详情

原文传递基于神经网络的多传感器融合车辆环境感知系统

专利名称：	基于神经网络的多传感器融合车辆环境感知系统
摘要：	本发明公开了基于神经网络的多传感器融合车辆环境感知系统，包括车辆传感器模块、数据处理模块和融合处理模块，所述车辆传感器模块包括：光线传感器、雨量传感器、雷达传感器、激光传感器以及摄像头，所述数据处理模块包括：电源电路、通信电路、数据格式转换电路、中央处理器以及存储电路，所述电源电路、通信电路、数据格式转换电路以及存储电路分别与中央处理器通过导线连接。该基于神经网络的多传感器融合车辆环境感知系统，主要在于采用了多传感器融合技术及多个神经网络组合叠加运算方式，使得整个系统在各种路况、天气条件下都比传统单传感器判别系统所得到的结果更加准确。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆集诚汽车电子有限责任公司
发明人：	张毅;张祥;张婉婷;徐江;母江东;李宝林;黄承雨;曾建军
专利状态：	有效
申请日期：	2018-12-29T00:00:00+0800
发布日期：	2019-05-07T00:00:00+0800
申请号：	CN201811629113.2
公开号：	CN109720275A
代理机构：	重庆信航知识产权代理有限公司
代理人：	穆祥维
分类号：	B60R1/00(2006.01);B;B60;B60R;B60R1
申请人地址：	400000 重庆市南岸区江溪路11号11-3号A3层第3层
主权项：	1.基于神经网络的多传感器融合车辆环境感知系统，包括车辆传感器模块、摄像头、数据处理模块和融合处理模块，其特征在于：所述车辆传感器模块包括：光线传感器、雨量传感器、雷达传感器和激光传感器；所述数据处理模块包括：电源电路、通信电路、数据格式转换电路、中央处理器以及存储电路，所述电源电路、通信电路、数据格式转换电路以及存储电路分别与中央处理器通过电性连接，所述光线传感器、雨量传感器、雷达传感器、激光传感器以及摄像头分别与中央处理器通过电性连接；所述融合处理模块包括：特征提取单元、图像检测单元、数据融合处理单元、结果输出单元。 2.根据权利要求1所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述光线传感器和雨量传感器设置在车辆的挡风玻璃上。 3.根据权利要求2所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述雷达传感器和激光传感器分为两组，一组设置在车辆的前后两端，另外一组设置在两侧车门上。 4.根据权利要求3所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：设置在车辆前后两端的雷达传感器前后各一个，且设置在距离地面50厘米至55厘米的车辆壳体上，设置在两侧车门上的雷达传感器每个车门各一个。 5.根据权利要求4所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：设置在车辆前后两端的雷达传感器采用77G赫兹毫米波雷达，设置在两侧车门上的雷达传感器采用24G赫兹毫米波雷达。 6.根据权利要求5所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述摄像头为多个，分别设置在车辆的前后两端，设置在车辆前端的摄像头位于车内的后视镜上，其为三目摄像头，设置在车辆后端的摄像头位于后备箱盖上，其为单目摄像头。 7.根据权利要求6所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述中央处理器包括CPU以及GPU，两者为一体结构，均设置在车辆的内部；所述通信电路以信号方式与远程方通信，通信电路通过GPS定位车辆当前坐标。 8.根据权利要求1～7之一所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述数据融合处理单元的多传感器融合方法包括以下步骤： 300：摄像头图像采集，采集到的图像数据进入CNN网络； 301：通过特征提取单元进行特征提取； 302：对CNN网络进行迭代并输出CNN输出数据： S1:对特征提取的数据进行参数更新； S2:根据梯度下降情况，判断是否达到损失函数收敛的标准，若已达到，则输出CNN输出数据进行下一步操作，若未达到，则返回到S1步进行参数更新，继续进行迭代；所述CNN输出数据包含含目标分割和准确率的数据； 303：将CNN输出数据和车辆传感器模块采集的数据作为BP网络的输入参数，进入BP网络； 304：通过参数更新、梯度下降以及损失函数收敛的标准判断对BP网络进行迭代，若已达到，则输出BP网络输出数据进行下一步操作，若未达到，则继续对BP网络进行迭代，继续进行数据更新； 305：得到BP网络输出数据；所述BP网络输出数据包含目标类型、距离和特征的数据。 9.根据权利要求8所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：所述BP网络的隐藏层激活函数使用修正线性单元ReLU(x)：所述BP网络的输出层激活函数为多分类问题：所述BP网络的损失函数Loss为： Loss＝-∑iyilnai；上述BP网络的变量和参数为BP网络常用变量和参数。 10.根据权利要求8所述的基于神经网络的多传感器融合车辆环境感知系统，其特征在于：分别单独训练CNN网络和BP网络，再连接CNN网络和BP网络进行最终调试。
所属类别：	发明专利