CN108263389B - 一种车辆前方虚假目标剔除装置及方法 - Google Patents
一种车辆前方虚假目标剔除装置及方法 Download PDFInfo
- Publication number
- CN108263389B CN108263389B CN201810077273.4A CN201810077273A CN108263389B CN 108263389 B CN108263389 B CN 108263389B CN 201810077273 A CN201810077273 A CN 201810077273A CN 108263389 B CN108263389 B CN 108263389B
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle front
- false
- targets
- microwave radar
- 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.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于车辆安全技术领域,公开了一种车辆前方虚假目标剔除装置及方法,首先对微波雷达返回的数据进行聚类分析,判断返回的数据中有没有疑似虚假目标的数据。如果由于前方存在大型车辆,微波雷达返回数据中出现了疑似虚假目标信息,此时调用机器视觉传感器追踪得到的图像信息,对疑似虚假目标信息的图像区域进行分析,确认到底是存在一个大型车辆,还是多个小型车辆。如果是大型车辆,则说明出现了虚假目标信息,并将这些虚假目标信息剔除,确保车辆的安全运行。
Description
技术领域
本发明属于车辆安全技术领域,尤其涉及一种车辆前方虚假目标剔除装置及方法。
背景技术
车载微波雷达可以对前方车辆进行追踪测量,而车载机器视觉系统也可以实现对前方目标的追踪测量,只是两者的测量原理不同。雷达通常采用多普勒效应进行,而机器视觉系统则采用机器视觉方式来识别前方的目标。从追踪效果而言,雷达系统的效果要好。但在实际车辆使用时,微波雷达对前方车辆的追踪会出现一些问题,最常见的一类问题是雷达将前方的大型目标会识别为多个目标,产生这种现象的原因是雷达依靠发射面大小来确定目标,而大型车辆的发射面较大,雷达处理时会将一个大型目标识别成多个目标,并同时输出这些目标的运动状态信息,由此产生了虚假的目标信息。
虚假目标信息的出现会严重影响到车载安全系统的运行,甚至引发交通事故,存在巨大的安全隐患。在我国,大型车的比例较高,因此雷达使用过程中会经常产生虚假目标,这个问题函待解决。
发明内容
针对上述问题,本发明的目的在于提供一种车辆前方虚假目标剔除装置及方法,解决了由于存在虚假目标而引起的安全隐患。
为达到上述目的,本发明采用如下技术方案予以实现。
技术方案一:
一种车辆前方虚假目标剔除装置,所述装置包括:微波雷达、机器视觉传感器以及ARM处理器;
所述微波雷达的输出端与所述机器视觉传感器的输出端分别与所述ARM处理器的输入端电连接;
所述微波雷达安装于车辆前保险杠上,用于获取车辆前方的目标信息;所述目标信息至少包含目标的个数,以及每个目标相对微波雷达的相对角度、相对速度和相对距离;
所述机器视觉传感器安装于车辆前挡风玻璃中央,用于获取车辆前方的场景图像信息;
所述ARM处理器设置于车辆内部仪表盘内,用于根据所述微波雷达输出的车辆前方的目标信息和所述机器视觉传感器输出的车辆前方的场景图像信息,对微波雷达检测到的车辆前方的虚假目标进行剔除。
本发明技术方案一的特点和进一步的改进为:
(1)所述微波雷达采用电装的77G微波雷达。
(2)所述机器视觉传感器采用CCD 1080P视觉传感器。
技术方案二:
一种车辆前方虚假目标剔除方法,所述方法应用于技术方案一所述的车辆前方虚假目标剔除装置中,用于当微波雷达将车辆前方的一个大目标识别为多个小目标时剔除多个小目标中的虚假目标,所述方法包括如下步骤:
步骤1,获取微波雷达的检测范围以及机器视觉传感器的检测范围,确定微波雷达的检测范围与所述机器视觉传感器的检测范围的坐标对应关系;
步骤2,获取所述微波雷达输出的车辆前方的目标信息,根据所述车辆前方的目标信息确定是否疑似存在虚假目标;所述目标信息至少包含目标的个数,以及每个目标与微波雷达的相对角度、相对速度和相对距离;
