CN108008379A - 根据检测数据提供车辆环境轮廓折线的方法 - Google Patents

根据检测数据提供车辆环境轮廓折线的方法 Download PDF

Info

Publication number
CN108008379A
CN108008379A CN201711045291.6A CN201711045291A CN108008379A CN 108008379 A CN108008379 A CN 108008379A CN 201711045291 A CN201711045291 A CN 201711045291A CN 108008379 A CN108008379 A CN 108008379A
Authority
CN
China
Prior art keywords
point
broken line
straightway
line
points
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
CN201711045291.6A
Other languages
English (en)
Other versions
CN108008379B (zh
Inventor
D·博尔科夫斯基
R·德鲁考兹
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.)
Anbofu Service 5 Usa LLC
Delphi Technologies LLC
Original Assignee
Delphi Technologies Inc
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 Delphi Technologies Inc filed Critical Delphi Technologies Inc
Publication of CN108008379A publication Critical patent/CN108008379A/zh
Application granted granted Critical
Publication of CN108008379B publication Critical patent/CN108008379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/20—Contour coding, e.g. using detection of edges
    • 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
    • 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
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

根据检测数据提供车辆环境轮廓折线的方法。生成表示车辆环境的一个或更多个物体的轮廓的折线的方法，所述折线包括一系列的一个或更多个直线段，该方法包括以下步骤：a)规划二维空间中的一系列空间排序点，各点表示关于由车载检测系统确定的环境中的物体的(点)检测；b)用第一直线段连接所述一系列排序点的端点，确定各中间点与第一直线段间的最短距离；c)根据步骤b)，基于对该线段周围的中间点的散布的测度来确定阈值；d)针对该线段的每一侧，针对相应侧上的任何点，确定距该线段更远的点；e)确定在步骤d)发现的点中距该线段比阈值远的任何点；f)规划包括经由从步骤e)确定的点中的任何点连接所述端点的多个线段的折线。

