CN108037515A - 一种激光雷达和超声波雷达信息融合系统及方法 - Google Patents
一种激光雷达和超声波雷达信息融合系统及方法 Download PDFInfo
- Publication number
- CN108037515A CN108037515A CN201711447737.8A CN201711447737A CN108037515A CN 108037515 A CN108037515 A CN 108037515A CN 201711447737 A CN201711447737 A CN 201711447737A CN 108037515 A CN108037515 A CN 108037515A
- Authority
- CN
- China
- Prior art keywords
- radar
- laser radar
- ultrasonic
- information
- vehicle
- 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
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 230000004888 barrier function Effects 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000002604 ultrasonography Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims 1
- 230000008447 perception Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 241000931526 Acer campestre Species 0.000 description 1
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
Abstract
本发明公开了一种激光雷达和超声波雷达信息融合系统及方法,所述系统包括多线激光雷达、超声波雷达以及用于雷达信息融合的嵌入式决策控制器,所述决策控制器分别接收多线激光雷达和超声波雷达的检测信息,对激光雷达和超声波雷达安装位置进行标定,消除检测盲区;获得激光雷达的点云信息和超声波雷达的障碍物坐标信息;对检测信号进行预处理,通过多次检测提取物体特征,判断对应区域检测结果的可靠性;对雷达进行坐标矩阵转换;检测结果栅格化;多雷达信息融合和栅格区域权重计算,生成信息融合结果。本发明结合雷达的各自特点生成障碍物网格信息,通过对两种雷达数据信息进行融合,可以消除车辆前方的探测盲区,提高自动驾驶车辆的安全性。
Description
技术领域
本发明涉及智能汽车环境感知信息融合领域技术,具体涉及一种激光雷达与超声波雷达感知信息融合方法。
背景技术
对于自动驾驶汽车或ADAS系统,传感器和环境感知技术的重要性日渐增强,只有多传感器融合才能提供鲁棒性更强的自动驾驶系统。因此信息融合技术是一个重要的发展趋势,它的优势显而易见:各传感器数据的融合能够增加信息量,可以获得更详细、更可靠、精度更高的环境信息,所以能实现更好的驾驶安全性、舒适性和经济性。
不同类型的传感器具有不同的优点和弱点,激光雷达与超声波雷达的数据融合能消除检测盲区,提高检测精度和可靠性。激光雷达优势在于探测范围广,感知的数据精度更高,在纵向可探测距离远,用于雷达系统的激光波长一般只有微米的量级,因而它能够探测非常微小的目标。由于激光测距原理,对于近距离范围内存在探测盲区;超声波雷达在测量较远距离的目标时,其回波信号会比较弱,影响测量精度,但是在短距离测量中,超声波测距传感器具有非常大的优势。
发明内容
本发明目的是:针对现有技术的不足,本发明提供一种对激光雷达和超声波雷达的感知信息进行融合的系统,结合雷达的各自特点生成障碍物网格信息。
本发明的技术方案是:
一种激光雷达和超声波雷达信息融合系统,包括多线激光雷达、超声波雷达以及用于雷达信息融合的嵌入式决策控制器,所述决策控制器分别接收多线激光雷达和超声波雷达的检测信息,并对数据进行信号融合处理,经过栅格处理作为决策判断依据。
优选的,所述多线激光雷达安装在车辆中央前端,用于检测车辆前方的障碍物信息。
优选的,所述超声波雷达安装车辆前保险杆位置,用于检测车辆前方和侧前方的障碍物信息。
优选的,所述多线激光雷达安装平面为向前倾斜10-15度。
优选的,所述超声波雷达为4个或6个,沿保险杆左右对称分布。
一种用于激光雷达与超声波雷达信息融合的方法,融合算法包括感知信息获取、数据预处理、数据坐标矩阵转换、栅格化处理以及栅格数据融合,具体包括以下步骤:
步骤一,根据激光雷达和超声波雷达的安装位置要求标定相关雷达传感器,使雷达的检测范围覆盖目标区域,消除盲区;
步骤二,激光雷达获得车辆前方的障碍物激光雷达点云信息,超声波雷达获得车辆前方和侧前方的障碍物坐标信息;
