CN102508246A - 车辆前方障碍物检测跟踪方法 - Google Patents
车辆前方障碍物检测跟踪方法 Download PDFInfo
- Publication number
- CN102508246A CN102508246A CN2011103101547A CN201110310154A CN102508246A CN 102508246 A CN102508246 A CN 102508246A CN 2011103101547 A CN2011103101547 A CN 2011103101547A CN 201110310154 A CN201110310154 A CN 201110310154A CN 102508246 A CN102508246 A CN 102508246A
- Authority
- CN
- China
- Prior art keywords
- barrier
- millimetre
- wave radar
- coordinate system
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种车辆前方障碍物检测跟踪方法,方法旨在克服对车辆前方的障碍物检测和跟踪采用单一类型传感器所存在的缺陷和不足。该方法包括的步骤如下:1.建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系;2.毫米波雷达数据的接收解算与处理,并对障碍物初步分类;3.摄像机图像的采集与毫米波雷达数据的接收同步进行;4.车辆前方障碍物的分类:1)采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立障碍物的感兴趣区域ROI。2)在图像上建立的感兴趣区域ROI内,针对不同障碍物的初步分类,采取不同的图像处理算法对障碍物的类型进行确认;5.车辆前方障碍物的跟踪。
Description
技术领域
本发明涉及属于智能车辆安全辅助驾驶领域中的一种方法,更确切地说,本发明涉及一种车辆前方障碍物检测跟踪方法。
背景技术
对车辆行驶前方障碍物(重点是车辆和行人)进行检测和跟踪已成为国际智能车辆研究领域热点,是提高行车安全性和改善交通环境的一项重要措施。
目前国内外车辆行驶前方障碍物检测使用的传感器主要有机器视觉传感器(立体视觉、单目视觉)、红外成像传感器、雷达和激光测距传感器等。
由于机器视觉传感器安装方便、价格便宜,同时随着图像处理技术的迅速发展,机器视觉传感器在车辆前方障碍物检测系统中得到了广泛的应用。然而,基于机器视觉传感器的障碍物检测系统易受光照、遮挡影响。虽然立体视觉可以获得目标的距离方位信息,但存在标定漂移,精度、速度、鲁棒性较差,适用范围较小等缺点。与机器视觉传感器相比,红外摄像机可以用在白天和夜间,而且由于没有颜色和强烈的纹理特征使得障碍物检测更加容易。但是,其易受到环境高温或强烈的太阳照射的影响。雷达系统具有远距离测距能力,它能提供车辆前方道路和目标车辆的方位和速率信息。激光雷达由于光学系统的脆弱性(如不易维护,易受环境的影响等),同时测量速度较慢,实时性也受到一定限制,因此,在障碍物检测系统的应用受到了限制。障碍物检测系统现在一般倾向于采用毫米波雷达,毫米波的工作不受环境的影响。下雨、大雾或黑夜等天气状况对毫米波的传输几乎无影响,可在各种环境下可靠地工作。毫米波雷达系统的工作频率倾向于采用76-77GHz。并且随着单片微波集成电路技术的发展,毫米波雷达的价格和外型尺寸都有很大的下降,这也是毫米波雷达在障碍物检测系统得到广泛应用的原因之一。毫米波雷达的不足是其目标识别能力差。
鉴于单一类型传感器都存在一定的缺陷和不足,目前在车辆前方障碍物检测方面广泛采用了传感器融合的方法,主要有机器视觉传感器和激光传感器的融合、机器视觉传感器与毫米波雷达的融合,以及毫米波雷达和惯性传感器的融合等。
雷达的距离测量精度较高,对天气的鲁棒性较好,利用雷达技术可以得到车辆周围的深度信息,从而可以准确地发现车辆前方的车辆与行人等障碍物。机器视觉传感器具有检测信息丰富等优点,对物体的形状纹理特征有很好的解析能力。因此,雷达和机器视觉传感器进行信息融合可以有效地提高障碍物的检测与识别能力。
发明内容
本发明所要解决的技术问题是克服了单一类型传感器都存在一定的缺陷和不足的问题,提供了一种车辆前方障碍物检测跟踪方法。
为解决上述技术问题,本发明是采用如下技术方案实现的:所述的车辆前方障碍物检测跟踪方法包括如下步骤:
1.建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系;
2.毫米波雷达数据的接收解算与处理;
3.摄像机图像的采集与预处理;
4.利用毫米波雷达数据和摄像机图像进行车辆前方障碍物的分类;
5.车辆前方障碍物的跟踪。
技术方案中所述的建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系包括如下步骤:
1)建立毫米波雷达坐标系与三维世界坐标系的坐标转换关系的步骤如下:
a.X0O0Z为毫米波雷达水平平面的坐标系,O0为其坐标原点即毫米波雷达安装位置,位置在上的X0O0Z水平平面与三维世界坐标系O-XYZ的XOZ平面平行,两个平面之间距离Y1,Y1为毫米波雷达的安装高度,单位.mm,O为世界坐标系原点。
b.得到毫米波雷达扫描范围内障碍物P与毫米波雷达之间相对距离R和相对角度a的坐标系数据,PO0=R,单位.mm,∠PO0Z=α,单位.度;
c.将毫米波雷达坐标系中的障碍物P,转换到三维世界坐标系中:
2)建立摄像机坐标系与三维世界坐标系的坐标转换关系的步骤如下:
a.摄像机坐标系为竖直平面内的二维坐标系xoy,o为摄像机坐标系坐标原点,其坐标平面与三维世界坐标系O-XYZ的XOY平面平行,O为世界坐标系的坐标原点,同时也是摄像机的镜头中心,即Oo=f,f为摄像机有效焦距,单位.mm;
b.使摄像机的光轴与地面平行,即在世界坐标系中Y值保持不变,即Y=Y0,Y0为摄像机的安装高度,单位.mm;
c.将三维世界坐标系中障碍物P(X,Y0,Z),转换到摄像机坐标系中的图像平面上,其转换关系如下:
3)由第1)步骤中的c步骤和第2)步骤中的c步骤可以得到毫米波雷达坐标系和摄像机坐标系的坐标转换关系如下:
技术方案中所述的毫米波雷达数据的接收解算与处理包括如下步骤:
1)毫米波雷达接收到车辆前方的障碍物P有效数据:障碍物P与本车之间的距离Range、角度Angle、相对速度RangeRate、障碍物P的反射强度Power和宽度Width,同时,毫米波雷达为每一个障碍物P分配唯一的不变的自动编号ID;
2)对接收到的数据按照毫米波雷达数据解算协议进行二进制位截断重组,将第1)步骤中接收到的有效数据提取出来;
3)根据障碍物P的反射强度Power和宽度Width,对障碍物P进行初步分类,把障碍物P初步分为行人类和车辆类,其步骤如下:
a.统计行人的宽度阈值W0和反射强度阈值Pr0;
b.当障碍物P宽度Width≤W0并且反射强度Power≤Pr0时,把障碍物P初步分到行人类,否则,将障碍物P分到车辆类;
c.为了在摄像机图像上建立大小合理的毫米波雷达窗口即感兴趣区域ROI,设定车辆类高度阈值H1、宽度阈值W1和行人类的高度阈值H2、宽度阈值W2。
技术方案中所述的摄像机图像的采集与预处理包括如下步骤:
1)摄像机图像的采集与毫米波雷达数据的接收同步进行,包括下列步骤:
a.毫米波雷达与摄像机的扫描区域重合,即实现摄像机采集的图像与毫米波雷达接收的数据在空间上同步;
b.保证摄像机和毫米波雷达采集的数据是同一时刻的信息,即实现摄像机采集的图像与毫米波雷达接收的数据在时间上同步;
2)为消除噪声、光照等因素对原始图像的影响,对原始图像进行预处理,包括下列步骤:
a.利用中值滤波进行图像的滤波处理,既保护图像边缘,又能去除噪声;
b.利用灰度拉伸,增强原图各部分的反差,增强感兴趣灰度区域,使图像中目标更加突出;
c.利用Soble边缘检测算子进行边缘检测,同时对噪声起到平滑的作用,提供较为精确的边缘方向信息;为后续目标障碍物的检测提供良好的基础。
技术方案中所述的利用毫米波雷达数据和摄像机图像进行车辆前方障碍物的分类包括如下步骤:
1)采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立障碍物P的感兴趣区域ROI;
2)在图像上建立的感兴趣区域R0I内,针对不同障碍物P的初步分类,采取不同的图像处理算法对障碍物P的类型进行确认。
技术方案中所述的采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立障碍物P的感兴趣区域ROI包括下列步骤:
a.将毫米波雷达目标有效信息转换为视觉图像中信息,确定障碍物P在摄像机坐标系中的位置;
b.根据毫米波雷达对障碍物P的分类不同,选定车辆类的高度阈值H1与宽度阈值W1或行人类的高度阈值H2与宽度阈值W2,同时考虑毫米波雷达数据中障碍物P的宽度信息,在图像上建立随距离的远近进行调节的毫米波雷达窗口即感兴趣区域ROI。
技术方案中所述的在图像上建立的感兴趣区域ROI内,针对不同障碍物P的初步分类,采取不同的图像处理算法对障碍物P的类型进行确认包括下列步骤:
a.对于已建立的感兴趣区域ROI内的障碍物P,若初步确定其为行人类目标,则利用基于行人外部特征的检测方法,判断当前区域内的障碍物P是否为行人,若检测成功是行人,则记录其毫米波雷达自动编号ID;
b.对于a步骤中的已建立的感兴趣区域ROI内初步分类为行人类的障碍物P若检测结果是非行人类,将其分到车辆类,重新调整窗口大小,利用基于车辆外部特征的检测方法进行识别,若检测成功是车辆,则记录其毫米波雷达自动编号ID;
c.对于b步骤中的重新调整窗口内的障碍物P若检测结果是非车辆类,将其视为其它障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID;
d.对于已建立的感兴趣区域ROI内的障碍物P若初步确定为车辆类目标,则利用基于车辆外部特征的检测方法,判断当前区域内的障碍物P是否为车辆,若检测成功是车辆,则记录其毫米波雷达自动编号ID;
e.对于d步骤中的已建立的感兴趣区域ROI内初步分类为车辆类的障碍物P若检测结果是非车辆类,将其分到行人类,重新调整窗口大小,然后利用基于行人外部特征的检测方法进行识别,若检测成功是行人,则记录其毫米波雷达自动编号ID;
f.对于e步骤中的重新调整窗口内的障碍物P若检测结果是非行人类,则将其视为其他障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID。
技术方案中所述的车辆前方障碍物的跟踪包括如下步骤:
1)读取下一周期的毫米波雷达数据,按照卡尔曼滤波的方式对其进行一致性检验,其步骤如下:
a.采用卡尔曼滤波算法对本周期的障碍物P在下一周期的状态进行预测;
b.对障碍物P在下一周期内实际测量值和卡尔曼预测值进行目标一致性检验;
c.对于满足目标一致性检验的障碍物P,更新其数据信息,为下一次目标跟踪做准备;
d.对于不满足目标一致性检验的障碍物P,将其视为新出现障碍物;
2)对于新出现的障碍物P从毫米波雷达数据的接收解算与处理步骤开始依次执行至车辆前方障碍物的跟踪步骤。
与现有技术相比本发明的有益效果是:
1.本发明所述的车辆前方障碍物检测跟踪方法根据毫米波雷达测量车辆行驶前方障碍物的反射强度和宽度,对障碍物进行初步分类,解决了车辆和行人难以同时分类识别的难题。
2.本发明所述的车辆前方障碍物检测跟踪方法通过毫米波雷达数据信息实现了车辆行驶前方障碍物的精确定位,解决了图像处理时感兴趣区域难以确定的问题。
3.本发明所述的车辆前方障碍物检测跟踪方法的毫米波雷达扫描点投影在摄像机图像平面上,建立感兴趣区域,感兴趣区域窗口大小由障碍物类型决定,同时考虑雷达数据中前方障碍物的宽度信息,且窗口大小随距离的远近进行调节。这样可以准确控制感兴趣区域的大小,减少图像处理范围,提高处理速度。
