CN107991677A - 一种行人检测方法 - Google Patents

一种行人检测方法 Download PDF

Info

Publication number
CN107991677A
CN107991677A CN201711218636.3A CN201711218636A CN107991677A CN 107991677 A CN107991677 A CN 107991677A CN 201711218636 A CN201711218636 A CN 201711218636A CN 107991677 A CN107991677 A CN 107991677A
Authority
CN
China
Prior art keywords
information
target
feature information
feature
fisrt feature
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.)
Pending
Application number
CN201711218636.3A
Other languages
English (en)
Inventor
周培义
徐伟
张芬
黄亮
徐现昭
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.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group 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 Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN201711218636.3A priority Critical patent/CN107991677A/zh
Publication of CN107991677A publication Critical patent/CN107991677A/zh
Pending legal-status Critical Current

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • 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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G01S2013/93185—Controlling the brakes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (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)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于目标特征融合的行人检测方法，包括：获取车辆前方的图像信息和雷达探测信息，并根据所述图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；根据所述第一特征信息和所述第二特征信息进行匹配对应；对所述第一特征信息和所述第二特征信息进行特征融合并获取最终特征信息，将目标的特征信息更新为所述最终特征信息；根据所述最终特征信息对驾驶员进行预警或者采取主动制动。本发明通过获取车辆前方的信息进行特征信息融合，将目标中的行人和其他目标区分开，对驾驶者进行警示或由主动刹车系统进行制动控制，有效保证了汽车的主动安全。本发明还公开了与之对应的行人检测装置以及包括该装置的汽车。

