传感角度的最高置信度的最终freespace点生成所述freespace区域。
13.根据上述技术手段，本技术实施例可以筛选出最高置信度的最终freespace点并生成freespace区域，有效的提升系统的时效性和稳定性，提高了系统输入数据的数据量的同时，提高了系统的处理性能。
14.可选地，在本技术的一个实施例中，在形成所述自动驾驶车辆的freespace区域之前，还包括：以所述自动驾驶车辆的后轴所在直线为栅格的高度起始线，并以垂直于所述自动驾驶车辆的后轴所在直线为栅格宽度的中心线，建立所述栅格地图。
15.根据上述技术手段，本技术实施例可以建立栅格地图，有效的提升了多帧叠加融合滤波的效率，提高了freespace结果的准确性，增加了系统的平滑性和可靠性。
16.可选地，在本技术的一个实施例中，在融合滤波所述存储的freespace数据之前，还包括：判断所述存储的freespace数据的实际帧数是否超过所述目标帧数；如果超过所述目标帧数，则基于数据的存储时刻筛除多余帧数；如果未超过所述目标帧数，则继续存储数据。
17.根据上述技术手段，本技术实施例可以通过存储的freespace数据的实际帧数，自定义运动模型进行航迹推算，有效的降低引入的误差，减少航迹推算后的历史帧数据失真，提升系统的时效性和适用性。
18.可选地，在本技术的一个实施例中，所述基于建立的栅格地图形成所述自动驾驶车辆的freespace区域，包括：将所述存储的freespace数据进行栅格化处理；将处理栅格化处理后的freespace数据的freespace点的位置信息及所述栅格地图的栅格分辨率相应投影到所述栅格地图中。
19.根据上述技术手段，本技术实施例可以对每个栅格中的多个freespace点采用均
值滤波进行数据平滑处理，得到多帧叠加融合滤波的freespace结果，从而可以提升系统的时效性和稳定性，提高了系统输入数据的数据量的同时，提高了系统的处理性能。
20.本技术第二方面实施例提供一种自动驾驶车辆的可通行空间动态融合装置，包括：获取模块，用于获取多个传感器采集的freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据；确定模块，用于根据所述行驶数据确定所述自动驾驶车辆的当前所处速度区间匹配对应的目标帧数；融合模块，用于根据所述目标帧数存储相应帧数的freespace数据，并结合所述目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成所述自动驾驶车辆的freespace区域。
21.可选地，在本技术的一个实施例中，所述freespace数据包括带有第一时间戳信息、第一位置信息和第一类型信息的freespace点，且所述行驶数据包括数据的时间戳信息、对应时间戳下自车行驶的绝对速度、方向盘转角信息、车辆的转弯半径和所述自车的档位中的至少一项，以及所述目标物数据包括带有第二时间戳信息、第二位置信息、第二类型信息、朝向信息和动静状态信息的目标物信息中的至少一项。
22.可选地，在本技术的一个实施例中，所述融合模块包括：计算单元，用于计算融合后的freespace数据的多个初始freespace点的置信度和当前传感角度；筛选单元，用于根据所述多个初始freespace点的置信度和当前传感角度筛选出多个预设传感角度内每个预设传感角度的最高置信度的最终freespace点；生成单元，用于基于所述每个预设传感角度的最高置信度的最终freespace点生成所述freespace区域。
23.可选地，在本技术的一个实施例中，本技术实施例的装置还包括：建立模块，用于在形成所述自动驾驶车辆的freespace区域之前，以所述自动驾驶车辆的后轴所在直线为栅格的高度起始线，并以垂直于所述自动驾驶车辆的后轴所在直线为栅格宽度的中心线，建立所述栅格地图。
24.可选地，在本技术的一个实施例中，本技术实施例的装置还包括：判断模块，用于在融合滤波所述存储的freespace数据之前，判断所述存储的freespace数据的实际帧数是否超过所述目标帧数；第一控制模块，用于在融合滤波所述存储的freespace数据之前，如果超过所述目标帧数，则基于数据的存储时刻筛除多余帧数；第二控制模块，用于在融合滤波所述存储的freespace数据之前，如果未超过所述目标帧数，则继续存储数据。
25.可选地，在本技术的一个实施例中，所述融合模块包括：处理单元，用于将所述存储的freespace数据进行栅格化处理；投影单元，用于将处理栅格化处理后的freespace数据的freespace点的位置信息及所述栅格地图的栅格分辨率相应投影到所述栅格地图中。
