CN104978568B - 前方车辆检测方法 - Google Patents

前方车辆检测方法 Download PDF

Info

Publication number
CN104978568B
CN104978568B CN201510340493.8A CN201510340493A CN104978568B CN 104978568 B CN104978568 B CN 104978568B CN 201510340493 A CN201510340493 A CN 201510340493A CN 104978568 B CN104978568 B CN 104978568B
Authority
CN
China
Prior art keywords
detection
vehicle
vision
radar
based detection
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.)
Active
Application number
CN201510340493.8A
Other languages
English (en)
Other versions
CN104978568A (zh
Inventor
王继贞
方啸
张世兵
谷明琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dazhuo Intelligent Technology Co ltd
Dazhuo Quxing Intelligent Technology Shanghai Co ltd
Original Assignee
SAIC Chery Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SAIC Chery Automobile Co Ltd filed Critical SAIC Chery Automobile Co Ltd
Priority to CN201510340493.8A priority Critical patent/CN104978568B/zh
Publication of CN104978568A publication Critical patent/CN104978568A/zh
Application granted granted Critical
Publication of CN104978568B publication Critical patent/CN104978568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明属于汽车智能化检测设备,具体涉及一种前方车辆检测方法,本发明采用视觉检测和雷达探测并行处理,分别根据视觉检测和雷达探测得到的车辆位置信息进行融合确认是否存在车辆,解决道路附近杂草干扰和车辆颠簸起伏对前方车辆检测稳定性影响。

Description

前方车辆检测方法
技术领域
本发明属于汽车智能化检测设备,具体涉及一种前方车辆检测方法。
背景技术
智能汽车利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度。其中前方车辆检测是智能车实现纵向控制和横向控制的基础,智能汽车的自动控制必须根据前方目标车辆与本车的相对位置来决定下一步动作的执行,因此前方车辆检测的主要目的是确认前方目标车量的方位以及目标车辆到本车的距离。传统的基于视觉和雷达融合的前方车辆检测方法是首先根据雷达信息确定前方是否存在障碍物,如果存在障碍物,则在雷达探测的区域附近采用计算机视觉技术判断障碍物是否为车辆。该检测方法的缺陷在于:由于采用雷达的跟踪模式,视觉检测只针对雷达探测到的障碍物进行进一步识别。本申请的发明人通过真实车辆测试,发现采用上述方法无法解决道路附近杂草干扰和车辆颠簸起伏对前方车辆检测稳定性影响。例如当前方同时有杂草和车辆存在时,若雷达首先探测到杂草而忽略车辆,则视觉检测只对杂草进行进一步识别,此时识别结果必然为前方无车,然而实际上前方是存在车辆的,这便导致了系统误判。
发明内容
本发明的目的是提供一种防干扰性能较好的前方车辆检测方法。
为实现上述目的,本发明提供了以下技术方案:一种前方车辆检测方法,包括以下步骤:
1)采用雷达探测本车前方是否存在障碍物;与此同时,采用视觉检测方法检测本车前方进行全局检测,具体为:采用摄像头采集本车前方场景图像,然后将图像传输到图像处理控制器进行车辆检测;
2)若雷达探测前方无障碍并且视觉检测前方无车,则判定为前方无目标车辆;如果雷达探测前方无障碍物,视觉探测前方有车,则选定视觉检测得到的车辆目标;若雷达探测到前方有障碍物,同时视觉检测到前方有车,则进入步骤3);如果雷达探测到前方有障碍物,视觉检测到前方无车,则进入步骤4);
3)判断雷达探测到的障碍物区域与视觉检测到的车辆区域是否重合,若重合则判定该区域即为目标车辆所在区域,若不重合,则进入步骤4);
4)在雷达探测到的障碍物区域再次进行视觉检测,判断该障碍物是否为车辆,若是车辆则进入步骤5),若不是车辆则进入步骤6);
5)对比雷达探测到的障碍物和第一次视觉检测到的车辆到本车的距离,判定距离较近的作为目标车辆;
6)若第一次视觉检测到前方有车,则判定第一次视觉检测到的车辆作为目标车辆,若第一次视觉检测前方无车,则判定为前方无车。
本发明的技术效果在于:本发明采用视觉检测和雷达探测并行处理,分别根据视觉检测和雷达探测得到的车辆位置信息进行融合确认是否存在车辆,解决道路附近杂草干扰和车辆颠簸起伏对前方车辆检测稳定性影响。
附图说明
图1是本发明的检测流程图。
具体实施方式
如图1所示,一种前方车辆检测方法,包括以下步骤:
1)采用雷达探测本车前方是否存在障碍物;与此同时,采用视觉检测方法检测本车前方进行全局检测,具体为:采用摄像头采集本车前方场景图像,然后将图像传输到图像处理控制器进行车辆检测;
2)若雷达探测前方无障碍并且视觉检测前方无车,则判定为前方无目标车辆;如果雷达探测前方无障碍物,视觉探测前方有车,则选定视觉检测得到的车辆目标;若雷达探测到前方有障碍物,同时视觉检测到前方有车,则进入步骤3);如果雷达探测到前方有障碍物,视觉检测到前方无车,则进入步骤4);
3)判断雷达探测到的障碍物区域与视觉检测到的车辆区域是否重合,若重合则判定该区域即为目标车辆所在区域,若不重合,则进入步骤4);
4)在雷达探测到的障碍物区域再次进行视觉检测,判断该障碍物是否为车辆,若是车辆则进入步骤5),若不是车辆则进入步骤6);
5)对比雷达探测到的障碍物和第一次视觉检测到的车辆到本车的距离,判定距离较近的作为目标车辆;
6)若第一次视觉检测到前方有车,则判定第一次视觉检测到的车辆作为目标车辆;若第一次视觉检测前方无车,则判定为前方无车。
优选的,在步骤3)中,当雷达探测到的障碍物区域与视觉检测到的车辆区域重合时,选取雷达探测的障碍物距离作为目标车辆到本车的距离。
在步骤3)中,正常情况下,只要雷达探测和视觉检测任意一方检测结果为无障碍或无车,则可以判定前方无目标车辆。由于雷达的探测目标位所有实体障碍物,而视觉检测的目标仅仅是车辆,因此雷达能够探测到目标时,视觉检测不一定能够检测到目标,而视觉检测到目标时,雷达一定能够检测到目标,所以实际上两者检测结果不同的情况只有一种,即雷达检测到有障碍物,视觉检测到无车,该情况下则说明前方确实有障碍物,只是该障碍物并非车辆。若出现雷达检测无障碍物、视觉检测有车的情况,只能说明雷达检测系统或视觉检测系统出现故障。
优选的,在步骤3)中,判断雷达探测到的障碍物区域与视觉检测到的车辆区域是否重合的方法为:首先计算雷达探测的障碍物区域与视觉检测的车辆区域的位置偏差像素值,然后判断该偏差像素值是否小于车辆检测高度像素值的一半,若该偏差像素值小于车辆检测高度像素值的一半,则判定为重合,反之,则判定为不重合。
进一步的,所述雷达探测的有效距离可根据不同车速进行调整,车速越快,雷达探测的有效距离调节的越远。
进一步的,所述视觉检测的有效距离可根据不同车速进行调整,车速越快,视觉检测的有效距离调节的越远。
进一步的,所述雷达探测的有效距离与视觉检测的有效距离应保持一致。
进一步的,所述雷达探测的有效探测角度与视觉检测的有效检测角度应保持一致。
本发明采用视觉检测和雷达探测并行处理,分别根据视觉检测和雷达探测得到的车辆位置信息进行融合确认是否存在车辆,解决道路附近杂草干扰和车辆颠簸起伏对前方车辆检测稳定性影响。例如:当本车前方同时存在杂草和车辆时,即使雷达首先探测到杂草而忽略了车辆,本发明的视觉全局检测依然能够检测到车辆的存在,并且能够通过视觉检测对雷达探测到的障碍物进行进一步识别,将杂草目标排除,确定视觉检测到的车辆为目标车辆。

