CN106767852A - 一种生成探测目标信息的方法、装置和设备 - Google Patents

一种生成探测目标信息的方法、装置和设备 Download PDF

Info

Publication number
CN106767852A
CN106767852A CN201611259559.1A CN201611259559A CN106767852A CN 106767852 A CN106767852 A CN 106767852A CN 201611259559 A CN201611259559 A CN 201611259559A CN 106767852 A CN106767852 A CN 106767852A
Authority
CN
China
Prior art keywords
detection
result
target
under
locus
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
Application number
CN201611259559.1A
Other languages
English (en)
Other versions
CN106767852B (zh
Inventor
刘伟
杨鑫
卫璐
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.)
Neusoft Reach Automotive Technology Shanghai Co Ltd
Original Assignee
Neusoft Technology (shanghai) Co Ltd
Neusoft Corp
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 Neusoft Technology (shanghai) Co Ltd, Neusoft Corp filed Critical Neusoft Technology (shanghai) Co Ltd
Priority to CN201611259559.1A priority Critical patent/CN106767852B/zh
Publication of CN106767852A publication Critical patent/CN106767852A/zh
Priority to US15/628,667 priority patent/US10217005B2/en
Priority to DE102017115028.5A priority patent/DE102017115028A1/de
Priority to JP2017131665A priority patent/JP6507201B2/ja
Application granted granted Critical
Publication of CN106767852B publication Critical patent/CN106767852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明实施例公开了一种生成探测目标信息的方法。该方法包括：采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置和时间跟踪来匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，综合多个不同种类的传感器进行探测，可以降低目标物的误检率和漏检率并准确地、全面地提供多个维度的探测目标信息。此外，本发明实施例还提供了一种生成探测目标信息的装置和设备。