4.本发明所述的车辆前方障碍物检测跟踪方法在前方障碍物跟踪方面,利用卡尔曼滤波算法对下一周期的信息进行预测,通过对已经存在毫米波雷达自动编号ID的障碍物进行预测值与测量值一致性的方法,对前方障碍物进行跟踪,而对新出现障碍物重新进行检测分类。这样,既可以避免已经检测并成功分类障碍物的重复性检测,又可以防止突然闯入的障碍物无法及时识别,而对本车构成威胁。提高了障碍物跟踪的实时性和鲁棒性。
5.本发明所述的车辆前方障碍物检测跟踪方法可以实现对车辆行驶前方不同类型的多个目标同时检测跟踪,改善了现有方法只对单一目标检测跟踪的不足,减少了系统的漏警率。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明所述的车辆前方障碍物检测跟踪方法中的毫米波雷达坐标系与世界坐标系转换关系的示意图;
图2为本发明所述的车辆前方障碍物检测跟踪方法中的摄像机坐标系与世界坐标系坐标转换关系的示意图;
图3为本发明所述的车辆前方障碍物检测跟踪方法的流程框图;
图中:r1.毫米波雷达远距离扫描区域,r2.毫米波雷达中距离扫描区域。
具体实施方式
下面结合附图对本发明作详细的描述:
本发明所述的车辆前方障碍物检测跟踪方法是采用毫米波雷达和单目视觉(摄像机)融合的方法,实现了车辆前方障碍物的检测识别与跟踪。其特征在于:
1.本发明利用毫米波雷达获取前方障碍物的数据信息,其主要包括距离、角度、速度、前方障碍物的反射强度及宽度信息等。
2.本发明根据获得的毫米波雷达数据信息中的前方障碍物的反射强度和宽度信息,初步把前方障碍物分为:行人类、车辆类。
3.本发明根据毫米波雷达和单目视觉(摄像机)的融合的方法,把毫米波雷达扫描点投影到摄像机图像上,在摄像机坐标系上形成动态的感兴趣区域ROI,这样有利于缩小前方车辆、行人识别与跟踪的搜索区域,从而减少系统计算的时间,提高系统实时性。
4.本发明在建立的感兴趣区域ROI内,根据毫米波雷达数据信息的初步分类,运用不同的图像处理算法对ROI内障碍物分别进行识别。对分类识别后的障碍物分别记录其自动编号ID。
5.本发明对车辆前方障碍物的跟踪,对于已经存在的毫米波雷达自动编号ID的障碍物,只需要按照卡尔曼滤波的方式对其进行一致性检验,而对新出现的障碍物按前述的车辆前方障碍物检测算法进行识别。这样既可以避免重复性检验提高系统的实时性,又可以防止突然闯入的障碍物无法及时识别而对本车构成威胁。
参阅图3,本发明所述的车辆前方障碍物检测跟踪方法包括如下步骤:
1.建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系
毫米波雷达坐标系为水平平面内的二维坐标系,摄像机坐标系为竖直平面内的二维坐标系,建立毫米波雷达坐标系与三维世界坐标系和建立摄像机坐标系与三维世界坐标系的关系,实现毫米波雷达坐标系与摄像机坐标系下的数据转换。
1)参阅图1,建立毫米波雷达坐标系与三维世界坐标系的坐标转换关系,其过程包括下列步骤:
a.毫米波雷达坐标系为水平平面内的二维坐标系,如图中所示X0O0Z为毫米波雷达坐标系,其坐标平面与三维世界坐标系O-XYZ的XOZ平面平行,且X0O0Z平面位于XOZ平面下方Y1处,Y1为毫米波雷达的安装高度,将三维世界坐标系O-XYZ的XOZ平面垂直投影到毫米波雷达坐标系X0O0Z上,OX轴与O0X0之间相距Z0。O为世界坐标系原点,O0为毫米波雷达坐标系坐标原点也就是毫米波雷达安装位置。
b.得到毫米波雷达扫描范围内前方的障碍物P(P为毫米波雷达扫描范围内所有障碍物中一具体实例,下面以P为例进行说明,其他障碍物按同样的方法处理)与毫米波雷达之间相对距离R和相对角度a的坐标系数据。因此,PO0=R,单位.mm,<PO0Z=α,单位.度。
c.将毫米波雷达坐标系中的障碍物P,转换到三维世界坐标系中:
2)参阅图2,建立摄像机坐标系与三维世界坐标系的坐标转换关系,其过程包括下列步骤:
a.图中所示摄像机坐标系为竖直平面内的二维坐标系xoy,o为摄像机坐标系坐标原点,其坐标平面与三维世界坐标系O-XYZ的XOY平面平行。其中O为世界坐标系的坐标原点,同时也是摄像机的镜头中心,即Oo=f,f为摄像机有效焦距,单位.mm。
b.摄像机安装过程中要求其光轴与地面平行,即在世界坐标系中Y值保持不变,即Y=Y0,Y0为摄像机的安装高度,单位.mm。
c.将三维世界坐标系中障碍物P(X,Y0,Z),转换到摄像机坐标系中的图像平面上,其转换关系如下:
3)由第1)步骤中的c步骤的 和第2)步骤中的c步骤的 可以得到毫米波雷达坐标系和摄像机坐标系下的坐标转换关系如下:
2.毫米波雷达数据的接收解算与处理,其具体过程包括下列步骤:
1)毫米波雷达接收车辆前方的障碍物P有效数据,其中包括前方障碍物P与本车之间的距离Range、角度Angle、相对速度RangeRate、以及前方障碍物P的反射强度Power和宽度Width。同时,毫米波雷达为车辆前方的每一障碍物分配唯一自动编号ID,且在毫米波雷达跟踪障碍物P过程中自动编号ID保持不变。
2)对接收到的数据按照毫米波雷达数据解算协议进行二进制位截断重组,将第2步骤的第1)步骤中接收到的有效数据:障碍物P与本车之间的距离Range、角度Angle、相对速度RangeRate、障碍物P的反射强度Power和宽度Width提取出来。
3)根据障碍物P的反射强度Power和宽度Width,把本车前方的障碍物P初步分为行人类和车辆类。其具体过程包括下列步骤:
a.统计行人的宽度阈值W0和反射强度阈值Pr0。
b.当车辆前方的障碍物宽度Width≤W0并且反射强度Power≤Pr0时,把障碍物P初步分到行人类,否则,将障碍物P分到车辆类。
c.为了在摄像机图像上建立大小合理的毫米波雷达窗口即感兴趣区域ROI,设定车辆类高度阈值H1、宽度阈值W1和行人类的高度阈值H2、宽度阈值W2。
3.摄像机图像的采集与预处理,其具体过程包括下列步骤:
1)摄像机图像的采集与毫米波雷达数据的接收同步进行。
a.毫米波雷达与摄像机的扫描区域重合,前方的障碍物P由毫米波雷达与摄像机测量的距离和角度按第1步骤中的第3)步骤建立的透射投影关系转化之后必须保持一致。即实现摄像机采集的图像与毫米波雷达接收的数据在空间上同步。
b.保证摄像机和毫米波雷达采集的数据是同一时刻的信息,即实现摄像机采集的图像与毫米波雷达接收的数据在时间上同步。
2)为消除噪声、光照等因素对原始图像的影响,对原始图像进行预处理,包括下列步骤:
a.利用中值滤波进行图像的滤波处理,既保护图像边缘,又能去除噪声;
b.利用灰度拉伸,增强原图各部分的反差,增强感兴趣灰度区域,使图像中目标更加突出;
c.利用Soble边缘检测算子进行边缘检测,同时对噪声起到平滑的作用,提供较为精确的边缘方向信息;为后续目标障碍物的检测提供良好的基础。
4.利用毫米波雷达数据和摄像机图像进行车辆前方障碍物的分类,具体过程包括下列步骤:
1)采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立车辆前方的障碍物P的感兴趣区域ROI。具体过程包括下列步骤:
a.按照第1步骤中第3)步骤的 关系式将毫米波雷达目标有效信息(距离Range、角度Angle等)转换为视觉图像中信息,确定车辆前方的障碍物P在摄像机坐标系中的位置;
b.根据毫米波雷达对车辆前方的障碍物P的分类不同,考虑到第2步骤的第3)步骤的第c步骤中设定的车辆类高度阈值H1、宽度阈值W1和行人类的高度阈值H2、宽度阈值W2,选定车辆类的高度阈值H1、宽度阈值W1或行人类的高度阈值H2、宽度阈值W2,同时考虑毫米波雷达数据中车辆前方的障碍物P的宽度信息,在图像上建立毫米波雷达窗口即感兴趣区域ROI,且窗口大小随距离的远近进行调节。
2)在图像上建立的感兴趣区域R0I内,针对不同障碍物P的初步分类,采取不同的图像处理算法对车辆前方的障碍物P的类型进行确认,其具体过程包括下列步骤:
a.对于已建立的感兴趣区域ROI内的障碍物P若初步确定其为行人类目标,则利用基于行人外部特征的检测方法,判断当前区域内的障碍物P是否为行人,若检测成功(是行人),则记录其毫米波雷达自动编号ID。
b.对于第4步骤的第2)步骤的a步骤中的已建立的感兴趣区域ROI内初步分类为行人类的障碍物P若检测结果是非行人类,将其分到车辆类,重新调整窗口大小,利用基于车辆外部特征的检测方法进行识别,若检测成功(是车辆),则记录其毫米波雷达自动编号ID。
c.对于第4步骤的第2)步骤的b步骤中的重新调整窗口内的障碍物P若检测结果是非车辆类,将其视为其它障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID。
d.对于已建立的感兴趣区域ROI内的障碍物P若初步确定为车辆类目标,则利用基于车辆外部特征的检测方法,判断当前区域内的障碍物P是否为车辆,若检测成功(是车辆),则记录其毫米波雷达自动编号ID。
e.对于第4步骤中第2)步骤中d步骤中的已建立的感兴趣区域ROI内初步分类为车辆类的障碍物P若检测结果是非车辆类,将其分到行人类,重新调整窗口大小,然后利用基于行人外部特征的检测方法进行识别,若检测成功(是行人),则记录其毫米波雷达自动编号ID。
f.对于第4步骤中第2)步骤中e步骤中的重新调整窗口内的障碍物P若检测结果是非行人类,则将其视为其他障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID。
5.车辆前方障碍物的跟踪,具体过程包括下列步骤:
1)读取下一周期的毫米波雷达数据,按照卡尔曼滤波的方式对其进行一致性检验,其步骤如下:
a.采用卡尔曼滤波算法对本周期的障碍物P在下一周期的状态进行预测。
b.对障碍物P在下一周期内实际测量值和卡尔曼预测值进行目标一致性检验;
c.对于满足目标一致性检验的障碍物P,更新其数据信息,为下一次目标跟踪做准备。
d.对于不满足目标一致性检验的障碍物P,将其视为新出现的障碍物P;
2)对于新出现的障碍物P从毫米波雷达数据的接收解算与处理步骤开始依次执行至车辆前方障碍物的跟踪步骤。
本申请的贡献点:
1、本发明所述的车辆前方障碍物检测跟踪方法采用毫米波雷达和单目视觉两传感器融合的方式,雷达波雷达可以得到车辆周围的深度信息,可以准确地发现车辆前方的车辆与行人等障碍物。机器视觉传感器具有检测信息丰富优点,对物体的形状纹理特征有很好的解析能力,因此,充分发挥两传感器优势,既可以弥补毫米波雷达目标类型识别能力差的缺点,又可以弥补单目视觉定位精度低的缺点,提高了障碍物检测系统的鲁棒性、准确性和实时性。
2.本发明所述的车辆前方障碍物检测跟踪方法根据毫米波雷达测量车辆行驶前方障碍物的反射强度和宽度,对障碍物进行初步分类,把障碍物分为车辆类和行人类,针对不同的初步分类采取不同的图像处理算法对障碍物类型进行精确划分,避免了必须逐一采用两种图像处理算法对每一障碍物类型进行检测,节省系统运算时间,同时提高系统检测准确性。
3.本发明所述的车辆前方障碍物检测跟踪方法通过毫米波雷达数据信息实现了车辆行驶前方障碍物的精确定位,根据建立的透射投影关系将雷达数据扫描点投影在摄像机图像平面上,建立感兴趣区域,解决了图像处理时感兴趣区域难以确定的问题。感兴趣区域窗口大小由障碍物类型决定,同时考虑雷达数据中前方障碍物的宽度信息,且窗口大小随距离的远近进行调节。这样可以准确控制感兴趣区域的大小,在进行图像处理时只需要对感兴趣区域进行处理,减少图像处理范围,提高处理速度。
4.本发明所述的车辆前方障碍物检测跟踪方法在前方障碍物跟踪方面,利用卡尔曼滤波算法对下一周期的信息进行预测,对已经存在毫米波雷达自动编号ID的障碍物采用预测值与测量值一致性检验的方法对其进行跟踪,而对新出现障碍物按照本发明所述的障碍物检测方法检测分类并进行跟踪。这样,既可以避免已经检测并成功分类障碍物的重复性检测,又可以防止突然闯入的障碍物无法及时识别,而对本车构成威胁。提高了障碍物跟踪的实时性和鲁棒性。
5.本发明所述的车辆前方障碍物检测跟踪方法可以实现对车辆行驶前方不同类型的多个目标同时检测跟踪,改善了现有方法只对前方对本车构威胁最大的唯一目标检测跟踪的不足,提高了系统的鲁棒性,减少了系统的漏警率。
Claims (8)
1.一种车辆前方障碍物检测跟踪方法,其特征在于,所述的车辆前方障碍物检测跟踪方法包括如下步骤:
1)建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系;
2)毫米波雷达数据的接收解算与处理;
3)摄像机图像的采集与预处理;
4)利用毫米波雷达数据和摄像机图像进行车辆前方障碍物的分类;
5)车辆前方障碍物的跟踪。
2.按照权利要求1所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的建立毫米波雷达坐标系与摄像机坐标系之间的实现数据转换的关系包括如下步骤:
1)建立毫米波雷达坐标系与三维世界坐标系的坐标转换关系的步骤如下:
a.X0O0Z为毫米波雷达水平平面的坐标系,O0为其坐标原点即毫米波雷达安装位置,位置在上的X0O0Z水平平面与三维世界坐标系O-XYZ的XOZ平面平行,两个平面之间距离Y1,Y1为毫米波雷达的安装高度,O为世界坐标系原点;
b.得到毫米波雷达扫描范围内障碍物P与毫米波雷达之间相对距离R和相对角度a的坐标系数据,PO0=R,单位.mm,∠PO0Z=α,单位.度;
c.将毫米波雷达坐标系中的障碍物P,转换到三维世界坐标系中:
2)建立摄像机坐标系与三维世界坐标系的坐标转换关系的步骤如下:
a.摄像机坐标系为竖直平面内的二维坐标系xoy,o为摄像机坐标系坐标原点,其坐标平面与三维世界坐标系O-XYZ的XOY平面平行,O为世界坐标系的坐标原点,同时也是摄像机的镜头中心,即Oo=f,f为摄像机有效焦距,单位.mm;
b.使摄像机的光轴与地面平行,即在世界坐标系中Y值保持不变,即Y=Y0,Y0为摄像机的安装高度,单位.mm;
c.将三维世界坐标系中障碍物P(X,Y0,Z),转换到摄像机坐标系中的图像平面上,其转换关系如下:
3)由第1)步骤中的c步骤和第2)步骤中的c步骤可以得到毫米波雷达坐标系和摄像机坐标系的坐标转换关系如下:
3.按照权利要求1所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的毫米波雷达数据的接收解算与处理包括如下步骤:
1)毫米波雷达接收到车辆前方的障碍物P有效数据:障碍物P与本车之间的距离Range、角度Angle、相对速度RangeRate、障碍物P的反射强度Power和宽度Width,同时,毫米波雷达为每一个障碍物P分配唯一的不变的自动编号ID;
2)对接收到的数据按照毫米波雷达数据解算协议进行二进制位截断重组,将第1)步骤中接收到的有效数据提取出来;
3)根据障碍物P的反射强度Power和宽度Width,对障碍物P进行初步分类,把障碍物P初步分为行人类和车辆类,其步骤如下:
a.统计行人的宽度阈值W0和反射强度阈值Pr0;
b.当障碍物P宽度Width≤W0并且反射强度Power≤Pr0时,把障碍物P初步分到行人类,否则,将障碍物P分到车辆类;
c.为了在摄像机图像上建立大小合理的毫米波雷达窗口即感兴趣区域ROI,设定车辆类高度阈值H1、宽度阈值W1和行人类的高度阈值H2、宽度阈值W2。
4.按照权利要求1所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的摄像机图像的采集与预处理包括如下步骤:
1)摄像机图像的采集与毫米波雷达数据的接收同步进行,包括下列步骤
a.毫米波雷达与摄像机的扫描区域重合,即实现摄像机采集的图像与毫米波雷达接收的数据在空间上同步;
b.保证摄像机和毫米波雷达采集的数据是同一时刻的信息,即实现摄像机采集的图像与毫米波雷达接收的数据在时间上同步;
2)为消除噪声、光照等因素对原始图像的影响,对原始图像进行预处理,包括下列步骤:
a.利用中值滤波进行图像的滤波处理,既保护图像边缘,又能去除噪声;
b.利用灰度拉伸,增强原图各部分的反差,增强感兴趣灰度区域,使图像中目标更加突出;
c.利用Soble边缘检测算子进行边缘检测,同时对噪声起到平滑的作用,提供较为精确的边缘方向信息;为后续目标障碍物的检测提供良好的基础。
5.按照权利要求1所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的利用毫米波雷达数据和摄像机图像进行车辆前方障碍物的分类包括如下步骤:
1)采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立障碍物P的感兴趣区域ROI;
2)在图像上建立的感兴趣区域R0I内,针对不同障碍物P的初步分类,采取不同的图像处理算法对障碍物P的类型进行确认。
6.按照权利要求5所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的采用毫米波雷达和单目视觉融合的方法,将毫米波雷达数据扫描点投影到摄像机坐标系上,在图像上建立障碍物P的感兴趣区域ROI包括下列步骤:
a.将毫米波雷达目标有效信息转换为视觉图像中信息,确定障碍物P在摄像机坐标系中的位置;
b.根据毫米波雷达对障碍物P的分类不同,选定车辆类的高度阈值H1与宽度阈值W1或行人类的高度阈值H2与宽度阈值W2,同时考虑毫米波雷达数据中障碍物P的宽度信息,在图像上建立随距离的远近进行调节的毫米波雷达窗口即感兴趣区域ROI。
7.按照权利要求5所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的在图像上建立的感兴趣区域ROI内,针对不同障碍物P的初步分类,采取不同的图像处理算法对障碍物P的类型进行确认包括下列步骤:
a.对于已建立的感兴趣区域ROI内的障碍物P,若初步确定其为行人类目标,则利用基于行人外部特征的检测方法,判断当前区域内的障碍物P是否为行人,若检测成功是行人,则记录其毫米波雷达自动编号ID;
b.对于第a步骤中的已建立的感兴趣区域ROI内初步分类为行人类的障碍物P若检测结果是非行人类,将其分到车辆类,重新调整窗口大小,利用基于车辆外部特征的检测方法进行识别,若检测成功是车辆,则记录其毫米波雷达自动编号ID;
c.对于第b步骤中的重新调整窗口内的障碍物P若检测结果是非车辆类,将其视为其它障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID;
d.对于已建立的感兴趣区域ROI内的障碍物P若初步确定为车辆类目标,则利用基于车辆外部特征的检测方法,判断当前区域内的障碍物P是否为车辆,若检测成功是车辆,则记录其毫米波雷达自动编号ID;
e.对于第d步骤中的已建立的感兴趣区域ROI内初步分类为车辆类的障碍物P若检测结果是非车辆类,将其分到行人类,重新调整窗口大小,然后利用基于行人外部特征的检测方法进行识别,若检测成功是行人,则记录其毫米波雷达自动编号I D;
f.对于第e步骤中的重新调整窗口内的障碍物P若检测结果是非行人类,则将其视为其他障碍物并不再识别其类型,同样记录其毫米波雷达自动编号ID。
8.按照权利要求1所述的车辆前方障碍物检测跟踪方法,其特征在于,所述的车辆前方障碍物的跟踪包括如下步骤:
1)读取下一周期的毫米波雷达数据,按照卡尔曼滤波的方式对其进行一致性检验,其步骤如下:
a.采用卡尔曼滤波算法对本周期的障碍物P在下一周期的状态进行预测;
b.对障碍物P在下一周期内实际测量值和卡尔曼预测值进行目标一致性检验;
c.对于满足目标一致性检验的障碍物P,更新其数据信息,为下一次目标跟踪做准备;
d.对于不满足目标一致性检验的障碍物P,将其视为新出现障碍物P;
2)对于新出现的障碍物P从毫米波雷达数据的接收解算与处理步骤开始依次执行至车辆前方障碍物的跟踪步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110310154 CN102508246B (zh) | 2011-10-13 | 2011-10-13 | 车辆前方障碍物检测跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110310154 CN102508246B (zh) | 2011-10-13 | 2011-10-13 | 车辆前方障碍物检测跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102508246A true CN102508246A (zh) | 2012-06-20 |
CN102508246B CN102508246B (zh) | 2013-04-17 |
Family
ID=46220352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110310154 Expired - Fee Related CN102508246B (zh) | 2011-10-13 | 2011-10-13 | 车辆前方障碍物检测跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102508246B (zh) |
Cited By (120)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102829763A (zh) * | 2012-07-30 | 2012-12-19 | 中国人民解放军国防科学技术大学 | 基于单目视觉定位的路面图像采集方法及采集系统 |
CN103226833A (zh) * | 2013-05-08 | 2013-07-31 | 清华大学 | 一种基于三维激光雷达的点云数据分割方法 |
CN104149729A (zh) * | 2013-05-13 | 2014-11-19 | 上海汽车集团股份有限公司 | 识别行驶车辆周围障碍物的方法及系统 |
CN104252231A (zh) * | 2014-09-23 | 2014-12-31 | 河南省辉耀网络技术有限公司 | 一种基于摄像头的体感识别系统和方法 |
CN104299244A (zh) * | 2014-09-26 | 2015-01-21 | 东软集团股份有限公司 | 基于单目相机的障碍物检测方法及装置 |
CN104464173A (zh) * | 2014-12-03 | 2015-03-25 | 国网吉林省电力有限公司白城供电公司 | 基于空间图像三维测量的输电线路防外力破坏系统 |
CN104637059A (zh) * | 2015-02-09 | 2015-05-20 | 吉林大学 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
CN104965202A (zh) * | 2015-06-18 | 2015-10-07 | 奇瑞汽车股份有限公司 | 障碍物探测方法和装置 |
CN105128836A (zh) * | 2014-05-30 | 2015-12-09 | 株式会社万都 | 自主紧急制动系统及其中识别行人的方法 |
CN105372654A (zh) * | 2015-12-14 | 2016-03-02 | 财团法人车辆研究测试中心 | 障碍物分类可靠度量化的方法 |
CN105372659A (zh) * | 2015-11-20 | 2016-03-02 | 上海无线电设备研究所 | 道路交通监控多目标探测跟踪方法及跟踪系统 |
CN105480227A (zh) * | 2015-12-29 | 2016-04-13 | 大连楼兰科技股份有限公司 | 主动驾驶技术中基于红外雷达与视频图像信息融合的方法 |
CN105512641A (zh) * | 2015-12-31 | 2016-04-20 | 哈尔滨工业大学 | 一种采用激光雷达扫描法标定雨雪状态下视频中的动态行人及车辆的方法 |
CN105574511A (zh) * | 2015-12-18 | 2016-05-11 | 财团法人车辆研究测试中心 | 具平行架构的适应性物体分类装置及其方法 |
CN105637384A (zh) * | 2013-10-18 | 2016-06-01 | 克诺尔商用车制动系统有限公司 | 用于对障碍物进行分类的方法 |
CN105718888A (zh) * | 2016-01-22 | 2016-06-29 | 北京中科慧眼科技有限公司 | 障碍物预警方法和障碍物预警装置 |