Description

一种行人检测方法
技术领域
本发明涉及汽车安全技术领域，特别涉及一种行人检测方法。
背景技术
在车辆主动安全技术中，行人保护系统具体功能包括有：检测道路的行人，并获取行人的准确特征信息，分析车辆与行人的碰撞风险来避免碰撞或者减轻碰撞伤害。目前，通过单目摄像头获取行人的特征信息来判定车辆与行人的碰撞风险。但是检测目标距离和速度是单目摄像头的劣势，获取的行人目标部分特征信息精度较低，计算得到的碰撞风险也不准确。
发明内容
为解决现有技术的上述现状，本发明提供了一种行人检测方法。
为了实现上述目的，本发明提供一种行人检测方法，包括：
获取车辆前方目标的图像信息和雷达探测信息，并根据所述图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标；
对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息。
进一步地，所述基于所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息包括：
基于所述同一目标的第一特征信息选取第一优选信息，所述第一优选信息包括目标类型、纵向距离、碰撞时间、第一边缘方位角；
基于所述同一目标的第二特征信息选取第二优选信息，所述第二优选信息包括直线距离、相对速度、第二边缘方位角；
基于所述第一优选信息和所述第二优选信息获取目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度；
其中，根据所述第二优选信息获取所述目标纵向距离和所述目标纵向速度，根据所述第一优选信息和所述第二优选信息获取所述目标横向距离、所述目标横向速度和所述目标宽度，根据所述第一优选信息选取所述目标类型。
进一步地，所述基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标包括：
根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；
基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
进一步地，所述相同的特征信息包括根据所述第一特征信息获取的第一纵向距离、第一横向距离、第一碰撞时间，和根据所述第二特征信息获取的第二纵向距离、第二横向距离、第二碰撞时间。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述任意一项所述方法的步骤。
本发明还提供一种行人检测装置，包括：
检测模块，用于获取车辆前方的图像信息和雷达探测信息，并根据所述目标图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
数据处理模块，用于接收检测模块的目标图像信息和雷达探测信息，并根据所述第一特征信息和所述第二特征信息进行特征匹配；还用于对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息，并发出将目标的特征信息更新为所述最终特征信息的控制命令；
执行模块，用于接收所述数据处理模块的控制命令。
进一步地，所述数据处理模块根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
进一步地，所述数据处理模块根据所述同一目标的第一特征信息选取第一优选信息，所述第一优选信息包括目标类型、纵向距离、碰撞时间、第一边缘方位角；还根据所述同一目标的第二特征信息选取第二优选信息，所述第二优选信息包括直线距离、相对速度、第二边缘方位角；并根据所述第一优选信息和所述第二优选信息获取目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度。
本发明还提供一种刹车系统，包括刹车装置以及与所述刹车装置连接的如上所述的行人检测装置。
本发明还提供一种汽车，包括如上所述的行人检测装置。
本发明的有益效果是，本发明通过获取车辆前方的图像信息和雷达探测信息进行特征信息进行融合，将目标中的行人和其他目标区分开。为了得到目标更精确的特征信息，根据第一特征信息和第二特征信息的信息精度，获取目标的各项精准的特征信息，对驾驶者进行警示或由主动刹车系统进行制动控制，有效保证了汽车的主动安全。
附图说明
图1是本发明实施例提供的一种行人检测方法流程示意图；
图2是本发明实施例提供的一种行人检测装置的原理简化图；
图3是本发明实施例提供的采用变周期线性调频连续波检测目标的示意图；
图4是本发明实施例提供的目标边缘方位角。
说明书中的附图标记如下：
100、检测模块；200、数据处理模块；300、执行模块。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种行人检测方法，包括：
获取车辆前方目标的图像信息和雷达探测信息，并根据所述图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标；
对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息。
在本实施例中，所述图像信息由单目摄像头获取，所述雷达探测信息由毫米波雷达获取。结合单目摄像头具有检测目标类型、目标边缘方位角较准确的优势和毫米波雷达具有检测距离和相对速度较准确的优势，使用单目摄像头获取第一特征信息，使用毫米波雷达获取第二特征信息。
使用单目摄像头获取第一特征信息具体包括：首先，通过对原始图像计算HOG特征，该特征对光照条件和阴影带来的图像变化、小角度旋转以及行人的缓慢动作有较好的鲁棒性。然后，基于上一步骤提取的HOG特征进行目标分类，分类方法采用支持向量机(SVM)，目标类型包括行人和非行人。最后，获取目标特征信息。为了获取更准确的目标特征信息，先对图像进行畸变矫正，然后获取第一特征信息，所述第一特征信息包括：目标类型、目标纵向距离、目标边缘方位角、碰撞时间的倒数。