Description

一种生成探测目标信息的方法、装置和设备
技术领域
本发明涉及信息处理技术领域，特别是涉及一种生成探测目标信息的方法、装置和设备。
背景技术
随着车辆电子化智能化的发展，许多不同种类的传感器已被应用到车辆上，用于对车辆周围的环境进行感知以及对车辆周围的目标物进行探测。其中，由于不同种类的传感器采用不同的探测机理对目标物进行探测，故不同种类的传感器有着各自不同的探测优势和探测劣势。在现有技术中，车辆周围的目标物通常是通过单一种类的传感器进行探测的，也就是说，用于描述目标物特征的探测目标信息都是同一个传感器采集到的信息。但发明人经过研究发现，由于单一种类的传感器必然存在的探测劣势，单一种类的传感器有时无法采集到有些维度的探测目标信息，有时采集到的有些维度的探测目标信息又不够准确，甚至有时无法准确探测到目标物。可见，在采用单一种类的传感器对目标物进行探测的情况下，不仅很容易出现误检目标物、漏检目标物的情况，而且也无法准确地、全面地提供多个维度的探测目标信息。
发明内容
本申请所要解决的技术问题是，提供一种生成探测目标信息的方法、装置和设备，以降低目标物的误检率和漏检率并准确地、全面地提供多个维度的探测目标信息。
第一方面，提供了一种生成探测目标信息的方法，包括：
在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可选的，还包括：
根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
可选的，所述生成所述探测结果的探测目标信息，包括：
若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，还包括：
通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
可选的，所述生成所述探测结果的探测目标信息，包括：
若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
可选的，还包括：
根据当前车速确定在所述平面坐标系下的筛选范围；
根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
可选的，所述筛选范围为车辆在转弯半径超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
可选的，所述探测结果在所述当前探测周期下的空间匹配置信度具体为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
可选的，所述通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度，具体为：
将所述最近多个探测周期下的空间匹配置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；
其中，越接近于当前时刻的探测周期对应的加权系数越大。
可选的，所述各探测周期对应的加权系数是归一化的加权系数。
可选的，所述多个不同种类的传感器包括相机、雷达和/或激光雷达，所述相机对应的维度为探测目标的图像特征，所述雷达对应的维度为探测目标与车辆的相对速度，所述激光雷达对应的维度为探测目标的轮廓。
第二方面，提供了一种生成探测目标信息的装置，包括：
第一确定单元，用于在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
第二确定单元，用于通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成单元，用于生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可选的，还包括：
计算单元，用于根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
可选的，所述生成单元，具体用于：
若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，还包括：
第三确定单元，用于通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
可选的，所述生成单元，具体用于：
若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
可选的，还包括：
第四确定单元，用于根据当前车速确定在所述平面坐标系下的筛选范围；
第五确定单元，用于根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
可选的，所述筛选范围为车辆在转弯半径不超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
可选的，所述探测结果在所述当前探测周期下的空间匹配置信度具体为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
可选的，所述第三确定单元，具体用于：
将所述最近多个探测周期下的空间配置置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；其中，越接近于当前时刻的探测周期对应的加权系数越大。
可选的，所述各探测周期对应的加权系数是归一化的加权系数。
可选的，所述多个不同种类的传感器包括相机、雷达和/或激光雷达，所述相机对应的维度为探测目标的图像特征，所述雷达对应的维度为探测目标与车辆的相对速度，所述激光雷达对应的维度为探测目标的轮廓。
第三方面，提供了一种生成探测目标信息的设备，包括处理器、存储器、通信接口、总线系统；
所述总线系统，用于将所述设备的各个硬件组件耦合在一起；
所述通信接口，用于实现所述设备与至少一个其它设备之间的通信连接；
所述存储器，用于存储程序指令和数据；
所述处理器，用于读取存储器中存储的指令和数据，执行以下操作：
在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可选的，所述处理器还执行以下操作：
根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
可选的，为了生成所述探测结果的探测目标信息，所述处理器执行以下操作：
若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，所述处理器还执行以下操作：
通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
可选的，为了生成所述探测结果的探测目标信息，所述处理器执行以下操作：
若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
可选的，所述处理器还执行以下操作：
根据当前车速确定在所述平面坐标系下的筛选范围；
根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
可选的，所述筛选范围为车辆在转弯半径不超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
可选的，所述探测结果在所述当前探测周期下的空间匹配置信度具体为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
可选的，为了确定所述探测结果的时间匹配置信度，所述处理器具体例如执行以下操作：
将所述最近多个探测周期下的空间配置置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；
其中，越接近于当前时刻的探测周期对应的加权系数越大。
可选的，各探测周期对应的加权系数是归一化的加权系数。
