一种路侧感知设备能力优化方法和装置与流程

本申请涉及智能交通，尤其涉及一种路侧感知设备能力优化方法和装置。

背景技术：

1、在智能交通系统中，路侧感知系统扮演着至关重要的角色。通过安装在路侧的传感器，如激光雷达、摄像头、惯性导航系统和gnss(全球导航卫星系统)等构成的路侧感知系统能够实时感知并分析交通状况，提供精确的交通参与者位置和运动信息，路侧感知系统不仅在交通管理中起到重要作用，还为智驾车辆提供了必要的环境感知支持。然而，由于不同道路类型(如丁字路口和十字路口)及其相应的直线道和弯道对感知精度的影响存在显著差异，如何根据具体情况调整激光雷达的感知范围成为提高系统感知能力的关键。

2、传统的路侧感知系统通常基于固定的距离圈设定激光雷达的感知范围，这种方法未能充分考虑道路类型和行驶路径的差异。例如，在丁字路口和十字路口，车辆的行驶路径和动态行为更加复杂，包括直行、左转和右转等多种情况。固定感知范围的激光雷达难以灵活适应这些变化，导致感知精度显著下降。此外，对路侧障碍物的处理，通常是设定静止物体的尺寸来进行过滤，虽然能够过滤掉大部分静止障碍物的影响，但处理的数据量很大，对路侧感知系统的计算能力构成了不小的挑战，由于激光雷达的感知范围是固定的，路侧感知系统需要处理整个范围内的所有数据，这不仅需要强大的计算能力，还可能导致实时性下降，影响交通信息的及时性和准确性。尤其是在交通流量较大的情况下，系统的处理能力受到的影响更加明显。高负荷的数据处理需求不仅增加了硬件成本，也增加了系统设计和维护的复杂性。比如丁字路口，由于其特殊的几何形状和多变的交通流，使得车辆的定位精度易受到环境因素的影响。加上，建筑物、广告牌和其他静止障碍物不仅会遮挡传感器的视线，还会反射激光信号，增加感知系统的误差。这些环境因素导致传统固定感知范围的方法无法有效地应对，进一步降低了感知系统的精度和可靠性。在这些复杂的交叉口中，车辆的行驶路径更具多样性和不可预测性。直行、左转和右转等行驶方式在同一地点同时存在，要求感知系统能够在不同方向上灵活调整感知范围，以准确检测和跟踪每一辆车的动态。这种多样性进一步增加了感知系统的设计难度。

技术实现思路

1、本申请提出一种路侧感知能力优化方法和装置，解决实际道路路口条件下不容易确定优化的激光感知距离的问题。

2、本申请实施例提供一种路侧感知能力优化方法，包括以下步骤：

3、获取车辆的实际行驶轨迹和位于道路路口中心点的路侧感知设备感知的行驶轨迹；

4、对设定的路口类型，生成直行道和/或转弯道条件下的路口roi区域内激光器感知目标距离和感知误差数据集；其中，每一组所述数据集对应一种路口和一种车道；

5、在多组数据集中，确定用于多种路口和车道的一个共用的激光器感知目标距离，与所述共用的激光器感知目标距离相对应的感知误差小于设定阈值。

6、在本申请的一个实施例中，所述设定的路口类型，包含以下路口类型中的1种或多种：t字路口，十字路口，大于4方向的交叉路口。

7、在本申请的一个实施例中，所述的感知误差，包含以下1种或多种：定位误差、航向角误差。

8、在本申请的一个实施例中，所述确定用于多种路口和车道的一个共用的激光器感知目标距离的步骤，进一步包括：

9、对每一种路口和车道，在所述数据集中确定一个最佳激光器感知目标距离；对来自多个数据集的最佳激光器感知目标距离做平均。

10、在本申请的一个实施例中，所述确定用于多种路口和车道的一个共用的激光器感知目标距离的步骤，进一步包括：

11、对每一种路口和车道，在所述数据集中确定一个最小感知误差；在每个数据集中确定所述共用的激光器感知目标距离对应的感知误差与该数据集中的最小感知误差的偏差；多个数据集中确定的偏差之和最小。