Description

根据检测数据提供车辆环境轮廓折线的方法
技术领域
本公开涉及用于车辆的环境(即，周围事物)的地图绘制和表征的技术。因此，多个方面涉及确定车辆附近的现实世界区域，以获取有关环境的信息，诸如物体(诸如其它车辆、建筑物、障碍物等等)的位置。本发明具有用于配备有雷达系统以接收有关与这种物体和环境有关的(例如，点)雷达反射的数据的车辆的特定但非排它的应用。
背景技术
在现代汽车应用中，车辆可以配备有一个或更多个系统(如雷达系统)，其可以向车辆提供关于该车辆环境的数据。因此，数据可以从雷达检测(反射数据)提供，并且用于提供例如车辆附近的物体或环境的二维地图。通常，雷达回波针对一特定平面角/线段给出有关到该环境的一物体的距离的数据。
需要描述或表征宿主车辆的静态环境的现代的高级驾驶员辅助系统(ADAS：Advanced Driver Assisted System)通常需要这种系统或一部分。一旦确定或表征了车辆的环境，就使得车辆系统能够确定例如驾驶选择、环境的禁止车辆运动的域(即，这允许例如确定障碍物)，并且提供关于可用停车位的信息。因而，概括起来，在这样的系统中，基于来自各种传感器的输入数据来表征或定义环境。在基于雷达的系统的情况下，输入数据可以包括所谓的(点)检测，即，障碍物的空间位置，其根据来自雷达系统的足够振幅的反射波检测。
ADAS系统中的静态环境描述的问题相对较新。已知用于提供环境(例如，动态环境)的描述(例如，移动中的汽车)的各种方法，并且已知使用占用网格地图(occupancygrid map)方法。这样的方法已被用于描述车辆周围事物的更复杂方法的基础。如上所述，这样的系统被用于例如自动泊车。环境的定义取决于确定禁区/障碍物的边界的形状(轮廓)。理论上，提供轮廓数据的最简单方法是连续点检测(按方位角排序)的直接连接，以形成包括折线(polyline)的轮廓。因而，这样的折线包括将多个点检测连接起来的直线。因此，折线是水平地面(horizontal ground plane)中的障碍物/环境的二维表示。
然而，考虑到上述因素，这种方法非常不准确。在单个雷达扫描中，在包含平坦表面的区域中可以出现一些间隙。另一方面，在例如包含植物、灌木或几何复杂的静态结构的区域中，检测次数可以局部增加。由于像CAN或Flexray的汽车通信接口的有限容量，因而使用单次扫描中可用的所有检测通常是不可能的。所有这些都导致在该区域非常需要在计算复杂性方面准确且同时高效的算法。
因此，本发明的一个目的是，通过根据在有限时间内生成的折线来提供车辆环境中的静态物体的轮廓来近似其形状，其利用尽可能少的几个点来准确描述该环境的形状和障碍物。
发明内容
在一个方面，提供了一种生成表示车辆环境的一个或更多个物体的轮廓的折线的方法，所述折线包括一系列的一个或更多个直线线段，所述方法包括以下步骤：
a)规划二维空间中的一系列空间排序点，各个点表示关于由车载检测系统确定的所述环境中的物体的(点)检测；
b)用第一直线段连接所述系列排序点中的端点，并且确定每一个中间点与所述第一线段之间的最短距离；
c)根据步骤b)，基于对所述线段周围的所述中间点的散布的测度来确定阈值；
d)对于所述线段的每一侧，针对位于相应侧上的任何点，确定距所述线段更远的点；
e)确定在步骤d)中发现的所述点中距所述线段比所述阈值远的任何点；
f)规划包括经由从步骤e)确定的所述点中的任何点连接所述端点的多个线段的折线。
所述方法可以包括提供修改的折线，提供修改的折线包括：
g)针对所规划的折线中的每一个线段，基于对所述线段的中间点相对于所述线段的散布的测度来确定阈值；
h)针对每一个线段，确定所述线段与该线段的每一个中间点之间的距离，并且针对所述线段的每一侧，如果存在相对于相应线段距离最大的点，则确定距离最大的点；
i)确定在步骤h)中发现的、距相应线段比从步骤g)发现的所述阈值更远的任何点；
j)规划修改的折线，所述修改的折线包括经由连续的连接点及在步骤i)中发现的任何附加点连接所述端点的一系列修改的线段，所述连接点是所述端点中间的所述线段的端点。
所述方法可以包括以下步骤：通过针对所述修改的折线重复步骤g)至j)一次或更多次来执行一次或更多次进一步的迭代。
所述迭代可根据一个或更多个终止标准来停止，所述终止标准选自以下中的至少一项：达到最大迭代数；超出最大处理时隙；确定的折线中达到的最大节点数/点数；以及当前迭代中未在所述折线中发现新节点。
所述系列空间排序点可以表示在水平面中关于所述车辆的的检测，所述检测关于单调增加或减小的方位角排序。
所述点检测可以根据来自设置在所述车辆上的雷达系统的、从所述物体反射的雷达反射来确定。
对所述线段周围的所述中间点的散布的所述测度可以是以下之一：中间点距所述线段的均方根距离；中间点距所述线段的均方根距离除以线段长度；中间点距所述线段的平均绝对距离；以及中间点距所述线段的平均绝对距离除以线段长度。
附图说明
下面，参照附图，通过示例对本发明进行描述，其中：
图1示出了配备有适于确定环境的特征的雷达系统的车辆1的平面图；
图2和图3例示了形成折线的已知方法；
图4a、图4b和图4c例示了根据本发明的示例；以及