CN105759273A (zh) * | 2016-02-17 | 2016-07-13 | 吴伟民 | 车辆障碍物检测方法及系统 |
CN106096559A (zh) * | 2016-06-16 | 2016-11-09 | 深圳零度智能机器人科技有限公司 | 障碍物检测方法及系统以及运动物体 |
CN106157507A (zh) * | 2016-07-08 | 2016-11-23 | 武汉三江中电科技有限责任公司 | 一种基于雷达和视频融合的输电线路立体防护装置 |
CN106155066A (zh) * | 2016-09-29 | 2016-11-23 | 翁锦祥 | 一种可进行路面障碍检测的搬运车及搬运方法 |
CN106183990A (zh) * | 2014-11-03 | 2016-12-07 | 现代自动车株式会社 | 用于在车辆中识别障碍物位置的装置和方法 |
CN106249239A (zh) * | 2016-08-23 | 2016-12-21 | 深圳市速腾聚创科技有限公司 | 目标检测方法及装置 |
CN106249210A (zh) * | 2016-07-29 | 2016-12-21 | 山东康威通信技术股份有限公司 | 一种多相控阵雷达目标融合及伪目标辨识系统与方法 |
CN106291523A (zh) * | 2015-06-24 | 2017-01-04 | 宏达国际电子股份有限公司 | 手持装置、物件定位方法与计算机可读的记录介质 |
CN107015228A (zh) * | 2016-11-15 | 2017-08-04 | 财团法人车辆研究测试中心 | 车用毫米波雷达的环境辨识系统 |
CN107209993A (zh) * | 2014-07-03 | 2017-09-26 | 通用汽车环球科技运作有限责任公司 | 车辆认知雷达方法和系统 |
CN107238834A (zh) * | 2016-01-19 | 2017-10-10 | 德尔福技术有限公司 | 用于自动车辆的使用雷达/视觉融合的目标跟踪系统 |
CN107272021A (zh) * | 2016-03-30 | 2017-10-20 | 德尔福技术有限公司 | 使用雷达和视觉定义的图像检测区域的对象检测 |
CN107284443A (zh) * | 2016-04-12 | 2017-10-24 | 福特全球技术公司 | 检测可用停车位 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
CN107423667A (zh) * | 2017-04-12 | 2017-12-01 | 杭州奥腾电子股份有限公司 | 一种车体上的预测障碍物的方法 |
CN107463890A (zh) * | 2017-07-20 | 2017-12-12 | 浙江零跑科技有限公司 | 一种基于单目前视相机的前车检测与跟踪方法 |
WO2018035711A1 (zh) * | 2016-08-23 | 2018-03-01 | 深圳市速腾聚创科技有限公司 | 目标检测方法及系统 |
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN108008412A (zh) * | 2017-10-18 | 2018-05-08 | 南京安捷智造科技有限公司 | 一种多曲度融合行车防撞系统 |
CN108037505A (zh) * | 2017-12-08 | 2018-05-15 | 吉林大学 | 一种夜间前方车辆检测方法及系统 |
CN108082181A (zh) * | 2017-03-10 | 2018-05-29 | 南京沃杨机械科技有限公司 | 基于农田环境感知的农机导航控制方法 |
CN108154084A (zh) * | 2017-03-10 | 2018-06-12 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN108303988A (zh) * | 2018-03-28 | 2018-07-20 | 大连海事大学 | 一种无人船的目标识别追踪系统及其工作方法 |
CN108319910A (zh) * | 2018-01-30 | 2018-07-24 | 海信集团有限公司 | 一种车辆识别方法、装置及终端 |
CN108535714A (zh) * | 2018-05-25 | 2018-09-14 | 加驰(厦门)智能科技有限公司 | 一种毫米波雷达检测开放空间遮挡物体的方法及装置 |
CN108572663A (zh) * | 2017-03-08 | 2018-09-25 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108594244A (zh) * | 2018-04-28 | 2018-09-28 | 吉林大学 | 基于立体视觉和激光雷达的障碍物识别迁移学习方法 |
CN108596081A (zh) * | 2018-04-23 | 2018-09-28 | 吉林大学 | 一种基于雷达和摄像机融合的车辆行人探测方法 |
CN108614262A (zh) * | 2018-06-22 | 2018-10-02 | 安徽江淮汽车集团股份有限公司 | 一种车辆前方目标物检测方法及系统 |
CN108693876A (zh) * | 2017-04-06 | 2018-10-23 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108764108A (zh) * | 2018-05-22 | 2018-11-06 | 湖北省专用汽车研究院 | 一种基于贝叶斯统计决策的前车检测方法 |
CN108845574A (zh) * | 2018-06-26 | 2018-11-20 | 北京艾瑞思机器人技术有限公司 | 目标识别与追踪方法、装置、设备及介质 |
CN109001743A (zh) * | 2018-09-06 | 2018-12-14 | 中国铁道科学研究院集团有限公司通信信号研究所 | 有轨电车防撞系统 |
CN109002800A (zh) * | 2018-07-20 | 2018-12-14 | 苏州索亚机器人技术有限公司 | 基于多传感器融合的三维目标实时识别机构及识别方法 |
CN109074744A (zh) * | 2016-09-23 | 2018-12-21 | 日立建机株式会社 | 矿山用工程机械以及障碍物判别装置 |
CN109063667A (zh) * | 2018-08-14 | 2018-12-21 | 视云融聚(广州)科技有限公司 | 一种基于场景的视频识别方式优化及推送方法 |
CN109143241A (zh) * | 2018-07-26 | 2019-01-04 | 清华大学苏州汽车研究院(吴江) | 雷达数据和图像数据的融合方法及系统 |
CN109291922A (zh) * | 2018-09-30 | 2019-02-01 | 东风汽车集团有限公司 | 一种自动识别小型障碍物并制动的驾驶辅助系统及控制方法 |
CN109426802A (zh) * | 2017-08-22 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 雷达和视觉传感器系统的融合 |
CN109459750A (zh) * | 2018-10-19 | 2019-03-12 | 吉林大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN109490890A (zh) * | 2018-11-29 | 2019-03-19 | 重庆邮电大学 | 一种面向智能车的毫米波雷达与单目相机信息融合方法 |
CN109658500A (zh) * | 2018-12-11 | 2019-04-19 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于毫米波雷达的直升机合成视景方法、系统及存储介质 |
CN109682388A (zh) * | 2018-12-21 | 2019-04-26 | 北京智行者科技有限公司 | 跟随路径的确定方法 |
CN109709546A (zh) * | 2019-01-14 | 2019-05-03 | 珠海格力电器股份有限公司 | 宠物状态监测方法和装置 |
CN109858440A (zh) * | 2019-01-30 | 2019-06-07 | 苏州昆承智能车检测科技有限公司 | 基于测距雷达和机器视觉数据融合的前方车辆检测系统 |
CN109849977A (zh) * | 2019-01-14 | 2019-06-07 | 同济大学 | 一种基于异态检测的有轨电车辅助安全防护方法 |
CN109871020A (zh) * | 2019-03-18 | 2019-06-11 | 爱驰汽车有限公司 | 车载自动驾驶系统、方法、设备及存储介质 |
CN109885056A (zh) * | 2019-03-07 | 2019-06-14 | 格陆博科技有限公司 | 一种基于单目摄像头和毫米波雷达融合的多场景挑选方法 |
CN109934169A (zh) * | 2019-03-13 | 2019-06-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车道线识别方法及装置 |
CN109996175A (zh) * | 2019-05-15 | 2019-07-09 | 苏州矽典微智能科技有限公司 | 室内定位系统和方法 |
CN110008891A (zh) * | 2019-03-29 | 2019-07-12 | 厦门金龙旅行车有限公司 | 一种行人检测定位方法、装置、车载计算设备及存储介质 |
CN110111018A (zh) * | 2019-05-16 | 2019-08-09 | 北京百度网讯科技有限公司 | 评估车辆感测能力的方法、装置、电子设备及存储介质 |
CN110169045A (zh) * | 2017-01-20 | 2019-08-23 | 索尼公司 | 信息处理设备、信息处理方法以及信息处理系统 |
CN110213565A (zh) * | 2013-01-15 | 2019-09-06 | 移动眼视力科技有限公司 | 成像系统和用于深度计算的方法 |
US10408932B2 (en) | 2016-12-16 | 2019-09-10 | Automotive Research & Testing Center | Environment recognition system using vehicular millimeter wave radar |
WO2019183743A1 (zh) * | 2018-03-25 | 2019-10-03 | 张舒怡 | 一种用于移动物体检测障碍的传感器 |
WO2019183742A1 (zh) * | 2018-03-25 | 2019-10-03 | 张舒怡 | 一种用于交通工具检测障碍的传感器 |
CN110341621A (zh) * | 2019-07-10 | 2019-10-18 | 北京百度网讯科技有限公司 | 一种障碍物检测方法及装置 |
CN110412563A (zh) * | 2019-07-29 | 2019-11-05 | 哈尔滨工业大学 | 一种基于多传感器融合的辅助列车车皮挂接的便携式测距仪及其工作方法 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110476077A (zh) * | 2017-04-01 | 2019-11-19 | 华为技术有限公司 | 车载雷达的扫描方法、装置和控制车辆的系统 |
CN110580045A (zh) * | 2019-08-30 | 2019-12-17 | 安徽科微智能科技有限公司 | 一种无人艇避障方法 |