步骤三,对激光雷达和超声波雷达信号进行预处理,通过多次检测提取物体特征,判断对应区域检测结果的可靠性;
步骤四,激光雷达点云坐标转换,通过车辆与平面的位置关系标定激光雷达坐标系与车辆坐标的矩阵关系;
步骤五,超声波模块输出障碍物MAP图,根据超声波安装位置与车辆坐标系的关系进行矩阵转换;
步骤六,设定车辆行驶有效区域,对行驶有效区域内的目标识别结果进行栅格化,设定栅格属性;
步骤七,将激光雷达和超声波雷达的点云信息叠加到车辆坐标系中,对于检测重叠区域设置参数权重,将识别结果输入到决策算法中。
本发明的优点是:
本发明对激光雷达和超声波雷达的感知信息进行融合,结合雷达的各自特点生成障碍物网格信息,通过对两种雷达数据信息进行融合,可以消除车辆前方的探测盲区,提高自动驾驶车辆的安全性。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为激光雷达和超声波雷达信息融合系统的原理框架示意图;
图2为激光雷达和超声波雷达安装位置示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。本实施例中,激光雷达采用Velodyne 16线激光雷达,超声波采用探测距离为5米型雷达,可输出障碍物坐标位置,决策控制器采用英伟达TK系列,以满足车辆自动驾驶需求,激光雷达和超声波融合感知信息作为自动驾驶系统的一部分。
如图2所示,为本发明的雷达和控制器在车辆中的安装位置示意图,该系统由16线激光雷达、6个5米型超声波雷达和决策控制器构成。
如图1所示为激光雷达和超声波雷达信息融合方法总体流程图,融合算法包括感知信息获取、数据预处理、数据坐标矩阵转换、栅格化处理以及栅格数据融合,该方法包括以下步骤:
步骤一,根据激光雷达和超声波雷达的安装位置要求标定相关雷达传感器,使雷达的检测范围覆盖前方,消除盲区,各个雷达检测范围如图2所示。16线激光雷达安装在车辆顶部中央前端,水平向前倾斜15度,探测区域为正前方。车辆前方左右两侧各有3个对称分布超声波雷达。
步骤二,激光雷达获得车辆前方的障碍物激光雷达点云信息,超声波雷达获得车辆前方和侧前方的障碍物坐标信息。激光雷达可获取前方3~80m范围内的目标与障碍物点云信息数据,对进入探测区域内的目标位置和距离进行实时更新。超声波雷达可获取近距离5m范围内的目标与障碍物信息数据。
步骤三,对激光雷达和超声波雷达信号进行预处理,通过多次检测提取物体特征,并通过雷达点云局部统计量,判断对应区域检测结果的可靠性。
步骤四,激光雷达点云坐标转换,通过车辆与平面的位置关系标定激光雷达坐标系与车辆坐标的矩阵关系。激光雷达在安装中,雷达的坐标与车辆坐标在三维空间中存在角度偏差,需要通过旋转使车辆坐标系和激光雷达坐标轴在相同的方向上,修正值X、Y、Z三轴的修正矩阵分别为:
X轴修正矩阵:
Y轴修正矩阵:
Z轴修正矩阵:
激光雷达坐标和车辆坐标的修正系数举矩阵为:
式中:为激光雷达原始坐标点,为修正后得到的坐标点。
步骤五,超声波模块输出障碍物MAP图,根据超声波安装位置与车辆坐标系的关系进行矩阵转换,确定车辆坐标原点和超声波检测信息的坐标原点关系进行转换。
步骤六,设定车辆行驶有效区域,对行驶有效区域内的目标识别结果进行栅格化,设定栅格属性。超声波MAP图输出坐标精度为10cm,而激光雷达检测精度为±3cm,考虑栅格总数选取栅格大小为20cm×20cm的单位栅格。前方栅格坐标方向为平行车辆前进方向,范围为横向20米,纵向80米。
步骤七,将激光雷达和超声波雷达的点云信息叠加到车辆坐标系中,对于检测重叠区域设置参数权重。
Dσ=σlDl+σuDu
式中:Dσ为当前网格点权重值,Dl为当前网格距离激光雷达距离,σl为当前网格点激光雷达权重;Du为当前网格距离超声波雷达距离,σu为当前网格点超声波雷达权重值。
根据权重值判定网格点占用情况,当Dσ超过权重阀值σmax则判定该网格为占用,并将识别结果输入到车辆决策控制模块中。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种激光雷达和超声波雷达信息融合系统,其特征在于:包括多线激光雷达、超声波雷达以及用于雷达信息融合的嵌入式决策控制器,所述决策控制器分别接收多线激光雷达和超声波雷达的检测信息,并对数据进行信号融合处理,经过栅格处理作为决策判断依据。
2.根据权利要求1所述的激光雷达和超声波雷达信息融合系统,其特征在于:所述多线激光雷达安装在车辆中央前端,用于检测车辆前方的障碍物信息。
3.根据权利要求1所述的激光雷达和超声波雷达信息融合系统,其特征在于:所述超声波雷达安装车辆前保险杆位置,用于检测车辆前方和侧前方的障碍物信息。
4.根据权利要求2所述的激光雷达和超声波雷达信息融合系统,其特征在于:所述多线激光雷达安装平面为向前倾斜10-15度。
5.根据权利要求3所述的激光雷达和超声波雷达信息融合系统,其特征在于:所述超声波雷达为4个或6个,沿保险杆左右对称分布。
6.一种用于激光雷达与超声波雷达信息融合的方法,其特征在于:包括以下步骤:
步骤一,根据激光雷达和超声波雷达的安装位置要求标定相关雷达传感器,使雷达的检测范围覆盖目标区域,消除盲区;
步骤二,激光雷达获得车辆前方的障碍物激光雷达点云信息,超声波雷达获得车辆前方和侧前方的障碍物坐标信息;
步骤三,对激光雷达和超声波雷达信号进行预处理,通过多次检测提取物体特征,判断对应区域检测结果的可靠性;
步骤四,激光雷达点云坐标转换,通过车辆与平面的位置关系标定激光雷达坐标系与车辆坐标的矩阵关系;
步骤五,超声波模块输出障碍物MAP图,根据超声波安装位置与车辆坐标系的关系进行矩阵转换;
步骤六,设定车辆行驶有效区域,对行驶有效区域内的目标识别结果进行栅格化,设定栅格属性;
步骤七,将激光雷达和超声波雷达的点云信息叠加到车辆坐标系中,对于检测重叠区域设置参数权重,将识别结果输入到决策算法中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711447737.8A CN108037515A (zh) | 2017-12-27 | 2017-12-27 | 一种激光雷达和超声波雷达信息融合系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711447737.8A CN108037515A (zh) | 2017-12-27 | 2017-12-27 | 一种激光雷达和超声波雷达信息融合系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108037515A true CN108037515A (zh) | 2018-05-15 |
Family
ID=62097564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711447737.8A Pending CN108037515A (zh) | 2017-12-27 | 2017-12-27 | 一种激光雷达和超声波雷达信息融合系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108037515A (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803616A (zh) * | 2018-07-05 | 2018-11-13 | 北京智行者科技有限公司 | 电控系统 |
CN109188403A (zh) * | 2018-09-29 | 2019-01-11 | 广州小鹏汽车科技有限公司 | 一种用于标定超声波传感器探测包络的方法、辅助测量装置、电子设备及系统 |
CN109444916A (zh) * | 2018-10-17 | 2019-03-08 | 上海蔚来汽车有限公司 | 一种无人驾驶可行驶区域确定装置及方法 |
CN109543600A (zh) * | 2018-11-21 | 2019-03-29 | 成都信息工程大学 | 一种实现可行驶区域检测方法及系统和应用 |
CN109633687A (zh) * | 2018-11-28 | 2019-04-16 | 浙江中车电车有限公司 | 一种补偿汽车激光雷达识别障碍物盲区的系统及方法 |
CN109709575A (zh) * | 2018-07-20 | 2019-05-03 | 深圳市速腾聚创科技有限公司 | 激光雷达感知系统及激光雷达感知系统探测方法 |
CN109765563A (zh) * | 2019-01-15 | 2019-05-17 | 北京百度网讯科技有限公司 | 一种超声波雷达阵列、障碍物检测方法及系统 |
CN109814114A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种超声波雷达阵列、障碍物检测方法及系统 |
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 |
CN109814113A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种超声波雷达障碍物检测结果处理方法及系统 |
CN109991605A (zh) * | 2019-04-03 | 2019-07-09 | 吉林大学 | 一种智能网联汽车环境感知系统的多雷达数据融合方法 |
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测系统 |
CN110596653A (zh) * | 2019-09-24 | 2019-12-20 | 江苏集萃智能传感技术研究所有限公司 | 一种多雷达数据融合方法及装置 |
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 |