图5例示了可以如何确定结果的不确定程度。
具体实施方式
现有技术
下面将参照图1来描述根据例如雷达回波确定环境的轮廓(即，提供禁区/障碍物的边界的形状)的已知原理。图1示出了配备有适于依靠(例如，点)雷达反射10来确定环境特征(沿水平地面)的雷达系统的车辆1的平面图，所述雷达反射(例如经由天线接收器阵列)根据它们的方向和距离(沿水平地面)表征。该图示出了车辆1周围的环境被划分成在向前方向上具有相当窄的角度的窄的径向或矩形扇区12，并指定了共同的起点。在每个扇区中，确定最近的(例如，点)检测10(例如，根据雷达回波)，换句话说，确定从雷达系统至所述检测的距离。因此，对于每个扇区，可以确定在与该扇区相关联的方向上该车辆的可用空间11。这种方法快速且直接，但静态物体的形状描述的准确性非常有限。
根据本发明多个方面的这种方法可以借助于提供准确的轮廓/折线并以更有效的方式进一步修改/增强以描述环境。
因此，诸如“围栏(Fences)”的现有技术方法描述了静态环境的周围事物，其中障碍物(即车辆附近的物体)由所谓的轮廓表示，这些轮廓是表示投影到地面上的静态物体的形状的折线。换句话说，通过由一系列的一条或更多条直线(线段)表示的轮廓来描述诸如建筑物、其它车辆等的障碍物。直线或线段连接例如点检测。一旦确定了一组表示该环境的一个或更多个轮廓，ECU就可以将此数据用于决策。
因此，轮廓可以从由各种类型的传感器所提供的原始数据来生成，举例来说，如雷达部件(反射器和接收器单元)。由于雷达使用的测量方法，检测通常有些随机。检测次数受两个因素限制：并不是所有障碍物都可以充分反射雷达波等(物理因素)，并且给定硬件资源在单次扫描中允许有限的最大检测数量(技术/经济因素)。因此，生成轮廓的这种直接方法不是理想的。
因此，总结一下，对车辆的静态环境的描述可以通过生成被称作轮廓的折线来表征，其包括连接在多个点之间的一系列直线；这些点通常表示雷达回波数据。因此，轮廓可以由称作顶点的(x，y)(检测)点限定。顶点的位置被确定，并且所述位置基本上等同于所确认的检测的位置。因此，“围栏”算法的方法是在有限时间内通过基于传感器检测的折线来近似静态物体的形状，该传感器检测生成折线，所述折线利用尽可能少的几个点准确地描述形状。
现有技术方法1
将参照图2对形成连接多个点(每个都基于例如水平面中的点雷达回波)的轮廓(折线)来表征环境的已知方法进行描述。
最初，基于水平面中的连续角段(angular segment)中的(点)雷达反射获取一系列连续点。形成连接每个连续点/顶点(反射)的直线段的初始折线20。最初，所有这些点(位于轮廓内)被标记为“活动的”。在该方法中，借助于连续插值来简化该轮廓。因此，最初，轮廓包括连接顶点的一系列线。
第一步是根据某个条件，通过连接每个第二点来减少连接点的数量。内插线端点之间的点根据它们距内插线的距离而被“停用”(即，不考虑)。这生成了修改的折线21。如果被检查的点与所提出的内插线之间的距离低于一阈值，则该点被停用，而将相对于相邻点(在该点的每一侧)的内插线采用为轮廓线段。否则，留下原始线段。
在进一步的迭代中，再次提出连接每个第二活动点的内插线以形成进一步修改的折线22。
当在一给定迭代内没有点被停用时，该算法结束。图2示出了最初的轮廓20和两次迭代之后的轮廓21和22的标绘图。
由于该方法从最详细的形状描述(使用所有的点)开始，因而其提供描述的非常高的准确度。然而，其并不保证折线近似或迭代次数的有限时间。
现有技术方法2
上述方法的主要缺点是通过仅按一次通过(single pass)完成的轮廓简化来克服。在另一已知方法中，一点的停用基于在这一点连接的两个轮廓线段之间的角度。如果该角度足够大(即，两个线段几乎共线)，则该点被停用。在其它情况下，该点仍保持活动。这在图3中示出。原始折线通过标记(a)示出，而细化的折线通过标记(b)示出。
这种方法的主要优点是先验已知的计算时间。然而，如果连续线段之间的角度足够低(图中的轮廓的左侧部分)，则该方法遭受可能会不正确地将S或C形状近似为直线的事实。这种方法可错误地标绘线段方向的一系列相邻的小变化(图中的轮廓的右侧部分)。
根据本发明一个方面的示例
再次如上所述，输入数据再次是由图4a中的标绘图(a)所示的一组排序的(即，连续)的(点)检测。这些点可以表示来自车辆雷达系统的、来自周围环境物体的连续点反射。这些点被排序，由于它们例如以水平面中的连续角或空间线段表示雷达反射。
初始化
i)第一步是初始化步骤，其中，所述一组排序的点的两个端点被采用为单个直线轮廓的初始节点，单个直线轮廓在进一步的步骤中被转换成近似折线。因此，换句话说，第一步是以可能的最简单的形状开始的近似，即，连接端点的单个线段(图4a中的标号2所示)。
ii)迭代
图4a示出了第一迭代的步骤，所述步骤可以在进一步的迭代中重复。
a)在第一迭代步骤中，确定线段2周围的检测的散布的测度，并将所述测度用于确定阈值Dthr。换句话说，该阈值基于在每个(中间)点与线2之间的最短(即，垂直)距离D方面的散布的测度。下面将说明如何进行这种操作的示例。图中的框表示阈值。
