CN106405555A - 用于车载雷达系统的障碍物检测方法和装置 - Google Patents
用于车载雷达系统的障碍物检测方法和装置 Download PDFInfo
- Publication number
- CN106405555A CN106405555A CN201610847048.5A CN201610847048A CN106405555A CN 106405555 A CN106405555 A CN 106405555A CN 201610847048 A CN201610847048 A CN 201610847048A CN 106405555 A CN106405555 A CN 106405555A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- radar
- ordinate
- conversion
- millimetre
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4026—Antenna boresight
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
- G01S7/4972—Alignment of sensor
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请公开了用于车载雷达系统的障碍物检测方法和装置。所述方法的一具体实施方式包括:探测位于预设的多个位置的标定物的第一点云数据集合以及探测所述标定物的第一二维数据集合;基于预设安装位置、第一点云数据集合、第一二维数据集合,对车载雷达系统进行标定,得到标定转向角度差、标定位移差及标定竖坐标;探测障碍物的第二点云数据以及探测所述障碍物的第二二维数据;基于标定转向角度差、标定位移差及标定竖坐标,将第二二维数据转换到激光雷达坐标系中,得到转换三维坐标;融合第二点云数据及转换三维坐标,确定所述障碍物的位置。该实施方式能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。
Description
技术领域
本申请涉及车辆控制领域,具体涉及车辆检测领域,尤其涉及用于车载雷达系统的障碍物检测方法和装置。
背景技术
毫米波雷达和激光雷达在自动驾驶、ADAS(Advanced Driver Assistant System,先进驾驶辅助系统)等领域有着广泛的应用。激光雷达对障碍物可以实现精确的形状感知;毫米波雷达对障碍物的位置、速度可以提供有效的感知数据,并且可抗雨雪的干扰。在许多自动驾驶和ADAS的实例中,需要对两种传感器的位置姿态进行标定,以将数据融合实现对障碍物的精确鲁棒的感知。
标定算法用于计算毫米波雷达数据坐标系和激光雷达数据坐标系之间的坐标变换。由于激光雷达对障碍物进行3D测量,而毫米波雷达对障碍物进行2D测量,已有的标定方法不能很好的解决毫米波雷达在3D测量上维度的缺失,导致影响标定结果精度,从而不能有效地利用激光雷达和毫米波雷达实现精确地检测车辆周围障碍物的位置。
发明内容
本申请的目的在于提出一种用于车载雷达系统的障碍物检测方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种用于车载雷达系统的障碍物检测方法,所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达,所述方法包括:利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合;基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标;利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据;基于所述标定转向角度差、所述标定位移差及所述标定竖坐标,将所述第二二维数据转换到所述激光雷达坐标系中,得到第一转换三维坐标;融合所述第二点云数据及所述第一转换三维坐标,确定所述障碍物的位置。
在一些实施例中,所述基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,包括:根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差;对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列;基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合;利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标,完成对所述车载雷达系统的标定。
在一些实施例中,所述根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差,包括:确定所述预设安装位置在车辆坐标系的三维坐标;确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差;根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角,确定所述初始转向角度差;根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离,确定所述初始位移差。
在一些实施例中,所述对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列,包括:在所述激光雷达坐标系中,将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线;确定属于同一位置的拟合后的直线在xy平面的投影坐标;将所述预设的多个位置的投影坐标组合,得到投影坐标序列。
在一些实施例中,所述基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合,包括:将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标;将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标;将所述高度差作为所述过渡坐标集合中的过渡竖坐标;根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t;
其中,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的第二转换三维坐标,(x2i,y2i,z2)T为在第i个位置的第二转换三维坐标的转置,R为所述初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为所述初始位移差。
在一些实施例中,所述利用优化算法优化所述第一二维数据集合与所述转换三维坐标集合之间的误差,包括:根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差:
其中,σ2为所述误差,i为自然数,n为所述预设的多个位置的数量,xri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标;
利用优化算法优化所述误差,确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。
第二方面,本申请提供了一种用于车载雷达系统的障碍物检测装置,所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达,所述装置包括:第一探测单元,用于利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合;标定单元,用于基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标;第二探测单元,用于利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据;转换单元,用于基于所述标定转向角度差、所述标定位移差及所述标定竖坐标,将所述第二二维数据转换到所述激光雷达坐标系中,得到第一转换三维坐标;融合单元,用于融合所述第二点云数据及所述第一转换三维坐标,确定所述障碍物的位置。
在一些实施例中,所述标定单元包括:第一确定模块,用于根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差;投影模块,用于对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列;第二确定模块,用于基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合;标定模块,用于利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标,完成对所述车载雷达系统的标定。
在一些实施例中,所述第一确定模块包括:三维坐标确定子模块,用于确定所述预设安装位置在车辆坐标系的三维坐标;高度差确定子模块,用于确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差;初始转向角度差确定子模块,用于根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角,确定所述初始转向角度差;初始位移差确定子模块,用于根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离,确定所述初始位移差。
在一些实施例中,所述投影模块包括:拟合子模块,用于在所述激光雷达坐标系中,将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线;投影子模块,用于确定属于同一位置的拟合后的直线在xy平面的投影坐标;组合子模块,用于将所述预设的多个位置的投影坐标组合,得到投影坐标序列。
在一些实施例中,所述第二确定模块包括:过渡横坐标确定子模块,用于将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标;过渡纵坐标确定子模块,用于将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标;过渡竖坐标确定子模块,用于将所述高度差作为所述过渡坐标集合中的过渡竖坐标;转换三维坐标确定子模块,用于根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t;
其中,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的第二转换三维坐标,(x2i,y2i,z2)T为在第i个位置的第二转换三维坐标的转置,R为所述初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为所述初始位移差。