CN110867132A (zh) * | 2019-10-15 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 环境感知的方法、装置、电子设备和计算机可读存储介质 |
CN110861605A (zh) * | 2019-11-29 | 2020-03-06 | 中汽研(常州)汽车工程研究院有限公司 | 一种大型车盲区复合型监测装置及方法 |
CN111007528A (zh) * | 2019-12-17 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 巡检机器人 |
CN111186320A (zh) * | 2020-03-04 | 2020-05-22 | 中兴新能源汽车有限责任公司 | 一种无线充电引导定位系统及方法、车载设备 |
CN111238472A (zh) * | 2020-01-20 | 2020-06-05 | 北京四维智联科技有限公司 | 一种用于全自动泊车的实时高精度定位方法及装置 |
CN111352128A (zh) * | 2018-12-21 | 2020-06-30 | 上海微功智能科技有限公司 | 一种基于融合点云的多传感器融合感知方法与系统 |
CN111487918A (zh) * | 2020-04-26 | 2020-08-04 | 天地科技股份有限公司 | 基于多线激光雷达的散料无人装车控制方法、系统和装置 |
CN111753901A (zh) * | 2020-06-23 | 2020-10-09 | 国汽(北京)智能网联汽车研究院有限公司 | 一种数据融合方法、装置、系统及计算机设备 |
CN112731449A (zh) * | 2020-12-23 | 2021-04-30 | 深圳砺剑天眼科技有限公司 | 一种激光雷达障碍物识别方法和系统 |
CN113111905A (zh) * | 2021-02-25 | 2021-07-13 | 上海水齐机器人有限公司 | 一种融合多线激光雷达与超声波数据的障碍物检测方法 |
CN113316062A (zh) * | 2021-05-26 | 2021-08-27 | 成都西科微波通讯有限公司 | 一种基于换能器环形阵列的全向音频调制方法 |
CN113376638A (zh) * | 2021-06-08 | 2021-09-10 | 武汉理工大学 | 一种无人物流小车环境感知方法及系统 |
CN113581174A (zh) * | 2021-08-23 | 2021-11-02 | 安徽江淮汽车集团股份有限公司 | 一种车辆的障碍物定位方法及障碍物定位装置 |
CN113665500A (zh) * | 2021-09-03 | 2021-11-19 | 南昌智能新能源汽车研究院 | 全天候作业的无人驾驶运输车环境感知系统及方法 |
CN114056324A (zh) * | 2021-10-29 | 2022-02-18 | 惠州华阳通用智慧车载系统开发有限公司 | 一种基于数据融合的车位识别方法及系统 |
CN116039620A (zh) * | 2022-12-05 | 2023-05-02 | 北京斯年智驾科技有限公司 | 基于自动驾驶感知的安全冗余处理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000131432A (ja) * | 1998-10-23 | 2000-05-12 | Honda Motor Co Ltd | 車両の障害物検知方法 |
JP2000292538A (ja) * | 1999-04-07 | 2000-10-20 | Mitsubishi Electric Corp | 車両用障害物検出装置 |
CN103913748A (zh) * | 2014-03-06 | 2014-07-09 | 武汉理工大学 | 一种基于多传感器的汽车感知系统及感知方法 |
CN104002747A (zh) * | 2014-06-10 | 2014-08-27 | 北京联合大学 | 一种基于无人驾驶汽车的多激光雷达栅格地图融合系统 |
CN106094836A (zh) * | 2016-08-08 | 2016-11-09 | 成都希德电子信息技术有限公司 | 一种基于二维激光雷达的微型机器人控制系统及方法 |
CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶电动汽车的电控系统 |
-
2017
- 2017-12-27 CN CN201711447737.8A patent/CN108037515A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000131432A (ja) * | 1998-10-23 | 2000-05-12 | Honda Motor Co Ltd | 車両の障害物検知方法 |
JP2000292538A (ja) * | 1999-04-07 | 2000-10-20 | Mitsubishi Electric Corp | 車両用障害物検出装置 |
