(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 202210853033.5 (22)申请日 2022.07.20 (71)申请人 贵州大学 地址 550000 贵州省贵阳市花溪区贵州大 学 (72)发明人 杨昌俊　高廷红　 (74)专利代理 机构 深圳知帮办专利代理有限公 司 44682 专利代理师 王艺欢 (51)Int.Cl. G08G 1/16(2006.01) G08G 1/01(2006.01) G08G 1/017(2006.01) H04N 5/225(2006.01) G06V 20/54(2022.01)G06N 3/12(2006.01) G06F 30/27(2020.01) G06F 30/18(2020.01) (54)发明名称 一种支持自动驾驶的路侧结构光摄像机的 优化布设方法 (57)摘要 本发明公开了一种支持自动驾驶的路侧结 构光摄像机的优化布设方法， 该方法主要包括以 下步骤： 步骤1， 数据获取与处理； 步骤2， 建立目 标函数； 步骤3， 通过随机优化算法求解结构光摄 像机的最优位置。 本发明通过对路侧结构光摄像 机的布设位置及方位， 能衡量由多个 路侧结构光 摄像机组成的路侧感知系统的感知性能评价指 标， 运用随机优化算法即可找到使得感知系统的 感知指标最优的结构光摄像机布设位置； 确保路 段的感知 精度与覆盖面积达到 符合条件的水平， 构建高准确性的数字孪生， 对自动驾驶的安全运 行具有很强的实 践意义。 权利要求书2页 说明书8页 附图3页 CN 115359681 A 2022.11.18 CN 115359681 A 1.一种支持自动驾驶的路侧结构光摄像机的优化布设方法， 其特征在于该方法包括以 下步骤： 步骤1， 数据获取与处 理， 包括获取道路的物 理信息， 获取T时段路侧结构光摄像机输出信 息和高精度轨迹信 息， 计算T时段 结构光摄 像机的感知误差； 步骤2， 建立目标函数； 步骤2.1， 利用最小二乘法拟合出 和 的数学关系， 设拟合出的关系如下公式所 示： 其中， 是车型sj时间T内所有轨迹的误差， 即 是车型 sj时间T内所有轨 迹的点云数量， 即 步骤2.2， 建立车辆模型； 用M(p)表示以轨 迹p建立的车辆模型； 步骤2.3， 构建目标函数； 目标函数如下式所示： 其中， 是函数， 为本步骤最小二乘法拟合出的数学关系， 函数W(x)是计算结构光摄 像机照射到三维模型x上的激光 点数的函数； 步骤3， 通过随机优化 算法求解结构光摄 像机的最优位置； 具体包括有： 步骤3.1， 随机优化 算法信息 输入； 随机优化算法信 息包括但不限于： 结构光摄像机物 理参数信 息、 价格信息， 可布设范围 以及购置结构光摄 像机的工程预算； 步骤3.2， 运用随机优化算法求解目标函数的最优解及对应的传感器布设位置、 方向 角； 其中目标函数为： s.t.NC×C≤Cmax s.t.L(xc,yc,zc)<0 其中， 购置结构光摄像机的预算为Cmax， NC为各类结构光摄像机的个数向量， C为传感器 的价格矩阵向量； (xc,yc,zc, ψh, ψv)为随机优 化算法的变量， 其中ψh是传感器的方位角向量， ψh是传感器仰 角向量， (xc,yc,zc)为传感器组的位置矩阵； 步骤3.3， 对比分析各组传感器组的目标函数， 选出目标函数符合阈值且经济代价最小 的传感器组， 并输出对应的传感器布设方案 。 2.如权利要求1所述的支持自动驾驶的路侧结构光摄像机的优化布设方法， 其特征在权　利　要　求　书 1/2 页 2 CN 115359681 A 2于步骤1进一 步包括： 步骤1.1， 获取某段道路的物理信息； 具体物理信息包括道路的线型、 类型、 曲率、 车道数量、 车道宽度基本信息； 步骤1.2， 获取T时段路侧结构光摄 像机输出信息和高精度轨 迹信息； 步骤1.3， 计算T时段 结构光摄 像机的感知误差； 结构光摄 像机的感知误差为 获得方式如下式所示： 其中， 表示sj类车型的编号 为i号车t时刻结构光摄 像机感知位置与真实位置的差 。 3.如权利要求2所述的支持自动驾驶的路侧结构光摄像机的优化布设方法， 其特征在 于步骤1.2包括有： 包括有： 步骤1.2.1， 获得T时段路侧结构光摄 像机输出信息； 在道路L上， 以工程师经验在路侧布设结构光摄像机， 进而获得T时段结构光摄像机输 出的轨迹信息； 轨迹信息包括： 轨迹采集时间t、 车型S、 车辆编号i、 路侧结构光摄像机所感 知的车辆位置pl、 车型为sj、 编号为i的车辆在t时刻的由路侧结构光摄像机输出位置信息 由 表示； 路侧结构光摄像机打在 轨迹为 所对应的车辆上的结构特征的光线数量由 表示； 其中，“轨迹”指结构光摄 像机输出的轨 迹， 得到结构特 征的光线数量的方式有两种： A.结构光摄 像机的型号， 布设位置， 方位角和仰角； B.车辆的位置， 外形； 步骤1.2.2， 获取T时段高精度轨 迹信息； 通过其它方式获取道路L在T时间段的高精度轨迹信息； 高精度轨迹信息包括采集时间 t， 车型S， 车辆编号i， 真实车辆位置p。 则车型为sj， 编号为i的车在t时刻的真实位置可由 表示。 其它方式包括有： 方式一： 高精度GP S； 方式二， 航拍。 4.如权利要求1所述的支持自动驾驶的路侧结构光摄像机的优化布设方法， 其特征在 于步骤2.2中， 获得 的车辆模型 的具体做法是： 在道路L中以 的位置为中心， 生成车型sj对应的车辆三维模型。 5.如权利要求1所述的支持自动驾驶的路侧结构光摄像机的优化布设方法， 其特征在 于步骤3.2中， 传感器空间限制函数L(xc,yc,zc)用于检验传感器布设位置(xc,yc,zc)是否在 可布设范围以内； 若L(xc,yc,zc)小于0， 则表示(xc,yc,zc)在布设范围以内。权　利　要　求　书 2/2 页 3 CN 115359681 A 3