在一些实施例中,所述优化模块包括:误差确定子模块,用于根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差:
其中,σ2为所述误差,i为自然数,n为所述预设的多个位置的数量,xri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标;
优化子模块,用于利用优化算法优化所述误差,确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。
本申请提供的用于车载雷达系统的障碍物检测方法和装置,首先利用毫米波雷达和激光雷达采集不同位置的标定物的数据,利用这些数据对激光雷达和毫米波雷达进行标定,确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标,基于上述参数,将毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中,得到转换三维坐标,最后将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合,以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是根据本申请的用于车载雷达系统的障碍物检测方法的一个实施例的流程图;
图2是本申请可以应用于其中的示例性系统架构图;
图3是根据本申请的用于车载雷达系统的障碍物检测方法的一个应用场景的示意图;
图4是根据本申请的用于车载雷达系统的障碍物检测方法标定车载雷达系统的一个实施例的流程图;
图5是根据本申请的用于车载雷达系统的障碍物检测装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的用于车载雷达系统的障碍物检测装置的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了根据本申请的用于车载雷达系统的障碍物检测方法的一个实施例的流程图100。本实施例的车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达。其中,激光雷达可以安装在车辆的车顶位置处,毫米波雷达可以安装在与激光雷达不等高的其它位置处。
如图1所示,本实施例的用于车载雷达系统的障碍物检测方法包括以下步骤:
步骤101,利用激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用毫米波雷达探测标定物的第一二维数据集合。
本实施例中,车辆的行车大脑或与车辆连接的服务器可控制车载雷达系统中的激光雷达探测位于预设的多个不同位置的标定物。其中,标定物可以是任意有形状的物体或人,上述物体例如可以是圆柱体、椎体等有一定高度的物体;激光雷达可以是工作在从红外到紫外光谱段的雷达系统,可以采用脉冲或连续波工作方式,探测方法按照探测的原理不同可以包括米散射、瑞利散射、拉曼散射、布里渊散射、荧光、多普勒等;毫米波雷达的工作频率可以选择30~300GHz范围内,其可以是调频连续波(FMCW)雷达或者脉冲雷达。在采集标定物的数据时,将标定物放置在激光雷达和毫米波雷达的共同视野内的不同位置,并控制激光雷达和毫米波雷达分别采集标定物的第一点云数据和第一二维数据。
示例性的,可采用圆柱体作为标定物,在激光雷达和毫米波雷达的共同视野内选取20个位置,则激光雷达共采集到20组点云数据,毫米波雷达共采集到20组二维数据,分别得到第一点云数据集合和第一二维数据集合。
步骤102,基于预设安装位置、第一点云数据集合、第一二维数据集合,对车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标。
本实施例中,在将毫米波雷达坐标系转换到激光雷达坐标系以标定上述车载雷达系统时,需要确定坐标系转换所需的标定转向角度差R和标定位移差t。并且,由于毫米波雷达探测到的数据是二维数据,没有纵坐标,在转换时,需要为每个二维数据补充标定纵坐标,来实现由二维坐标到三维坐标的转换。上述标定转向角度差R和标定位移差t,可由激光雷达和毫米波雷达在车辆上的安装位置及二者的安装形态来确定;上述标定纵坐标,则需要标定转向角度差R、标定位移差t、以及激光雷达探测到的第一点云数据和毫米波雷达探测到的第一二维数据来确定。
步骤103,利用激光雷达探测障碍物的第二点云数据以及利用毫米波雷达探测障碍物的第二二维数据。
在对车载雷达系统中的激光雷达和毫米波雷达标定完成后,需要利用上述车载雷达系统检测车辆周围的障碍物。在检测障碍物时,利用激光雷达探测障碍物的第二点云数据,利用毫米波雷达探测障碍物的第二二维数据。上述障碍物可以是车辆周围的任意阻碍车辆行驶的物体或行人,上述物体可以是路障、树木等。
步骤104,基于标定转向角度差、标定位移差及标定竖坐标,将第二二维数据转换到激光雷达坐标系中,得到第一转换三维坐标。
由于步骤102中确定了毫米波雷达坐标系转换到激光雷达坐标系时的标定转向角度差、标定位移差及标定竖坐标,在检测障碍物的位置时,利用上述参数将毫米波雷达检测到的将第二二维数据转换到激光雷达坐标系中,得到与第二二维数据一一对应的转换三维坐标。这样,就将毫米波雷达探测到的二维数据转换为障碍物的三维数据。
步骤105,融合第二点云数据及第一转换三维坐标,确定障碍物的位置。
将转换毫米波雷达探测到的二维数据得到的转换三维坐标与激光雷达探测到的第二点云数据融合,确定障碍物的位置。数据融合是现有的方法,本实施例对此不再赘述。
本实施例中,上述步骤101-105可以由车辆的行车大脑来执行,也可以由与车辆连接的服务器来执行。图2示出了可以应用本申请的用于车载雷达系统的障碍物检测方法或用于车载雷达系统的障碍物检测装置的实施例的示例性系统架构200。
如图2所示,系统架构200可以包括车辆201、网络202和服务器203。网络202用以在车辆201和服务器203之间提供通信链路的介质。网络202可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
车辆201上安装有车载雷达系统,上述车载雷达系统可以包括激光雷达和毫米波雷达(图中未示出),用于探测车辆外部标定物或障碍物的数据。
服务器203可以是提供各种服务的服务器,例如对车辆201的激光雷达和毫米波雷达探测到的数据进行处理的后台服务器。后台服务器203可以将处理结果(如障碍物的位置)发送给车辆201,以使车辆201明确车辆周围的障碍物,为自动驾驶提供行车信息。
需要说明的是,本申请实施例所提供的用于车载雷达系统的障碍物检测方法一般由车辆201来执行,相应地,用于车载雷达系统的障碍物检测装置一般设置于车辆201中。
应该理解,图2中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车辆、网络和服务器。
继续参考图3,其示出了根据本申请的用于车载雷达系统的障碍物检测方法的一个应用场景的示意图300。在图3所示的场景中,车辆31上安装有激光雷达311和毫米波雷达312。首先,要对车辆31上的激光雷达311和毫米波雷达312进行标定,具体过程为:激光雷达311和毫米波雷达312分别探测标定物313的数据。标定物313为垂直于地面放置的圆柱体,其分别位于激光雷达311和毫米波雷达312的共同视野的不同位置。根据激光雷达311和毫米波雷达312在车辆31上的安装位置,确定激光雷达311与毫米波雷达312之间的高度差、毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差及初始位移差,并对上述参数进行优化,得到标定转向角度差、标定位移差及标定竖坐标。在对激光雷达311与毫米波雷达312进行标定完成后,得到右侧图,激光雷达321与毫米波雷达322探测车辆32前方的行人313的数据,并根据前述标定转向角度差、标定位移差及标定竖坐标,将毫米波雷达322探测到的二维数据转换为三维数据,与激光雷达321探测到的点云数据进行融合,以精确确定行人313的位置。
本申请的上述实施例提供的用于车载雷达系统的障碍物检测方法,首先利用毫米波雷达和激光雷达采集不同位置的标定物的数据,利用这些数据对激光雷达和毫米波雷达进行标定,确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标,基于上述参数,将毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中,得到转换三维坐标,最后将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合,以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。
图4示出了根据本申请的用于车载雷达系统的障碍物检测方法标定车载雷达系统的一个实施例的流程图。如图4所示,本实施例中标定车载雷达系统包括以下步骤:
步骤401,根据预设安装位置,确定激光雷达与毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差。
本实施例中,上述预设安装位置可以由车辆的装配图纸得到,由于车辆的装配图纸中明确记载了车辆的型号、结构参数、各传感器的安装位置,安装姿态等参数,因此,由车辆的装配图纸可以得到激光雷达和毫米波雷达之间的高度差以及由毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差以及初始位移差。
在本实施例的一些可选的实现方式中,上述步骤401可以具体通过图4中未示出的以下步骤来实现:
确定预设安装位置在车辆坐标系的三维坐标;确定三维坐标中竖坐标的差值为激光雷达与毫米波雷达之间的高度差;根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角,确定初始转向角度差;根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离,确定初始位移差。
在本实现方式中,装配图纸上可以包括车载雷达系统中激光雷达和毫米波雷达在车辆坐标系的三维坐标。可以将二者三维坐标中竖坐标的差值作为二者之间的高度差。根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角,确定初始转向角度差。例如,可以将毫米波雷达的坐标轴在激光雷达坐标系下的俯仰角、横滚角及航向角来确定初始转向角度差。根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离,确定初始位移差。例如,将毫米波雷达的坐标原点和激光雷达坐标系的x方向的偏移量、y方向的偏移量和z方向的偏移量来确定初始位移差。
步骤402,对第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在激光雷达坐标系xy平面的投影坐标,得到对应预设的多个位置的投影坐标序列。
本实施例中,激光雷达在车辆上水平挂载,标定物放置在水平地面上。水平地面在激光雷达坐标系中为一个与xy平面平行的平面,将同一位置标定物的点云数据进行直线拟合,可以得到一条方向为(0,0,1)的直线。设在第i个位置处,拟合直线在xy平面的投影的坐标为(xi,yi,0)。对应与预设的多个位置的标定物,则可以得到投影坐标序列。