26.本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的自动驾驶车辆的可通行空间动态融合方法。
27.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的自动驾驶车辆的可通行空间动态融合方法。
28.本技术的有益效果：
29.(1)本技术实施例可以通过freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据，消除由于偶发性带来的单帧检测误差，提高检测结果的准确性、平滑性以
及稳定性。
30.(2)本技术实施例可以建立栅格地图，有效的提升了多帧叠加融合滤波的效率，提高了freespace结果的准确性，增加了系统的平滑性和可靠性。
31.(3)本技术实施例可以根据车辆的实际车速匹配目标帧数，以将基于目标帧数存储的freespace数据进行滤波融合，确定freespace区域，结合目标物数据预先融合滤波存储的freespace数据，从而降低了车辆自定义运动模型引入航迹推算的误差，提升了系统的时效性和稳定性，提高了系统的处理性能。
32.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
33.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
34.图1为根据本技术实施例提供的一种自动驾驶车辆的可通行空间动态融合方法的流程图；
35.图2为本技术一个具体实施例的自动驾驶车辆的可通行空间动态融合方法的流程图；
36.图3为根据本技术实施例的自动驾驶车辆的可通行空间动态融合装置的结构示意图；
37.图4为根据本技术实施例提供的车辆的结构示意图。
38.其中，10-自动驾驶车辆的可通行空间动态融合装置；100-获取模块、200-确定模块和300-融合模块；401-存储器、402-处理器和403-通信接口。
具体实施方式
39.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
40.下面参考附图描述本技术实施例的自动驾驶车辆的可通行空间动态融合方法及装置。针对上述背景技术中心提到的相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性的问题，本技术提供了一种自动驾驶车辆的可通行空间动态融合方法，在该方法中，可以根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数，并存储相应帧数的freespace数据，从而结合目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成自动驾驶车辆的freespace区域，进而降低了车辆运动模型引入的航迹推算的误差，提升了系统的时效性和稳定性，提高了系统的处理性能。由此，解决了相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性的技术问题。
41.具体而言，图1为本技术实施例所提供的一种自动驾驶车辆的可通行空间动态融
合方法的流程示意图。
42.如图1所示，该自动驾驶车辆的可通行空间动态融合方法包括以下步骤：
43.在步骤s101中，获取多个传感器采集的freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据。
44.可以理解的是，本技术实施例可以获取多个传感器采集的freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据，可以识别出车辆可通行的边界，确保车辆将freespace检测区域扩展为自动驾驶车辆360
°
的范围，从而让提高检测结果的准确性、平滑性以及稳定性。
45.其中，在本技术的一个实施例中，freespace数据包括带有第一时间戳信息、第一位置信息和第一类型信息的freespace点，且行驶数据包括数据的时间戳信息、对应时间戳下自车行驶的绝对速度、方向盘转角信息、车辆的转弯半径和自车的档位中的至少一项，以及目标物数据包括带有第二时间戳信息、第二位置信息、第二类型信息、朝向信息和动静状态信息的目标物信息中的至少一项。
46.作为一种可能实现的方式，本技术实施例对于接收到传感器的单帧freespace区域数据，通常由一系列带有第一时间戳信息fsti、第一位置信息fspi以及第一类型信息fsci的freespace点构成，其中，i代表接收到的传感器数据中的第i个freespace点，其第一位置信息经过坐标解析之后主要为空间直角坐标系中的(p
x