CN110660218A (zh) * | 2019-09-29 | 2020-01-07 | 上海莫吉娜智能信息科技有限公司 | 利用毫米波雷达的高精度地图制作方法及系统 |
CN110673123A (zh) * | 2019-10-24 | 2020-01-10 | 北京地平线机器人技术研发有限公司 | 一种目标对象的测距方法及装置 |
CN110672074A (zh) * | 2019-10-24 | 2020-01-10 | 北京地平线机器人技术研发有限公司 | 一种测量目标对象距离的方法及装置 |
CN110688873A (zh) * | 2018-07-04 | 2020-01-14 | 上海智臻智能网络科技股份有限公司 | 多目标追踪方法及人脸识别方法 |
CN110850413A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种汽车前方障碍物检测方法和系统 |
CN110865365A (zh) * | 2019-11-27 | 2020-03-06 | 江苏集萃智能传感技术研究所有限公司 | 一种基于毫米波雷达的停车场噪声消除方法 |
TWI687707B (zh) * | 2018-11-28 | 2020-03-11 | 鼎天國際股份有限公司 | 障礙物偵測方法及其裝置 |
CN110941003A (zh) * | 2019-10-25 | 2020-03-31 | 北京汽车集团有限公司 | 车辆识别方法,装置,存储介质及电子设备 |
CN111045000A (zh) * | 2018-10-11 | 2020-04-21 | 阿里巴巴集团控股有限公司 | 监测系统和方法 |
CN111098815A (zh) * | 2019-11-11 | 2020-05-05 | 武汉市众向科技有限公司 | 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 |
WO2020115544A1 (en) * | 2018-12-03 | 2020-06-11 | CMMB Vision USA Inc. | Method and apparatus for enhanced camera and radar sensor fusion |
CN111352112A (zh) * | 2020-05-08 | 2020-06-30 | 泉州装备制造研究所 | 基于视觉、激光雷达和毫米波雷达的目标检测方法 |
CN111353453A (zh) * | 2020-03-06 | 2020-06-30 | 北京百度网讯科技有限公司 | 用于车辆的障碍物检测方法和装置 |
CN111381232A (zh) * | 2020-03-27 | 2020-07-07 | 深圳市深水水务咨询有限公司 | 一种基于光电一体化技术的河道安全管控方法 |
CN111398961A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 用于检测障碍物的方法和装置 |
CN111409584A (zh) * | 2020-02-27 | 2020-07-14 | 广汽蔚来新能源汽车科技有限公司 | 行人保护方法、装置、计算机设备和存储介质 |
CN111476074A (zh) * | 2018-11-15 | 2020-07-31 | 杭州芯影科技有限公司 | 基于毫米波图像的人体异物检测方法 |
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111836747A (zh) * | 2018-03-08 | 2020-10-27 | 三星电子株式会社 | 用于车辆驾驶辅助的电子装置和方法 |
CN111830470A (zh) * | 2019-04-16 | 2020-10-27 | 杭州海康威视数字技术股份有限公司 | 联合标定方法及装置、目标对象检测方法、系统及装置 |
CN111856440A (zh) * | 2020-07-21 | 2020-10-30 | 北京百度网讯科技有限公司 | 位置检测方法、装置、设备及可读存储介质 |
CN111862157A (zh) * | 2020-07-20 | 2020-10-30 | 重庆大学 | 一种机器视觉与毫米波雷达融合的多车辆目标跟踪方法 |
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN111986232A (zh) * | 2020-08-13 | 2020-11-24 | 上海高仙自动化科技发展有限公司 | 目标物体的检测方法、装置、机器人及存储介质 |
CN112158181A (zh) * | 2020-09-29 | 2021-01-01 | 奇瑞汽车股份有限公司 | 车辆制动的方法和装置 |
CN112200087A (zh) * | 2020-10-10 | 2021-01-08 | 北京理工大学 | 一种用于车辆碰撞预警的障碍物图像自动标定装置 |
US10937232B2 (en) | 2019-06-26 | 2021-03-02 | Honeywell International Inc. | Dense mapping using range sensor multi-scanning and multi-view geometry from successive image frames |
US10937186B2 (en) | 2018-12-19 | 2021-03-02 | Fca Us Llc | Techniques for precisely locating landmarks in monocular camera images with deep learning |
CN112462368A (zh) * | 2020-11-25 | 2021-03-09 | 中国第一汽车股份有限公司 | 一种障碍物检测方法、装置、车辆及存储介质 |
CN112541416A (zh) * | 2020-12-02 | 2021-03-23 | 深兰科技(上海)有限公司 | 跨雷达障碍物跟踪方法、装置、电子设备和存储介质 |
CN112606804A (zh) * | 2020-12-08 | 2021-04-06 | 东风汽车集团有限公司 | 一种车辆主动制动的控制方法及控制系统 |
WO2021093418A1 (zh) * | 2019-11-12 | 2021-05-20 | 深圳创维数字技术有限公司 | 地面障碍物检测方法、设备及计算机可读存储介质 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
CN113435230A (zh) * | 2020-03-23 | 2021-09-24 | 中国电信股份有限公司 | 异常区域的检测方法、装置、系统和计算机可读存储介质 |
CN113734974A (zh) * | 2020-05-29 | 2021-12-03 | 长鑫存储技术有限公司 | 顶置缓冲器二重搬入检测系统及方法 |
CN113966496A (zh) * | 2020-05-21 | 2022-01-21 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台与计算机可读存储介质 |
CN114730468A (zh) * | 2019-09-20 | 2022-07-08 | 大陆汽车有限责任公司 | 用于确定交通障碍物的模型的方法 |
CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
CN115104138A (zh) * | 2020-02-27 | 2022-09-23 | 通用汽车巡航控股有限责任公司 | 多模态、多技术载具信号检测 |
CN116679319A (zh) * | 2023-07-28 | 2023-09-01 | 深圳市镭神智能系统有限公司 | 多传感器联合的隧道预警方法,系统,装置和存储介质 |
US11987250B2 (en) | 2018-03-20 | 2024-05-21 | Huawei Technologies Co., Ltd. | Data fusion method and related device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178945A1 (en) * | 2001-06-23 | 2004-09-16 | Buchanan Alastair James | Object location system for a road vehicle |
CN1580816A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 车辆前方目标物的探测方法 |
CN101305295A (zh) * | 2005-11-09 | 2008-11-12 | 丰田自动车株式会社 | 物体检测装置 |
-
2011
- 2011-10-13 CN CN 201110310154 patent/CN102508246B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178945A1 (en) * | 2001-06-23 | 2004-09-16 | Buchanan Alastair James | Object location system for a road vehicle |
CN1580816A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 车辆前方目标物的探测方法 |
CN101305295A (zh) * | 2005-11-09 | 2008-11-12 | 丰田自动车株式会社 | 物体检测装置 |
Non-Patent Citations (2)
Title |
---|
杨隽姝: "车辆检测与实时跟踪算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
麦新晨: "基于多传感器融合的车辆检测与跟踪", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Cited By (168)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102829763B (zh) * | 2012-07-30 | 2014-12-24 | 中国人民解放军国防科学技术大学 | 基于单目视觉定位的路面图像采集方法及采集系统 |
CN102829763A (zh) * | 2012-07-30 | 2012-12-19 | 中国人民解放军国防科学技术大学 | 基于单目视觉定位的路面图像采集方法及采集系统 |
CN110213565B (zh) * | 2013-01-15 | 2021-03-09 | 移动眼视力科技有限公司 | 成像系统和用于深度计算的方法 |
CN110213565A (zh) * | 2013-01-15 | 2019-09-06 | 移动眼视力科技有限公司 | 成像系统和用于深度计算的方法 |
CN103226833A (zh) * | 2013-05-08 | 2013-07-31 | 清华大学 | 一种基于三维激光雷达的点云数据分割方法 |
CN103226833B (zh) * | 2013-05-08 | 2015-08-05 | 清华大学 | 一种基于三维激光雷达的点云数据分割方法 |
CN104149729A (zh) * | 2013-05-13 | 2014-11-19 | 上海汽车集团股份有限公司 | 识别行驶车辆周围障碍物的方法及系统 |
CN105637384A (zh) * | 2013-10-18 | 2016-06-01 | 克诺尔商用车制动系统有限公司 | 用于对障碍物进行分类的方法 |