步骤403,基于初始转向角度差、初始位移差、高度差以及投影坐标集合,确定毫米波雷达坐标系到激光雷达坐标系的第二转换三维坐标集合。
基于步骤402的分析可知,激光雷达探测的每个位置的标定物的点云数据都可以拟合得到一条直线,相应地,可以得到投影坐标集合。在将毫米波雷达探测的二维数据转换到激光雷达坐标系时,需要为上述二维数据补充竖坐标。本实施例中,可以将激光雷达与毫米波雷达之间的高度差作为毫米波雷达探测到的数据的竖坐标。基于上述确定的初始转向角度差、初始位移差、高度差以及投影坐标集合,可以确定上述二维数据向激光雷达坐标系转换的过渡坐标集合,再由过渡坐标集合确定转换到激光雷达坐标系的转换三维坐标集合。
在本实施例的一些可选的实现方式中,可以将投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标、将投影坐标集合中每个投影坐标的纵坐标作为过渡坐标集合中的过渡纵坐标、将激光雷达与毫米波雷达之间的高度差作为过渡坐标集合中的过渡竖坐标。
利用x1i表示第i个位置处标定物的点云数据拟合得到的直线在xy平面的投影的横坐标,y1i表示第i个位置处标定物的点云数据拟合得到的直线在xy平面的投影的纵坐标,z1表示激光雷达与毫米波雷达之间的高度差,则在第i个位置的过渡横坐标为x1i,在第i个位置的过渡纵坐标为y1i,所有位置的过渡竖坐标为z1。则过渡坐标集合可表示为(x1i,y1i,z1),其中1≤i≤n,n为标定物所在位置的数量。
可根据以下公式确定毫米波雷达探测到的二维数据转换到激光雷达坐标系后得到的转换三维坐标:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t。
其中,x2i为在第i个位置的转换三维坐标的横坐标,y2i为在第i个位置的转换三维坐标的纵坐标,z2为转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的转换三维坐标,(x2i,y2i,z2)T为在第i个位置的转换三维坐标的转置,R为初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为初始位移差。
步骤404,利用优化算法优化第一二维数据集合与第二转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及毫米波雷达坐标系转换到激光雷达坐标系的标定竖坐标,完成对车载雷达系统的标定。
本实施例中,优化算法可以为各种优化算法,例如可以为梯度下降法、最小二乘法等。第一二维数据集合与第二转换三维坐标集合之间的误差可由以下公式计算得到:
其中,σ2为误差,i为自然数,n为预设的多个位置的数量,xri为毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为在第i个位置的转换三维坐标的横坐标,y2i为在第i个位置的转换三维坐标的纵坐标,z2为转换三维坐标的竖坐标。
在利用优化算法优化上述误差时,可以通过不断调整R、t和z1的值来实现优化。在具体实现时,可以计算调整的R、t和z1的值对应的误差,并将其与预设的阈值进行比较,当上述误差小于上述阈值时,则结束优化,完成对车载雷达系统的标定。并将此时的R、t和z1的值分别作为标定转向角度差、标定位移差以及标定竖坐标。
本申请的上述实施例的用于车载雷达系统的障碍物检测方法,突出了对车载雷达系统进行标定的步骤。由此,本实施例描述的方案可以更有效地利用毫米波雷达探测到的二维数据,将其转换为三维数据,从而实现更精确的检测障碍物的位置。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于车载雷达系统的障碍物检测装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于车载雷达系统的障碍物检测装置500包括:第一探测单元501、标定单元502、第二探测单元503、转换单元504及融合单元505。
其中,第一探测单元501,用于利用激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用毫米波雷达探测标定物的第一二维数据集合。
标定单元502,用于基于预设安装位置、激光雷达探测到的第一点云数据集合、毫米波雷达探测到的第一二维数据集合,对车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标。
第二探测单元503,用于利用激光雷达探测障碍物的第二点云数据以及利用毫米波雷达探测所述障碍物的第二二维数据;
转换单元504,用于基于标定单元502得到的标定转向角度差、标定位移差及标定竖坐标,将第二二维数据转换到激光雷达坐标系中,得到转换三维坐标。
融合单元505,用于融合激光雷达探测到的第二点云数据及转换单元504得到的转换三维坐标,确定障碍物的位置。
在本实施例的一些可选的实现方式中,上述标定单元502可以进一步包括图5中未示出的第一确定模块、投影模块、第二确定模块及标定模块。
第一确定模块,用于根据预设安装位置,确定激光雷达与毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差。
在本实施例的一些可选的实现方式中,上述第一确定模块还可以进一步包括图5中未示出的三维坐标确定子模块、高度差确定子模块、初始转向角度差确定子模块及初始位移差确定子模块。
其中,三维坐标确定子模块,用于确定预设安装位置在车辆坐标系的三维坐标。
高度差确定子模块,用于确定三维坐标中竖坐标的差值为激光雷达与毫米波雷达之间的高度差。
初始转向角度差确定子模块,用于根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角,确定初始转向角度差。
初始位移差确定子模块,用于根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离,确定初始位移差。
投影模块,用于对第一探测单元中激光雷达探测到的第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在激光雷达坐标系xy平面的投影坐标,得到对应预设的多个位置的投影坐标序列。
在本实施例的一些可选的实现方式中,上述投影模块还可以进一步包括图5中未示出的拟合子模块、投影子模块及组合子模块。
拟合子模块,用于在激光雷达坐标系中,将第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线。
投影子模块,用于确定属于同一位置的拟合后的直线在xy平面的投影坐标。
组合子模块,用于将预设的多个位置的投影坐标组合,得到投影坐标序列。
第二确定模块,用于基于第一确定模块得到的初始转向角度差、初始位移差、高度差以及投影坐标集合,确定毫米波雷达坐标系到所述激光雷达坐标系的转换三维坐标集合。
在本实施例的一些可选的实现方式中,上述第二确定模块还可以进一步包括图5中未示出的过渡横坐标确定子模块、过渡纵坐标确定子模块、过渡竖坐标确定子模块及转换三维坐标确定子模块。
过渡横坐标确定子模块,用于将投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标。
过渡纵坐标确定子模块,用于将投影坐标集合中每个投影坐标的纵坐标作为过渡坐标集合中的过渡纵坐标。
过渡竖坐标确定子模块,用于将高度差作为过渡坐标集合中的过渡竖坐标。
转换三维坐标确定子模块,用于根据以下公式确定毫米波雷达坐标系到激光雷达坐标系的转换三维坐标:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t;
其中,x2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的第二转换三维坐标,(x2i,y2i,z2)T为在第i个位置的第二转换三维坐标的转置,R为初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为初始位移差。
标定模块,用于利用优化算法优化激光雷达探测到的第一二维数据集合与第二确定模块得到的转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及毫米波雷达坐标系转换到激光雷达坐标系的标定竖坐标,完成对车载雷达系统的标定。
在本实施例的一些可选的实现方式中,上述标定模块还可以进一步包括图5中未示出的误差确定子模块及优化子模块。
误差确定子模块,用于根据以下公式确定第一二维数据集合与转换三维坐标集合之间的误差:
其中,σ2为误差,i为自然数,n为预设的多个位置的数量,xri为毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标。
优化子模块,用于利用优化算法优化误差,确定标定转向角度差、标定位移差以及标定竖坐标。
本申请的上述实施例提供的用于车载雷达系统的障碍物检测装置,首先第一探测单元利用毫米波雷达和激光雷达采集不同位置的标定物的数据,标定单元利用这些数据对激光雷达和毫米波雷达进行标定,确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标,基于上述参数,转换单元将第二探测单元利用毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中,得到转换三维坐标,最后融合单元将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合,以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。
应当理解,用于车载雷达系统的障碍物检测装置500中记载的单元501至单元505分别与参考图1中描述的方法中的各个步骤相对应。由此,上文针对用于车载雷达系统的障碍物检测方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。装置500的相应单元可以与车辆中的单元相互配合以实现本申请实施例的方案。
在本申请的上述实施例中,第一点云数据集合以及第二点云数据集合仅仅是用于区分两个不同的点云数据集合;第一二维数据集合以及第二二维数据集合仅仅是用于区分两个不同的二维数据集合;第一探测单元以及第二探测单元仅仅是用于区分两个不同的探测单元;第一确定模块以及第二确定模块仅仅是用于区分两个不同的确定模块。本领域技术人员应当理解,其中的第一或第二并不构成对点云数据集合、二维数据集合、探测单元、确定模块的特殊限定。
