利索能及
我要发布
收藏
专利号: 2020116098931
申请人: 广州大学
专利类型:发明专利
专利状态:已下证
更新日期:2024-09-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于无人机道路感知的车辆辅助驾驶系统,设有无人机和目标车辆,其特征在于,所述无人机包括机载控制器、机载摄像头模块、机载无线通信模块、飞行控制模块、机载GPS模块;所述机载控制器分别与机载摄像头模块、机载无线通信模块、飞行控制模块、机载GPS模块连接;

所述目标车辆包括车载控制器、车载摄像头模块、车载无线通信模块、车载GPS模块;所述车载控制器分别与车载摄像头模块、车载无线通信模块、车载GPS模块连接;其中机载无线通信模块与车载无线通信模块无线连接;

所述机载摄像头模块用于基于无人机预设高度、摄像头预设倾角、摄像头预设镜头角度进行采集目标车辆前方和周围的第一路况信息;

所述机载GPS模块用于定位无人机的当前位置;

所述机载控制器根据目标车辆的当前行驶状态信息和无人机的当前位置计算无人机下一时刻的到达位置以及飞行速度;其中目标车辆的当前行驶状态信息包括位置、速度;

机载控制器根据无人机当前自身位置坐标和无人机飞行能耗模型计算无人机的实际飞行位置和实际飞行速度,包括:计算无人机获取最佳路况信息的飞行速度Vp,令目标车辆沿Y轴方向前进,道路的宽度为l米,无人机飞行高度为H米,搭载的机载摄像头模块以θ度的倾角俯视目标车辆周围,机载摄像头模块的镜头角度为α,此时目标车辆和无人机的平面坐标分别为(xD,yD)和(xS,yS),无人机最佳路况信息获取位置应当覆盖目标车辆的同时观测到更远目标车辆的前方路况信息,此时无人机最佳路况信息获取位置(xD,yD‑H tan(θ)),此时无人机从当前位置(xS,yS)移动至(xD,yD‑H tan(θ))所需要的飞行速度为Vp;

计算无人机可移动范围和对应的飞行速度Vmin和Vmax,无人机为目标车辆提供可靠的路况信息的可移动区域的对角线坐标分别为 时无人机从当前位置(xS,yS)移动至该区域最小和最大飞行速度分别为Vmin和Vmax,即Vmin表示可移动范围的最小飞行速度,Vmax表示可移动范围的最大飞行速度;

计算无人机最小飞行功率损耗时的飞行速度Ve,当无人机飞行速度为V时,无人机在当前时刻的无人机飞行能耗模型为:其中,P0和Pi是定义的两个与无人机自身硬件有关常数,分别表示叶栅轮廓功率和悬停状态下的感应功率,Utip表示转子叶片的叶尖速度,v0称为悬停时的转子平均诱导速度,d0和s分别是机身阻力比和转子坚固度,ρ和A分别表示空气密度和转子盘面积,根据无人机在的飞行功率损耗模型得到无人机最小飞行功率损耗时的飞行速度Ve;

计算无人机最佳的飞行速度Vopt,无人机的最佳飞行速度表示为:

Vopt=λVp+(1‑λ)Ve

其中,0<λ<1,λ表示为权重系数,Vp和Ve分别表示无人机能够获得最佳路况信息的飞行速度和能耗最低的飞行速度;

无人机的飞行速度需满足以下约束:

Vmin≤Vopt≤Vmax;

所述机载无线通信模块用于将机载摄像头模块所采集的第一路况信息传输至车载无线通信模块中;

所述飞行控制模块用于保障无人机正常飞行;

所述车载摄像头模块用于采集目标车辆前方的第二路况信息;

所述车载控制器用于处理第一路况信息和第二路况信息,根据第一路况信息对目标车辆进行路径规划和安全预警,根据第二路况信息进行车辆和行人检测;

所述车载GPS模块用于定位目标车辆当前所在的位置;

所述车载无线通信模块用于将目标车辆当前所在的位置传输至机载无线通信模块。

2.根据权利要求1所述的基于无人机道路感知的车辆辅助驾驶系统,设有无人机和目标车辆,其特征在于,所述无人机预设高度设置为10米。

3.根据权利要求2所述的基于无人机道路感知的车辆辅助驾驶系统,设有无人机和目标车辆,其特征在于,所述摄像头预设倾角设置为45度。

4.根据权利要求3所述的基于无人机道路感知的车辆辅助驾驶系统,设有无人机和目标车辆,其特征在于,所述摄像头预设镜头角度设置为80度。

5.一种基于无人机道路感知的车辆辅助驾驶系统控制方法,其特征在于,包括下述步骤:S1:无人机S与目标车辆D建立通信连接,无人机将机载摄像头模块所拍摄的目标车辆周围的第一路况信息传输至目标车辆的车载控制器;同时车载控制器将当前目标车辆的位置信息传输至机载控制器;无人机通过飞行控制模块升空至预设高度,机载摄像头模块以预设倾角俯视目标车辆周围,通过对机载摄像头模块进行标定处理得到图像像素点与实际道路长度之间的关系;