Claims (6)

1.一种前方车辆检测方法,其特征在于:
包括以下步骤:
1)采用雷达探测本车前方是否存在障碍物;与此同时,采用视觉检测方法对本车前方进行全局检测,具体为:采用摄像头采集本车前方场景图像,然后将图像传输到图像处理控制器进行车辆检测;
2)若雷达探测前方无障碍并且视觉检测前方无车,则判定为前方无目标车辆;如果雷达探测前方无障碍物,视觉探测前方有车,则选定视觉检测得到的车辆目标;若雷达探测到前方有障碍物,同时视觉检测到前方有车,则进入步骤3);如果雷达探测到前方有障碍物,视觉检测到前方无车,则进入步骤4);
3)判断雷达探测到的障碍物区域与视觉检测到的车辆区域是否重合,若重合则判定该区域即为目标车辆所在区域,若不重合,则进入步骤4);
4)在雷达探测到的障碍物区域再次进行视觉检测,判断该障碍物是否为车辆,若是车辆则进入步骤5),若不是车辆则进入步骤6);
5)对比雷达探测到的障碍物和第一次视觉检测到的车辆到本车的距离,判定距离较近的作为目标车辆;
6)若第一次视觉检测到前方有车,则判定第一次视觉检测到的车辆作为目标车辆,若第一次视觉检测前方无车,则判定为前方无车;
判断雷达探测到的障碍物区域与视觉检测到的车辆区域是否重合的方法为:首先计算雷达探测的障碍物区域与视觉检测的车辆区域的位置偏差像素值,然后判断该偏差像素值是否小于车辆检测高度像素值的一半,若该偏差像素值小于车辆检测高度像素值的一半,则判定为重合,反之,则判定为不重合。
2.根据权利要求1所述的前方车辆检测方法,其特征在于:在步骤3)中,当雷达探测到的障碍物区域与视觉检测到的车辆区域重合时,选取雷达探测的障碍物距离作为目标车辆到本车的距离。
3.根据权利要求1所述的前方车辆检测方法,其特征在于:所述雷达探测的有效距离根据不同车速进行调整,车速越快,雷达探测的有效距离调节的越远。
4.根据权利要求1所述的前方车辆检测方法,其特征在于:所述视觉检测的有效距离根据不同车速进行调整,车速越快,视觉检测的有效距离调节的越远。
5.根据权利要求1所述的前方车辆检测方法,其特征在于:所述雷达探测的有效距离与视觉检测的有效距离应保持一致。
6.根据权利要求1所述的前方车辆检测方法,其特征在于:所述雷达探测的有效探测角度与视觉检测的有效检测角度应保持一致。
CN201510340493.8A 2015-06-18 2015-06-18 前方车辆检测方法 Active CN104978568B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510340493.8A CN104978568B (zh) 2015-06-18 2015-06-18 前方车辆检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510340493.8A CN104978568B (zh) 2015-06-18 2015-06-18 前方车辆检测方法