下面参考图6,其示出了适于用来实现本申请实施例的用于车载雷达系统的障碍物检测装置的计算机系统600的结构示意图。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一探测单元、标定单元、第二探测单元、转换单元及融合单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一探测单元还可以被描述为“利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合的单元”。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程序被一个设备执行时,使得所述设备:利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合;基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标;利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据;基于所述标定转向角度差、所述标定位移差及所述标定竖坐标,将所述第二二维数据转换到所述激光雷达坐标系中,得到转换三维坐标;融合所述第二点云数据及所述转换三维坐标,确定所述障碍物的位置。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于车载雷达系统的障碍物检测方法,其特征在于,所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达,所述方法包括:
利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合;
基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标;
利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据;
基于所述标定转向角度差、所述标定位移差及所述标定竖坐标,将所述第二二维数据转换到所述激光雷达坐标系中,得到第一转换三维坐标;
融合所述第二点云数据及所述第一转换三维坐标,确定所述障碍物的位置。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,包括:
根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差;
对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列;
基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合;
利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标,完成对所述车载雷达系统的标定。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差,包括:
确定所述预设安装位置在车辆坐标系的三维坐标;
确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差;
根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角,确定所述初始转向角度差;
根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离,确定所述初始位移差。
4.根据权利要求2所述的方法,其特征在于,所述对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列,包括:
在所述激光雷达坐标系中,将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线;
确定属于同一位置的拟合后的直线在xy平面的投影坐标;
将所述预设的多个位置的投影坐标组合,得到投影坐标序列。
5.根据权利要求2所述的方法,其特征在于,所述基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合,包括:
将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标;
将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标;
将所述高度差作为所述过渡坐标集合中的过渡竖坐标;
根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t;
其中,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的第二转换三维坐标,(x2i,y2i,z2)T为在第i个位置的第二转换三维坐标的转置,R为所述初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为所述初始位移差。
6.根据权利要求2所述的方法,其特征在于,所述利用优化算法优化所述第一二维数据集合与所述转换三维坐标集合之间的误差,包括:
根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差:
其中,σ2为所述误差,i为自然数,n为所述预设的多个位置的数量,xri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标;
利用优化算法优化所述误差,确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。
7.一种用于车载雷达系统的障碍物检测装置,其特征在于,所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达,所述装置包括:
第一探测单元,用于利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合;
标定单元,用于基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合,对所述车载雷达系统进行标定,得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标;
第二探测单元,用于利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据;
转换单元,用于基于所述标定转向角度差、所述标定位移差及所述标定竖坐标,将所述第二二维数据转换到所述激光雷达坐标系中,得到第一转换三维坐标;
融合单元,用于融合所述第二点云数据及所述第一转换三维坐标,确定所述障碍物的位置。
8.根据权利要求7所述的装置,其特征在于,所述标定单元包括:
第一确定模块,用于根据所述预设安装位置,确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差;
投影模块,用于对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合,确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标,得到对应所述预设的多个位置的投影坐标序列;
第二确定模块,用于基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合,确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合;
标定模块,用于利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差,得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标,完成对所述车载雷达系统的标定。
9.根据权利要求8所述的装置,其特征在于,所述第一确定模块包括:
三维坐标确定子模块,用于确定所述预设安装位置在车辆坐标系的三维坐标;
高度差确定子模块,用于确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差;
初始转向角度差确定子模块,用于根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角,确定所述初始转向角度差;
初始位移差确定子模块,用于根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离,确定所述初始位移差。
10.根据权利要求8所述的装置,其特征在于,所述投影模块包括:
拟合子模块,用于在所述激光雷达坐标系中,将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线;
投影子模块,用于确定属于同一位置的拟合后的直线在xy平面的投影坐标;
组合子模块,用于将所述预设的多个位置的投影坐标组合,得到投影坐标序列。
11.根据权利要求8所述的装置,其特征在于,所述第二确定模块包括:
过渡横坐标确定子模块,用于将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标;
过渡纵坐标确定子模块,用于将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标;
过渡竖坐标确定子模块,用于将所述高度差作为所述过渡坐标集合中的过渡竖坐标;
转换三维坐标确定子模块,用于根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合:
(x2i,y2i,z2)T=R×(x1i,y1i,z1)T+t;
其中,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标,(x2i,y2i,z2)为在第i个位置的第二转换三维坐标,(x2i,y2i,z2)T为在第i个位置的第二转换三维坐标的转置,R为所述初始转向角度差,x1i为在第i个位置的过渡横坐标,y1i为在第i个位置的过渡纵坐标,z1为所述过渡竖坐标,(x1i,y1i,z1)为在第i个位置的过渡坐标,(x1i,y1i,z1)T为在第i个位置的过渡坐标的转置,t为所述初始位移差。
12.根据权利要求8所述的装置,其特征在于,所述优化模块包括:
误差确定子模块,用于根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差:
其中,σ2为所述误差,i为自然数,n为所述预设的多个位置的数量,xri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标,yri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标,x2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标,y2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标,z2为第二转换三维坐标的竖坐标;
优化子模块,用于利用优化算法优化所述误差,确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610847048.5A CN106405555B (zh) | 2016-09-23 | 2016-09-23 | 用于车载雷达系统的障碍物检测方法和装置 |
