摘要
本发明公开了一种面向复杂越野环境的无人车辆障碍感知方法及系统,属于智能车辆技术领域。方法包括:采集地形参数以及车辆控制参数,构建深度网络模型;基于地形参数、车辆控制参数以及深度网络模型得到车辆的机动性指标;并对机动性指标的不确定性和风险进行量化;基于双目相机立体视觉系统采集图像数据,并对图像数据进行处理,基于处理后的图像数据进行非标准障碍识别以及通过性风险概率评估;对越野车进行全局路径规划和局部动态规划。本发明能够显著提升动力学建模的精度与适应性,有效实现对非标准障碍物的实时识别与风险评估,增强规划与决策机制的智能性、可靠性与实时性,提升越野车辆在复杂非结构环境中的生存能力与任务完成率。
技术关键词
车辆控制参数
全局路径规划
深度网络模型
非标准
立体视觉系统
蒙特卡洛
贝叶斯神经网络
语义分割信息
指标
越野车辆
环境感知数据
风险
双目相机
视觉特征
图像
动态
嵌入特征