CN105637384B (zh) * | 2013-10-18 | 2018-06-01 | 克诺尔商用车制动系统有限公司 | 用于对障碍物进行分类的方法 |
US11029404B2 (en) | 2013-10-18 | 2021-06-08 | Knorr-Bremse Systeme Fuer Nutzfahrzeuge Gmbh | Method for classifying obstacles |
CN105128836B (zh) * | 2014-05-30 | 2019-04-19 | 株式会社万都 | 自主紧急制动系统及其中识别行人的方法 |
CN105128836A (zh) * | 2014-05-30 | 2015-12-09 | 株式会社万都 | 自主紧急制动系统及其中识别行人的方法 |
CN107209993B (zh) * | 2014-07-03 | 2020-08-04 | 通用汽车环球科技运作有限责任公司 | 车辆认知雷达方法和系统 |
CN107209993A (zh) * | 2014-07-03 | 2017-09-26 | 通用汽车环球科技运作有限责任公司 | 车辆认知雷达方法和系统 |
CN104252231B (zh) * | 2014-09-23 | 2017-10-10 | 河南省辉耀网络技术有限公司 | 一种基于摄像头的体感识别系统和方法 |
CN104252231A (zh) * | 2014-09-23 | 2014-12-31 | 河南省辉耀网络技术有限公司 | 一种基于摄像头的体感识别系统和方法 |
CN104299244A (zh) * | 2014-09-26 | 2015-01-21 | 东软集团股份有限公司 | 基于单目相机的障碍物检测方法及装置 |
US9521317B2 (en) | 2014-09-26 | 2016-12-13 | Neusoft Corporation | Method and apparatus for detecting obstacle based on monocular camera |
CN104299244B (zh) * | 2014-09-26 | 2017-07-25 | 东软集团股份有限公司 | 基于单目相机的障碍物检测方法及装置 |
CN106183990A (zh) * | 2014-11-03 | 2016-12-07 | 现代自动车株式会社 | 用于在车辆中识别障碍物位置的装置和方法 |
US10186039B2 (en) | 2014-11-03 | 2019-01-22 | Hyundai Motor Company | Apparatus and method for recognizing position of obstacle in vehicle |
CN104464173A (zh) * | 2014-12-03 | 2015-03-25 | 国网吉林省电力有限公司白城供电公司 | 基于空间图像三维测量的输电线路防外力破坏系统 |
CN104637059A (zh) * | 2015-02-09 | 2015-05-20 | 吉林大学 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
CN104965202A (zh) * | 2015-06-18 | 2015-10-07 | 奇瑞汽车股份有限公司 | 障碍物探测方法和装置 |
CN106291523B (zh) * | 2015-06-24 | 2019-04-05 | 宏达国际电子股份有限公司 | 手持装置、物件定位方法与计算机可读的记录介质 |
CN106291523A (zh) * | 2015-06-24 | 2017-01-04 | 宏达国际电子股份有限公司 | 手持装置、物件定位方法与计算机可读的记录介质 |
CN105372659A (zh) * | 2015-11-20 | 2016-03-02 | 上海无线电设备研究所 | 道路交通监控多目标探测跟踪方法及跟踪系统 |
CN105372654A (zh) * | 2015-12-14 | 2016-03-02 | 财团法人车辆研究测试中心 | 障碍物分类可靠度量化的方法 |
CN105574511B (zh) * | 2015-12-18 | 2019-01-08 | 财团法人车辆研究测试中心 | 具平行架构的适应性物体分类装置及其方法 |
CN105574511A (zh) * | 2015-12-18 | 2016-05-11 | 财团法人车辆研究测试中心 | 具平行架构的适应性物体分类装置及其方法 |
CN105480227B (zh) * | 2015-12-29 | 2017-12-15 | 大连楼兰科技股份有限公司 | 主动驾驶技术中基于红外雷达与视频图像信息融合的方法 |
CN105480227A (zh) * | 2015-12-29 | 2016-04-13 | 大连楼兰科技股份有限公司 | 主动驾驶技术中基于红外雷达与视频图像信息融合的方法 |
CN105512641A (zh) * | 2015-12-31 | 2016-04-20 | 哈尔滨工业大学 | 一种采用激光雷达扫描法标定雨雪状态下视频中的动态行人及车辆的方法 |
CN105512641B (zh) * | 2015-12-31 | 2019-02-19 | 哈尔滨工业大学 | 一种标定雨雪状态下视频中的动态行人及车辆的方法 |
CN107238834A (zh) * | 2016-01-19 | 2017-10-10 | 德尔福技术有限公司 | 用于自动车辆的使用雷达/视觉融合的目标跟踪系统 |
CN107238834B (zh) * | 2016-01-19 | 2021-10-08 | 安波福技术有限公司 | 用于自动车辆的使用雷达/视觉融合的目标跟踪系统 |
CN105718888A (zh) * | 2016-01-22 | 2016-06-29 | 北京中科慧眼科技有限公司 | 障碍物预警方法和障碍物预警装置 |
CN105759273A (zh) * | 2016-02-17 | 2016-07-13 | 吴伟民 | 车辆障碍物检测方法及系统 |
CN107272021A (zh) * | 2016-03-30 | 2017-10-20 | 德尔福技术有限公司 | 使用雷达和视觉定义的图像检测区域的对象检测 |
CN107272021B (zh) * | 2016-03-30 | 2023-07-25 | 安波福技术有限公司 | 使用雷达和视觉定义的图像检测区域的对象检测 |
CN107284443A (zh) * | 2016-04-12 | 2017-10-24 | 福特全球技术公司 | 检测可用停车位 |
CN106096559A (zh) * | 2016-06-16 | 2016-11-09 | 深圳零度智能机器人科技有限公司 | 障碍物检测方法及系统以及运动物体 |
CN106157507B (zh) * | 2016-07-08 | 2018-04-17 | 武汉三江中电科技有限责任公司 | 一种基于雷达和视频融合的输电线路立体防护装置 |
CN106157507A (zh) * | 2016-07-08 | 2016-11-23 | 武汉三江中电科技有限责任公司 | 一种基于雷达和视频融合的输电线路立体防护装置 |
CN106249210A (zh) * | 2016-07-29 | 2016-12-21 | 山东康威通信技术股份有限公司 | 一种多相控阵雷达目标融合及伪目标辨识系统与方法 |
CN106249210B (zh) * | 2016-07-29 | 2018-12-18 | 山东康威通信技术股份有限公司 | 一种多相控阵雷达目标融合及伪目标辨识系统与方法 |
US10891499B2 (en) | 2016-08-23 | 2021-01-12 | Suteng Innovation Technology Co., Ltd. | Target detection method and system |
CN106249239B (zh) * | 2016-08-23 | 2019-01-01 | 深圳市速腾聚创科技有限公司 | 目标检测方法及装置 |
CN106249239A (zh) * | 2016-08-23 | 2016-12-21 | 深圳市速腾聚创科技有限公司 | 目标检测方法及装置 |
US20190228239A1 (en) * | 2016-08-23 | 2019-07-25 | Suteng Innovation Technology Co., Ltd. | Target detection method and system |
WO2018035711A1 (zh) * | 2016-08-23 | 2018-03-01 | 深圳市速腾聚创科技有限公司 | 目标检测方法及系统 |
CN109074744A (zh) * | 2016-09-23 | 2018-12-21 | 日立建机株式会社 | 矿山用工程机械以及障碍物判别装置 |
CN106155066A (zh) * | 2016-09-29 | 2016-11-23 | 翁锦祥 | 一种可进行路面障碍检测的搬运车及搬运方法 |
CN106155066B (zh) * | 2016-09-29 | 2022-11-11 | 翁锦祥 | 一种可进行路面障碍检测的搬运车及搬运方法 |
CN107015228A (zh) * | 2016-11-15 | 2017-08-04 | 财团法人车辆研究测试中心 | 车用毫米波雷达的环境辨识系统 |
US10408932B2 (en) | 2016-12-16 | 2019-09-10 | Automotive Research & Testing Center | Environment recognition system using vehicular millimeter wave radar |
CN110169045A (zh) * | 2017-01-20 | 2019-08-23 | 索尼公司 | 信息处理设备、信息处理方法以及信息处理系统 |
CN108572663A (zh) * | 2017-03-08 | 2018-09-25 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108572663B (zh) * | 2017-03-08 | 2021-12-21 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108154084A (zh) * | 2017-03-10 | 2018-06-12 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN108082181B (zh) * | 2017-03-10 | 2020-06-09 | 南京沃杨机械科技有限公司 | 基于农田环境感知的农机导航控制方法 |
CN108082181A (zh) * | 2017-03-10 | 2018-05-29 | 南京沃杨机械科技有限公司 | 基于农田环境感知的农机导航控制方法 |
CN110476077A (zh) * | 2017-04-01 | 2019-11-19 | 华为技术有限公司 | 车载雷达的扫描方法、装置和控制车辆的系统 |
CN108693876A (zh) * | 2017-04-06 | 2018-10-23 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN107423667A (zh) * | 2017-04-12 | 2017-12-01 | 杭州奥腾电子股份有限公司 | 一种车体上的预测障碍物的方法 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