US15/393,660 US10386476B2 (en) | 2016-09-23 | 2016-12-29 | Obstacle detection method and apparatus for vehicle-mounted radar system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610847048.5A CN106405555B (zh) | 2016-09-23 | 2016-09-23 | 用于车载雷达系统的障碍物检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106405555A true CN106405555A (zh) | 2017-02-15 |
CN106405555B CN106405555B (zh) | 2019-01-01 |
Family
ID=57996568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610847048.5A Active CN106405555B (zh) | 2016-09-23 | 2016-09-23 | 用于车载雷达系统的障碍物检测方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10386476B2 (zh) |
CN (1) | CN106405555B (zh) |
Cited By (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179768A (zh) * | 2017-05-15 | 2017-09-19 | 上海木爷机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN107861128A (zh) * | 2017-12-11 | 2018-03-30 | 同方威视技术股份有限公司 | 三维扫描装置、机器人及数据处理方法 |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN108229366A (zh) * | 2017-12-28 | 2018-06-29 | 北京航空航天大学 | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 |
CN108459319A (zh) * | 2018-03-13 | 2018-08-28 | 燕山大学 | 一种车辆行驶区域地形高度快速扫描系统 |
CN108509972A (zh) * | 2018-01-16 | 2018-09-07 | 天津大学 | 一种基于毫米波和激光雷达的障碍物特征提取方法 |
CN109001756A (zh) * | 2018-05-04 | 2018-12-14 | 上海交通大学 | 基于嵌入式设备的多线激光雷达障碍物检测系统及方法 |
CN109145677A (zh) * | 2017-06-15 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN109212530A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于确定障碍物速度的方法和装置 |
CN109211298A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种传感器标定方法和装置 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
CN109521403A (zh) * | 2017-09-19 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
CN109541570A (zh) * | 2017-09-21 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 毫米波扫描设备标定的方法及设备 |
CN109581302A (zh) * | 2018-12-12 | 2019-04-05 | 北京润科通用技术有限公司 | 一种车载雷达数据跟踪方法及系统 |
CN109581380A (zh) * | 2018-12-29 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 基于雷达的车辆位置检测方法、装置和计算机设备 |
CN109597097A (zh) * | 2018-12-06 | 2019-04-09 | 北京主线科技有限公司 | 基于多线激光的扫描式障碍物检测方法 |
CN109725303A (zh) * | 2018-12-04 | 2019-05-07 | 北京万集科技股份有限公司 | 坐标系的修正方法及装置、存储介质 |
CN109782258A (zh) * | 2018-12-26 | 2019-05-21 | 北京百度网讯科技有限公司 | 车辆激光雷达的位置检测方法、装置及存储介质 |
CN109901183A (zh) * | 2019-03-13 | 2019-06-18 | 电子科技大学中山学院 | 一种提高激光雷达全天候测距精度和可靠性的方法 |
CN109975773A (zh) * | 2018-12-28 | 2019-07-05 | 文远知行有限公司 | 毫米波雷达标定方法、装置、设备和存储介质 |
CN110031824A (zh) * | 2019-04-12 | 2019-07-19 | 杭州飞步科技有限公司 | 激光雷达联合标定方法及装置 |
CN110110678A (zh) * | 2019-05-13 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 道路边界的确定方法和装置、存储介质及电子装置 |
CN110147106A (zh) * | 2019-05-29 | 2019-08-20 | 福建(泉州)哈工大工程技术研究院 | 具激光和视觉融合避障系统的智能移动服务机器人 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定系统及其方法 |
CN110648538A (zh) * | 2019-10-29 | 2020-01-03 | 苏州大学 | 一种基于激光雷达网络的交通信息感知系统及方法 |
CN110726993A (zh) * | 2019-09-06 | 2020-01-24 | 武汉光庭科技有限公司 | 一种利用单线激光雷达和毫米波雷达的障碍物检测方法 |
CN110865360A (zh) * | 2019-11-12 | 2020-03-06 | 东软睿驰汽车技术(沈阳)有限公司 | 一种数据融合方法及装置 |
CN110907928A (zh) * | 2019-11-20 | 2020-03-24 | 福瑞泰克智能系统有限公司 | 目标对象的位置确定方法、装置、电子设备及存储介质 |
CN110907905A (zh) * | 2019-11-21 | 2020-03-24 | 重庆长安汽车股份有限公司 | 一种毫米波雷达安装位置的标定装置及方法 |
CN111208493A (zh) * | 2020-01-08 | 2020-05-29 | 同济大学 | 一种车载激光雷达在整车坐标系下的快速标定方法 |
CN111413983A (zh) * | 2020-04-08 | 2020-07-14 | 江苏盛海智能科技有限公司 | 一种无人驾驶车辆的环境感知方法及控制端 |
CN111469781A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 用于输出信息的方法和装置 |
CN111640300A (zh) * | 2020-04-28 | 2020-09-08 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111645677A (zh) * | 2020-05-20 | 2020-09-11 | 吉林大学 | 一种车辆制动转向协调控制紧急防碰撞系统及控制方法 |
CN112083441A (zh) * | 2020-09-10 | 2020-12-15 | 湖南大学 | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 |
WO2020258231A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳市大疆创新科技有限公司 | 毫米波雷达组件安装角度的标定方法及系统、可移动平台 |
CN112241007A (zh) * | 2020-07-01 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 自动驾驶环境感知传感器的标定方法、布置结构及车辆 |
CN112238818A (zh) * | 2019-10-14 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 控制系统、数据处理方法、控制方法 |
CN112262319A (zh) * | 2019-08-30 | 2021-01-22 | 深圳市大疆创新科技有限公司 | 电力线路的检测方法、毫米波雷达、系统和存储介质 |
CN112558046A (zh) * | 2020-12-07 | 2021-03-26 | 福建(泉州)哈工大工程技术研究院 | 一种具有多线激光雷达智能设备的下线验收方法 |
CN112578355A (zh) * | 2020-12-16 | 2021-03-30 | 百度在线网络技术(北京)有限公司 | 雷达标定的方法、装置、设备以及存储介质 |
CN112669388A (zh) * | 2019-09-30 | 2021-04-16 | 上海禾赛科技股份有限公司 | 激光雷达与摄像装置的标定方法及装置、可读存储介质 |
CN112837482A (zh) * | 2021-01-06 | 2021-05-25 | 上海三一重机股份有限公司 | 用于挖掘机的电子围墙系统、控制方法及电子设备 |
CN112977541A (zh) * | 2021-03-17 | 2021-06-18 | 上海电气泰雷兹交通自动化系统有限公司 | 一种基于多技术融合的列车防护预警系统 |
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
CN113096187A (zh) * | 2021-05-03 | 2021-07-09 | 湖北汽车工业学院 | 一种车辆与障碍物相对位置自动获取方法 |
CN113263502A (zh) * | 2021-05-31 | 2021-08-17 | 深圳市优必选科技股份有限公司 | 一种雷达数据校准方法、装置及机器人 |