可选的，所述多个不同种类的传感器包括相机、雷达和/或激光雷达，所述相机对应的维度为探测目标的图像特征，所述雷达对应的维度为探测目标与车辆的相对速度，所述激光雷达对应的维度为探测目标的轮廓。
在本申请提供的实施方式中，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标，计算空间匹配度，进而对探测目标时间上的跟踪，计算时间匹配置信度。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一应用场景所涉及的系统框架示意图；
图2为本发明实施例中一种生成探测目标信息的方法的流程示意图；
图3为本发明实施例中一种平面坐标系示例的示意图；
图4为本发明实施例中一种筛选范围示例的示意图；
图5为本发明实施例中一种车辆在最大转角时的转弯半径示例的示意图；
图6为本发明实施例中不同传感器探测到的初始探测目标在统一的平面坐标系中的空间位置的示意图；
图7为本发明实施例中另一种生成探测目标信息的方法的流程示意图；
图8为本发明实施例中一种生成探测目标信息的装置的结构示意图；
图9为本发明实施例中一种生成探测目标信息的设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
发明人经过研究发现，不同种类的传感器采用不同的探测机理对目标物进行探测，故不同种类的传感器有着各自不同的探测优势和探测劣势。例如，通过相机传感器探测目标物时是由摄像头获得视觉成像，视角一般能够达到±90°的范围。又如，通过雷达传感器探测目标物时是对比发射的电磁波和接收的电磁波，远距离探测能达到200米和±10°范围，中距离能达到50米和±45°范围。再如，通过激光雷达传感器探测目标物时是通过激光光束扫描物体，良好条件下能达到200米±45°范围。而现有技术中，由于车辆周围的目标物是通过单一种类的传感器进行探测的，而通过单一种类的传感器探测车辆周围的目标物必然存在的一定的探测劣势，因此，单一种类的传感器有时无法采集到有些维度的探测目标信息，有时采集到的有些维度的探测目标信息又不够准确，甚至有时无法准确探测到目标物。可见，在采用单一种类的传感器对目标物进行探测的情况下，不仅很容易出现误检目标物、漏检目标物的情况，而且也无法准确地、全面地提供多个维度的探测目标信息。
为了解决这一问题，在本发明实施例中，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
举例来说，本发明实施例的场景之一，可以是应用到如图1所示的场景中。该场景可以包括相机传感器101、雷达传感器102、激光雷达传感器103、处理器104，其中，相机传感器101和处理器104可以进行交互，雷达传感器102和处理器104可以进行交互，激光雷达传感器103和处理器104可以进行交互。处理器104在统一的平面坐标系中，确定相机传感器101、雷达传感器102和激光雷达传感器103分别在当前探测周期探测到的初始探测目标的空间位置；处理器104通过对在所述当前探测周期下相机传感器101和雷达传感器102、雷达传感器102和激光雷达传感器103探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；处理器104根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；处理器104通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；处理器104生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：所述探测结果在所述当前探测周期下的空间匹配置信度，所述探测结果的时间匹配置信度，各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息，各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可以理解的是，在上述应用场景中，虽然将本发明实施方式的动作描述由处理器104执行，但是本发明在执行主体方面不受限制，只要执行了本发明实施方式所公开的动作即可。
可以理解的是，上述场景仅是本发明实施例提供的一个场景示例，本发明实施例并不限于此场景。
下面结合附图，通过实施例来详细说明本发明实施例中车速规划的方法、装置和设备的具体实现方式。
示例性方法
参见图2，示出了本发明实施例中一种生成探测目标信息的方法的流程示意图，在本实施例中，所述方法例如可以包括以下步骤：
步骤201：在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置。
需要说明的是，不同的传感器探测时往往采用各自独立的坐标系对各自探测到的初始探测目标进行空间位置的标识，而不同传感器采用的独立的坐标系往往是不同的。因此，为了通过分析不同传感器探测到的初始探测目标的空间位置关系确定用于表示同一目标物的初始探测目标，可以建立一个统一的平面坐标系并各传感器探测到的初始探测目标的空间位置从各自独立的坐标系中变换到统一的平面坐标系中。例如，统一的平面坐标系可以采用图3所示的坐标系示例，该坐标系示例的坐标平面为车辆侧倾轴和俯仰轴组成的平面，该坐标系的原点O为传感器的扫描中点，该坐标系的X轴正方向为车辆前进方向，该坐标系的Y轴正方向为垂直于车辆前进方向的向右方向。
可以理解的是，目前常用的用于探测车辆周围目标物的传感器为相机、雷达、激光雷达等。在本实施例中，所述多个不同种类的传感器例如可以包括相机、雷达和/或激光雷达。
步骤202：通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的。
可以理解的是，一个探测结果对应于车辆周围的一个目标物。在所述探测结果下的初始探测目标，可以理解为，不同种类传感器对同一目标物探测到的探测目标。对同一目标物而言，不同种类的传感器探测到的初始探测目标在统一的平面坐标系中的空间位置可能会有点差异。若两个不同种类的传感器探测到的初始探测目标的空间位置较为相近，则这两个初始探测目标的空间位置可以被认为是相匹配的，这两个初始探测目标则可以被认为是不同传感器对同一目标物探测得到的目标，也即，这两个初始探测目标表示的是同一个目标物、是同一个探测结果下的。因此，在具体实现步骤202时，对于所有的待匹配的初始探测目标，每两个属于不同种类探测器探测到的待匹配的初始探测目标均进行空间位置匹配。若两个待匹配的初始探测目标的空间位置相匹配，则确定这两个待匹配的初始探测目标对应于同一个探测结果。综合所有待匹配的初始探测目标的空间位置的匹配结果，确定属于同一探测结果下的初始探测目标。
举例说明，假设采用相机、雷达和激光雷达三种传感器探测目标物，相机探测到的初始探测目标包括A和B，雷达探测到的初始探测目标包括C和D，激光雷达探测到的初始探测目标包括E和F，则待匹配的初始探测目标可以包括A、B、C、D、E和F。由于不同传感器探测到的待匹配的初始探测目标之间进行空间位置匹配，因此，A和C之间可以进行空间位置匹配，A和D之间可以进行空间位置匹配，A和E之间可以进行空间位置匹配，A和F之间可以进行空间位置匹配，B和C之间可以进行空间位置匹配，B和D之间可以进行空间位置匹配，B和E之间可以进行空间位置匹配，B和F之间可以进行空间位置匹配，C和E之间可以进行空间位置匹配，C和F之间可以进行空间位置匹配，D和E之间可以进行空间位置匹配，D和F之间可以进行空间位置匹配。若A和C之间空间位置相匹配、C和F之间空间位置相匹配且A和F之间空间位置相匹配，则A、C和F为同一探测结果下的初始探测目标，即A、C和F为结果探测目标。
需要说明的是，不同初始探测目标的空间位置之间的距离例如可以通过欧式距离来表示。因此，两个待匹配的初始探测目标可以是基于两者在所述平面坐标系中的欧氏距离来进行空间位置匹配。若两者空间位置的欧式距离很小，则两者可以认为是表示同一目标物，则可以确定两者是同一探测结果下的初始探测目标。也即，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