,py,pz)，其中，坐标原点位于自动驾驶车辆的后轴中心点，采用右手直角坐标系。
47.其中，自动驾驶车辆的行驶数据，其中包括数据的时间戳信息hvt、对应时间戳下自车行驶的绝对速度hvv
t
、方向盘转角信息hvsa
t
、车辆的转弯半径hvr
t
以及自车的档位hvs
t
等。
48.其中，每个传感器的目标物数据，通常由带有第二时间戳信息oti、第二位置信息opi、第二类型信息oci、朝向信息ohi以及动静状态信息osi的目标物信息构成，其中，i代表接收到的传感器数据中的第i个目标物，其位置信息经过坐标解析之后主要为空间直角坐标系中的(p
x
,py,pz)，其中，坐标原点位于自动驾驶车辆的后轴中心点，采用右手直角坐标系。
49.举例而言，每个传感器的目标物数据的第二类型信息oci用于区分目标物所属类型，如小汽车、行人等，每个传感器的目标物数据的朝向信息ohi主要表征目标物的朝向，通常可通过速度方向进行识别，每个传感器的目标物数据的动静状态信息osi用于判定目标物处于静止状态或处于运动状态，从而消除由于偶发性带来的单帧检测误差，提高检测结果的平滑性和稳定性。
50.在步骤s102中，根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数。
51.在实际执行过程中，本技术实施例可以根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数，例如，速度区间可以为低、中或者高速，从而可以降低系统的差异性，提升系统的稳定性。
52.举例而言，通过获取到的自动驾驶车辆的行驶速度hvv
t
,并与设定的相应低、中或者高速行驶速度的预设阈值进行对比，从而判断车辆当前运动处于低速、中速或者高速区间。当车辆处于低速运动时，则多帧数据融合滤波的帧数采用设定帧数1，当车辆处于中速
运动时，则多帧数据融合滤波的帧数采用设定帧数2，当车辆处于高速运动时，则多帧数据融合滤波的帧数采用设定帧数3，因此，本技术实施例可以对接收到的每个传感器的数据需要进行多帧数据融合滤波，提高检测结果的准确性和稳定性。
53.需要说明的是，预设阈值由本领域技术人员根据实际情况进行设置，在此不作具体限定。
54.本领域技术人员应该理解到的是，本技术实施例可以根据下述步骤中的目标设定帧数值存储相应帧数的freespace数据，以供后续的滤波融合处理，因此，帧数设定的规则为设定帧数1》设定帧数2》设定帧数3。
55.在步骤s103中，根据目标帧数存储相应帧数的freespace数据，并结合目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成自动驾驶车辆的freespace区域。
56.可以理解的是，本技术实施例可以根据目标帧数存储相应帧数的freespace数据，并通过下述步骤判断存储的freespace数据的实际帧数是否超过目标帧数，从而结合目标物数据预先融合滤波存储的freespace数据，基于下述步骤中建立的栅格地图形成自动驾驶车辆的freespace区域，有效的解决了因帧数累加造成的系统误差，大大的提升了系统的时效性。
57.可选地，在本技术的一个实施例中，在融合滤波存储的freespace数据之前，还包括：判断存储的freespace数据的实际帧数是否超过目标帧数；如果超过目标帧数，则基于数据的存储时刻筛除多余帧数；如果未超过目标帧数，则继续存储数据。
58.在实际执行过程中，本技术实施例在进行多帧数据融合时，当车辆进行动静切换或者低、中、高速度切换的时，需对历史帧存储的freespace数据的实际帧数进行判定，当freespace数据的实际帧数超过目标帧数，即当前速度对应的帧数设定值(设定帧数1、设定帧数2或设定帧数3)时，则需要先删除多余的帧数(一般删除离当前系统时刻最远的历史数据)，再进行后续的存储，当freespace数据的实际帧数小于当前速度对应的目标帧数，即当前速度对应的帧数设定值(设定帧数1、设定帧数2、设定帧数3)时，则可直接进行后续的存储。
59.在一些情况下，当完成对应速度下历史帧数据的存储后，本技术实施例可以通过自定义的运动模型，例如，cv模型(constant velocity，恒定速度模型)、ca模型(constant acceleration，恒定加速度模型)、ctrv模型(constant turn rate and velocity，恒定转率和速度模型)或者ctra模型(constant turn rate and acceleration，恒定转率和加速度模型)等，计算历史帧数据对应的车辆坐标系和当前系统时刻车辆坐标系之间的平移旋转矩阵，通过平移旋转矩阵对存储的历史帧数据进行航迹推算，将历史帧数据在其对应车辆坐标系下的位置信息转换到当前系统时刻对应的车辆坐标系下所对应的位置，当完成所有历史帧数据的航迹推算后，存储所有完成航迹推算的freespace点，从而当车速较高时，通过上述自定义的运动模型进行航迹推算的时，可以有效的降低引入的误差，减少航迹推算后的历史帧数据失真，提升系统的时效性和适用性。