CN113311422A (zh) * | 2020-02-27 | 2021-08-27 | 富士通株式会社 | 坐标转换方法、装置和数据处理设备 |
CN113325381A (zh) * | 2021-05-28 | 2021-08-31 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
CN113341401A (zh) * | 2021-07-12 | 2021-09-03 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113466834A (zh) * | 2020-03-12 | 2021-10-01 | 华为技术有限公司 | 一种激光雷达参数标定方法及装置 |
CN113702927A (zh) * | 2021-08-02 | 2021-11-26 | 中汽创智科技有限公司 | 一种车辆传感器标定方法、装置及存储介质 |
WO2022227885A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京航迹科技有限公司 | 激光雷达的标定、扫描方法、装置、电子设备及存储介质 |
CN116027321A (zh) * | 2022-01-14 | 2023-04-28 | 北京中创恒益科技有限公司 | 一种输电线路的高精度实时防护系统和方法 |
WO2023071992A1 (zh) * | 2021-10-26 | 2023-05-04 | 北京万集科技股份有限公司 | 多传感器信号融合的方法、装置、电子设备及存储介质 |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108549087B (zh) * | 2018-04-16 | 2021-10-08 | 北京瑞途科技有限公司 | 一种基于激光雷达的在线检测方法 |
CN110874925A (zh) * | 2018-08-31 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 智能路侧单元及其控制方法 |
CN110930422B (zh) * | 2018-09-20 | 2023-03-21 | 长沙智能驾驶研究院有限公司 | 物体外框确定方法、装置、计算机设备和可读存储介质 |
US11428817B2 (en) * | 2018-10-11 | 2022-08-30 | Baidu Usa Llc | Automatic LIDAR calibration based on cross validation for autonomous driving |
CN109507689A (zh) * | 2018-12-25 | 2019-03-22 | 肖湘江 | 带障碍物记忆功能的多激光雷达数据融合方法 |
CN111383279B (zh) * | 2018-12-29 | 2023-06-20 | 阿里巴巴集团控股有限公司 | 外参标定方法、装置及电子设备 |
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 |
US11275173B2 (en) * | 2019-05-20 | 2022-03-15 | Zoox, Inc. | Yaw rate from radar data |
CN110333503B (zh) * | 2019-05-29 | 2023-06-09 | 菜鸟智能物流控股有限公司 | 激光雷达的标定方法、装置及电子设备 |
CN112149695A (zh) * | 2019-06-26 | 2020-12-29 | 北京海益同展信息科技有限公司 | 限界检测方法、装置、设备及计算机可读存储介质 |
CN110648279A (zh) * | 2019-09-17 | 2020-01-03 | 上海眼控科技股份有限公司 | 点云数据处理方法、装置、计算机设备和存储介质 |
CN110837080B (zh) * | 2019-10-28 | 2023-09-05 | 武汉海云空间信息技术有限公司 | 激光雷达移动测量系统的快速标定方法 |
CN111239701B (zh) * | 2020-01-23 | 2023-12-22 | 铁将军汽车电子股份有限公司 | 车载距离探测装置的角度校准方法 |
CN111383287B (zh) * | 2020-02-13 | 2021-06-29 | 湖北亿咖通科技有限公司 | 一种车载传感器的外参标定方法及装置 |
CN113376617B (zh) * | 2020-02-25 | 2024-04-05 | 北京京东乾石科技有限公司 | 雷达标定结果准确性的评价方法、装置、存储介质及系统 |
CN111323771A (zh) * | 2020-03-02 | 2020-06-23 | 南京理工大学 | 基于固定距离的毫米波雷达与视频数据融合方法 |
CN113759363B (zh) * | 2020-06-02 | 2023-09-19 | 杭州海康威视数字技术股份有限公司 | 目标定位方法、装置、监控系统和存储介质 |
CN111766582B (zh) * | 2020-07-13 | 2021-11-23 | 成都汇蓉国科微系统技术有限公司 | 一种双基前视sar图像几何校正方法及装置 |
CN111856417B (zh) * | 2020-07-20 | 2023-07-21 | 中国第一汽车股份有限公司 | 车载毫米波雷达的性能分析方法、装置、终端及存储介质 |
CN112731317B (zh) * | 2020-12-25 | 2024-03-19 | 北京百度网讯科技有限公司 | 车辆雷达标定方法、装置、设备、介质和自动驾驶车辆 |
CN112834995B (zh) * | 2020-12-30 | 2024-03-22 | 纵目科技(上海)股份有限公司 | 一种车载毫米波雷达角度标定方法、系统及电子设备 |
CN112819861B (zh) * | 2021-02-26 | 2024-06-04 | 广州小马慧行科技有限公司 | 点云的运动补偿方法、装置与计算机可读存储介质 |
CN112946612B (zh) * | 2021-03-29 | 2024-05-17 | 上海商汤临港智能科技有限公司 | 外参标定方法、装置、电子设备及存储介质 |
CN112859024B (zh) * | 2021-04-01 | 2024-05-28 | 东风汽车集团股份有限公司 | 一种车载毫米波雷达标定装置及标定方法 |
CN113311427B (zh) * | 2021-05-25 | 2023-01-06 | 唐山曹妃甸煤炭港务有限公司 | 一种堆料机堆料过程中料高和安息角测量方法及系统 |
CN113205563B (zh) * | 2021-06-03 | 2022-11-18 | 河南科技大学 | 一种自动驾驶传感器联合标定靶和标定方法 |
CN113327292A (zh) * | 2021-06-11 | 2021-08-31 | 杭州鸿泉物联网技术股份有限公司 | 车载环视设备标定方法及装置 |
CN113359118A (zh) * | 2021-07-12 | 2021-09-07 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113484840A (zh) * | 2021-07-23 | 2021-10-08 | 青岛海尔空调电子有限公司 | 基于雷达的家电工作空间的目标定位方法及家电系统 |
CN113671454B (zh) * | 2021-08-16 | 2024-04-26 | 中汽创智科技有限公司 | 一种车载雷达的位置参数标定方法、装置及存储介质 |
US20230213633A1 (en) * | 2022-01-06 | 2023-07-06 | GM Global Technology Operations LLC | Aggregation-based lidar data alignment |
CN114425774B (zh) * | 2022-01-21 | 2023-11-03 | 深圳优地科技有限公司 | 机器人行走道路的识别方法、识别设备以及存储介质 |
CN115082661B (zh) * | 2022-07-11 | 2024-05-10 | 阿斯曼尔科技(上海)有限公司 | 一种传感器装配难度降低方法 |
CN115166747A (zh) * | 2022-07-14 | 2022-10-11 | 南京泰晟科技实业有限公司 | 一种车载毫米波雷达测距系统及多目标同步测距方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061015A (en) * | 1998-01-14 | 2000-05-09 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle obstacle detecting system |
CN101013158A (zh) * | 2006-02-03 | 2007-08-08 | 通用汽车环球科技运作公司 | 用于车载对象跟踪系统的校准和定向的方法和设备 |
CN105277950A (zh) * | 2015-09-29 | 2016-01-27 | 西安知几天线技术有限公司 | 基于车体坐标系的激光雷达坐标转换方法 |
CN105866762A (zh) * | 2016-02-26 | 2016-08-17 | 福州华鹰重工机械有限公司 | 激光雷达自动校准方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6836238B1 (en) * | 2001-10-09 | 2004-12-28 | Escort Inc. | Police radar/laser detector with integral vehicle parameter display using a vehicle interface |
JP2006151125A (ja) * | 2004-11-26 | 2006-06-15 | Omron Corp | 車載用画像処理装置 |
US10564270B2 (en) * | 2016-04-13 | 2020-02-18 | Caterpillar Inc. | Methods and systems for calibrating sensors |
-
2016
- 2016-09-23 CN CN201610847048.5A patent/CN106405555B/zh active Active
- 2016-12-29 US US15/393,660 patent/US10386476B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061015A (en) * | 1998-01-14 | 2000-05-09 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle obstacle detecting system |