步骤3,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若疑似存在虚假目标,则获取机器视觉传感器输出的车辆前方的场景图像信息,根据所述车辆前方的场景图像信息确定是否真实存在虚假目标;
步骤4,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若真实存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息中的虚假目标剔除,并将虚假目标剔除后的车辆前方的目标信息进行显示。
本发明技术方案二的特点和进一步的改进为:
(1)步骤3具体包括:
(3a)若所述微波雷达输出的车辆前方的目标信息中目标的个数为1,则确定车辆前方不存在虚假目标;
(3b)若所述微波雷达输出的车辆前方的目标信息中目标的个数大于或者等于2,则计算每组两个目标的相似性;
(3c)设定目标相似性阈值,若每组两个目标的相似性大于所述目标相似性阈值,则确定车辆前方不存在虚假目标;
若每组两个目标的相似性小于或者等于所述目标相似性阈值,则确定车辆前方疑似存在虚假目标,所述车辆前方疑似存在的虚假目标为该组两个目标中的一个;
(3d)若确定车辆前方疑似存在虚假目标,则获取机器视觉传感器输出的车辆前方的场景图像信息,根据所述车辆前方的场景图像信息确定是否真实存在虚假目标。
(2)子步骤(3b)具体包括:
(3b1)分别获取每两个目标与微波雷达的相对角度A1、A2,相对速度S1、S2和相对距离D1、D2;
(3b2)计算每两个目标的相似性Q:
Q=|A1-A2|×W1+|S1-S2|×W2+|D1-D2|×W3
其中,W1表示角度加权系数,W2表示速度加权系数,W3表示距离加权系数。
(3)设置角度加权系数W1=2,速度加权系数W2=4,距离加权系数W3=4,则子步骤(3c)中,设定目标相似性阈值为24。
(4)子步骤(3d)具体包括:
(3d1)若某组两个目标的相似性小于或者等于所述目标相似性阈值,则确定车辆前方疑似存在虚假目标,所述车辆前方疑似存在的虚假目标为该组两个目标中的一个;
(3d2)根据该组两个目标分别与微波雷达的相对角度、相对速度和相对距离,得到该组两个目标分别在微波雷达测量范围内对应的第一位置,根据所述第一位置得到该组两个目标分别在机器视觉传感器的测量范围内对应的第二位置;所述第一位置包含第一个目标的雷达坐标和第二个目标的雷达坐标,所述第二位置包含第一个目标的传感器坐标和第二个目标的传感器坐标;
(3d3)在机器视觉传感器输出的车辆前方的场景图像中分别以第一个目标的传感器坐标和第二个目标的传感器坐标为中心搜索边界曲线,得到第一边界曲线和第二边界曲线;
(3d4)若所述第一边界曲线和所述第二边界曲线形成一个闭合的连续曲线且该组两个目标分别位于所述闭合的连续曲线内部,则该组两个目标中真实存在一个虚假目标;
若所述第一边界曲线包含的区域和所述第二边界曲线包含的区域相交且相交面积大于预设相交面积阈值时,该组两个目标中真实存在一个虚假目标;
若所述第一边界曲线和所述第二边界曲线不相交,或者所述第一边界曲线包含的区域和所述第二边界曲线包含的区域相交且相交面积小于或者等于预设相交面积阈值,则该组两个目标分别为真实目标。
(5)所述预设相交面积为第一边界曲线包含的区域的面积与第二边界曲线包含的区域的面积之和的40%。
(6)子步骤(3d3)中,以目标的传感器坐标为中心搜索边界曲线,具体为:
以目标的传感器坐标为中心,搜索其周围所有方向的像素点,将周围所有方向的像素点中灰度值发生显著性变化的像素点作为边界曲线的组成点;其中灰度值发生显著性变化的像素点是指:与周围相邻的其他像素点的灰度值相比灰度值变化的绝对值大于50的像素点。
本发明技术方案首先对微波雷达返回的数据进行聚类分析,判断返回的数据中有没有疑似虚假目标的数据。如果由于前方存在大型车辆,微波雷达返回数据中出现了疑似虚假目标信息,此时调用机器视觉传感器追踪得到的图像信息,对疑似虚假目标信息的图像区域进行分析,确认到底是存在一个大型车辆,还是多个小型车辆。如果是大型车辆,则说明出现了虚假目标信息,并将这些虚假目标信息剔除,确保车辆的安全运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车辆前方虚假目标剔除方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的目的是针对雷达将大型车识别多个目标、产生多个虚假目标的状态,利用微波雷达和机器视觉同时对前方车辆进行追踪,建立综合判断算法,当前方出现虚假目标时能立即发现这些虚假目标,并采取措施确认这些目标为虚假目标,然后将这些虚假目标从雷达输出数据中剔除,确保车辆的安全运行。