b)在下一步中，针对线2的左手侧和右手侧，确定哪一点距离线2最远。因而，对于左手侧，最远的点是P2，而对于右手侧，相距线2最远的点是P1。
c)在下一步骤中，确定从步骤b)发现的这两个点(P1和/或P2)中的任一个点是否位于步骤a)中发现的阈值Dthr之外。因此，换句话说，将这些点中的每一个点相对于线2的垂直距离与阈值Dthr进行比较。如果这些点中的一个或两个位于阈值之外，则它们形成修改的折线的新线段的点。因此，在该示例中，点P1和P2都位于阈值距离(Dthr)之外，并且变成图4b中看到的新折线的点。因此，修改的折线包括三个线段4a、4b及4c，如在图4b中看到的。
如果发现仅一个点位于阈值之外(左手侧或右手侧)，那么仅该点形成由两个线段或两条线(连接端点)经由该点形成的新折线的顶点(点)。如果没有发现处于阈值之外的点，则该处理结束。
针对在修改的折线中发现的每个线段，上述迭代ii)的处理步骤可以重复一次或更多次，换句话说，步骤a)、b)以及c)可以重复。
在该示例中，图4b示出了进一步(第二次)的迭代。因此，重复关于ii)的上述处理。因而，再一次，针对该新(近似折线)的每个线段，计算围绕该线段的检测的散布的测度。这被用于计算每个线段的阈值；因此，针对线段4a、4b及4c，分别计算新阈值Dthra、Dthrb及Dthrc。因此，对于线段4c，确定点Pa、Pb、Pc、Pd以及Pe相对于线4c的散布的测度，并将其用于计算Dthrc。下面将说明如何实现的示例。每一个线段4a、4b及4c的阈值也分别由框7、6以及5表示。
再次和第一次迭代中的步骤b)一致地，针对每个线段(4a、4b及4c)并且针对该线段的每一侧(左手侧和右手侧)，确定与相应线段具有最大距离的点。
再次与步骤c)一致地，针对这些点中的每一个(任一个)，如果发现左手侧和右手侧的最大距离，则确定该点与相应阈值相比是否距该线段更远。如果任何一个最大点位于阈值之外，则其形成了修改的折线中的一线段的新的点的基础。因此，总的来说，如果线段与针对每一侧发现的最大检测之间的距离大于散布值，则该检测点变为下一次迭代中的近似折线的新节点。
在该示例中，如在图4b中看到的，针对线段4a，对于右手侧来说，相距该线具有最大距离的点为点Pg；这将形成修改的折线的一新线段的基础(参见图4c)，因为该距离大于线段4a的阈值(散布测度)Dthra。在该线段的左手侧未发现点。因此，针对线段4a，在该修改的折线中，将其有效地划分成两个子线段：8f(连接端点PE2至Pg)和8e(连接Pg至P2)。
针对线段4b，右手侧的最大距离的点为Pf；这大于该线段的阈值距离Dthrb，因此将形成新折线上的一点(图4c可以作为进一步的第三迭代的目标)。对于右手侧，相距线段最大距离的点是Ph-该点位于阈值Dthrb内，因此不会形成新折线的基础。因此，新折线中的线段4b被改善成两个线段8d和8c(分别连接点P2-Pf和Pf-P1)。对于线段4c，相对于左手侧的最大距离为Pc-这大于该线段的阈值Dthrc，因此将形成图4c的修改的折线中的一新线段的一点并且由此作为其基础。在右手侧未发现点。因此，在该修改的折线中，线段4c被转换成分别连接点P1-Pc和Pc到PE1的子线段8b和8a。
当然，可能的是，发现一特定线段的两侧存在与该线段的阈值相比离开该线段的距离更大的点-在这种情况下，两侧的点将形成具有新线段的修改的折线的基础。在这种情况下，该折线的特定线段形成修改的折线的三个新线段。
可以在进一步的迭代中重复这些步骤。迭代次数可以由一个或更多个终止标准来确定。如果不满足终止标准，则执行进一步的迭代。如果满足终止标准，则停止处理，因此，迭代何时停止可能取决于特定的终止标准。技术人员应当明白，处理可以根据各种标准而终止，诸如：超出最大迭代次数；在当前时隙进行的进一步计算超时；超出近似折线中的最大节点数；或者当前迭代中的折线中没有新节点。
就关于每个线段的阈值的确定的散布标准而言，技术人员应当明白，确定这些可能有各种方法。这些可能包括以下中的任一个：检测距线段的均方根距离；检测距线段的均方根距离除以线段长度；检测距线段的平均绝对距离；以及检测距线段的平均绝对距离除以线段长度。
在该方法的示例之后，可以计算不确定程度。这将参照图5进行描述。针对每个最终线段31，可以将不确定区域规定并限定为包括属于该线段的所有检测的矩形32(图中的黑色虚线)。该矩形平行于该线段，并且以该线段为中心。其尺寸由属于该线段的检测的扩展限定。因此，该线段与距该线段最远的点之间的距离将是框32的宽度的一半。另外，这可以通过例如图5所示的个别不确定性、通过以检测为中心的检测的方位角及范围不确定性的椭圆33的进行扩展。假定该矩形内的检测位置的统一的概率密度。因此，可能的是，该不确定性区域将比该线段长以包括属于该线段的每个检测。传感器(例如，雷达检测器)的位置由标号34示出。
检测的次序通常由单调增加或减小的方位角给出。检测通过迭代的次序可以保持不变。在迭代期间，检测被标记为活动(折线的节点)或不活动(不用于折线定义)。
根据本发明多个方面的方法提供了对近似的简单性与准确性之间的折中的灵活控制。可以控制用于近似的时间。可以以较少数量的节点来提供更好的形状描述。