CN101013158A (zh) * | 2006-02-03 | 2007-08-08 | 通用汽车环球科技运作公司 | 用于车载对象跟踪系统的校准和定向的方法和设备 |
CN105277950A (zh) * | 2015-09-29 | 2016-01-27 | 西安知几天线技术有限公司 | 基于车体坐标系的激光雷达坐标转换方法 |
CN105866762A (zh) * | 2016-02-26 | 2016-08-17 | 福州华鹰重工机械有限公司 | 激光雷达自动校准方法及装置 |
Cited By (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179768B (zh) * | 2017-05-15 | 2020-01-17 | 上海木木机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN107179768A (zh) * | 2017-05-15 | 2017-09-19 | 上海木爷机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN109145677A (zh) * | 2017-06-15 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN109212530A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于确定障碍物速度的方法和装置 |
CN109212530B (zh) * | 2017-07-04 | 2022-03-11 | 阿波罗智能技术(北京)有限公司 | 用于确定障碍物速度的方法和装置 |
CN109211298B (zh) * | 2017-07-04 | 2021-08-17 | 百度在线网络技术(北京)有限公司 | 一种传感器标定方法和装置 |
US11054518B2 (en) | 2017-07-04 | 2021-07-06 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for determining obstacle speed |
CN109211298A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种传感器标定方法和装置 |
US11714174B2 (en) | 2017-09-17 | 2023-08-01 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Parameter calibration method and apparatus of multi-line laser radar, device and readable medium |
CN109521403A (zh) * | 2017-09-19 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
CN109521403B (zh) * | 2017-09-19 | 2020-11-20 | 百度在线网络技术(北京)有限公司 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
CN109541570B (zh) * | 2017-09-21 | 2021-12-14 | 腾讯科技(深圳)有限公司 | 毫米波扫描设备标定的方法及设备 |
CN109541570A (zh) * | 2017-09-21 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 毫米波扫描设备标定的方法及设备 |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN107861128A (zh) * | 2017-12-11 | 2018-03-30 | 同方威视技术股份有限公司 | 三维扫描装置、机器人及数据处理方法 |
CN107861128B (zh) * | 2017-12-11 | 2023-09-29 | 同方威视技术股份有限公司 | 三维扫描装置、机器人及数据处理方法 |
CN108229366B (zh) * | 2017-12-28 | 2021-12-14 | 北京航空航天大学 | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 |
CN108229366A (zh) * | 2017-12-28 | 2018-06-29 | 北京航空航天大学 | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 |
CN108509972A (zh) * | 2018-01-16 | 2018-09-07 | 天津大学 | 一种基于毫米波和激光雷达的障碍物特征提取方法 |
CN108459319A (zh) * | 2018-03-13 | 2018-08-28 | 燕山大学 | 一种车辆行驶区域地形高度快速扫描系统 |
CN109001756A (zh) * | 2018-05-04 | 2018-12-14 | 上海交通大学 | 基于嵌入式设备的多线激光雷达障碍物检测系统及方法 |
JP2020050337A (ja) * | 2018-09-27 | 2020-04-02 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
US11480443B2 (en) * | 2018-09-27 | 2022-10-25 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method for calibrating relative pose, device and medium |
CN109725303A (zh) * | 2018-12-04 | 2019-05-07 | 北京万集科技股份有限公司 | 坐标系的修正方法及装置、存储介质 |
CN109725303B (zh) * | 2018-12-04 | 2021-07-02 | 北京万集科技股份有限公司 | 坐标系的修正方法及装置、存储介质 |
CN109597097B (zh) * | 2018-12-06 | 2023-04-18 | 北京主线科技有限公司 | 基于多线激光的扫描式障碍物检测方法 |
CN109597097A (zh) * | 2018-12-06 | 2019-04-09 | 北京主线科技有限公司 | 基于多线激光的扫描式障碍物检测方法 |
CN109581302A (zh) * | 2018-12-12 | 2019-04-05 | 北京润科通用技术有限公司 | 一种车载雷达数据跟踪方法及系统 |
CN109782258A (zh) * | 2018-12-26 | 2019-05-21 | 北京百度网讯科技有限公司 | 车辆激光雷达的位置检测方法、装置及存储介质 |
US11086001B2 (en) | 2018-12-26 | 2021-08-10 | Beijing Baidu Netcom Science Technology Co., Ltd. | Position detecting method, device and storage medium for vehicle ladar |
US11561295B2 (en) | 2018-12-26 | 2023-01-24 | Beijing Baidu Netcom Science Technology Co., Ltd. | Position detecting method, device and storage medium for vehicle ladar |
CN109782258B (zh) * | 2018-12-26 | 2022-03-25 | 阿波罗智能技术(北京)有限公司 | 车辆激光雷达的位置检测方法、装置及存储介质 |
CN109975773B (zh) * | 2018-12-28 | 2023-09-29 | 文远知行有限公司 | 毫米波雷达标定方法、装置、设备和存储介质 |
CN109975773A (zh) * | 2018-12-28 | 2019-07-05 | 文远知行有限公司 | 毫米波雷达标定方法、装置、设备和存储介质 |
CN109581380B (zh) * | 2018-12-29 | 2023-04-07 | 百度在线网络技术(北京)有限公司 | 基于雷达的车辆位置检测方法、装置和计算机设备 |
CN109581380A (zh) * | 2018-12-29 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 基于雷达的车辆位置检测方法、装置和计算机设备 |
CN111469781A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 用于输出信息的方法和装置 |
CN109901183A (zh) * | 2019-03-13 | 2019-06-18 | 电子科技大学中山学院 | 一种提高激光雷达全天候测距精度和可靠性的方法 |
CN110031824A (zh) * | 2019-04-12 | 2019-07-19 | 杭州飞步科技有限公司 | 激光雷达联合标定方法及装置 |
CN110110678A (zh) * | 2019-05-13 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 道路边界的确定方法和装置、存储介质及电子装置 |
CN110147106A (zh) * | 2019-05-29 | 2019-08-20 | 福建(泉州)哈工大工程技术研究院 | 具激光和视觉融合避障系统的智能移动服务机器人 |
WO2020258231A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳市大疆创新科技有限公司 | 毫米波雷达组件安装角度的标定方法及系统、可移动平台 |
CN112262319A (zh) * | 2019-08-30 | 2021-01-22 | 深圳市大疆创新科技有限公司 | 电力线路的检测方法、毫米波雷达、系统和存储介质 |
CN110726993A (zh) * | 2019-09-06 | 2020-01-24 | 武汉光庭科技有限公司 | 一种利用单线激光雷达和毫米波雷达的障碍物检测方法 |
CN112669388A (zh) * | 2019-09-30 | 2021-04-16 | 上海禾赛科技股份有限公司 | 激光雷达与摄像装置的标定方法及装置、可读存储介质 |