本发明的原理是首先对微波雷达返回的数据进行聚类分析,判断测量返回的数据中有没有疑似虚假目标的数据。如果由于前方存在大型车辆,雷达返回数据中出现了疑似虚假目标信息,此时调用机器视觉追踪得到的图像信息,对疑似虚假目标信息的图像区域进行分析,确认到底是存在一个大型车辆,还是多个小型车辆。如果是大型车辆,则说明出现了虚假目标信息,并将这些虚假目标信息剔除,确保车辆的安全运行。
本发明实施例提供一种基于雷达与视觉融合技术的虚假目标剔除装置,包括:
微波雷达,安装于车辆前部中央,雷达发射与接收面朝向车辆前进方向安装。微波雷达实时对前方车辆进行追踪,返回前方的目标序号,以及每个目标与雷达的相对角度、相对距离和相对速度。
机器视觉传感器,安装于车辆前风挡玻璃中央,摄像头朝向车辆行进方向安装。机器视觉传感器实时返回前方拍摄的场景照片,并依靠机器视觉原理识别出前方的车辆信息,包括前方的目标序号,以及每个目标与雷达的相对角度、相对距离和相对速度。
ARM处理器,用于接收微波雷达和视觉传感器的数据,以CAN总线接口与微波雷达和视觉传感器链接,并在ARM处理器中运行自身开发设计的数据采集分析程序,同步采集微波雷达和视觉传感器的数据。
具体的,所述微波雷达采用电装的77G微波雷达;
所述机器视觉传感器采用CCD 1080P视觉传感器,测量精度:5cm,测量范围:±635cm;
所述ARM处理器中运行的自行开发的数据采集程序采样频率设置为10Hz。
本发明实施例还提供一种基于雷达与视觉融合技术的虚假目标剔除方法,基于一种基于雷达与视觉融合技术的虚假目标剔除装置实现,如图1所示,该方法是依次按以下步骤实现的:
步骤1,获取微波雷达的检测范围以及机器视觉传感器的检测范围,确定微波雷达的检测范围与所述机器视觉传感器的检测范围的坐标对应关系。
微波雷达和机器视觉传感器监测区域联合标定,利用特殊目标,同时用微波雷达和机器视觉对特殊目标采集,建立微波雷达测量范围与机器视觉测量范围之间的内部关联性(就是建立坐标系之间的关系)。
步骤2,获取所述微波雷达输出的车辆前方的目标信息,根据所述车辆前方的目标信息确定是否疑似存在虚假目标;所述目标信息至少包含目标的个数,以及每个目标与微波雷达的相对角度、相对速度和相对距离。
步骤3,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若疑似存在虚假目标,则获取机器视觉传感器输出的车辆前方的场景图像信息,根据所述车辆前方的场景图像信息确定是否真实存在虚假目标。
采集微波雷达测量返回的数据,分析前方区域是否存在由于存在大型车辆而引起的疑似虚假目标:
微波雷达返回的目标数据中,如果只有1个目标,则前方区域中不存在由于大型车辆而引起的疑似虚假目标。如果目标数量大于等于2,则对所有目标进行分析判断,判断是否存在由于大型车辆而引起的疑似虚假目标,判断规则如下:
微波雷达返回的目标信息包括相对角度、相对速度、相对距离三种。对于任意两个目标,计算这两个目标的Q值,方法如下:
Q=|A1-A2|*2+|S1-S2|*4+|D1-D2|*4
其中,A1、S1、D1是第1个目标的相对角度、相对速度和相对距离,而A2、S2、D2是第2个目标的相对角度、相对速度和相对距离。
如果前方存在大型车辆,由于大型车辆的反射面较大会使得微波雷达识别为几个目标,但这几个目标都属于同一个大型车辆,因此这些目标的物理特性应该接近。
因此,如果Q值小于等于24,则认为这两个目标物理特性接近,很有可能其中1个是由于大型车存在而引发的虚假目标。
如果Q值大于24,则认为不存在虚假目标。
利用机器视觉图像来分析是否真实存在虚假目标:
经过上述判断,可以得到疑似存在的1组或者多组疑似虚假目标,每一组中包含两个物理特性接近的目标。对于每一组目标,利用机器视觉来确定是否真实存在虚假目标,规则如下:
依靠步骤1的标定关系,将雷达采集的2个目标的相对角度和相对距离数据数据换算到机器视觉采集的图像中,获得这2个目标在图像中的坐标点。
对于确定的2个坐标点区域,以这两个点为中心向四周搜索,以像素点灰度发生显著性变化为依据搜索边界曲线,可以分别获得2类边界曲线。具体的,对于每个点,从该点向周围其他所有方向的像素点进行搜索,并判断周围像素点的灰度值是否存在显著性变化,显著性变化的条件设置为灰度变动的绝对值超过50。搜索结束后,分析2类边界曲线的特性:
如果2类边界曲线构成了一个闭合的连续曲线,并且这条连续曲线将上述2个目标全部包含在内,则可以认为这两个目标中存在一个由于大型车辆而引起的虚假目标。
如果2类边界曲线相交且相交面积大于40%时,该组两个目标中存在一个虚假目标;
如果2类边界曲线形成了2个独立不相交的区域、或者两者相交但相交面积小于或等于两者面积之和的40%,则可以认为这两个目标时独立的目标,不属于大型车辆而引起的虚假目标。
步骤4,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若真实存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息中的虚假目标剔除,并将虚假目标剔除后的车辆前方的目标信息进行显示。
对每一组包含2个目标的数据按照步骤2、步骤3分析,如果分析结果存在一个由于大型车辆而引起的虚假目标,则将这2个目标中距离雷达较远的目标删除。
输出剔除虚假目标后的真实目标数据。对所有数据点,按照步骤2、步骤3、步骤4处理后,得到的微波雷达目标数据全部为真实有效数据,因此将这些数据向外输出,供车载安全系统使用,解决了由于存在虚假目标而引起的安全隐患。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种车辆前方虚假目标剔除方法,所述方法用于当微波雷达将车辆前方的一个大目标识别为多个小目标时剔除多个小目标中的虚假目标,其特征在于,
所述方法应用于车辆前方虚假目标剔除装置中,所述装置包括:微波雷达、机器视觉传感器以及ARM处理器;
所述微波雷达的输出端与所述机器视觉传感器的输出端分别与所述ARM处理器的输入端电连接;
所述微波雷达安装于车辆前保险杠上,用于获取车辆前方的目标信息;所述目标信息至少包含目标的个数,以及每个目标相对微波雷达的相对角度、相对速度和相对距离;
所述机器视觉传感器安装于车辆前挡风玻璃中央,用于获取车辆前方的场景图像信息;
所述ARM处理器设置于车辆内部仪表盘内,用于根据所述微波雷达输出的车辆前方的目标信息和所述机器视觉传感器输出的车辆前方的场景图像信息,对微波雷达检测到的车辆前方的虚假目标进行剔除;
所述方法包括如下步骤:
步骤1,获取微波雷达的检测范围以及机器视觉传感器的检测范围,确定微波雷达的检测范围与所述机器视觉传感器的检测范围的坐标对应关系;
步骤2,获取所述微波雷达输出的车辆前方的目标信息,根据所述车辆前方的目标信息确定是否疑似存在虚假目标;所述目标信息至少包含目标的个数,以及每个目标与微波雷达的相对角度、相对速度和相对距离;
步骤3,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若疑似存在虚假目标,则获取机器视觉传感器输出的车辆前方的场景图像信息,根据所述车辆前方的场景图像信息确定是否真实存在虚假目标;
步骤4,若不存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息进行显示;若真实存在虚假目标,则将所述微波雷达输出的车辆前方的目标信息中的虚假目标剔除,并将虚假目标剔除后的车辆前方的目标信息进行显示;
其中,步骤3具体包括:
(3a)若所述微波雷达输出的车辆前方的目标信息中目标的个数为1,则确定车辆前方不存在虚假目标;
(3b)若所述微波雷达输出的车辆前方的目标信息中目标的个数大于或者等于2,则计算每组两个目标的相似性;
(3c)设定目标相似性阈值,若每组两个目标的相似性大于所述目标相似性阈值,则确定车辆前方不存在虚假目标;
若每组两个目标的相似性小于或者等于所述目标相似性阈值,则确定车辆前方疑似存在虚假目标,所述车辆前方疑似存在的虚假目标为该组两个目标中的一个;
(3d)若确定车辆前方疑似存在虚假目标,则获取机器视觉传感器输出的车辆前方的场景图像信息,根据所述车辆前方的场景图像信息确定是否真实存在虚假目标;具体包括:
(3d1)若某组两个目标的相似性小于或者等于所述目标相似性阈值,则确定车辆前方疑似存在虚假目标,所述车辆前方疑似存在的虚假目标为该组两个目标中的一个;
(3d2)根据该组两个目标分别与微波雷达的相对角度、相对速度和相对距离,得到该组两个目标分别在微波雷达测量范围内对应的第一位置,根据所述第一位置得到该组两个目标分别在机器视觉传感器的测量范围内对应的第二位置;所述第一位置包含第一个目标的雷达坐标和第二个目标的雷达坐标,所述第二位置包含第一个目标的传感器坐标和第二个目标的传感器坐标;