例如，如图6所示，假设A(xcn，ycn)为相机探测到的初始探测目标，B(xrm，yrm)为雷达探测到的初始探测目标，C(xlm，ylm)为激光雷达探测到的初始探测目标。其中，所述A和B这两个所述待匹配的初始探测目标的空间位置之间的欧式距离可以通过以下公式计算：
其中，dm表示A和B的空间位置之间的欧氏距离，xrm表示所述雷达探测到的初始探测目标的空间位置的横坐标，xcn表示所述相机探测到的初始探测目标的空间位置的横坐标，yrm表示所述雷达探测到的初始探测目标的空间位置的纵坐标，ycn表示所述相机探测到的初始探测目标的空间位置的纵坐标。当dm小于预设距离阈值D时，所述雷达探测到的初始探测目标A和所述相机探测到的初始探测目标B的空间位置之间是相匹配的。其中，所述预设距离阈值D应小于不同目标物之间的最小距离，以防止对应于不同目标物的初始探测目标的空间位置匹配成功。若A和B、B和C以及A和C的空间位置之间均相匹配，那么A、B、C所表示的是同一目标物，也即，A、B、C属于同一探测结果下的初始探测目标。
需要说明的是，传感器探测到的目标通常数量较多，这会导致空间匹配的处理量过大。为了减少空间匹配的数据量，在本实施例的一些实施方式中，可以以车辆在驾驶员反应时间以内可能会行驶到的位置形成筛选范围并仅对筛选范围内不同种类的传感器探测到的初始探测目标进行空间匹配。具体地，本实施例在S202之前，例如还可以包括：根据当前车速确定在所述平面坐标系下的筛选范围；根据所述筛选范围中，确定所述待匹配的初始探测目标，然后再进入执行S202；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
在上述实施方式中，所述筛选范围例如可以由车辆在当前位置的最小转弯半径和在未达到驾驶员反应时间时的最远路程来确定。一方面，考虑到车辆在以当前速度转弯行驶时会产生侧向加速度，为了保证车辆行驶的安全性以及乘客乘坐的舒适程度，车辆的侧向加速度可以限制在侧向加速度阈值以内，此时，根据所述侧向加速度阈值和所述当前车速可以得到车辆在当前位置的最小转弯半径，该最小转弯半径可以作为当前半径阈值使用。当所述车辆的侧向加速度不大于所述侧向加速度阈值时，所述车辆的转弯半径不小于当前半径阈值，因此，所述筛选范围对应的转弯半径应不小于所述当前半径阈值。另一方面，考虑到在车辆行驶过程中驾驶员有一定的反应时间，而需要探测的目标物主要是在驾驶员反应时间内车辆可能会碰撞到的目标物，因此，以预设时间阈值表示驾驶员的反应时间，可以根据预设时间阈值和所述当前车速得到车辆在当前位置下未达到驾驶员反应时间时的最远路程，该最远路程可以作为当前路程阈值使用。当反应时间不大于预设时间阈值时，所述车辆的行驶路程不大于所述当前路程阈值，因此，所述筛选范围对应的路程应不大于所述当前路程阈值。综上两方面来说，所述筛选范围可以为车辆在转弯半径超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。例如，如图4所示的筛选范围示例，筛选范围D是由两条曲线L1和L2以及直线L3围成的区域，其中，两条曲线L1和L2的曲率半径为当前半径阈值，直线L3距离车辆当前位置的直线距离为当前路程阈值。
其中，所述当前半径阈值和所述路程阈值可以通过以下公式计算：
其中，Radius表示所述当前半径阈值，Vx表示所述当前车速，Ay表示所述侧向加速度阈值，d表示所述当前路程阈值，treacion表示所述预设时间阈值。
可以理解的是，所述当前转弯半径也可以根据车辆本身的最大转角确定。如图5所示，δmax为车辆转向系统的最大转角，L为轴距，Radiusmin可以为车辆的最小转弯半径，由此可知：
步骤203：生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
需要说明的是，常见的用于周围环境感测的车载传感器包括相机、雷达、激光雷达等。其中，相机的摄像头可以通过视觉成像描绘探测目标的外观和形状等，雷达可以通过对发送的和接收的电磁波各个特征的比较得到探测目标的方位和探测目标与车辆的相对速度，激光雷达可以通过激光光束扫描得到探测目标的轮廓。在本实施例中，所述多个不同种类的传感器例如可以包括相机、雷达和/或激光雷达，其中，所述相机对应的维度可以为探测目标的图像特征，所述雷达对应的维度可以为探测目标与车辆的相对速度，所述激光雷达对应的维度可以为探测目标的轮廓。作为一种示例，同一目标物被相机、雷达或激光雷达在车辆行驶中探测到时，在用于表示该目标物的探测结果的探测目标信息中可以包括：所述相机探测到该目标物的图像特征(如几何特征)，所述雷达探测到该目标物相对于车辆自身的相对速度，所述激光雷达探测到该目标物的轮廓。
在本实施例的一些实施方式中，为了使得探测结果的探测目标信息能够用于确定探测结果下各结果探测目标在空间角度上能够表示同一目标物的可能性，所述探测结果的探测目标信息还可以包括：所述探测结果在所述当前探测周期下的空间匹配置信度。此时，在步骤203之前，本实施例中例如还可以包括：根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度。
可以理解的是，所述探测结果在所述当前探测周期下的空间匹配置信度表示，在所述当前探测周期中所述探测结果下的初始探测目标在空间位置的角度上表示同一目标物的可能性。其中，所述探测结果在所述当前探测周期下的空间匹配置信度具体例如可以为：所述探测结果对应的匹配次数与总匹配次数之间的比值。其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
举例说明，假设采用相机和雷达两种传感器探测目标物，相机探测到的初始探测目标包括A和B，雷达探测到的初始探测目标包括C和D，则待匹配的初始探测目标可以包括A、B、C和D。由于不同传感器探测到的待匹配的初始探测目标之间进行空间位置匹配，因此，A和C之间可以进行空间位置匹配，A和D之间可以进行空间位置匹配，B和C之间可以进行空间位置匹配，B和D之间可以进行空间位置匹配，可见，各个待匹配的初始探测目标之间进行匹配的次数为4，即总匹配次数为4。假设A和C之间的空间位置相匹配，A和D之间的空间位置不匹配，B和C之间的空间位置不匹配，B和D之间的空间位置不匹配，则A和C为同一探测结果下的结果探测目标，可见，各个结果探测目标的空间位置之间相匹配的次数为1，即该探测结果对应的匹配次数为1。
进一步而言，在一些实施方式中可以只针对较高空间匹配置信度的探测结果生成包含不同传感器探测到的信息的探测目标信息。具体地，步骤203例如可以包括：若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
在一些实施方式中，为了使得探测结果的探测目标信息能够用于确定在不同探测周期下探测结果能够表示同一目标物的可能性，所述探测结果的探测目标信息还可以包括：所述探测结果的时间匹配置信度。此时，在步骤203之前，本实施例中例如还可以包括：通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度。
可以理解的是，在不同探测周期利用不同种类传感器进行探测时，探测到的所述待匹配的初始探测目标可能会有所不同，进而导致不同探测周期下所述探测结果的空间匹配置信度可能有所不同。为了衡量不同探测周期下的探测结果是否表示同一目标物，可以追踪探测结果在多个不同探测周期下的空间匹配置信度得到探测结果的时间匹配置信度。其中，所述探测结果的时间匹配置信度即表示，在多个不同探测周期下的探测结果在时间角度上表示同一目标物的可能性。
进一步而言，在一些实施方式中可以只针对较高时间匹配置信度的探测结果生成包含不同传感器探测到的信息的探测目标信息。具体地，步骤203例如可以包括：若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