12、在本申请的一个实施例中，确定激光器感知目标距离和感知误差数据集，进一步包含以下步骤：

13、路侧感知设备位于道路路口中心点，在roi区域内，确定车辆的实际行驶轨迹和路侧感知系统感知的行驶轨迹，比较得到车辆实际位置和对应的定位误差；

14、使用聚类算法将数据集划分为k个簇，使得每个数据点都属于距离最近的簇中心；

15、根据每个簇中心点到路口中心点的距离和这个簇的平均定位误差，得到激光器感知目标距离和对应的定位误差的数据集。

16、在本申请的一个实施例中，确定激光器感知目标距离和感知误差数据集，进一步包含以下步骤：

17、路侧感知设备位于道路路口中心点，在roi区域内，获取车辆的实际行驶轨迹和路侧感知设备感知的行驶轨迹，比较得到车辆实际位置和对应的航向角误差；

18、使用聚类算法将数据集划分为k个簇，使得每个数据点都属于距离最近的簇中心；

19、根据每个簇中心点到路口中心点的距离和这个簇的平均航向角误差，得到激光器感知目标距离和对应的航向角误差的数据集。

20、在本申请的一个实施例中，所述的感知误差，是在设定的时间内，所有感知时刻中检测到的多个交通参与者的样本总量的统计平均值。

21、本申请实施例还提出一种路侧感知能力优化装置，用于实现本申请任意一项实施例所述的方法，包括：

22、获取模块，用于获取车辆的实际行驶轨迹和路侧感知设备感知的行驶轨迹；

23、生成模块，用于对设定的路口类型，生成直行道和/或转弯道条件下的路口roi区域内激光器感知目标距离和感知误差数据集；其中，每一组所述数据集对应一种路口和一种车道；

24、确定模块，用于在多组数据集中，确定用于多种路口和车道的一个共用的激光器感知目标距离，与所述共用的激光器感知目标距离相对应的感知误差小于设定阈值。

25、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

26、本发明提出了一种基于道路类型和行驶路径的路侧感知系统激光雷达感知距离选取方法，解决现有技术中由于感知范围和路侧障碍物导致的感知精度低的问题。例如，通过采集和分析丁字路口和十字路口，这两种道路类型中，路口中的路侧感知系统对位于该路口下的车辆的行驶数据，包括直行，左转以及右转，得出感知范围与定位误差和航向角误差的关系模型，并基于此模型动态调整激光雷达的感知范围，以提高路侧系统对交通参与者的检测精度。同时，为了进一步减少路侧障碍物、建筑等对激光雷达感知交通参与者能力的影响，依据实际道路条件划定出相应的感知范围，过滤掉范围外的物体的参与，进一步提升激光雷达的感知能力。

技术特征：

1.一种路侧感知能力优化方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，

3.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，所述确定用于多种路口和车道的一个共用的激光器感知目标距离的步骤，进一步包括：

4.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，所述确定用于多种路口和车道的一个共用的激光器感知目标距离的步骤，进一步包括：

5.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，确定激光器感知目标距离和感知误差数据集，进一步包含以下步骤：

6.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，确定激光器感知目标距离和感知误差数据集，进一步包含以下步骤：

7.如权利要求1所述的一种路侧感知能力优化方法，其特征在于，所述的感知误差，是在设定的时间内，所有感知时刻中检测到的多个交通参与者的样本总量的统计平均值。

8.一种路侧感知能力优化装置，用于实现权利要求1～7任意一项所述的方法，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一所述的方法。

技术总结本申请公开了一种路侧感知能力优化方法，包括以下步骤：获取车辆的实际行驶轨迹和位于道路路口中心点的路侧感知设备感知的行驶轨迹；对设定的路口类型，生成直行道和/或转弯道条件下的路口ROI区域内激光器感知目标距离和感知误差数据集；其中，每一组所述数据集对应一种路口和一种车道；在多组数据集中，确定用于多种路口和车道的一个共用的激光器感知目标距离，与所述共用的激光器感知目标距离相对应的感知误差小于设定阈值。本申请还包含用于实现所述方法的装置。解决实际道路路口条件下不容易确定优化的激光感知距离的问题。技术研发人员：葛雨明,赵毓斌,刘文鹏,关欣受保护的技术使用者：中国信息通信研究院技术研发日：技术公布日：2024/12/2