(3d3)在机器视觉传感器输出的车辆前方的场景图像中分别以第一个目标的传感器坐标和第二个目标的传感器坐标为中心搜索边界曲线,得到第一边界曲线和第二边界曲线;
(3d4)若所述第一边界曲线和所述第二边界曲线形成一个闭合的连续曲线且该组两个目标分别位于所述闭合的连续曲线内部,则该组两个目标中真实存在一个虚假目标;
若所述第一边界曲线包含的区域和所述第二边界曲线包含的区域相交且相交面积大于预设相交面积阈值时,该组两个目标中真实存在一个虚假目标;
若所述第一边界曲线和所述第二边界曲线不相交,或者所述第一边界曲线包含的区域和所述第二边界曲线包含的区域相交且相交面积小于或者等于预设相交面积阈值,则该组两个目标分别为真实目标。
2.根据权利要求1所述的一种车辆前方虚假目标剔除方法,其特征在于,子步骤(3b)具体包括:
(3b1)分别获取每两个目标与微波雷达的相对角度A1、A2,相对速度S1、S2和相对距离D1、D2;
(3b2)计算每两个目标的相似性Q:
Q=|A1-A2|×W1+|S1-S2|×W2+|D1-D2|×W3
其中,W1表示角度加权系数,W2表示速度加权系数,W3表示距离加权系数。
3.根据权利要求2所述的一种车辆前方虚假目标剔除方法,其特征在于,设置角度加权系数W1=2,速度加权系数W2=4,距离加权系数W3=4,则子步骤(3c)中,设定目标相似性阈值为24。
4.根据权利要求1所述的一种车辆前方虚假目标剔除方法,其特征在于,所述预设相交面积阈值为第一边界曲线包含的区域的面积与第二边界曲线包含的区域的面积之和的40%。
5.根据权利要求1所述的一种车辆前方虚假目标剔除方法,其特征在于,子步骤(3d3)中,以目标的传感器坐标为中心搜索边界曲线,具体为:
以目标的传感器坐标为中心,搜索其周围所有方向的像素点,将周围所有方向的像素点中灰度值发生显著性变化的像素点作为边界曲线的组成点;其中灰度值发生显著性变化的像素点是指:与周围相邻的其他像素点的灰度值相比灰度值变化的绝对值大于50的像素点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810077273.4A CN108263389B (zh) | 2018-01-26 | 2018-01-26 | 一种车辆前方虚假目标剔除装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810077273.4A CN108263389B (zh) | 2018-01-26 | 2018-01-26 | 一种车辆前方虚假目标剔除装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108263389A CN108263389A (zh) | 2018-07-10 |
CN108263389B true CN108263389B (zh) | 2019-08-30 |
Family
ID=62776697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810077273.4A Expired - Fee Related CN108263389B (zh) | 2018-01-26 | 2018-01-26 | 一种车辆前方虚假目标剔除装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108263389B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109812442A (zh) * | 2019-01-17 | 2019-05-28 | 珠海格力电器股份有限公司 | 一种电风扇的控制方法及装置、电风扇 |
CN109686108B (zh) * | 2019-02-19 | 2023-11-21 | 广州华南路桥实业有限公司 | 一种车辆目标轨迹跟踪系统及车辆轨迹跟踪方法 |
CN113391305B (zh) * | 2021-06-11 | 2022-09-30 | 森思泰克河北科技有限公司 | 多雷达融合的虚假目标抑制方法、装置及终端设备 |
CN113705388B (zh) * | 2021-08-13 | 2024-01-12 | 国网湖南省电力有限公司 | 基于摄像信息实时定位多人空间位置的方法及系统 |