在一些实施方式中，时间匹配置信度的确定方式具体例如可以为：将所述最近多个探测周期下的空间匹配置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；其中，越接近于当前时刻的探测周期对应的加权系数越大。其中，所述各探测周期对应的加权系数例如可以是归一化的加权系数，即各探测周期对应的加权系数之和为1。
作为一种示例，所述时间匹配置信度可以通过以下公式计算：
其中，Ptracting表示所述时间匹配置信度。c、c-1、……、c-(m-1)分别表示当前探测周期、当前探测周期之前的第一个探测周期、……、当前探测周期之前的第m-1个探测周期，即最近m个探测周期。PL(c)、PL(c-1)、……、PL(c-(m-1))分别为所述探测结果在各个探测周期下的空间匹配置信度，m为正整数，分别表示各探测周期对应的加权系数。其中，所述时间匹配置信度Ptracting也可以是归一化的。
通过本实施例提供的各种实施方式，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
参见图7，示出了本发明实施例中另一种生成探测目标信息的方法的流程示意图，在本实施例中，所述方法例如可以包括以下步骤：
步骤701：生成统一的平面坐标系，根据当前车速确定在所述平面坐标系下的筛选范围。
步骤702：在所述平面坐标系中确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置。
步骤703：根据所述筛选范围，确定待匹配的初始探测目标，其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
步骤704：通过对在所述当前探测周期下每两个不同传感器探测到的所述待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的。
步骤705：根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度。
步骤706：通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度。
步骤707：生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：所述探测结果在所述当前探测周期下的空间匹配置信度，所述探测结果的时间匹配置信度，各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息，各个所述结果探测目标为被各自传感器探测到的初始探测目标。
通过本实施例提供的实施方式，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
示例性设备
参见图8，示出了本发明实施例中一种生成探测目标信息的装置的结构示意图。在本实施例中，所述装置例如具体可以包括：
第一确定单元801，用于在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置。
第二确定单元802，用于通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的。
生成单元803，用于生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：所述探测结果在所述当前探测周期下的空间匹配置信度，所述探测结果的时间匹配置信度，各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息，各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可选的，所述装置例如还可以包括：
计算单元，用于根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
可选的，所述生成单元803，具体用于：
若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，所述装置例如还可以包括：
第三确定单元，用于通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
可选的，所述生成单元803，具体用于：
若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
可选的，所述装置例如还可以包括：
第四确定单元，用于根据当前车速确定在所述平面坐标系下的筛选范围；
第五确定单元，用于根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
可选的，所述筛选范围为车辆在转弯半径不超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
可选的，所述探测结果在所述当前探测周期下的空间匹配置信度具体例如可以为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
可选的，所述第三确定单元，具体例如可以用于：
将所述最近多个探测周期下的空间配置置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；其中，越接近于当前时刻的探测周期对应的加权系数越大。
可选的，所述各探测周期对应的加权系数是归一化的加权系数。
可选的，所述多个不同种类的传感器包括相机、雷达和/或激光雷达，所述相机对应的维度为探测目标的图像特征，所述雷达对应的维度为探测目标与车辆的相对速度，所述激光雷达对应的维度为探测目标的轮廓。
通过本实施例提供的各种实施方式，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
参见图9，示出了本发明实施例中一种生成探测目标信息的设备的结构示意图。在本实施例中，所述设备900例如具体可以包括：处理器901、存储器902、通信接口903、总线系统904。
其中，所述总线系统904，用于将所述设备的各个硬件组件耦合在一起；
所述通信接口903，用于实现所述设备与至少一个其它设备之间的通信连接；
所述存储器902，用于存储程序指令和数据；
所述处理器901，用于读取存储器902中存储的指令和数据，执行以下操作：
在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
可选的，所述处理器901例如还可以执行以下操作：
根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
可选的，为了生成所述探测结果的探测目标信息，所述处理器901例如可以执行以下操作：
若所述探测结果在所述当前探测周期下的空间匹配置信度达到预设空间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，所述处理器901例如还可以执行以下操作：
通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
可选的，为了生成所述探测结果的探测目标信息，所述处理器901例如可以执行以下操作：
若所述探测结果的时间匹配置信度达到预设时间置信度阈值以上，生成所述探测结果的探测目标信息。
可选的，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
可选的，所述处理器901例如还可以执行以下操作：
根据当前车速确定在所述平面坐标系下的筛选范围；
根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
可选的，所述筛选范围为车辆在转弯半径不超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
可选的，所述探测结果在所述当前探测周期下的空间匹配置信度具体为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