Claims (7)

1.一种生成表示车辆环境的一个或更多个物体的轮廓的折线的方法，所述折线包括一系列的一个或更多个直线段(8)，该方法包括以下步骤：
a)规划二维空间中的一系列空间排序点(P)，各个点表示关于由车载检测系统确定的所述环境中的一个或更多个物体的点检测；
b)用第一直线段(2)连接所述一系列空间排序点的端点(PE1，PE2)，并且确定多个中间点中的每一个与所述第一直线段之间的最短距离(D)；
c)根据步骤b)，基于对所述第一直线段周围的中间点的散布的测度来确定阈值(Dthr)；
d)针对所述第一直线段的每一侧，针对位于相应侧上的任何点，确定距所述第一直线段更远的点；
e)确定在步骤d)中发现的点中距所述第一直线段比所述阈值远的任何点(P1/P2)；
f)规划包括经由从步骤e)确定的点中的任何点连接所述端点的多个直线段(4a、4b、4c)的折线。
2.根据权利要求1所述的方法，所述方法包括提供修改的折线，提供所述修改的折线包括以下步骤：
g)针对所述规划的折线中的每一个直线段(4a、4b、4c)，基于对所述直线段的中间点相对于所述直线段的散布的测度来确定阈值(Dthra、Dthrb、Dthrc)；
h)针对所述直线段(4a、4b、4c)中的每一个，确定所述直线段与该直线段的每一个中间点之间的距离，并且针对所述直线段的每一侧，如果存在距相应的直线段距离最大的点，则确定所述距离最大的点；
i)确定在步骤h)中发现的、距相应的直线段比从步骤g)发现的所述阈值更远的任何点(Pf、Pc、Pg)；
j)规划修改的折线，所述修改的折线包括经由连续的连接点和在步骤i)发现的任何附加点连接所述端点的一系列修改的直线段(8a、8b、8c、8d、8e、8f)，所述连接点是位于所述端点中间的所述直线段的端点。
3.根据权利要求2所述的方法，所述方法包括以下步骤：通过针对所述修改的折线重复步骤g)至j)一次或更多次来执行一次或更多次进一步的迭代。
4.根据权利要求3所述的方法，其中，根据一个或更多个终止标准来停止迭代，所述终止标准选自以下中的至少一项：达到最大迭代数；超出最大处理时隙；确定的折线中达到最大点数；以及在当前迭代中未在所述折线中发现附加点。
5.根据权利要求1至4所述的方法，其中，所述一系列空间排序点表示在水平面中关于所述车辆的检测，所述检测关于单调增加或单调减小的方位角排序。
6.根据权利要求1至5所述的方法，其中，所述点检测根据雷达反射来确定，所述雷达反射从位于所述车辆上的雷达系统发射，从所述一个或更多个物体反射，并且被所述雷达系统检测到。
7.根据前述权利要求中任一项所述的方法，其中，所述对所述直线段周围的所述中间点的散布的测度是以下中的一项：中间点距所述直线段的均方根最短距离；中间点距所述直线段的均方根最短距离除以直线段长度；中间点距所述直线段的平均绝对最短距离；以及中间点距所述直线段的平均绝对最短距离除以直线段长度。
CN201711045291.6A 2016-11-02 2017-10-31 生成表示车辆环境的物体的轮廓的折线的方法 Active CN108008379B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16196798.9A EP3318890B1 (en) 2016-11-02 2016-11-02 Method to provide a vehicle environment contour polyline from detection data
EP16196798.9 2016-11-02