CN103913748A (zh) * | 2014-03-06 | 2014-07-09 | 武汉理工大学 | 一种基于多传感器的汽车感知系统及感知方法 |
CN104002747A (zh) * | 2014-06-10 | 2014-08-27 | 北京联合大学 | 一种基于无人驾驶汽车的多激光雷达栅格地图融合系统 |
CN106094836A (zh) * | 2016-08-08 | 2016-11-09 | 成都希德电子信息技术有限公司 | 一种基于二维激光雷达的微型机器人控制系统及方法 |
CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶电动汽车的电控系统 |
Non-Patent Citations (2)
Title |
---|
刘曰: "基于组合毫米波雷达的智能车环境感知方法", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
黄武陵: "激光雷达在无人驾驶环境感知中的应用", 《单片机与嵌入式系统应用》 * |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803616B (zh) * | 2018-07-05 | 2021-05-07 | 北京智行者科技有限公司 | 电控系统 |
CN108803616A (zh) * | 2018-07-05 | 2018-11-13 | 北京智行者科技有限公司 | 电控系统 |
CN109709575A (zh) * | 2018-07-20 | 2019-05-03 | 深圳市速腾聚创科技有限公司 | 激光雷达感知系统及激光雷达感知系统探测方法 |
CN109188403A (zh) * | 2018-09-29 | 2019-01-11 | 广州小鹏汽车科技有限公司 | 一种用于标定超声波传感器探测包络的方法、辅助测量装置、电子设备及系统 |
CN109188403B (zh) * | 2018-09-29 | 2024-03-12 | 广州小鹏汽车科技有限公司 | 用于标定超声波传感器探测包络的方法、电子设备及系统 |
CN109444916A (zh) * | 2018-10-17 | 2019-03-08 | 上海蔚来汽车有限公司 | 一种无人驾驶可行驶区域确定装置及方法 |
CN109444916B (zh) * | 2018-10-17 | 2023-07-04 | 上海蔚来汽车有限公司 | 一种无人驾驶可行驶区域确定装置及方法 |
CN109543600A (zh) * | 2018-11-21 | 2019-03-29 | 成都信息工程大学 | 一种实现可行驶区域检测方法及系统和应用 |
CN109633687A (zh) * | 2018-11-28 | 2019-04-16 | 浙江中车电车有限公司 | 一种补偿汽车激光雷达识别障碍物盲区的系统及方法 |
CN111352128A (zh) * | 2018-12-21 | 2020-06-30 | 上海微功智能科技有限公司 | 一种基于融合点云的多传感器融合感知方法与系统 |
CN111352128B (zh) * | 2018-12-21 | 2023-03-24 | 上海微功智能科技有限公司 | 一种基于融合点云的多传感器融合感知方法与系统 |
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 |
US20220043145A1 (en) * | 2019-01-15 | 2022-02-10 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Ultrasonic radar array, and obstacle detection method and system |
CN109814113B (zh) * | 2019-01-15 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种超声波雷达障碍物检测结果处理方法及系统 |
JP2021526649A (ja) * | 2019-01-15 | 2021-10-07 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 超音波レーダアレイ、障害物検出方法、デバイス、記憶媒体、プログラム及びシステム |
CN109765563A (zh) * | 2019-01-15 | 2019-05-17 | 北京百度网讯科技有限公司 | 一种超声波雷达阵列、障碍物检测方法及系统 |
CN109814114A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种超声波雷达阵列、障碍物检测方法及系统 |