可选的，为了确定所述探测结果的时间匹配置信度，所述处理器901具体例如可以执行以下操作：
将所述最近多个探测周期下的空间配置置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；
其中，越接近于当前时刻的探测周期对应的加权系数越大。
可选的，各探测周期对应的加权系数是归一化的加权系数。
可选的，所述多个不同种类的传感器包括相机、雷达和/或激光雷达，所述相机对应的维度为探测目标的图像特征，所述雷达对应的维度为探测目标与车辆的相对速度，所述激光雷达对应的维度为探测目标的轮廓。
通过本实施例提供的各种实施方式，采用多个不同种类的传感器对车辆周围的目标进行探测，通过空间位置匹配确定不同种类的传感器探测到的表示同一目标物的探测目标。以该目标物作为探测结果，在为该探测结果生成的探测目标信息中包括有该探测结果在当前探测周期下的空间匹配置信度、该探测结果的时间匹配置信度、用于表示该探测结果的各个探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息。由此可见，一方面，通过空间匹配置信度和时间匹配置信度，可以确定不同种类的传感器的探测目标为同一目标物的可能性，而不同种类的传感器又具有不同的优势，因此，目标物的误检、漏检的情况大大减少，即目标物的误检率和漏检率大大降低。另一方面，按照各个不同种类传感器所能准确采集到的探测目标信息的维度，将各个不同种类传感器采集到的探测目标信息融合到同一目标物的探测目标信息中，这样能够为目标物提供更准确、更全面的探测目标信息。
本发明实施例中提到的“第一确定单元”等名称中的“第一”只是用来做名字标识，并不代表顺序上的第一。该规则同样适用于“第二”、“第三”等。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-only memory，ROM)/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法实施例和设备实施例而言，由于其基本相似于系统实施例，所以描述得比较简单，相关之处参见系统实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本发明的优选实施方式，并非用于限定本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种生成探测目标信息的方法，其特征在于，包括：
在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
2.根据权利要求2所述的方法，其特征在于，还包括：
根据在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，计算所述探测结果在所述当前探测周期下的空间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果在所述当前探测周期下的空间匹配置信度。
3.根据权利要求2所述的方法，其特征在于，还包括：
通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度；
所述探测结果的探测目标信息还包括：所述探测结果的时间匹配置信度。
4.根据权利要求1所述的方法，其特征在于，若两个所述待匹配的初始探测目标的空间位置之间的欧式距离在预设距离阈值以内，则两个所述待匹配的初始探测目标的空间位置之间是相匹配的。
5.根据权利要求1所述的方法，其特征在于，还包括：
根据当前车速确定在所述平面坐标系下的筛选范围；
根据所述筛选范围中，确定所述待匹配的初始探测目标；其中，所述待匹配的初始探测目标的空间位置位于所述筛选范围中。
6.根据权利要求5所述的方法，其特征在于，所述筛选范围为车辆在转弯半径超过当前半径阈值且路程不超过当前路程阈值的情况下所有可能经过的空间位置的范围，其中，所述当前半径阈值基于所述当前车速和侧向加速度阈值确定，所述当前路程阈值基于所述当前车速和预设时间阈值确定。
7.根据权利要求2所述的方法，其特征在于，所述探测结果在所述当前探测周期下的空间匹配置信度具体为：所述探测结果对应的匹配次数与总匹配次数之间的比值，其中，所述探测结果对应的匹配次数为所述在所述当前探测周期下各个所述结果探测目标的空间位置之间相匹配的次数，所述总匹配次数为在所述当前探测周期下各个待匹配的初始探测目标之间进行匹配的次数。
8.根据权利要求3所述的方法，其特征在于，所述通过对所述探测结果在最近多个探测周期下的空间匹配置信度进行加权运算，确定所述探测结果的时间匹配置信度，具体为：
将所述最近多个探测周期下的空间匹配置信度分别与各探测周期对应的加权系数相乘之后再将所得到的乘积相加，得到所述探测结果的时间匹配置信度；
其中，越接近于当前时刻的探测周期对应的加权系数越大。
9.一种生成探测目标信息的装置，其特征在于，包括：
第一确定单元，用于在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
第二确定单元，用于通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成单元，用于生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
10.一种生成探测目标信息的设备，其特征在于，包括处理器、存储器、通信接口、总线系统；
所述总线系统，用于将所述设备的各个硬件组件耦合在一起；
所述通信接口，用于实现所述设备与至少一个其它设备之间的通信连接；
所述存储器，用于存储程序指令和数据；
所述处理器，用于读取存储器中存储的指令和数据，执行以下操作：
在统一的平面坐标系中，确定多个不同种类的传感器在当前探测周期探测到的初始探测目标的空间位置；
通过对在所述当前探测周期下每两个不同传感器探测到的待匹配的初始探测目标进行空间位置匹配，确定探测结果下的初始探测目标，作为结果探测目标；其中，任意两个所述结果探测目标的空间位置之间均是相匹配的；
生成所述探测结果的探测目标信息；其中，所述探测结果的探测目标信息包括：各个所述结果探测目标在各自传感器对应的维度下被各自传感器采集到的探测目标信息；各个所述结果探测目标为被各自传感器探测到的初始探测目标。
CN201611259559.1A 2016-12-30 2016-12-30 一种生成探测目标信息的方法、装置和设备 Active CN106767852B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201611259559.1A CN106767852B (zh) 2016-12-30 2016-12-30 一种生成探测目标信息的方法、装置和设备
US15/628,667 US10217005B2 (en) 2016-12-30 2017-06-21 Method, apparatus and device for generating target detection information
DE102017115028.5A DE102017115028A1 (de) 2016-12-30 2017-07-05 Verfahren, Gerät und Vorrichtung zur Erzeugung von Zielerkennungs-Informationen
JP2017131665A JP6507201B2 (ja) 2016-12-30 2017-07-05 目標検出情報を生成する方法、装置、および、機器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611259559.1A CN106767852B (zh) 2016-12-30 2016-12-30 一种生成探测目标信息的方法、装置和设备