Publications (2)

Publication Number Publication Date
CN104978568A CN104978568A (zh) 2015-10-14
CN104978568B true CN104978568B (zh) 2018-10-26

Family

ID=54275053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510340493.8A Active CN104978568B (zh) 2015-06-18 2015-06-18 前方车辆检测方法

Country Status (1)

Country Link
CN (1) CN104978568B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109709541A (zh) * 2018-12-26 2019-05-03 杭州奥腾电子股份有限公司 一种车载环境感知融合系统目标误检处理方法
CN109835441B (zh) * 2019-02-25 2020-07-03 浙江科技学院 水质监测智能小船的自动驾驶方法及其系统
CN110309741B (zh) * 2019-06-19 2022-03-08 百度在线网络技术(北京)有限公司 障碍物检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101479624A (zh) * 2006-06-30 2009-07-08 丰田自动车株式会社 具有雷达与摄像机的传感器融合以及改变雷达阈值的物体存在概率估算的汽车驾驶辅助系统
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005045017A1 (de) * 2005-09-21 2007-03-22 Robert Bosch Gmbh Verfahren und Fahrerassistenzsystem zur sensorbasierten Anfahrtsteuerung eines Kraftfahrzeugs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101479624A (zh) * 2006-06-30 2009-07-08 丰田自动车株式会社 具有雷达与摄像机的传感器融合以及改变雷达阈值的物体存在概率估算的汽车驾驶辅助系统
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法

Also Published As

Publication number Publication date
CN104978568A (zh) 2015-10-14

Similar Documents

Publication Publication Date Title
EP3280976B1 (en) Object position measurement with automotive camera using vehicle motion data
EP3183688B1 (en) Recognition and prediction of lane constraints
US9569673B2 (en) Method and device for detecting a position of a vehicle on a lane
CN103847667B (zh) 车辆的驾驶辅助控制装置
EP3732657A1 (en) Vehicle localization
EP3742338A1 (en) Automatic prediction and altruistic response to a vehicle cutting in a lane
US10699136B2 (en) System and method for camera-based detection of object heights proximate to a vehicle
CN108116410A (zh) 用于控制车辆的速度的方法和设备
CN104978568B (zh) 前方车辆检测方法
KR20180094055A (ko) 주차 지원 방법 및 장치
CN109871787B (zh) 一种障碍物检测方法及装置
JP2018092483A (ja) 物体認識装置
US20160305785A1 (en) Road surface detection device and road surface detection system
CN102806913A (zh) 一种新型的车道线偏离检测方法及装置
US20180347991A1 (en) Method, device, map management apparatus, and system for precision-locating a motor vehicle in an environment
CN109080628A (zh) 目标确定设备和驾驶辅助系统
CN111222441B (zh) 基于车路协同的点云目标检测和盲区目标检测方法及系统
CN105205805A (zh) 基于视觉的智能车辆横向控制方法
CN110456796A (zh) 视觉盲区检测方法及装置
US10848718B2 (en) Vehicle sensor configuration based on map data
CN110929475B (zh) 对象的雷达简档的注释
KR20160088986A (ko) 소실점 기반의 양안시차를 이용한 차선 검출 방법
US11474535B2 (en) Method of processing data, apparatus for processing data, and system for controlling vehicle
CN113432615B (zh) 基于多传感器融合可驾驶区域的检测方法、系统和车辆
CN202130447U (zh) 一种新型的车道线偏离检测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220309

Address after: 241000 Anshan South Road, Wuhu economic and Technological Development Zone, Anhui

Patentee after: Wuhu Sambalion auto technology Co.,Ltd.

Address before: 241009 No. 8, Changchun Road, Wuhu economic and Technological Development Zone, Anhui, China

Patentee before: CHERY AUTOMOBILE Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240415

Address after: 241000 10th Floor, Block B1, Wanjiang Wealth Plaza, Guandou Street, Jiujiang District, Wuhu City, Anhui Province

Patentee after: Dazhuo Intelligent Technology Co.,Ltd.

Country or region after: China

Patentee after: Dazhuo Quxing Intelligent Technology (Shanghai) Co.,Ltd.

Address before: 241000 Anshan South Road, Wuhu economic and Technological Development Zone, Anhui

Patentee before: Wuhu Sambalion auto technology Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right