EP3812793A4 (en) * | 2019-01-15 | 2021-08-18 | Beijing Baidu Netcom Science and Technology Co., Ltd. | PROCESS, SYSTEM AND EQUIPMENT FOR DATA PROCESSING, AND COMPUTER STORAGE MEDIA |
CN109814113A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种超声波雷达障碍物检测结果处理方法及系统 |
US11933893B2 (en) * | 2019-01-15 | 2024-03-19 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Ultrasonic radar array, and obstacle detection method and system |
WO2020147485A1 (zh) * | 2019-01-15 | 2020-07-23 | 北京百度网讯科技有限公司 | 一种信息处理方法、系统、设备和计算机存储介质 |
WO2020147518A1 (zh) * | 2019-01-15 | 2020-07-23 | 北京百度网讯科技有限公司 | 一种超声波雷达阵列、障碍物检测方法及系统 |
CN109991605A (zh) * | 2019-04-03 | 2019-07-09 | 吉林大学 | 一种智能网联汽车环境感知系统的多雷达数据融合方法 |
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测系统 |
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 |
CN110596653A (zh) * | 2019-09-24 | 2019-12-20 | 江苏集萃智能传感技术研究所有限公司 | 一种多雷达数据融合方法及装置 |
CN110867132A (zh) * | 2019-10-15 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 环境感知的方法、装置、电子设备和计算机可读存储介质 |
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 |
CN110861605A (zh) * | 2019-11-29 | 2020-03-06 | 中汽研(常州)汽车工程研究院有限公司 | 一种大型车盲区复合型监测装置及方法 |
CN111007528A (zh) * | 2019-12-17 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 巡检机器人 |
CN111238472A (zh) * | 2020-01-20 | 2020-06-05 | 北京四维智联科技有限公司 | 一种用于全自动泊车的实时高精度定位方法及装置 |
CN111186320A (zh) * | 2020-03-04 | 2020-05-22 | 中兴新能源汽车有限责任公司 | 一种无线充电引导定位系统及方法、车载设备 |
CN111487918A (zh) * | 2020-04-26 | 2020-08-04 | 天地科技股份有限公司 | 基于多线激光雷达的散料无人装车控制方法、系统和装置 |
CN111487918B (zh) * | 2020-04-26 | 2021-08-20 | 天地科技股份有限公司 | 基于多线激光雷达的散料无人装车控制方法、系统和装置 |
CN111753901A (zh) * | 2020-06-23 | 2020-10-09 | 国汽(北京)智能网联汽车研究院有限公司 | 一种数据融合方法、装置、系统及计算机设备 |
CN111753901B (zh) * | 2020-06-23 | 2023-08-15 | 国汽(北京)智能网联汽车研究院有限公司 | 一种数据融合方法、装置、系统及计算机设备 |
CN112731449A (zh) * | 2020-12-23 | 2021-04-30 | 深圳砺剑天眼科技有限公司 | 一种激光雷达障碍物识别方法和系统 |
CN112731449B (zh) * | 2020-12-23 | 2023-04-14 | 深圳砺剑天眼科技有限公司 | 一种激光雷达障碍物识别方法和系统 |
CN113111905A (zh) * | 2021-02-25 | 2021-07-13 | 上海水齐机器人有限公司 | 一种融合多线激光雷达与超声波数据的障碍物检测方法 |
CN113316062B (zh) * | 2021-05-26 | 2024-02-02 | 成都西科微波通讯有限公司 | 一种基于换能器环形阵列的全向音频调制方法 |