另外，如图3所示，使用毫米波雷达获取第二特征信息具体包括：首先，采用变周期线性调频连续波(LFMCW)检测目标的直线距离和相对速度，LFMCW为三段具有相同调频带宽且不同调频斜率的信号组成一个周期，具体方法为：对a段频率上升沿和下降沿的差拍信号分别做快速傅里叶变换，对于有n个目标的情况下，在上升沿可检测出n个谱峰，在下降沿检测出n个谱峰，得到n2个目标，计算得到目标的距离和速度，其中，真实目标的距离和速度和调频周期无关，而虚假目标的距离和速度与调频周期相关。分别对b段和c段信号做相同处理，真实目标的距离和速度在三次计算中的值会很接近，而虚假目标的三个值会差异较大，由此可得真实目标的直线距离和相对速度。
然后，计算目标的边缘方位角。如图4所示，具体方法为：毫米波雷达中有多个接收天线，如4个接收天线，4天线会指向前方不同角度且覆盖一角度，为雷达可探测区域，相邻两天线之间有重叠区域，在该区域内的目标回波会同时被两个天线接收，如图4所示。相邻两天线接收的回波会有波程差，这将产生相位差，由此可计算出目标边缘方位角，公式为：
式中，为两相邻天线接收到同一目标的回波信号的相位差；d为两相邻天线的距离；θ1、θ2分别为两天线接收到同一目标的回波连线与天线法线的夹角，由于两天线相距很近，通常为毫米级，故可认为θ1＝θ2＝θ，即为目标的边缘方位角。
进一步地，所述基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标包括：
根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；
基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
在本发明实施例中，要将摄像头检测的行人信息和毫米波雷达检测的目标信息进行融合，需要先将两者检测到的目标进行匹配，保证两者检测的目标能一一对应起来，同样也能将雷达所检测目标中的行人和其他目标区分开来。
为了保证目标匹配的结果正确，需要采用多个特征进行比对，本文比对摄像头和毫米波雷达检测的目标特征为以下三个：(1)目标在本车纵轴线的投影距本车的纵向距离；(2)目标在本车横轴上的投影距本车的横向距离；(3)TTC(即碰撞时间)的倒数。单目摄像头检测到的目标的第一纵向距离和第一横向距离可通过目标行人水平角度与直线距离计算得到，第一碰撞时间由单目摄像头直接检测得到；毫米波雷达检测到的目标的第二纵向距离和第二横向距离可由直线距离与边缘方位角计算得到，第二碰撞时间可由相对速度和直线距离计算得到。所述相同的特征信息包括根据所述第一特征信息获取的第一纵向距离、第一横向距离、第一碰撞时间，和根据所述第二特征信息获取的第二纵向距离、第二横向距离、第二碰撞时间。进一步地，进行三个特征比对是通过摄像头和毫米波雷达检测的目标的相同的特征信息做差，需对每对比对的特征信息的差值设置一个容差范围，在容差范围之内即认为是同一目标，这样可减少漏匹配。例如，分别对第一纵向距离和第二纵向距离、第一横向距离和第二横向距离、第一碰撞时间和第二碰撞时间设置一个容差范围，当比对的特征信息都满足容差范围时，则确定第一特征信息所述的第一目标和第二特征信息所述的第二目标为同一目标。
完成摄像头和毫米波雷达的目标匹配之后，需对两者检测的行人特征信息进行融合，以得到行人更加精确的特征信息，融合方法的确定是根据两感知传感器的优势而定，并根据第一特征信息和第二特征信息选取优选信息，并根据优选信息获取目标最终特征信息。
具体地，基于所述同一目标的第一特征信息选取第一优选信息，所述第一优选信息包括目标类型、纵向距离、碰撞时间、第一边缘方位角；基于所述同一目标的第二特征信息选取第二优选信息，所述第二优选信息包括直线距离、相对速度、第二边缘方位角；基于所述第一优选信息和所述第二优选信息获取目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度。
融合的特征及方法如下：
(a)目标纵向距离。仅采用根据毫米波雷达获取得到的第二特征信息。
(b)目标纵向速度。仅采用根据毫米波雷达获取得到的第二特征信息。
(c)目标横向距离。对根据摄像头与毫米波雷达的检测出来的横向距离进行加权，其中，摄像头权重大于毫米波雷达的权重，如a*D摄像头+b*D毫米波雷达(a＞b，a+b＝1)。
(d)横向速度。根据所述目标横向距离微分得到。
(e)目标宽度。根据毫米波雷达目标获取到的所述目标纵向距离和根据摄像头检测得到的所述目标边缘方位角计算得到。
(f)目标类型。仅采用摄像头的分类结果。
(g)将行人更新后的目标最终特征信息输入给FCW/AEB控制算法，用以决策报警或制动。
当道路上有横穿行人时，FCW/AEB系统能检测到行人，并获取行人的精确特征信息，在碰撞风险很高且达到一定程度时，采取制动或者预警来避免或减缓碰撞。实现该功能有一个重要的前提，即获取的行人目标特征信息需要很精确。通常是通过单目摄像头获取行人的距离、横向速度、纵向速度等用于计算碰撞风险。然而，检测目标距离和速度是单目摄像头天生的劣势，目标分类及边缘检测是它的优势，这样获取的行人目标部分特征信息精度较低，计算的碰撞风险也不准确。本发明在单目摄像头基础上增加毫米波雷达，它的优势是检测目标直线距离和相对速度十分准确，同时加上摄像头检测的目标类型、边缘位置，得到更精确的特征信息。
如图2所示，本发明还提供一种行人检测装置，包括：
检测模块，用于获取车辆前方的图像信息和雷达探测信息，并根据所述目标图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
数据处理模块，用于接收检测模块的目标图像信息和雷达探测信息，并根据所述第一特征信息和所述第二特征信息进行特征匹配；还用于对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息，并发出将目标的特征信息更新为所述最终特征信息的控制命令；