Publications (2)

Publication Number Publication Date
CN108008379A true CN108008379A (zh) 2018-05-08
CN108008379B CN108008379B (zh) 2021-07-23

Family

ID=57218824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711045291.6A Active CN108008379B (zh) 2016-11-02 2017-10-31 生成表示车辆环境的物体的轮廓的折线的方法

Country Status (3)

Country Link
US (1) US10509980B2 (zh)
EP (1) EP3318890B1 (zh)
CN (1) CN108008379B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10066946B2 (en) 2016-08-26 2018-09-04 Here Global B.V. Automatic localization geometry detection
EP3483629B1 (en) * 2017-11-09 2021-12-29 Veoneer Sweden AB Detecting a parking row with a vehicle radar system
US11093759B2 (en) * 2018-03-06 2021-08-17 Here Global B.V. Automatic identification of roadside objects for localization
DE102018209959A1 (de) * 2018-06-20 2019-12-24 Robert Bosch Gmbh Verfahren und Fahrassistenzsystem zum Vermeiden einer Kollision eines Fahrzeugs mit einem Hindernis
JP7312608B2 (ja) * 2019-05-23 2023-07-21 豊田合成株式会社 車両用装飾部品
IT201900024685A1 (it) * 2019-12-19 2021-06-19 Cnh Ind Italia Spa Sistema di guida autonoma attraverso filari di una piantagione
JP7420086B2 (ja) * 2021-01-13 2024-01-23 豊田合成株式会社 車両用外装品
EP4215943A1 (en) * 2022-01-25 2023-07-26 Continental Autonomous Mobility Germany GmbH Method and apparatus for tracking a polyline, advanced driver assistance system and autonomous vehicle

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060126965A1 (en) * 2004-12-13 2006-06-15 Destiny Technology Corporation Method of auto-deskewing a tilted image
CN101414348A (zh) * 2007-10-19 2009-04-22 三星电子株式会社 多角度人脸识别方法和系统
US20090303026A1 (en) * 2008-06-04 2009-12-10 Mando Corporation Apparatus, method for detecting critical areas and pedestrian detection apparatus using the same
CN101726255A (zh) * 2008-10-24 2010-06-09 中国科学院光电研究院 从三维激光点云数据中提取感兴趣建筑物的方法
US20100195879A1 (en) * 2009-01-30 2010-08-05 Bernhardt Dominik Method for actuating an image output device, method for determining tangential slice planes, actuation module and slice plane determination unit
CN101893704A (zh) * 2010-07-20 2010-11-24 哈尔滨工业大学 一种基于粗糙集的雷达辐射源信号识别方法
JP2010271828A (ja) * 2009-05-20 2010-12-02 Honda Motor Co Ltd 立体形状生成システム及び方法
CN102566500A (zh) * 2011-11-24 2012-07-11 山东理工大学 基于直线段逼近节点的数控系统轮廓误差控制方法
CN103065151A (zh) * 2012-11-04 2013-04-24 北京工业大学 一种基于深度信息的车辆识别方法
CN103500359A (zh) * 2013-10-18 2014-01-08 无锡科技职业学院 基于结构等价型模糊神经网络的雷达辐射源识别方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4783829A (en) * 1983-02-23 1988-11-08 Hitachi, Ltd. Pattern recognition apparatus
US5335296A (en) 1991-04-30 1994-08-02 Optigraphics Corporation Process for high speed rescaling of binary images
JP2940240B2 (ja) * 1991-08-01 1999-08-25 日本電気株式会社 波形データ圧縮方式
US5335298A (en) * 1991-08-19 1994-08-02 The United States Of America As Represented By The Secretary Of The Army Automated extraction of airport runway patterns from radar imagery
EP2606472A2 (en) * 2010-06-11 2013-06-26 Estill, James A. System and method for manipulating data having spatial coordinates
US10591594B2 (en) * 2015-09-30 2020-03-17 Sony Corporation Information processing apparatus, information processing method, and program

