低速自动驾驶小车控制方法、装置、设备及介质

本技术涉及自动驾驶领域，尤其涉及一种低速自动驾驶小车控制方法、相应的装置、电子设备及计算机可读存储介质。

背景技术：

1、在现有的技术方案中，自动驾驶系统的开发与应用通常是搭载在一些高性能开发板上。但这类开发板需要嵌入到车辆之中，针对不同车辆需要不同类型的设计，不具有便携性与通用性。同时，这类开发板为了保持高性能的计算能力，其所需功耗量较高，对车辆的续航能力也会有一定影响。

2、在现有的传感器信息融合方案中，通常是在车辆的不同位置上搭载各式各样的传感器用以获取环境信息，用于自动驾驶算法处理。这同样使得不同车辆需要不同类型的设计，不具备便携性与通用性。同时，由于各传感器之间分散排布，使得获取的信息需要额外进行时间对齐，增加了信息处理的时间。

3、综上，适应现有技术中自动驾驶系统的开发与应用通常是搭载在一些高性能开发板上，其所需功耗量较高，以及由于各传感器之间分散排布，使得获取的信息需要额外进行时间对齐，增加了信息处理的时间等问题，本技术人出于解决该问题的考虑作出相应的探索。

技术实现思路

1、本技术的目的在于解决上述问题而提供一种低速自动驾驶小车控制方法、相应的装置、电子设备及计算机可读存储介质。

2、为满足本技术的各个目的，本技术采用如下技术方案：

3、适应本技术的目的之一而提出的一种低速自动驾驶小车控制方法，包括：

4、获取低速自动驾驶小车各个角度的路况图像帧以及占据栅格地图数据，采用基于运动物体位置的交并比匹配算法以及基于外观特征的重识别匹配算法，计算确定当前路况图像帧与上一路况图像帧之间的各个动态目标检测框的置信度，以匹配跟踪当前路况图像帧和上一路况图像帧的动态目标位置信息；

5、从所述路况图像帧中推断表面法线信息，采用rgb编码器和表面法线编码器分别从rgb图像和推断的表面法线信息中提取特征映射，采用预训练的语义道路分割模型根据融合后的rgb和表面法线信息确定可行驶路面区域；

6、确定轮式里程计数据以及gps数据，基于预设的扩展卡尔曼滤波算法融合所述轮式里程计数据以及gps数据，以确定低速自动驾驶小车的车辆位置信息；

7、根据所述动态目标位置信息、可行驶路面区域以及车辆位置信息更新所述占据栅格地图数据，基于a*算法根据更新后的占据栅格地图数据确定用于导航所述低速自动驾驶小车的路径点，基于teb算法根据所述低速自动驾驶小车的路径点确定所述低速自动驾驶小车的行驶路径；

8、响应低速自动驾驶小车控制指令，驱动所述低速自动驾驶小车按照所述行驶路径行驶，以完成低速自动驾驶小车的控制。

9、可选的，采用基于运动物体位置的交并比匹配算法以及基于外观特征的重识别匹配算法，计算确定当前路况图像帧与上一路况图像帧之间的各个动态目标检测框的置信度，以匹配跟踪当前路况图像帧和上一路况图像帧的动态目标位置信息的步骤,包括：

10、构建各个动态目标相对应的三维模型，得到各个动态目标相对于所述低速自动驾驶小车的运动状态信息；

11、确定单目相机获取到的各个动态目标相对应的观测值，采用卡尔曼滤波算法根据预设数量的路况图像帧中的所述低速自动驾驶小车的运动状态信息估计出当前路况图像帧中各个动态目标相对应的状态信息预测值，基于所述各个动态目标相对应的观测值以及所述各个动态目标相对应的状态信息预测值更新所述当前路况图像帧的最优估计值，将其作为所述各个动态目标的最新状态信息；

12、基于所述各个动态目标的最新状态信息采用基于运动物体位置的交并比匹配算法以及基于外观特征的重识别匹配算法匹配加权获得的置信度，以进行当前路况图像帧与上一路况图像帧之间的目标匹配跟踪。