执行模块，用于接收所述数据处理模块的控制命令。
进一步地，所述数据处理模块根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
进一步地，所述数据处理模块根据所述同一目标的第一特征信息选取第一优选信息，所述第一优选信息包括目标类型、纵向距离、碰撞时间、第一边缘方位角；还根据所述同一目标的第二特征信息选取第二优选信息，所述第二优选信息包括直线距离、相对速度、第二边缘方位角；并根据所述第一优选信息和所述第二优选信息获取目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度。
本发明还提供一种刹车系统，包括刹车装置以及与所述刹车装置连接的如上所述的行人检测装置。
本发明还提供一种汽车，包括如上所述的行人检测装置。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述任意一项所述方法的步骤。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种行人检测方法，其特征在于，包括：
获取车辆前方目标的图像信息和雷达探测信息，并根据所述图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标；
对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息。
2.根据权利要求1所述的一种行人检测方法，其特征在于，所述基于所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息包括：
基于所述同一目标的第一特征信息选取目标类型、纵向距离、碰撞时间、第一边缘方位角、第一目标横向距离为第一优选信息；
基于所述同一目标的第二特征信息选取直线距离、相对速度、第二目标横向距离为第二优选信息；
基于所述第一优选信息和所述第二优选信息得到目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度；
其中，根据所述第二优选信息获取所述目标纵向距离和所述目标纵向速度，根据所述第一目标横向距离和所述第二目标横向距离进行加权并获取所述目标横向距离，根据所述目标横向距离进行微分得到所述目标横向速度，根据所述目标纵向距离和所述第一边缘方位角获取所述目标宽度，根据所述第一优选信息选取所述目标类型。
3.根据权利要求1或2所述的一种行人检测方法，其特征在于，所述基于所述第一特征信息和所述第二特征信息进行特征匹配,若匹配成功，则确定所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标包括：
根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；
基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
4.根据权利要求3所述的一种行人检测方法，其特征在于，所述相同的特征信息包括根据所述第一特征信息获取的第一纵向距离、第一横向距离、第一碰撞时间，和根据所述第二特征信息获取的第二纵向距离、第二横向距离、第二碰撞时间。
5.一种行人检测装置，其特征在于，包括：
检测模块，用于获取车辆前方的图像信息和雷达探测信息，并根据所述目标图像信息获取第一特征信息，根据所述雷达探测信息获取第二特征信息；
数据处理模块，用于接收检测模块的目标图像信息和雷达探测信息，并根据所述第一特征信息和所述第二特征信息进行特征匹配；还用于对所述同一目标的第一特征信息和第二特征信息进行特征优选并获取目标最终特征信息，并发出将目标的特征信息更新为所述最终特征信息的控制命令；
执行模块，用于接收所述数据处理模块的控制命令。
6.根据权利要求5所述的一种行人检测装置，其特征在于，所述数据处理模块根据所述第一特征信息和所述第二特征信息获取所述车辆前方目标相同的特征信息；基于所述相同的特征信息获取差值，并判断所述差值是否均在容差范围内；如果判断所述差值均在所述容差范围内，则判断所述第一特征信息对应的第一目标和所述第二特征信息对应的第二目标为同一个目标。
7.根据权利要求6所述的一种行人检测装置，其特征在于，所述数据处理模块根据所述同一目标的第一特征信息选取第一优选信息，所述第一优选信息包括目标类型、纵向距离、碰撞时间、第一边缘方位角、第一目标横向距离；还根据所述同一目标的第二特征信息选取第二优选信息，所述第二优选信息包括直线距离、相对速度、第二目标横向距离；并根据所述第一优选信息和所述第二优选信息得到目标最终特征信息，所述目标最终特征信息包括目标类型、目标纵向距离、目标纵向速度、目标横向距离、目标横向速度和目标宽度。
8.一种刹车系统，其特征在于，包括刹车装置以及与所述刹车装置连接的如权利要求5至7任意一项所述的行人检测装置。
9.一种汽车，其特征在于，包括如权利要求5至8任意一项所述的行人检测装置。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任意一项所述方法的步骤。
CN201711218636.3A 2017-11-28 2017-11-28 一种行人检测方法 Pending CN107991677A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711218636.3A CN107991677A (zh) 2017-11-28 2017-11-28 一种行人检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711218636.3A CN107991677A (zh) 2017-11-28 2017-11-28 一种行人检测方法

