(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210452185.4 (22)申请日 2022.04.27 (71)申请人 重庆长安汽车股份有限公司 地址 400020 重庆市江北区建新 东路260号 (72)发明人 于永杰　梁锋华　谭秀全　卢斌　 肖雄　 (74)专利代理 机构 重庆博凯知识产权代理有限 公司 50212 专利代理师 李晓兵 (51)Int.Cl. G01C 21/20(2006.01) G01S 13/86(2006.01) G01S 13/931(2020.01) G06V 20/58(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) (54)发明名称 一种基于多传感器融合的复杂场景路径规 划方法 (57)摘要 本发明涉及一种基于多传感器融合的复杂 场景路径规划方法， 包括如下步骤： 1） 摄像头获 取本车周围的车道线特征， 毫米波雷达获取目标 车辆数据和本 车周围的点云数据； 2） 判断车道线 特征、 目标车辆数据和点云数据的有效性， 当车 道线特征有效时， 执行步骤3） ， 当车道线特征无 效时， 执行步骤4） ； 3） 根据车道线特征进行路径 规划， 结束 步骤； 4） 若目标车辆数据有效， 则根据 目标车辆数据获取车流轨迹， 若点云数据有效， 则根据点 云数据重构道路边界； 5） 根据车流轨迹 或/和道路边界进行路径规划。 本发明在车道线 丢失的场景下， 也可进行路径规划， 可有效解决 目前路径 规划方法存在场景适应性较差的问题， 提高自动驾驶系统使用的连续 性和安全性。 权利要求书1页 说明书4页 附图1页 CN 114763996 A 2022.07.19 CN 114763996 A 1.一种基于多传感器融合的复杂场景路径规划方法， 其特 征在于： 包括如下步骤： 1） 摄像头获取本车周围的车道线特征， 毫米波雷达获取目标车辆数据和本车周围的点 云数据； 2） 判断车道线特征、 目标车辆数据和点云数据的有效性， 当车道线特征有效时， 执行步 骤3） ， 当车道线特 征无效时， 执 行步骤4） ； 3） 根据车道线特 征进行路径规划， 结束步骤； 4） 若目标车辆数据有效， 则根据目标车辆数据获取车流轨迹， 若点云数据有效， 则根据 点云数据重构道路边界； 5） 根据车流轨 迹或/和道路边界进行路径规划。 2.根据权利要求1所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤1） 中， 车道线 特征包括车道线长度、 车道线置信度、 车道线曲率以及车道线与本车的横 向距离。 3.根据权利要求2所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤1） 中， 目标车辆数据包括 目标车辆与本车 的纵向距离、 目标车辆与本车 的横向距离和 目标车辆的航向角。 4.根据权利要求3所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤1） 中， 点云数据包括 点与本车的横向距离、 点与本车的纵向距离、 点类型和点置信度。 5.根据权利要求4所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤2） 中， 判断车道线信息有效的条件为： 车道线长度、 车道线置信度和车道线曲率均符合 对应阈值； 判断目标车辆数据有效的条件为： 目标车辆与本车的纵向距离、 目标车辆与本车 的横向距离和目标车辆与本车的航向角 差值均符合对应阈值； 判断点云数据有效的条件 为： 点的置信度、 点与本车的纵向距离和点与本车的横向距离均符合对应阈值， 且点类型为 护栏或路沿。 6.