13、可选的，从所述路况图像帧中推断表面法线信息，采用rgb编码器和表面法线编码器分别从rgb图像和推断的表面法线信息中提取特征映射，采用预训练的语义道路分割模型根据融合后的rgb和表面法线信息确定可行驶路面区域的步骤，包括：

14、从所述路况图像帧相对应的深度图推断表面法线信息，根据ccs坐标获取每个像素的三维信息，基于索贝尔算子计算水平梯度以及垂直梯度以确定表面所述表面法线信息的x方向分量以及y方向分量，采用k维空间数据结构选取8个近邻点来求估计z方向的法向量分量；

15、采用rgb编码器和表面法线编码器分别从rgb图像和表面法线信息中提取特征映射，提取的特征映射通过元素求和分层融合，通过密集连接的跳跃连接在解码器中进行再次融合，以确定融合后的rgb和表面法线信息；

16、采用预训练的语义道路分割模型根据所述融合后的rgb和表面法线信息确定可行驶路面区域。

17、可选的，基于预设的扩展卡尔曼滤波算法融合所述轮式里程计数据以及gps数据，以确定低速自动驾驶小车的车辆位置信息的步骤，包括：

18、基于预设的扩展卡尔曼滤波算法融合所述轮式里程计数据以及gps数据的步骤为：

19、根据公式xk-＝axk-1+buk-1，通过状态转移矩阵a和上一循环中的先验估计值xk-1来预测下一次循环的先验估计值xk-，初始先验状态值xk-为传感器提供的值；

20、根据公式pk-＝apk-1at+q，更新先验协方差矩阵,q为系统过程误差的协方差矩阵，pk-1为上一循环中的后验协方差矩阵；

21、根据公式获取每一次循环的kk卡尔曼增益值，其中,h为观测矩阵，其负责将估计值转换为与观测值同类型的数据,r为测量噪声的协方差；

22、根据公式xk＝xk-+kk(zk-hxk-)，后验估计值xk由本次循环的先验估计值xk-、卡尔曼增益kk、观测值zk和观测矩阵h计算得出，此处的观测值为每次循环获取到的传感器信息；

23、根据公式pk＝(i-kkh)pk-，更新新一轮的后验协方差矩阵pk；

24、循环迭代步骤(1)至(5)，得到融合后的轮式里程计数据和gps数据的数据信息。

25、可选的，基于a*算法根据更新后的占据栅格地图数据确定用于导航所述低速自动驾驶小车的路径点的步骤，包括：

26、将所述更新后的占据栅格地图数据作为a*算法全局路径规划的地图数据，将所述低速自动驾驶小车的当前所在位置设为路径起点，采用gps坐标来指定的位置作为终点，所述占据栅格地图数据包含低速自动驾驶小车的当前所在位置、终点位置、道路网络、障碍物信息；

27、采用曼哈顿距离定义启发式函数，测量从当前节点到目标节点在水平和垂直方向上的距离总和；

28、初始化数据结构并将所述路径起点添加到开放列表，创建一个开放列表来存储待探索的节点，创建一个闭合列表来存储已经探索的节点，将所述路径起点添加到开放列表，并将其估算的代价值设置为0；

29、在每一次迭代中，从所述开放列表中选择具有最小代价值的节点，将选择的节点移到闭合列表中以表征已经探索过，计算选择的节点的相邻节点的代价值，并将它们添加到开放列表中，如果它们不在闭合列表中，更新父节点信息，以记录到达这些节点的最佳路径；

30、在每次添加节点到所述开放列表时，检查是否已经找到目标节点，如果找到目标节点，表示路径已找到，可以结束搜索；

31、找到目标节点后，回溯父节点信息，从目标节点一直回溯到起点，获取完整的路径；

32、优化搜索到的路径，采用bezier曲线平滑路径以减少路径中的急转弯和锐角，通过合并节点去除冗余节点以减少路径长度，输出一串用于导航所述低速自动驾驶小车的路径点。