CN107463890A (zh) * | 2017-07-20 | 2017-12-12 | 浙江零跑科技有限公司 | 一种基于单目前视相机的前车检测与跟踪方法 |
CN107463890B (zh) * | 2017-07-20 | 2019-11-29 | 浙江零跑科技有限公司 | 一种基于单目前视相机的前车检测与跟踪方法 |
CN109426802A (zh) * | 2017-08-22 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 雷达和视觉传感器系统的融合 |
CN108008412A (zh) * | 2017-10-18 | 2018-05-08 | 南京安捷智造科技有限公司 | 一种多曲度融合行车防撞系统 |
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN108226906B (zh) * | 2017-11-29 | 2019-11-26 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN108037505A (zh) * | 2017-12-08 | 2018-05-15 | 吉林大学 | 一种夜间前方车辆检测方法及系统 |
CN108319910A (zh) * | 2018-01-30 | 2018-07-24 | 海信集团有限公司 | 一种车辆识别方法、装置及终端 |
CN108319910B (zh) * | 2018-01-30 | 2021-11-16 | 海信集团有限公司 | 一种车辆识别方法、装置及终端 |
CN111836747A (zh) * | 2018-03-08 | 2020-10-27 | 三星电子株式会社 | 用于车辆驾驶辅助的电子装置和方法 |
CN111836747B (zh) * | 2018-03-08 | 2024-06-07 | 三星电子株式会社 | 用于车辆驾驶辅助的电子装置和方法 |
US11987250B2 (en) | 2018-03-20 | 2024-05-21 | Huawei Technologies Co., Ltd. | Data fusion method and related device |
WO2019183743A1 (zh) * | 2018-03-25 | 2019-10-03 | 张舒怡 | 一种用于移动物体检测障碍的传感器 |
WO2019183742A1 (zh) * | 2018-03-25 | 2019-10-03 | 张舒怡 | 一种用于交通工具检测障碍的传感器 |
CN108303988A (zh) * | 2018-03-28 | 2018-07-20 | 大连海事大学 | 一种无人船的目标识别追踪系统及其工作方法 |
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN108596081A (zh) * | 2018-04-23 | 2018-09-28 | 吉林大学 | 一种基于雷达和摄像机融合的车辆行人探测方法 |
CN108596081B (zh) * | 2018-04-23 | 2021-04-20 | 吉林大学 | 一种基于雷达和摄像机融合的车辆行人探测方法 |
CN108594244A (zh) * | 2018-04-28 | 2018-09-28 | 吉林大学 | 基于立体视觉和激光雷达的障碍物识别迁移学习方法 |
CN108594244B (zh) * | 2018-04-28 | 2021-05-11 | 吉林大学 | 基于立体视觉和激光雷达的障碍物识别迁移学习方法 |
CN108764108A (zh) * | 2018-05-22 | 2018-11-06 | 湖北省专用汽车研究院 | 一种基于贝叶斯统计决策的前车检测方法 |
CN108535714B (zh) * | 2018-05-25 | 2021-10-22 | 厦门精益远达智能科技有限公司 | 一种毫米波雷达检测开放空间遮挡物体的方法及装置 |
CN108535714A (zh) * | 2018-05-25 | 2018-09-14 | 加驰(厦门)智能科技有限公司 | 一种毫米波雷达检测开放空间遮挡物体的方法及装置 |
CN108614262A (zh) * | 2018-06-22 | 2018-10-02 | 安徽江淮汽车集团股份有限公司 | 一种车辆前方目标物检测方法及系统 |
CN108845574A (zh) * | 2018-06-26 | 2018-11-20 | 北京艾瑞思机器人技术有限公司 | 目标识别与追踪方法、装置、设备及介质 |
CN108845574B (zh) * | 2018-06-26 | 2021-01-12 | 北京旷视机器人技术有限公司 | 目标识别与追踪方法、装置、设备及介质 |
CN110688873A (zh) * | 2018-07-04 | 2020-01-14 | 上海智臻智能网络科技股份有限公司 | 多目标追踪方法及人脸识别方法 |
CN109002800A (zh) * | 2018-07-20 | 2018-12-14 | 苏州索亚机器人技术有限公司 | 基于多传感器融合的三维目标实时识别机构及识别方法 |
CN109143241A (zh) * | 2018-07-26 | 2019-01-04 | 清华大学苏州汽车研究院(吴江) | 雷达数据和图像数据的融合方法及系统 |
CN109063667A (zh) * | 2018-08-14 | 2018-12-21 | 视云融聚(广州)科技有限公司 | 一种基于场景的视频识别方式优化及推送方法 |
CN109063667B (zh) * | 2018-08-14 | 2021-02-19 | 视云融聚(广州)科技有限公司 | 一种基于场景的视频识别方式优化及推送方法 |
CN109001743A (zh) * | 2018-09-06 | 2018-12-14 | 中国铁道科学研究院集团有限公司通信信号研究所 | 有轨电车防撞系统 |
CN109291922A (zh) * | 2018-09-30 | 2019-02-01 | 东风汽车集团有限公司 | 一种自动识别小型障碍物并制动的驾驶辅助系统及控制方法 |
CN111045000A (zh) * | 2018-10-11 | 2020-04-21 | 阿里巴巴集团控股有限公司 | 监测系统和方法 |
CN109459750A (zh) * | 2018-10-19 | 2019-03-12 | 吉林大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN111476074A (zh) * | 2018-11-15 | 2020-07-31 | 杭州芯影科技有限公司 | 基于毫米波图像的人体异物检测方法 |
TWI687707B (zh) * | 2018-11-28 | 2020-03-11 | 鼎天國際股份有限公司 | 障礙物偵測方法及其裝置 |
CN109490890A (zh) * | 2018-11-29 | 2019-03-19 | 重庆邮电大学 | 一种面向智能车的毫米波雷达与单目相机信息融合方法 |
CN109490890B (zh) * | 2018-11-29 | 2023-06-02 | 重庆邮电大学 | 一种面向智能车的毫米波雷达与单目相机信息融合方法 |
WO2020115544A1 (en) * | 2018-12-03 | 2020-06-11 | CMMB Vision USA Inc. | Method and apparatus for enhanced camera and radar sensor fusion |
CN109658500A (zh) * | 2018-12-11 | 2019-04-19 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于毫米波雷达的直升机合成视景方法、系统及存储介质 |
US10937186B2 (en) | 2018-12-19 | 2021-03-02 | Fca Us Llc | Techniques for precisely locating landmarks in monocular camera images with deep learning |
CN109682388B (zh) * | 2018-12-21 | 2020-12-25 | 北京智行者科技有限公司 | 跟随路径的确定方法 |
CN109682388A (zh) * | 2018-12-21 | 2019-04-26 | 北京智行者科技有限公司 | 跟随路径的确定方法 |
CN109709546A (zh) * | 2019-01-14 | 2019-05-03 | 珠海格力电器股份有限公司 | 宠物状态监测方法和装置 |
CN109849977A (zh) * | 2019-01-14 | 2019-06-07 | 同济大学 | 一种基于异态检测的有轨电车辅助安全防护方法 |
CN109858440A (zh) * | 2019-01-30 | 2019-06-07 | 苏州昆承智能车检测科技有限公司 | 基于测距雷达和机器视觉数据融合的前方车辆检测系统 |
CN109885056A (zh) * | 2019-03-07 | 2019-06-14 | 格陆博科技有限公司 | 一种基于单目摄像头和毫米波雷达融合的多场景挑选方法 |
CN109934169A (zh) * | 2019-03-13 | 2019-06-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车道线识别方法及装置 |
CN109871020A (zh) * | 2019-03-18 | 2019-06-11 | 爱驰汽车有限公司 | 车载自动驾驶系统、方法、设备及存储介质 |
CN110008891A (zh) * | 2019-03-29 | 2019-07-12 | 厦门金龙旅行车有限公司 | 一种行人检测定位方法、装置、车载计算设备及存储介质 |
CN111830470A (zh) * | 2019-04-16 | 2020-10-27 | 杭州海康威视数字技术股份有限公司 | 联合标定方法及装置、目标对象检测方法、系统及装置 |
CN111830470B (zh) * | 2019-04-16 | 2023-06-27 | 杭州海康威视数字技术股份有限公司 | 联合标定方法及装置、目标对象检测方法、系统及装置 |
CN109996175A (zh) * | 2019-05-15 | 2019-07-09 | 苏州矽典微智能科技有限公司 | 室内定位系统和方法 |
CN110111018A (zh) * | 2019-05-16 | 2019-08-09 | 北京百度网讯科技有限公司 | 评估车辆感测能力的方法、装置、电子设备及存储介质 |
US10937232B2 (en) | 2019-06-26 | 2021-03-02 | Honeywell International Inc. | Dense mapping using range sensor multi-scanning and multi-view geometry from successive image frames |
CN110341621A (zh) * | 2019-07-10 | 2019-10-18 | 北京百度网讯科技有限公司 | 一种障碍物检测方法及装置 |
CN110412563A (zh) * | 2019-07-29 | 2019-11-05 | 哈尔滨工业大学 | 一种基于多传感器融合的辅助列车车皮挂接的便携式测距仪及其工作方法 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110580045A (zh) * | 2019-08-30 | 2019-12-17 | 安徽科微智能科技有限公司 | 一种无人艇避障方法 |