60.可选地，在本技术的一个实施例中，在形成自动驾驶车辆的freespace区域之前，还包括：以自动驾驶车辆的后轴所在直线为栅格的高度起始线，并以垂直于自动驾驶车辆的后轴所在直线为栅格宽度的中心线，建立栅格地图。
61.部分实施例中，本技术实施例可以建立栅格地图，举例而言，可以采用直角栅格建立栅格地图的，以自动驾驶车辆的后轴所在直线(即车辆坐标系下的y轴)为栅格的高度起始线，以垂直于自动驾驶车辆的后轴所在直线(即车辆坐标系的x轴)为栅格宽度的中心线，制作高度为 30m，宽度为
±
15m的栅格地图，栅格地图的分辨率为20cm，从而建立栅格地图，有效的提升了多帧叠加融合滤波的效率，提高了freespace结果的准确性，增加了系统的平滑性和可靠性。
62.可选地，在本技术的一个实施例中，基于建立的栅格地图形成自动驾驶车辆的freespace区域，包括：将存储的freespace数据进行栅格化处理；将处理栅格化处理后的freespace数据的freespace点的位置信息及栅格地图的栅格分辨率相应投影到栅格地图中。
63.作为一种可能实现的方式，本技术实施例可以将上述步骤中存储的freespace点进行栅格化处理，将处理栅格化处理后的freespace数据的freespace点的位置信息及栅格地图的栅格分辨率相应投影到栅格地图中，其中，在投影过程中，每个栅格可能对应投影多个freespace点，为降低数据的处理量，可以对每个栅格中的多个freespace点采用均值滤波进行数据平滑处理，在数据平滑的同时，需要对栅格地图中每个栅格中freespace点的个数cnt进行累加统计。
64.另外，在将存储的freespace数据进行栅格化处理的过程中，本技术实施例可以基于密度的方法处理噪点，例如，对于每个栅格中freespace点的个数cnt不为0的栅格，遍历其周边八个栅格，当其周边八个栅格中，至少两个栅格freespace点的个数cnt不为0，则该freespace点可被保留，否则，将作为噪点进行滤波过滤处理，有效的提高了freespace点的优化性，增加了数据的平滑性和可靠性。
65.可选地，在本技术的一个实施例中，基于建立的栅格地图形成自动驾驶车辆的freespace区域，包括：计算融合后的freespace数据的多个初始freespace点的置信度和当前传感角度；根据多个初始freespace点的置信度和当前传感角度筛选出多个预设传感角度内每个预设传感角度的最高置信度的最终freespace点；基于每个预设传感角度的最高置信度的最终freespace点生成freespace区域。
66.作为一种可能实现的方式，本技术实施例可以计算融合后的freespace数据的多个初始freespace点的置信度和当前传感角度，例如，在对栅格地图中的每个栅格进行均值滤波后，栅格地图中每个栅格至多存在一个滤波后的freespace点，对栅格地图中完成均值滤波的freespace点，计算其与车辆坐标系原点，即车辆后轴中心点之间的距离dis以及与车辆坐标系下x轴正向的夹角ang，其中，规定夹角的范围为(-π,π)，与x轴正向逆时针为正，顺时针为负。
67.其中，本技术实施例可以通过栅格地图中每个栅格中freespace点的个数cng与距离dis的商值，作为该点的置信度conf，即：
68.conf＝cnt/dis
69.其中，conf表示置信度，cnt表示freespace点的个数，dis表示车辆后轴中心点之间的距离。
70.接着，本技术实施例可以根据多个初始freespace点的置信度和当前传感角度筛选出多个预设传感角度内每个预设传感角度的最高置信度的最终freespace点，举例而言，
本技术实施例可以进行遍历栅格地图，通过栅格地图中的freespace点的置信度conf以及与车辆坐标系下x轴正向的夹角ang获取freespace点，其中，以自车后轴为中心，每一度范围内选取一个freespace点，选取的原则是对每一度范围内的freespace点，且取置信度较高的点，作为最终的freespace点输出，最终得到多帧叠加融合滤波的freespace结果，从而可以提升系统的时效性和稳定性，提高了系统输入数据的数据量的同时，提高了系统的处理性能。
71.需要说明的是，预设传感角度由本领域技术人员根据实际情况进行设置，在此不作具体限定。