S2:基于目标车辆当前的位置、速度,对机载摄像头采集的第一路况信息进行路径规划;对车载摄像头采集的第二路况信息进行处理,并判断目标车辆前方是否存在障碍物以及目标车辆与障碍物之间的距离,从而计算目标车辆的最佳行驶路径和位置信息;机载控制器根据无人机当前自身位置坐标和无人机飞行能耗模型计算无人机的实际飞行位置和实际飞行速度;

所述机载控制器根据无人机当前自身位置坐标和无人机飞行能耗模型计算无人机的实际飞行位置和实际飞行速度,包括以下步骤:S21:计算无人机获取最佳路况信息的飞行速度Vp,令目标车辆沿Y轴方向前进,道路的宽度为l米,无人机飞行高度为H米,搭载的机载摄像头模块以θ度的倾角俯视目标车辆周围,机载摄像头模块的镜头角度为α,此时目标车辆和无人机的平面坐标分别为(xD,yD)和(xS,yS),无人机最佳路况信息获取位置应当覆盖目标车辆的同时观测到更远目标车辆的前方路况信息,此时无人机最佳路况信息获取位置(xD,yD‑H tan(θ)),此时无人机从当前位置(xS,yS)移动至(xD,yD‑H tan(θ))所需要的飞行速度为Vp;

S22:计算无人机可移动范围和对应的飞行速度Vmin和Vmax,无人机为目标车辆提供可靠的路况信息的可移动区域的对角线坐标分别为 时无人机从当前位置(xS,yS)移动至该区域最小和最大飞行速度分别为Vmin和Vmax,即Vmin表示可移动范围的最小飞行速度,Vmax表示可移动范围的最大飞行速度;

S23:计算无人机最小飞行功率损耗时的飞行速度Ve,当无人机飞行速度为V时,无人机在当前时刻的无人机飞行能耗模型为:其中,P0和Pi是定义的两个与无人机自身硬件有关常数,分别表示叶栅轮廓功率和悬停状态下的感应功率,Utip表示转子叶片的叶尖速度,v0称为悬停时的转子平均诱导速度,d0和s分别是机身阻力比和转子坚固度,ρ和A分别表示空气密度和转子盘面积,根据无人机在的飞行功率损耗模型得到无人机最小飞行功率损耗时的飞行速度Ve;

S24:计算无人机最佳的飞行速度Vopt,无人机的最佳飞行速度表示为:

Vopt=λVp+(1‑λ)Ve

其中,0<λ<1,λ表示为权重系数,Vp和Ve分别表示无人机能够获得最佳路况信息的飞行速度和能耗最低的飞行速度;

无人机的飞行速度需满足以下约束:

Vmin≤Vopt≤Vmax;

S3:基于道路障碍物识别方法对机载摄像头模块所拍摄的图像信息进行道路障碍物检测,从而获得目标车辆周围障碍物位置坐标信息;

S4:根据目标车辆周围障碍物位置坐标信息对目标车辆进行更新路径规划;

S5:基于道路障碍物识别方法对车载摄像头模块所拍摄的图像信息进行道路障碍物检测,获得目标车辆前方障碍物位置坐标信息;

S6:将目标车辆前方障碍物位置坐标信息进行标注处理,保存目标车辆前方障碍物的位置坐标信息,并标注目标车辆实际的行驶路径,将标注后的目标车辆实际的行驶路径结合到更新路径规划中,获得空中和地面分别对道路图像信息处理的结果进行共同反馈给车辆完成辅助驾驶。

6.根据权利要求5所述的基于无人机道路感知的车辆辅助驾驶系统控制方法,其特征在于,步骤S3中道路障碍物识别方法采用yolov3方法。

7.根据权利要求5所述的基于无人机道路感知的车辆辅助驾驶系统控制方法,其特征在于,所述步骤S4中的更新路径规划,包括以下步骤:S41:根据机载摄像头模块所获得的图像,将目标车辆当前所在位置(xS,yS)作为起点,并确定图像中车辆可通行区域的终点(xF,yF);

S42:将连接起点(xS,yS)与终点(xF,yF)之间的线段作为目标车辆的第一最佳行驶路径;

S43:当第一最佳行驶路径之间存在障碍物,首先计算目标车辆的当前位置与障碍物之间的距离,若此距离小于或等于设定的最小安全距离时,则在障碍物前后固定距离的第一最佳行驶路径上设置路径规划搜索起点(xi1,yi1)和终点(xf1,yf1),通过路径规划算法不断搜索更新避开障碍物的预行驶最佳行驶路径,进而确定目标车辆避开障碍物行驶的实际最佳行驶路径作为第二最佳行驶路径,并将绕开障碍物的第二最佳行驶路径替换搜索起点(xi1,yi1)和终点(xf1,yf1)之间的第一最佳行驶路径;

S44:获得目标车辆前方道路的最终规划路径,并将改变车辆当前行驶状态的路径规划结果反映为驾驶提示信息,其中驾驶提示信息包括转弯信息、加减速信息、预警信息。

8.根据权利要求7所述的基于无人机道路感知的车辆辅助驾驶系统控制方法,其特征在于,所述通过路径规划算法不断搜索更新避开障碍物的预行驶最佳行驶路径,采用A*算法、人工势场算法或Frenet算法的任一种方法。

9.根据权利要求5所述的基于无人机道路感知的车辆辅助驾驶系统控制方法,其特征在于,所述步骤S5中的道路障碍物识别方法采用yolov3‑tiny方法。