33、可选的，基于teb算法根据所述低速自动驾驶小车的路径点确定所述低速自动驾驶小车的行驶路径的步骤，包括：

34、将所述用于导航所述低速自动驾驶小车的路径点离散化为一系列的点，然后将这些点连接起来，形成一个初步弹性带；

35、基于预设的路径优化算法根据路径优化目标调整所述初步弹性带以确定优化后的弹性带，所述路径优化目标包括最小化弹性带的长度、最小化低速自动驾驶小车的转向角度、以及最大化弹性带与障碍物的距离的一项或任意多项；

36、将所述优化后的弹性带作为低速自动驾驶小车的局部路径，驱动所述低速自动驾驶小车按照所述局部路径行驶。

37、可选的，所述低速自动驾驶小车包括无人快递车、智能运输车的一项或任意多项。

38、适应本技术的另一目的而提供的一种低速自动驾驶小车控制装置，包括：

39、动态目标跟踪模块，设置为获取低速自动驾驶小车各个角度的路况图像帧以及占据栅格地图数据，采用基于运动物体位置的交并比匹配算法以及基于外观特征的重识别匹配算法，计算确定当前路况图像帧与上一路况图像帧之间的各个动态目标检测框的置信度，以匹配跟踪当前路况图像帧和上一路况图像帧的动态目标位置信息；

40、可行驶路面确定模块，设置为从所述路况图像帧中推断表面法线信息，采用rgb编码器和表面法线编码器分别从rgb图像和推断的表面法线信息中提取特征映射，采用预训练的语义道路分割模型根据融合后的rgb和表面法线信息确定可行驶路面区域；

41、车辆位置确定模块，设置为确定轮式里程计数据以及gps数据，基于预设的扩展卡尔曼滤波算法融合所述轮式里程计数据以及gps数据，以确定低速自动驾驶小车的车辆位置信息；

42、行驶路径确定模块，设置为根据所述动态目标位置信息、可行驶路面区域以及车辆位置信息更新所述占据栅格地图数据，基于a*算法根据更新后的占据栅格地图数据确定用于导航所述低速自动驾驶小车的路径点，基于teb算法根据所述低速自动驾驶小车的路径点确定所述低速自动驾驶小车的行驶路径；

43、自动驾驶控制模块，设置为响应低速自动驾驶小车控制指令，驱动所述低速自动驾驶小车按照所述行驶路径行驶，以完成低速自动驾驶小车的控制。

44、适应本技术的另一目的而提供的一种电子设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本技术所述低速自动驾驶小车控制方法的步骤。

45、适应本技术的另一目的而提供的一种计算机可读存储介质，其以计算机可读指令的形式存储有依据所述低速自动驾驶小车控制方法所实现的计算机程序，该计算机程序被计算机调用运行时，执行相应的方法所包括的步骤。

46、相对于现有技术，本技术针对现有技术中自动驾驶系统的开发与应用通常是搭载在一些高性能开发板上，其所需功耗量较高，以及由于各传感器之间分散排布，使得获取的信息需要额外进行时间对齐，增加了信息处理的时间等问题，本技术包括但不限于如下有益效果：

47、其一，本技术大大提升了便携性与通用性，基于主流智能手机的硬件架构开发并使用的，车辆主体并不需要额外改装，用户只需要将智能手机与车辆进行连接就能使车辆获得自动驾驶的功能；

48、其二，本技术不影响车辆续航体验，无需对车辆进行改造，加装额外的传感器。仅使用智能手机自带的部分传感器设备，通过智能手机低功耗处理器处理所采集的信息，依靠手机自带电池就能保持系统长时间正常运行，不会对车辆的电源造成额外影响。

49、其三，本技术大大降低用户的使用成本，用户不需要负担车辆改装费用，如现在主流的激光雷达、毫米波雷达和gps等传感器，仅仅只需要日常使用的智能手机和普通车辆就能体验本技术的完整功能。

50、进一步的，本技术能够通过获取路况图像帧以及占据栅格地图数据，形成环境地图，充分考虑了环境中的各种障碍物，避免了行驶路径上存在障碍物，使得车辆在运输时产生碰撞发生事故，进而影响运输效率。保证了行驶路径上没有障碍物，避免了碰撞到人、物导致的事故损伤，也避免了事故导致的时间浪费。从而在保证安全的前提下，提高车辆的运输效率。