72.如图2所示，下面以本技术的一个具体实施例对本技术实施例的工作原理进行详细阐述。
73.步骤s201：输入多传感器的freespace数据、自车行驶数据和多个传感器的目标物数据。
74.步骤s202：建立栅格地图。
75.步骤s203：获取自车行驶数据中的车速信息，并进行下述步骤中的阈值判断。
76.步骤s204：判断车速是否小于中速区间，当车速小于中速区间时，执行步骤s207，否则，执行步骤s205。
77.步骤s205：判断车速是否处于中速区间，当车速处于中速区间时，执行步骤s208，否则，执行步骤s206。
78.步骤s206：当车速大于中速区间时，设定帧数3。
79.步骤s207：当车速小于中速区间时，设定帧数1。
80.步骤s208：当车速处于中速区间时，设定帧数2。
81.步骤s209：按设定帧数存储历史帧数据，当车辆进行动静切换或者低、中、高速度切换的时，需对历史帧存储的freespace数据的实际帧数进行判定，从而按设定帧数存储历史帧数据。
82.步骤s210：历史帧数据航迹推算，即通过自定义的运动模型进行航迹推算，例如，cv模型、ca模型、ctrv模型或者ctra模型等，可以有效的降低引入的误差，减少航迹推算后的历史帧数据失真。
83.步骤s211：数据栅格化，均值滤波，记录点数。
84.步骤s212：通过基于密度处理噪点。
85.步骤s213：计算角度、距离和置信度，对栅格地图中完成均值滤波的freespace点，计算车辆后轴中心点之间的距离dis以及与车辆坐标系下x轴正向的夹角ang，通过栅格地图中每个栅格中freespace点的个数cnt与距离dis的商值计算置信度conf。
86.步骤s214：按照角度以及置信度取点，即可以通过栅格地图中的freespace点的置信度conf以及与车辆坐标系下x轴正向的夹角ang获取freespace点，提高了系统的处理性能。
87.步骤s215：最后输出多帧叠加融合滤波的freespace结果，提升了系统的时效性和稳定性。
88.根据本技术实施例提出的自动驾驶车辆的可通行空间动态融合方法，可以根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数，并存储相应帧数的
freespace数据，从而结合目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成自动驾驶车辆的freespace区域，进而降低了车辆运动模型引入的航迹推算的误差，提升了系统的时效性和稳定性，提高了系统的处理性能。由此，解决了相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性的技术问题。
89.其次参照附图描述根据本技术实施例提出的自动驾驶车辆的可通行空间动态融合装置。
90.图3是本技术实施例的自动驾驶车辆的可通行空间动态融合装置的方框示意图。
91.如图3所示，该自动驾驶车辆的可通行空间动态融合装置10包括：获取模块100、确定模块200和融合模块300。
92.具体地，获取模块100，用于获取多个传感器采集的freespace数据、自动驾驶车辆的行驶数据和每个传感器的目标物数据。
93.确定模块200，用于根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数。
94.融合模块300，用于根据目标帧数存储相应帧数的freespace数据，并结合目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成自动驾驶车辆的freespace区域。
95.可选地，在本技术的一个实施例中，freespace数据包括带有第一时间戳信息、第一位置信息和第一类型信息的freespace点，且行驶数据包括数据的时间戳信息、对应时间戳下自车行驶的绝对速度、方向盘转角信息、车辆的转弯半径和自车的档位中的至少一项，以及目标物数据包括带有第二时间戳信息、第二位置信息、第二类型信息、朝向信息和动静状态信息的目标物信息中的至少一项。
96.可选地，在本技术的一个实施例中，融合模块300包括：计算单元、筛选单元和生成单元。
97.其中，计算单元，用于计算融合后的freespace数据的多个初始freespace点的置信度和当前传感角度。
98.筛选单元，用于根据多个初始freespace点的置信度和当前传感角度筛选出多个预设传感角度内每个预设传感角度的最高置信度的最终freespace点。
99.生成单元，用于基于每个预设传感角度的最高置信度的最终freespace点生成freespace区域。