CN113316062A (zh) * | 2021-05-26 | 2021-08-27 | 成都西科微波通讯有限公司 | 一种基于换能器环形阵列的全向音频调制方法 |
CN113376638A (zh) * | 2021-06-08 | 2021-09-10 | 武汉理工大学 | 一种无人物流小车环境感知方法及系统 |
CN113581174A (zh) * | 2021-08-23 | 2021-11-02 | 安徽江淮汽车集团股份有限公司 | 一种车辆的障碍物定位方法及障碍物定位装置 |
CN113665500B (zh) * | 2021-09-03 | 2022-07-19 | 南昌智能新能源汽车研究院 | 全天候作业的无人驾驶运输车环境感知系统及方法 |
CN113665500A (zh) * | 2021-09-03 | 2021-11-19 | 南昌智能新能源汽车研究院 | 全天候作业的无人驾驶运输车环境感知系统及方法 |
CN114056324A (zh) * | 2021-10-29 | 2022-02-18 | 惠州华阳通用智慧车载系统开发有限公司 | 一种基于数据融合的车位识别方法及系统 |
CN116039620A (zh) * | 2022-12-05 | 2023-05-02 | 北京斯年智驾科技有限公司 | 基于自动驾驶感知的安全冗余处理系统 |
CN116039620B (zh) * | 2022-12-05 | 2024-04-19 | 北京斯年智驾科技有限公司 | 基于自动驾驶感知的安全冗余处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037515A (zh) | 一种激光雷达和超声波雷达信息融合系统及方法 | |
CN109556615B (zh) | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 | |
CN105404844B (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN110764108B (zh) | 一种用于港口自动驾驶场景的障碍物检测方法及装置 | |
CN110745140B (zh) | 一种基于连续图像约束位姿估计的车辆换道预警方法 | |
CN109747643B (zh) | 一种智能车辆感知系统的信息融合方法 | |
CN110244321A (zh) | 一种基于三维激光雷达的道路可通行区域检测方法 | |
CN108509972A (zh) | 一种基于毫米波和激光雷达的障碍物特征提取方法 | |
US11321950B2 (en) | Apparatus and method for detecting lane information, and computer-readable recording medium storing computer program programmed to execute same method | |
JPWO2018221453A1 (ja) | 出力装置、制御方法、プログラム及び記憶媒体 | |
CN106289159B (zh) | 基于测距补偿的车辆测距方法及装置 | |
CN105699985A (zh) | 一种单线激光雷达装置 | |
EP3712556A1 (en) | Sensor verification | |
CN105912998A (zh) | 一种基于视觉的车辆防碰撞预警方法 | |
CN111257892A (zh) | 一种用于车辆自动驾驶的障碍物检测方法 | |
CN113253257B (zh) | 一种基于多毫米波雷达和视觉的露天矿障碍物检测方法 | |
CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
CN108021899A (zh) | 基于双目相机的车载智能前车防撞预警方法 | |
CN111506069B (zh) | 一种全天候全地面起重机障碍识别系统及方法 | |
CN109839634A (zh) | 一种车载摄像头与雷达的目标融合方法 | |
CN115236673A (zh) | 一种大型车辆多雷达融合感知系统和方法 | |
US11938968B2 (en) | Trajectory design for image data acquisition for object detection/recognition | |
CN116242375A (zh) | 一种基于多传感器的高精度电子地图生成方法和系统 | |
CN113022593B (zh) | 障碍物处理方法、装置和行驶设备 |
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: 20180515 |
|
RJ01 | Rejection of invention patent application after publication |