Publications (2)

Publication Number Publication Date
CN106767852A true CN106767852A (zh) 2017-05-31
CN106767852B CN106767852B (zh) 2019-10-11

Family

ID=58953823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611259559.1A Active CN106767852B (zh) 2016-12-30 2016-12-30 一种生成探测目标信息的方法、装置和设备

Country Status (4)

Country Link
US (1) US10217005B2 (zh)
JP (1) JP6507201B2 (zh)
CN (1) CN106767852B (zh)
DE (1) DE102017115028A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108399394A (zh) * 2018-03-12 2018-08-14 海信集团有限公司 障碍物预警方法、装置及终端
CN108827369A (zh) * 2018-07-20 2018-11-16 重庆长安汽车股份有限公司 提升传感器关联效率的方法
WO2018218680A1 (zh) * 2017-06-02 2018-12-06 华为技术有限公司 一种障碍物检测方法及设备
CN110341716A (zh) * 2019-08-06 2019-10-18 浙江吉利汽车研究院有限公司 车速计算方法、装置、自动驾驶系统及存储介质
CN110471070A (zh) * 2019-08-09 2019-11-19 上海慧希电子科技有限公司 组合型探测系统及探测器件
CN110736991A (zh) * 2018-07-20 2020-01-31 现代摩比斯株式会社 车辆雷达控制装置和方法
WO2020108647A1 (zh) * 2018-11-30 2020-06-04 杭州海康威视数字技术股份有限公司 车载摄像头和车载雷达联动的目标检测方法、装置及系统
CN111679303A (zh) * 2019-12-30 2020-09-18 全球能源互联网研究院有限公司 一种多源定位信息融合的综合定位方法及装置
WO2020186420A1 (zh) * 2019-03-18 2020-09-24 深圳市大疆创新科技有限公司 一种目标检测方法、设备、毫米波雷达及可移动平台
CN111754798A (zh) * 2020-07-02 2020-10-09 上海电科智能系统股份有限公司 融合路侧激光雷达和视频实现车辆和周边障碍物探知方法
CN114578305A (zh) * 2022-05-06 2022-06-03 南京隼眼电子科技有限公司 目标检测置信度确定方法、装置、电子设备及存储介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6988200B2 (ja) * 2017-06-29 2022-01-05 株式会社デンソー 車両制御装置
KR102179995B1 (ko) * 2018-08-30 2020-11-18 충북대학교 산학협력단 운전자 폭력 감지 방법
CN109359683B (zh) * 2018-10-15 2021-07-27 百度在线网络技术（北京）有限公司 目标检测方法、装置、终端和计算机可读存储介质
US10928819B2 (en) * 2018-10-29 2021-02-23 Here Global B.V. Method and apparatus for comparing relevant information between sensor measurements
CN111371635B (zh) * 2018-12-26 2023-09-01 北京奇虎科技有限公司 网络节点的监测方法、装置及系统
CN109814112A (zh) * 2019-01-15 2019-05-28 北京百度网讯科技有限公司 一种超声波雷达与激光雷达信息融合方法和系统
CN110321854B (zh) * 2019-07-05 2021-12-24 阿波罗智联(北京)科技有限公司 用于检测目标对象的方法和装置
CN111402296B (zh) * 2020-03-12 2023-09-01 浙江大华技术股份有限公司 基于摄像机、雷达的目标跟踪方法及相关装置
CN112344935B (zh) * 2020-10-19 2023-04-07 深圳优地科技有限公司 机器人地图管理方法、装置、设备及存储介质
CN116148801B (zh) * 2023-04-18 2023-07-14 深圳市佰誉达科技有限公司 一种基于毫米波雷达的目标检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1704719A (zh) * 2004-06-02 2005-12-07 丰田自动车株式会社 障碍物识别装置以及障碍物识别方法
CN104925055A (zh) * 2014-03-18 2015-09-23 福特全球技术公司 用于检测车辆周围区域中的移动物体的方法和装置
CN105109484A (zh) * 2015-08-21 2015-12-02 奇瑞汽车股份有限公司 目标障碍物体确定方法及装置
US20160280265A1 (en) * 2013-06-03 2016-09-29 Trw Automotive Gmbh Control unit and method for an emergency steering support function
CN205706503U (zh) * 2016-03-16 2016-11-23 罗伯特·博世有限公司 车辆及其障碍物检测装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07244162A (ja) 1994-03-09 1995-09-19 Honda Motor Co Ltd 車両用距離検出装置
JP3918791B2 (ja) 2003-09-11 2007-05-23 トヨタ自動車株式会社 物体検出装置
JP4712562B2 (ja) 2006-01-13 2011-06-29 富士重工業株式会社 車両の前方立体物認識装置
JP2010249613A (ja) 2009-04-14 2010-11-04 Toyota Motor Corp 障害物認識装置及び車両制御装置
US8705797B2 (en) * 2012-03-07 2014-04-22 GM Global Technology Operations LLC Enhanced data association of fusion using weighted Bayesian filtering
JP2015031607A (ja) 2013-08-02 2015-02-16 トヨタ自動車株式会社 物体認識装置
US9631914B2 (en) * 2014-03-13 2017-04-25 The Boeing Company Calibration of sensor arrays
JP6317986B2 (ja) 2014-04-16 2018-04-25 本田技研工業株式会社 物体認識装置
JP6825569B2 (ja) 2015-09-30 2021-02-03 ソニー株式会社 信号処理装置、信号処理方法、およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1704719A (zh) * 2004-06-02 2005-12-07 丰田自动车株式会社 障碍物识别装置以及障碍物识别方法
US20160280265A1 (en) * 2013-06-03 2016-09-29 Trw Automotive Gmbh Control unit and method for an emergency steering support function
CN104925055A (zh) * 2014-03-18 2015-09-23 福特全球技术公司 用于检测车辆周围区域中的移动物体的方法和装置
CN105109484A (zh) * 2015-08-21 2015-12-02 奇瑞汽车股份有限公司 目标障碍物体确定方法及装置
CN205706503U (zh) * 2016-03-16 2016-11-23 罗伯特·博世有限公司 车辆及其障碍物检测装置