Publications (1)

Publication Number Publication Date
CN107991677A true CN107991677A (zh) 2018-05-04

Family

ID=62033695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711218636.3A Pending CN107991677A (zh) 2017-11-28 2017-11-28 一种行人检测方法

Country Status (1)

Country Link
CN (1) CN107991677A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734124A (zh) * 2018-05-18 2018-11-02 四川国软科技发展有限责任公司 一种激光雷达动态行人检测方法
CN110095770A (zh) * 2019-04-26 2019-08-06 东风柳州汽车有限公司 车辆周边目标物的检测方法
CN111191603A (zh) * 2019-12-31 2020-05-22 深圳云天励飞技术有限公司 车内人员识别方法、装置、终端设备及介质
CN111220975A (zh) * 2020-01-15 2020-06-02 深圳大学 多目标检测方法、装置、设备及存储介质
CN115421113A (zh) * 2022-09-29 2022-12-02 成都环泰睿诚科技有限公司 一种用于毫米波雷达的测试装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542843A (zh) * 2010-12-07 2012-07-04 比亚迪股份有限公司 防止车辆碰撞的预警方法及装置
CN102741901A (zh) * 2010-01-28 2012-10-17 株式会社日立制作所 车辆用外界识别装置
CN104636724A (zh) * 2015-02-02 2015-05-20 华中科技大学 一种基于目标一致性的车载相机快速行人车辆检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102741901A (zh) * 2010-01-28 2012-10-17 株式会社日立制作所 车辆用外界识别装置
CN102542843A (zh) * 2010-12-07 2012-07-04 比亚迪股份有限公司 防止车辆碰撞的预警方法及装置
CN104636724A (zh) * 2015-02-02 2015-05-20 华中科技大学 一种基于目标一致性的车载相机快速行人车辆检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734124A (zh) * 2018-05-18 2018-11-02 四川国软科技发展有限责任公司 一种激光雷达动态行人检测方法
CN110095770A (zh) * 2019-04-26 2019-08-06 东风柳州汽车有限公司 车辆周边目标物的检测方法
CN111191603A (zh) * 2019-12-31 2020-05-22 深圳云天励飞技术有限公司 车内人员识别方法、装置、终端设备及介质
CN111191603B (zh) * 2019-12-31 2023-04-18 深圳云天励飞技术有限公司 车内人员识别方法、装置、终端设备及介质
CN111220975A (zh) * 2020-01-15 2020-06-02 深圳大学 多目标检测方法、装置、设备及存储介质
CN115421113A (zh) * 2022-09-29 2022-12-02 成都环泰睿诚科技有限公司 一种用于毫米波雷达的测试装置

Similar Documents

Publication Publication Date Title
JP7394582B2 (ja) レーダーデータを処理する装置及び方法
CN107991677A (zh) 一种行人检测方法
US10310077B2 (en) System for use in a vehicle
EP3151034B1 (en) Automated vehicle radar system to determine yaw-rate of a target vehicle
TWI470257B (zh) 角度估計檢測方法及電子裝置
US10139833B1 (en) Six-dimensional point cloud system for a vehicle
US9372262B2 (en) Device and method for judging likelihood of collision between vehicle and target, vehicle collision avoidance system, and method for avoiding collision between vehicle and target
US9500748B2 (en) Target recognition apparatus
US10585188B2 (en) Broadside detection system and techniques for use in a vehicular radar
US11300415B2 (en) Host vehicle position estimation device
US20190294169A1 (en) Method and apparatus for detecting a proximate emergency vehicle
US9812008B2 (en) Vehicle detection and tracking based on wheels using radar and vision
US20150175167A1 (en) Course estimator
US8847792B2 (en) Object detection apparatus and object detection program
US11440541B2 (en) Apparatus and method for predicting concurrent lane change and vehicle including the same
US20200249345A1 (en) Automotive radar system with direct measurement of yaw rate and/or heading of object vehicle
US20150175166A1 (en) Course estimator
US9134407B2 (en) Motion parameter estimating method, angle estimating method and determination method
US20170166214A1 (en) System for use in a vehicle
US10539659B2 (en) Apparatus for detecting axial misalignment
US20050004719A1 (en) Device and method for determining the position of objects in the surroundings of a motor vehicle
JP6555132B2 (ja) 移動物体検出装置
US11433900B2 (en) Vehicle system for detection of oncoming vehicles
KR20210101877A (ko) 차량의 후측방 경고 장치 및 방법
JP2020003337A (ja) レーダ装置及び信号処理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180504

RJ01 Rejection of invention patent application after publication