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060126965A1 (en) * 2004-12-13 2006-06-15 Destiny Technology Corporation Method of auto-deskewing a tilted image
CN101414348A (zh) * 2007-10-19 2009-04-22 三星电子株式会社 多角度人脸识别方法和系统
US20090303026A1 (en) * 2008-06-04 2009-12-10 Mando Corporation Apparatus, method for detecting critical areas and pedestrian detection apparatus using the same
CN101726255A (zh) * 2008-10-24 2010-06-09 中国科学院光电研究院 从三维激光点云数据中提取感兴趣建筑物的方法
US20100195879A1 (en) * 2009-01-30 2010-08-05 Bernhardt Dominik Method for actuating an image output device, method for determining tangential slice planes, actuation module and slice plane determination unit
JP2010271828A (ja) * 2009-05-20 2010-12-02 Honda Motor Co Ltd 立体形状生成システム及び方法
CN101893704A (zh) * 2010-07-20 2010-11-24 哈尔滨工业大学 一种基于粗糙集的雷达辐射源信号识别方法
CN102566500A (zh) * 2011-11-24 2012-07-11 山东理工大学 基于直线段逼近节点的数控系统轮廓误差控制方法
CN103065151A (zh) * 2012-11-04 2013-04-24 北京工业大学 一种基于深度信息的车辆识别方法
CN103500359A (zh) * 2013-10-18 2014-01-08 无锡科技职业学院 基于结构等价型模糊神经网络的雷达辐射源识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周昌乐: "《视觉计算原理》", 31 August 1996 *

Also Published As

Publication number Publication date
EP3318890A1 (en) 2018-05-09
CN108008379B (zh) 2021-07-23
US10509980B2 (en) 2019-12-17
EP3318890B1 (en) 2019-05-01
US20180121750A1 (en) 2018-05-03

Similar Documents

Publication Publication Date Title
CN108008379A (zh) 根据检测数据提供车辆环境轮廓折线的方法
Holder et al. Real-time pose graph SLAM based on radar
CN110458854B (zh) 一种道路边缘检测方法和装置
CN104793202B (zh) 多雷达成像传感器的对象融合系统
CN104035071B (zh) 融合雷达/摄像机物体数据和LiDAR扫描点的方法和装置
CN110163871B (zh) 一种多线激光雷达的地面分割方法及装置
Yao et al. Extraction and motion estimation of vehicles in single-pass airborne LiDAR data towards urban traffic analysis
CN109212531A (zh) 确定目标车辆取向的方法
CN108140323B (zh) 用于机动车中的环境检测时改进的数据融合的方法和设备
CN107766405A (zh) 自动车辆道路模型定义系统
CN104035439A (zh) 用多个激光雷达传感器利用扫描点追踪物体的贝叶斯网络
CN105404844A (zh) 一种基于多线激光雷达的道路边界检测方法
US20060115113A1 (en) Method for the recognition and tracking of objects
CN112464812B (zh) 一种基于车辆的凹陷类障碍物检测方法
CN112455430B (zh) 无车位线的斜列车位的检测方法、泊车方法及泊车系统
US11403482B2 (en) Adaptive search for LiDAR-based clustering
CN110674705A (zh) 基于多线激光雷达的小型障碍物检测方法及装置
CN112781599A (zh) 确定车辆的位置的方法
US20150198735A1 (en) Method of Processing 3D Sensor Data to Provide Terrain Segmentation
Nguyen et al. Planar surface detection for sparse and heterogeneous mobile laser scanning point clouds
CN113008296A (zh) 用于通过在点云平面上融合传感器数据来检测汽车环境的方法和汽车控制单元
JP3636150B2 (ja) 走路上反射物の物体種類判定方法
CN115151836A (zh) 用于探测车辆周围环境中的移动对象的方法和机动车辆
US20220363288A1 (en) Method and Apparatus for Tracking Object Using Lidar Sensor and Recording Medium Storing Program to Execute the Method
CN113496199B (zh) 对目标对象的基于直方图的l形检测

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
CP03 Change of name, title or address

Address after: michigan

Patentee after: Anbofu Service 5 LLC USA

Country or region after: U.S.A.

Address before: michigan

Patentee before: Delphi Technologies, LLC

Country or region before: U.S.A.

Address after: michigan

Patentee after: Delphi Technologies, LLC

Country or region after: U.S.A.

Address before: michigan

Patentee before: DELPHI TECHNOLOGIES, Inc.

Country or region before: U.S.A.

CP03 Change of name, title or address