100.可选地，在本技术的一个实施例中，本技术实施例的装置10还包括：建立模块。
101.其中，建立模块，用于在形成自动驾驶车辆的freespace区域之前，以自动驾驶车辆的后轴所在直线为栅格的高度起始线，并以垂直于自动驾驶车辆的后轴所在直线为栅格宽度的中心线，建立栅格地图。
102.可选地，在本技术的一个实施例中，本技术实施例的装置10还包括：判断模块、第一控制模块和第二控制模块。
103.其中，判断模块，用于在融合滤波存储的freespace数据之前，判断存储的freespace数据的实际帧数是否超过目标帧数。
104.第一控制模块，用于在融合滤波存储的freespace数据之前，如果超过目标帧数，则基于数据的存储时刻筛除多余帧数。
105.第二控制模块，用于在融合滤波存储的freespace数据之前，如果未超过目标帧数，则继续存储数据。
106.可选地，在本技术的一个实施例中，融合模块300包括：处理单元和投影单元。
107.其中，处理单元，用于将存储的freespace数据进行栅格化处理。
108.投影单元，用于将处理栅格化处理后的freespace数据的freespace点的位置信息及栅格地图的栅格分辨率相应投影到栅格地图中。
109.需要说明的是，前述对自动驾驶车辆的可通行空间动态融合方法实施例的解释说明也适用于该实施例的自动驾驶车辆的可通行空间动态融合装置，此处不再赘述。
110.根据本技术实施例提出的自动驾驶车辆的可通行空间动态融合装置，可以根据行驶数据确定自动驾驶车辆的当前所处速度区间匹配对应的目标帧数，并存储相应帧数的freespace数据，从而结合目标物数据预先融合滤波存储的freespace数据，基于建立的栅格地图形成自动驾驶车辆的freespace区域，进而降低了车辆运动模型引入的航迹推算的误差，提升了系统的时效性和稳定性，提高了系统的处理性能。由此，解决了相关技术中由于采用固定的帧数叠加，造成系统的滞后性，尤其当车速较高时，增加了车辆运动模型引入的航迹推算的误差，导致航迹推算后的历史帧数据严重失真，从而大大降低了系统的时效性的技术问题。
111.图4为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
112.存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
113.处理器402执行程序时实现上述实施例中提供的自动驾驶车辆的可通行空间动态融合方法。
114.进一步地，车辆还包括：
115.通信接口403，用于存储器401和处理器402之间的通信。
116.存储器401，用于存放可在处理器402上运行的计算机程序。
117.存储器401可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
118.如果存储器401、处理器402和通信接口403独立实现，则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
119.可选地，在具体实现上，如果存储器401、处理器402及通信接口403，集成在一块芯片上实现，则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
120.处理器402可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
121.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的自动驾驶车辆的可通行空间动态融合方法。
122.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
123.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
124.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
125.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
126.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
127.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
128.此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
129.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。