CN113687328A (zh) * | 2021-09-14 | 2021-11-23 | 上海无线电设备研究所 | 一种弹载武器地面目标高分辨一维距离像识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637059A (zh) * | 2015-02-09 | 2015-05-20 | 吉林大学 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
CN105866779A (zh) * | 2016-04-06 | 2016-08-17 | 浙江大学 | 基于双目相机与毫米波雷达的可穿戴避障装置及避障方法 |
CN106951879B (zh) * | 2017-03-29 | 2020-04-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
CN107609522B (zh) * | 2017-09-19 | 2021-04-13 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测系统 |
-
2018
- 2018-01-26 CN CN201810077273.4A patent/CN108263389B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN108263389A (zh) | 2018-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108263389B (zh) | 一种车辆前方虚假目标剔除装置及方法 | |
CN106101590B (zh) | 雷达视频复合数据探测与处理系统及探测与处理方法 | |
CN111712731B (zh) | 目标检测方法、系统及可移动平台 | |
CN105955258B (zh) | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 | |
CN111192295B (zh) | 目标检测与跟踪方法、设备和计算机可读存储介质 | |
EP3792660B1 (en) | Method, apparatus and system for measuring distance | |
CN108509972A (zh) | 一种基于毫米波和激光雷达的障碍物特征提取方法 | |
CN113156421A (zh) | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 | |
CN109085570A (zh) | 基于数据融合的车辆检测跟踪算法 | |
CN102194239B (zh) | 用于处理图像数据的方法和系统 | |
CN109145677A (zh) | 障碍物检测方法、装置、设备及存储介质 | |
CN107144839A (zh) | 通过传感器融合检测长对象 | |
JP3596339B2 (ja) | 車間距離計測装置 | |
CN109583416A (zh) | 伪车道线识别方法及系统 | |
CN107103275A (zh) | 使用雷达和视觉基于车轮进行的车辆检测和追踪 | |
CN110674705A (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
CN109271857A (zh) | 一种伪车道线剔除方法及装置 | |
CN108021899A (zh) | 基于双目相机的车载智能前车防撞预警方法 | |
CN113743171A (zh) | 目标检测方法及装置 | |
CN114495064A (zh) | 一种基于单目深度估计的车辆周围障碍物预警方法 | |
CN112906777A (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN113627373A (zh) | 一种基于雷视融合探测的车辆识别方法 | |
US11281916B2 (en) | Method of tracking objects in a scene | |
CN115876198A (zh) | 基于数据融合的目标检测及预警方法、设备、系统和介质 | |
CN113962301B (zh) | 一种多源输入信号融合的路面质量检测方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190830 Termination date: 20220126 |