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018218680A1 (zh) * 2017-06-02 2018-12-06 华为技术有限公司 一种障碍物检测方法及设备
CN108399394A (zh) * 2018-03-12 2018-08-14 海信集团有限公司 障碍物预警方法、装置及终端
CN108827369A (zh) * 2018-07-20 2018-11-16 重庆长安汽车股份有限公司 提升传感器关联效率的方法
CN110736991B (zh) * 2018-07-20 2023-10-31 现代摩比斯株式会社 车辆雷达控制装置和方法
CN110736991A (zh) * 2018-07-20 2020-01-31 现代摩比斯株式会社 车辆雷达控制装置和方法
CN108827369B (zh) * 2018-07-20 2020-09-08 重庆长安汽车股份有限公司 提升传感器关联效率的方法
WO2020108647A1 (zh) * 2018-11-30 2020-06-04 杭州海康威视数字技术股份有限公司 车载摄像头和车载雷达联动的目标检测方法、装置及系统
CN111257866A (zh) * 2018-11-30 2020-06-09 杭州海康威视数字技术股份有限公司 车载摄像头和车载雷达联动的目标检测方法、装置及系统
WO2020186420A1 (zh) * 2019-03-18 2020-09-24 深圳市大疆创新科技有限公司 一种目标检测方法、设备、毫米波雷达及可移动平台
CN110341716B (zh) * 2019-08-06 2020-12-18 浙江吉利汽车研究院有限公司 车速计算方法、装置、自动驾驶系统及存储介质
CN110341716A (zh) * 2019-08-06 2019-10-18 浙江吉利汽车研究院有限公司 车速计算方法、装置、自动驾驶系统及存储介质
CN110471070A (zh) * 2019-08-09 2019-11-19 上海慧希电子科技有限公司 组合型探测系统及探测器件
CN111679303A (zh) * 2019-12-30 2020-09-18 全球能源互联网研究院有限公司 一种多源定位信息融合的综合定位方法及装置
CN111679303B (zh) * 2019-12-30 2023-07-28 全球能源互联网研究院有限公司 一种多源定位信息融合的综合定位方法及装置
CN111754798A (zh) * 2020-07-02 2020-10-09 上海电科智能系统股份有限公司 融合路侧激光雷达和视频实现车辆和周边障碍物探知方法
CN114578305A (zh) * 2022-05-06 2022-06-03 南京隼眼电子科技有限公司 目标检测置信度确定方法、装置、电子设备及存储介质
CN114578305B (zh) * 2022-05-06 2022-07-05 南京隼眼电子科技有限公司 目标检测置信度确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
JP6507201B2 (ja) 2019-04-24
JP2017223680A (ja) 2017-12-21
US10217005B2 (en) 2019-02-26
CN106767852B (zh) 2019-10-11
DE102017115028A1 (de) 2017-09-28
US20180189575A1 (en) 2018-07-05

Similar Documents

Publication Publication Date Title
CN106767852A (zh) 一种生成探测目标信息的方法、装置和设备
CN109059902A (zh) 相对位姿确定方法、装置、设备和介质
CN109087510B (zh) 交通监测方法及装置
CN1940591B (zh) 使用传感器融合进行目标跟踪的系统和方法
CN106405555A (zh) 用于车载雷达系统的障碍物检测方法和装置
Liu et al. Robust and efficient relative pose with a multi-camera system for autonomous driving in highly dynamic environments
CN109116374A (zh) 确定障碍物距离的方法、装置、设备及存储介质
CN109870698A (zh) 一种超声波阵列障碍物检测结果处理方法及系统
CN104715154B (zh) 基于kmdl准则判据的核k‑均值航迹关联方法
CN108263389B (zh) 一种车辆前方虚假目标剔除装置及方法
CN107066806A (zh) 航迹关联方法及装置
Peršić et al. Online multi-sensor calibration based on moving object tracking
Adil et al. A novel algorithm for distance measurement using stereo camera
Cao et al. Joint 3D reconstruction and object tracking for traffic video analysis under IoV environment
Wen et al. Uncertainty estimation of LiDAR matching aided by dynamic vehicle detection and high definition map
Shang et al. An efficient calibration approach for arbitrary equipped 3-d lidar based on an orthogonal normal vector pair
Bhamidipati et al. Set-valued shadow matching using zonotopes for 3D-map-aided GNSS localization
CN115331446B (zh) 车辆安全行驶策略生成方法及装置、存储介质和终端
Wells et al. Evaluation of ground plane detection for estimating breast height in stereo images
CN113885496B (zh) 智能驾驶仿真传感器模型及智能驾驶仿真方法
CN113203424B (zh) 多传感器的数据融合方法、装置及相关设备
CN105445741B (zh) 一种目标定位的方法、装置及系统
CN114140660A (zh) 一种车辆检测方法、装置、设备及介质
Dey et al. Machine learning based perception architecture design for semi-autonomous vehicles
CN112241675A (zh) 物体检测模型训练方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20200923

Address after: 201805 room 1703, No. 888, South Moyu Road, Anting Town, Jiading District, Shanghai

Patentee after: NEUSOFT REACH AUTOMOTIVE TECHNOLOGY (SHANGHAI) Co.,Ltd.

Address before: Hunnan rookie street Shenyang city Liaoning province 110179 No. 2

Patentee before: NEUSOFT Corp.

Patentee before: NEUSOFT REACH AUTOMOTIVE TECHNOLOGY (SHANGHAI) Co.,Ltd.

TR01 Transfer of patent right