CN112238818A (zh) * | 2019-10-14 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 控制系统、数据处理方法、控制方法 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定系统及其方法 |
CN110596683B (zh) * | 2019-10-25 | 2021-03-26 | 中山大学 | 一种多组激光雷达外参标定系统及其方法 |
CN110648538A (zh) * | 2019-10-29 | 2020-01-03 | 苏州大学 | 一种基于激光雷达网络的交通信息感知系统及方法 |
CN110865360A (zh) * | 2019-11-12 | 2020-03-06 | 东软睿驰汽车技术(沈阳)有限公司 | 一种数据融合方法及装置 |
CN110865360B (zh) * | 2019-11-12 | 2022-04-15 | 东软睿驰汽车技术(沈阳)有限公司 | 一种数据融合方法及装置 |
CN110907928A (zh) * | 2019-11-20 | 2020-03-24 | 福瑞泰克智能系统有限公司 | 目标对象的位置确定方法、装置、电子设备及存储介质 |
CN110907928B (zh) * | 2019-11-20 | 2020-08-18 | 福瑞泰克智能系统有限公司 | 目标对象的位置确定方法、装置、电子设备及存储介质 |
CN110907905A (zh) * | 2019-11-21 | 2020-03-24 | 重庆长安汽车股份有限公司 | 一种毫米波雷达安装位置的标定装置及方法 |
CN111208493A (zh) * | 2020-01-08 | 2020-05-29 | 同济大学 | 一种车载激光雷达在整车坐标系下的快速标定方法 |
CN113311422A (zh) * | 2020-02-27 | 2021-08-27 | 富士通株式会社 | 坐标转换方法、装置和数据处理设备 |
CN113466834A (zh) * | 2020-03-12 | 2021-10-01 | 华为技术有限公司 | 一种激光雷达参数标定方法及装置 |
CN111413983A (zh) * | 2020-04-08 | 2020-07-14 | 江苏盛海智能科技有限公司 | 一种无人驾驶车辆的环境感知方法及控制端 |
CN111640300A (zh) * | 2020-04-28 | 2020-09-08 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111640300B (zh) * | 2020-04-28 | 2022-06-17 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111645677A (zh) * | 2020-05-20 | 2020-09-11 | 吉林大学 | 一种车辆制动转向协调控制紧急防碰撞系统及控制方法 |
CN112241007A (zh) * | 2020-07-01 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 自动驾驶环境感知传感器的标定方法、布置结构及车辆 |
CN112083441A (zh) * | 2020-09-10 | 2020-12-15 | 湖南大学 | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 |
CN112083441B (zh) * | 2020-09-10 | 2023-04-21 | 湖南大学 | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 |
CN112558046A (zh) * | 2020-12-07 | 2021-03-26 | 福建(泉州)哈工大工程技术研究院 | 一种具有多线激光雷达智能设备的下线验收方法 |
CN112578355A (zh) * | 2020-12-16 | 2021-03-30 | 百度在线网络技术(北京)有限公司 | 雷达标定的方法、装置、设备以及存储介质 |
CN112837482A (zh) * | 2021-01-06 | 2021-05-25 | 上海三一重机股份有限公司 | 用于挖掘机的电子围墙系统、控制方法及电子设备 |
CN112977541A (zh) * | 2021-03-17 | 2021-06-18 | 上海电气泰雷兹交通自动化系统有限公司 | 一种基于多技术融合的列车防护预警系统 |
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
WO2022227885A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京航迹科技有限公司 | 激光雷达的标定、扫描方法、装置、电子设备及存储介质 |
CN113096187A (zh) * | 2021-05-03 | 2021-07-09 | 湖北汽车工业学院 | 一种车辆与障碍物相对位置自动获取方法 |
CN113325381B (zh) * | 2021-05-28 | 2023-08-22 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
CN113325381A (zh) * | 2021-05-28 | 2021-08-31 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
CN113263502A (zh) * | 2021-05-31 | 2021-08-17 | 深圳市优必选科技股份有限公司 | 一种雷达数据校准方法、装置及机器人 |
CN113341401A (zh) * | 2021-07-12 | 2021-09-03 | 广州小鹏自动驾驶科技有限公司 | 一种车载激光雷达标定方法、装置、车辆、存储介质 |
CN113702927A (zh) * | 2021-08-02 | 2021-11-26 | 中汽创智科技有限公司 | 一种车辆传感器标定方法、装置及存储介质 |
WO2023071992A1 (zh) * | 2021-10-26 | 2023-05-04 | 北京万集科技股份有限公司 | 多传感器信号融合的方法、装置、电子设备及存储介质 |
CN116027321A (zh) * | 2022-01-14 | 2023-04-28 | 北京中创恒益科技有限公司 | 一种输电线路的高精度实时防护系统和方法 |
CN116027321B (zh) * | 2022-01-14 | 2024-01-30 | 北京中创恒益科技有限公司 | 一种输电线路的高精度实时防护系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US10386476B2 (en) | 2019-08-20 |
US20180088228A1 (en) | 2018-03-29 |
CN106405555B (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106405555A (zh) | 用于车载雷达系统的障碍物检测方法和装置 | |
CN110531376B (zh) | 用于港口无人驾驶车辆的障碍物检测和跟踪方法 | |
KR101795432B1 (ko) | 차량 및 차량의 제어방법 | |
CN105956527B (zh) | 用于无人驾驶车的障碍物检测结果评估方法和装置 | |
US10281574B2 (en) | Method for assessing a ground area for suitability as a landing zone or taxi area for aircraft | |
CN106767852A (zh) | 一种生成探测目标信息的方法、装置和设备 | |
US11460851B2 (en) | Eccentricity image fusion | |
CN112749594B (zh) | 信息补全方法、车道线识别方法、智能行驶方法及相关产品 | |
CN107632308A (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
KR101822373B1 (ko) | 물체 탐지 장치 및 방법 | |
DE102012205448B4 (de) | Verfahren und Vorrichtung für ein Objektdetektionssystem unter Verwendung von zwei modulierten Lichtquellen | |
CA3088983A1 (en) | Apparatuses and methods for gas flux measurements | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
JP2022022287A (ja) | 地図作成装置、制御方法、プログラム及び記憶媒体 | |
Forsman et al. | Bias of cylinder diameter estimation from ground-based laser scanners with different beam widths: A simulation study | |
CN103499337A (zh) | 一种基于立式标靶的车载单目摄像头测距测高装置 | |
CN110346799A (zh) | 一种障碍物检测方法及设备 | |
RU2562368C1 (ru) | Способ трёхмерного (3d) картографирования | |
Sakic et al. | Camera-LIDAR object detection and distance estimation with application in collision avoidance system | |
CN203479295U (zh) | 一种基于飞行器的云层高度测量系统 | |
US20210364637A1 (en) | Object localization using machine learning | |
US11631197B2 (en) | Traffic camera calibration | |
CN113823087A (zh) | 用于分析路侧感知系统rss性能的方法、装置及测试系统 | |
CN103453882A (zh) | 一种基于飞行器的云层高度测量系统及云层高度测量方法 | |
US11747454B2 (en) | Granularity-flexible existence-based object detection |
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 |