根据权利要求1所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤3） 中， 根据车道线特 征进行路径规划包括如下内容： 当左右车道线均有效， 左右车道线的距离小于3.5m且大于2.7m时， 根据左右车道线计 算中心线， 本车沿中心线行驶； 当左右车道线均有效， 且左右车道线的距离小于2.5m或大于3.8m时， 本车靠左车道线 行驶并保持一定距离； 当左车道线或右车道线有 效时， 本车靠有效的左车道线或右车道线行驶并保持一定距 离。 7.根据权利要求1所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤4） 中， 根据目标车辆数据获取车流轨迹的方式如下： 提取目标车辆数据中目标车辆后 保险杠中心的历史位置点， 对多帧目标车辆数据中的目标车辆后保险杠中心的历史位置点 进行最小二乘拟合， 将得到的三次方程曲线作为车流轨 迹。 8.根据权利要求1所述一种基于多传感器融合的复杂场景路径规划方法， 其特征在于： 步骤4） 中， 根据点云数据重构道路边界的方式如下： 将毫米波雷达的探测范围分为若干个 扇区， 根据扇区内毫米波 雷达探测到障碍物的距离在本车行驶方向上形成可行驶区域的包 络线， 将包络线作为道路边界。权　利　要　求　书 1/1 页 2 CN 114763996 A 2一种基于多传感器融合的 复杂场景路径规划方 法 技术领域 [0001]本发明属于汽车自动驾驶的技术领域， 具体涉及 一种基于多传感器融合的复杂场 景路径规划方法。 背景技术 [0002]随着汽车智能化的快速发展， 越来越多的汽车上搭载了自动驾驶系统。 自动驾驶 系统依靠传感器获取车辆周围的环境信息， 如摄像头、 毫米波 雷达和超声波雷达等， 然后基 于环境信息和车辆 自身的状态信息进行路径规划， 代替驾驶员控制车辆， 完成基本的自适 应巡航、 车道保持、 辅助变道等驾驶操作； 但受限于当前 的智能化水平和传感器性能， 当车 辆行驶至如车道线丢失和十字路口等复杂场景时， 自动 驾驶系统难以通过传感器获取较为 全面的环境信息， 导致自动 驾驶系统无法继续保持对车辆的稳定控制。 此时， 自动驾驶系统 会退出并提醒用户接管车辆控制， 但留给用户接管 的时间极其短暂， 如果驾驶员不能及时 接管车辆， 可能存在车辆失控的安全隐患。 [0003]为提高自动驾驶系统对复杂场景的适应能力， 提高自动驾驶系统使用的连续性和 安全性， 部 分厂商选择采用高性能的传感器， 如激光雷达和高精度地图等， 这样固然 可以在 一定程度上提高自动驾驶系统获取环境信息的可靠性， 但高配置的硬件成本较高， 用户接 受度较差， 对于量产项目难以实现利润最大化。 中国专利CN201811183196.7  一种快速完备 的自动驾驶轨迹规划方法， 该方案基于多传感器信息输出的道路边界对道路环境进行重 构， 然后在可行驶区域内进行路径采样， 设定相应的轨迹选择权重函数， 对采样路径进行选 择， 最后输出可行驶路径； 基于采样的方法固然 可以实现精确的路径规划， 但是对于算力消 耗较大， 无法在低成本控制器中实现相应的算法。 发明内容 [0004]针对现有技术的上述不足， 本发明要解决的技术问题是提供一种基于多传感器融 合的复杂场景路径规划方法， 解决目前路径规划方法存在场景适应性较差的问题， 取得提 高自动驾驶系统使用的连续 性和安全性的效果。 [0005]为解决上述 技术问题， 本发明采用如下技 术方案： 一种基于多传感器融合的复杂场景路径规划方法， 包括如下步骤： 1） 摄像头获取本车周围的车道线特征， 毫米波雷达获取目标车辆数据和本车周围 的点云数据； 2） 判断车道线特征、 目标车辆数据和点云数据的有效性， 当车道线特征有效时， 执 行步骤3） ， 当车道线特 征无效时， 执 行步骤4） ； 3） 根据车道线特 征进行路径规划， 结束步骤； 4） 若目标车辆数据有效， 则根据目标车辆数据获取车流轨迹， 若点云数据有效， 则 根据点云数据重构道路边界； 5） 根据车流轨 迹或/和道路边界进行路径规划。说　明　书 1/4 页 3 CN 114763996 A 3