05另一專利，解決鬼探頭視野盲區(qū)

另一個百度的專利，公開號CN113753081A，公開日2021年12月07日，該專利涉及自動控制領域，涉及一種激光雷達路側盲區(qū)交通參與者避讓方法和裝置。

這個專利專門解決激光雷達無法識別障礙物遮擋造成的盲區(qū)問題，即預防汽車行駛路線鬼探頭問題！

這問題是行業(yè)最棘手的！

在無人駕駛車輛中，集成了多類傳感器：GPS－IMU（慣性測量單元，InertialMeasurement Unit）組合導航模塊、相機、激光雷達、毫米波雷達等傳感器。

無人駕駛車輛行駛過程中，主要依靠激光雷達對障礙物進行檢測，但是，現有無人駕駛車輛的障礙物檢測，只能檢測到出現在激光雷達視野中的障礙物，無法檢測由于障礙物遮擋造成的盲區(qū)中的情況。

換句話說，激光雷達的眼睛只能看到前方障礙物，看不到障礙物身后的東西。

比如“鬼探頭”，即行人、自行車、車輛、動物等交通參與者突然從其他大障礙物（公交車）遮擋造成的盲區(qū)中出現，而無人駕駛車輛只能在識別到交通參與者后才能進行反應，如剎車燈；由于突然出現的交通參與者留給無人駕駛車輛的反應時間有限，即使剎車也可能會發(fā)生碰撞，這就增加了突發(fā)危險和事故發(fā)生的幾率。

這個專利構思的技術方案實用性比較大，有不錯的參考價值。

06步驟一 準備好軟硬件設備

1）行車電腦或車載終端可以控制激光雷達傳感器以某一頻率采集某一區(qū)域的點云數據。無線連接方式可以包括但不限于3G／4G連接、WiFi連接、藍牙連接、WiMAX連接、Zigbee連接、UWB（ultra wideband）連接、以及其他現在已知或將來開發(fā)的無線連接方式。

2）激光雷達的規(guī)格可以采用16線、32線或者64線等等。其中線數越高表示激光雷達的單位能量密度越大。

3）本實施例中，裝在當前車輛上的激光雷達在每一秒中旋轉360次，掃描當前車輛周圍一圈的待識別的障礙物的信息，為一幀待識別的障礙物的信息。本實施例中的待識別的障礙物的信息可以包括待識別的障礙物的點云以及待識別的障礙物的反射值。當前車輛周圍的待識別的障礙物可以有一個，也可以有多個。激光雷達掃描之后，可以以當前車輛的質心位置為坐標系的原點，并取平行于水平面的兩個方向分別為x方向和y方向，作為長度方向和寬度方向，垂直于地面的方向為z方向，作為高度方向。然后可以根據待識別障礙物的點云中的每一個點與原點的相對位置和距離，在坐標系中標識待識別的障礙物。

4）獲取無人駕駛車輛周圍的待識別障礙物的信息后，利用預設的點云識別模型對所述待識別障礙物進行識別。所述預設的點云識別模型可以是各種預先訓練的能夠識別點云數據中障礙物的算法，例如可以是ICP算法（Iterative Closest Point，就近點搜索法）、隨機森林算法等。在利用上述點云識別模型識別點云數據中的障礙物后，對識別出的障礙物進行標注，得到標注結果。在對識別出的障礙物進行標注時，標注出的形狀可以為與各障礙物外切的最小長方體，也可以是與各障礙物的外表面貼近的不規(guī)則曲面�？梢岳斫獾氖�，上述標注結果中包括對各障礙物的識別結果，例如點云數據中包括車輛、交通參與者以及樹木，則標注結果中也包括表示不同障礙物的標號或文字，如1代表公交車、2代表小汽車、3代表交通參與者等。

07步驟二：測算路側盲區(qū)

這步比較關鍵，因為針對的就是盲區(qū)鬼探頭，突然從前方公交車身后出來一部摩托車搶道闖紅綠燈橫穿路口，這樣導致車毀人亡的事不要太多。

哪怕是個老司機都未必反應的過來。

如何測算路測盲區(qū)？

在百度工程師的定義中，路側盲區(qū)一般是由停靠在路側或行車在無人駕駛車輛的外側車道的大型車輛，例如公交車、卡車造成的。由于其體積較大，會遮擋激光雷達的掃描，使無人駕駛車輛無法獲知其外側是否存在交通參與者。交通參與者突然從路側盲區(qū)進入無人駕駛車輛所在道路，即使無人駕駛車輛進行剎車，由于剎車距離的限制，很可能仍會與所述交通參與者發(fā)生碰撞。

判斷當前道路場景是否為潛在碰撞場景，判斷標準包括：存在路側盲區(qū)、所述路側盲區(qū)為大型車輛造成、所述大型車輛單獨位于道路外側車道。

優(yōu)選地，對路側盲區(qū)，一般僅考慮由大型車輛造成的路側盲區(qū)。預設的點云識別模型可以識別對應的障礙物類型和尺寸，以判斷所述障礙物是否為大型車輛。

優(yōu)選地，通過無人駕駛車輛的攝像頭等傳感器，識別道路車道線，確定所述大型車輛是否位于道路外側車道。如果判斷為停靠與道路外側車道的大型車輛，則其為到站上下乘客的公交車的概率較大，對于這種情況，很有可能有交通參與者從公交車車頭突然進入無人駕駛車輛所在車道（與無人駕駛車輛同向行駛的公交車），或從公交車車尾突然進行無人駕駛車輛所在車道（與無人駕駛車輛相向形式的公交車）。

優(yōu)選地，若所述大型車輛單獨位于道路外側車道，則認為所述大型車輛前方的路側盲區(qū)中出現交通參與者從車頭突然進入無人駕駛車輛所在車道（與無人駕駛車輛同向行駛的公交車），或從公交車車尾突然進行無人駕駛車輛所在車道（與無人駕駛車輛相向形式的公交車）的概率較大。