CN114730468A (zh) * | 2019-09-20 | 2022-07-08 | 大陆汽车有限责任公司 | 用于确定交通障碍物的模型的方法 |
CN110660218A (zh) * | 2019-09-29 | 2020-01-07 | 上海莫吉娜智能信息科技有限公司 | 利用毫米波雷达的高精度地图制作方法及系统 |
CN110673123A (zh) * | 2019-10-24 | 2020-01-10 | 北京地平线机器人技术研发有限公司 | 一种目标对象的测距方法及装置 |
CN110672074A (zh) * | 2019-10-24 | 2020-01-10 | 北京地平线机器人技术研发有限公司 | 一种测量目标对象距离的方法及装置 |
CN110941003A (zh) * | 2019-10-25 | 2020-03-31 | 北京汽车集团有限公司 | 车辆识别方法,装置,存储介质及电子设备 |
CN111098815A (zh) * | 2019-11-11 | 2020-05-05 | 武汉市众向科技有限公司 | 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 |
WO2021093418A1 (zh) * | 2019-11-12 | 2021-05-20 | 深圳创维数字技术有限公司 | 地面障碍物检测方法、设备及计算机可读存储介质 |
CN110850413A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种汽车前方障碍物检测方法和系统 |
CN110865365A (zh) * | 2019-11-27 | 2020-03-06 | 江苏集萃智能传感技术研究所有限公司 | 一种基于毫米波雷达的停车场噪声消除方法 |
CN115104138A (zh) * | 2020-02-27 | 2022-09-23 | 通用汽车巡航控股有限责任公司 | 多模态、多技术载具信号检测 |
CN111409584A (zh) * | 2020-02-27 | 2020-07-14 | 广汽蔚来新能源汽车科技有限公司 | 行人保护方法、装置、计算机设备和存储介质 |
CN111353453B (zh) * | 2020-03-06 | 2023-08-25 | 北京百度网讯科技有限公司 | 用于车辆的障碍物检测方法和装置 |
CN111353453A (zh) * | 2020-03-06 | 2020-06-30 | 北京百度网讯科技有限公司 | 用于车辆的障碍物检测方法和装置 |
CN111398961B (zh) * | 2020-03-17 | 2022-07-15 | 北京百度网讯科技有限公司 | 用于检测障碍物的方法和装置 |
CN111398961A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 用于检测障碍物的方法和装置 |
CN113435230B (zh) * | 2020-03-23 | 2024-03-15 | 中国电信股份有限公司 | 异常区域的检测方法、装置、系统和计算机可读存储介质 |
CN113435230A (zh) * | 2020-03-23 | 2021-09-24 | 中国电信股份有限公司 | 异常区域的检测方法、装置、系统和计算机可读存储介质 |
CN111381232A (zh) * | 2020-03-27 | 2020-07-07 | 深圳市深水水务咨询有限公司 | 一种基于光电一体化技术的河道安全管控方法 |
CN111352112A (zh) * | 2020-05-08 | 2020-06-30 | 泉州装备制造研究所 | 基于视觉、激光雷达和毫米波雷达的目标检测方法 |
CN113966496A (zh) * | 2020-05-21 | 2022-01-21 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台与计算机可读存储介质 |
CN113734974B (zh) * | 2020-05-29 | 2022-11-11 | 长鑫存储技术有限公司 | 顶置缓冲器二重搬入检测系统及方法 |
CN113734974A (zh) * | 2020-05-29 | 2021-12-03 | 长鑫存储技术有限公司 | 顶置缓冲器二重搬入检测系统及方法 |
CN111798698B (zh) * | 2020-06-24 | 2022-04-08 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111862157B (zh) * | 2020-07-20 | 2023-10-10 | 重庆大学 | 一种机器视觉与毫米波雷达融合的多车辆目标跟踪方法 |
CN111862157A (zh) * | 2020-07-20 | 2020-10-30 | 重庆大学 | 一种机器视觉与毫米波雷达融合的多车辆目标跟踪方法 |
CN111856440B (zh) * | 2020-07-21 | 2024-04-05 | 阿波罗智联(北京)科技有限公司 | 位置检测方法、装置、设备及可读存储介质 |
CN111856440A (zh) * | 2020-07-21 | 2020-10-30 | 北京百度网讯科技有限公司 | 位置检测方法、装置、设备及可读存储介质 |
CN111986232A (zh) * | 2020-08-13 | 2020-11-24 | 上海高仙自动化科技发展有限公司 | 目标物体的检测方法、装置、机器人及存储介质 |
CN111986232B (zh) * | 2020-08-13 | 2021-09-14 | 上海高仙自动化科技发展有限公司 | 目标物体的检测方法、装置、机器人及存储介质 |
CN112158181A (zh) * | 2020-09-29 | 2021-01-01 | 奇瑞汽车股份有限公司 | 车辆制动的方法和装置 |
CN112200087A (zh) * | 2020-10-10 | 2021-01-08 | 北京理工大学 | 一种用于车辆碰撞预警的障碍物图像自动标定装置 |
CN112462368A (zh) * | 2020-11-25 | 2021-03-09 | 中国第一汽车股份有限公司 | 一种障碍物检测方法、装置、车辆及存储介质 |
CN112462368B (zh) * | 2020-11-25 | 2022-07-12 | 中国第一汽车股份有限公司 | 一种障碍物检测方法、装置、车辆及存储介质 |
CN112541416A (zh) * | 2020-12-02 | 2021-03-23 | 深兰科技(上海)有限公司 | 跨雷达障碍物跟踪方法、装置、电子设备和存储介质 |
CN112606804A (zh) * | 2020-12-08 | 2021-04-06 | 东风汽车集团有限公司 | 一种车辆主动制动的控制方法及控制系统 |
CN112606804B (zh) * | 2020-12-08 | 2022-03-29 | 东风汽车集团有限公司 | 一种车辆主动制动的控制方法及控制系统 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
CN116679319A (zh) * | 2023-07-28 | 2023-09-01 | 深圳市镭神智能系统有限公司 | 多传感器联合的隧道预警方法,系统,装置和存储介质 |
CN116679319B (zh) * | 2023-07-28 | 2023-11-10 | 深圳市镭神智能系统有限公司 | 多传感器联合的隧道预警方法,系统,装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102508246B (zh) | 2013-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102508246B (zh) | 车辆前方障碍物检测跟踪方法 | |
US20220277557A1 (en) | Target detection method based on fusion of vision, lidar, and millimeter wave radar | |
EP3885794A1 (en) | Track and road obstacle detecting method | |
CN106909152B (zh) | 一种车用环境感知系统及汽车 | |
Wijesoma et al. | Road-boundary detection and tracking using ladar sensing | |
CN100451676C (zh) | 车载用图像处理装置 | |
CN101966846B (zh) | 通过物体检测优化的检测车辆行驶的畅通路径的方法 | |
CN104637059A (zh) | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 | |
US8625850B2 (en) | Environment recognition device and environment recognition method | |
CN109910955B (zh) | 基于应答器信息传输的轨道交通隧道障碍物检测系统及方法 | |
EP2551794A2 (en) | Onboard environment recognition system | |
EP2958054A2 (en) | Hazard detection in a scene with moving shadows | |
CN107389084B (zh) | 行车路径规划方法及存储介质 | |
US20070165910A1 (en) | Vehicle surroundings monitoring apparatus, method, and program | |
Perrollaz et al. | Long range obstacle detection using laser scanner and stereovision | |
WO2018194721A1 (en) | Method of providing interference reduction and a dynamic region of interest in a lidar system | |
CN102944224A (zh) | 一种无人驾驶车的自动环境感知系统及其工作方法 | |
Hancock | Laser intensity-based obstacle detection and tracking | |
US20120163671A1 (en) | Context-aware method and apparatus based on fusion of data of image sensor and distance sensor | |
Nuevo et al. | Estimating surrounding vehicles' pose using computer vision | |
CN104751119A (zh) | 基于信息融合的行人快速检测跟踪方法 | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
CN105205805A (zh) | 基于视觉的智能车辆横向控制方法 | |
Knoeppel et al. | Robust vehicle detection at large distance using low resolution cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130417 Termination date: 20131013 |