CN108986450A - 车辆环境感知方法、终端及系统 - Google Patents
车辆环境感知方法、终端及系统 Download PDFInfo
- Publication number
- CN108986450A CN108986450A CN201810823726.3A CN201810823726A CN108986450A CN 108986450 A CN108986450 A CN 108986450A CN 201810823726 A CN201810823726 A CN 201810823726A CN 108986450 A CN108986450 A CN 108986450A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- laser point
- car
- effective laser
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000007613 environmental effect Effects 0.000 title claims abstract description 36
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 27
- 238000004891 communication Methods 0.000 claims description 65
- 230000002093 peripheral effect Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 24
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000003786 synthesis reaction Methods 0.000 claims description 16
- 230000001953 sensory effect Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 241001269238 Data Species 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车辆环境感知方法、终端及系统,通过第一车载终端接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端采集本车位置的第一定位信息;然后根据有效激光点云数据以及第一定位信息对周围环境进行感知。本发明通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
Description
技术领域
本发明涉及智能交通及定位技术领域,尤其涉及一种车辆环境感知方法、终端及系统。
背景技术
随着汽车无人驾驶技术及智能网联技术的发展,对车辆周边障碍物以及道路信息的探测,即实时准确地识别自车及周边车辆的位置、速度和车道信息技术成为汽车防碰撞、自动巡航等安全驾驶的前提。
激光雷达作为汽车的“眼睛”是目前最强大的传感器之一,它可以区分真实移动中的行人和人物海报、在三维立体的空间中建模、检测静态物体、精确测距,通过精准定位在ADAS(Advanced Driver Assistance Systems,高级驾驶辅助系统)及无人驾驶系统中具有重要作用。
但是目前基于激光雷达的环境感知技术存在以下不足:
第一、激光雷达设备只能实现自身对周围环境的感知,容易受到周边物体遮挡影响感知效果,且探测距离短只能实现周围300m范围内的环境感知;
第二、由于多线车载激光雷达成本昂贵,并且产品规格较大,车载激光产品的最终形态也还未确定,无法满足大众车型的装配,不利于普通车辆通过安装激光雷达来实现环境感知。
第三、当前的无线通信手段无法满足数据通信的实时性和可靠性要求,车车之间和车路之间的激光雷达设备的探测数据不能进行共享,数据利用效率低。
发明内容
本发明提供一种车辆环境感知方法、终端及系统,以实现车路间激光雷达数据共享,提高道路中车辆对周围环境的感知能力,提高驾驶安全。
本发明的一个方面是提供一种车辆环境感知方法,包括:
路侧终端采集包含道路周边信息的第一激光点云数据;
所述路侧终端根据所述第一激光点云数据获取预定坐标系下的第一有效激光点云数据,所述第一有效激光点云数据中包含交通参与者模型和道路设施模型;
所述路侧终端将所述第一有效激光点云数据进行广播,以使接收到所述第一有效激光点云数据的第一车载终端根据所述第一有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
进一步的,所述路侧终端将所述第一有效激光点云数据进行广播前,还包括:
所述路侧终端接收第二车载终端广播的预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据为所述第二车载终端根据其采集的包含道路周边信息的第二激光点云数据和第二定位信息得到的;
融合所述第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据;
所述路侧终端将所述第一有效激光点云数据进行广播,还包括:
以所述综合有效激光点云数据替代所述第一有效激光点云数据进行广播。
进一步的,所述路侧终端将所述第一有效激光点云数据进行广播,包括:
所述路侧终端将所述第一有效激光点云数据或所述综合有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
本发明的另一个方面是提供一种车辆环境感知方法,包括:
第二车载终端采集包含道路周边信息的第二激光点云数据;
所述第二车载终端采集本车位置的第二定位信息;
所述第二车载终端根据所述第二激光点云数据及所述第二定位信息获取预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据中包含交通参与者模型和道路设施模型;
所述第二车载终端将所述第二有效激光点云数据进行广播,以使接收到所述第二有效激光点云数据的第一车载终端根据所述第二有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
进一步的,所述第二车载终端将所述第二有效激光点云数据进行广播,还包括:
所述第二车载终端将所述第二有效激光点云数据广播给路侧终端,以使所述路侧终端融合其自身获取的第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据,并将所述综合有效激光点云数据进行广播,其中所述第一有效激光点云数据为所述路侧终端根据其采集的包含道路周边信息的第一激光点云数据得到的。
进一步的,所述第二车载终端将所述第二有效激光点云数据进行广播,包括:
所述第二车载终端将所述第二有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
本发明的另一个方面是提供车辆环境感知方法,包括:
第一车载终端接收路侧终端和/或第二车载终端广播的、和/或路侧转发终端转发的预定坐标系下的有效激光点云数据,所述有效激光点云数据包含交通参与者模型和道路设施模型;
所述第一车载终端采集本车位置的第一定位信息;
所述第一车载终端根据所述有效激光点云数据以及所述第一定位信息对周围环境进行感知。
进一步的,所述第一车载终端根据所述有效激光点云数据以及所述定位信息对周围环境进行感知,包括:
所述第一车载终端根据所述第一定位信息获取在预定坐标系下的坐标;
所述第一车载终端根据所述坐标从所述有效激光点云数据中从所述有效激光点云数据中提取所述第一车载终端位置及周边环境信息进行环境感知。
本发明的另一个方面是提供一种路侧终端,包括:激光雷达模块、V2X通信模块、处理器、存储器以及计算机程序;
所述激光雷达模块用于采集包含道路周边信息的激光点云数据;
所述V2X通信模块用于有效激光点云数据的接收和广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现上述与路侧终端对应的所述的方法。
本发明的另一个方面是提供一种第二车载终端,包括:激光雷达模块、定位模块、V2X通信模块、处理器、存储器以及计算机程序;
所述激光雷达模块用于采集包含道路周边信息的激光点云数据;
所述定位模块用于采集自身位置的定位信息;
所述V2X通信模块用于有效激光点云数据的广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现上述与第二车载终端对应的所述的方法。
本发明的另一个方面是提供一种第一车载终端,包括:定位模块、V2X通信模块、处理器、存储器以及计算机程序;
所述定位模块用于采集自身位置的定位信息;
所述V2X通信模块用于接收有效激光点云数据;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现与上述第一车载终端对应的所述的方法。
本发明的另一个方面是提供一种车辆环境感知系统,包括:如上所述的路侧终端、第二车载终端以及第一车载终端。
进一步的,所述系统还包括:
路侧转发终端,所述路侧转发终端包括V2X通信单元、处理器、存储器以及计算机程序;
所述V2X通信单元,用于接收所述路侧终端和/或所述第二车载终端的有效激光点云数据并进行广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现对所述V2X通信单元接收到的数据进行识别。
本发明提供的车辆环境感知方法、终端及系统,通过第一车载终端接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端采集本车位置的第一定位信息;然后根据有效激光点云数据以及第一定位信息对周围环境进行感知。
本发明的有益效果是:利用V2X通信技术,实现了车路、车车间激光雷达数据实时高效的共享,有效的提高了道路中车辆对周围环境的感知能力。尤其对于未安装激光雷达的车辆也能够提高其对周围环境的感知能力,可节省其安装车载激光雷达的成本,提高驾驶安全。
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性的前提下,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车辆环境感知方法流程图;
图2为本发明另一实施例提供的车辆环境感知方法流程图;
图3为本发明另一实施例提供的车辆环境感知方法流程图;
图4为本发明实施例提供的路侧终端的结构图;
图5为本发明实施例提供的第二车载终端的结构图;
图6为本发明实施例提供的第一车载终端的结构图;
图7为本发明实施例提供的车辆环境感知系统的结构图;
图8为本发明实施例提供的路侧转发终端的结构图。
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。
在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,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。
图1为本发明实施例提供的车辆环境感知方法流程图。如图1所示,本实施例提供了一种车辆环境感知方法,执行主体为路侧终端,该方法具体步骤如下:
S101、路侧终端采集包含道路周边信息的第一激光点云数据。
在本实施例中,路侧终端可设置于道路上,其具体位置和数量可根据实际需要进行布置,例如可布置于路旁、或者横跨道路的交通杆上。路侧终端包括激光雷达模块、V2X(Vehicle to X)通信模块(当然也可为其他通信模块)、处理器等,其中V2X是智能交通运输系统的关键技术,能够使得车与车、车与基站、基站与基站之间实现通信,按照约定的通信协议和数据交互标准,在V2V、V2R、V2I之间,进行无线通信和信息交换的大系统网络,对于车联网、自动驾驶安全有十分重要的作用。
本实施例中可通过其激光雷达模块扫描道路,采集包含道路周边信息的第一激光点云数据,其中激光点云数据是利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标,得到的是一系列表达目标空间分布和目标表面特性的海量点的集合,点云的属性包括:空间分辨率,点位精度,表面法向量等。
S102、所述路侧终端根据所述第一激光点云数据获取预定坐标系下的第一有效激光点云数据,所述第一有效激光点云数据中包含交通参与者模型和道路设施模型。
在本实施例中,由于路侧终端采集的第一激光点云数据为极坐标数据可以首先转换为以路侧终端为圆心的三维直角坐标(x’,y’,z’),其中n表示激光雷达扫描层的层数,进而根据路侧终端的位置(经纬度和海拔信息),将(x’,y’,z’)转换为统一的以地心为原点的大地直角坐标系(x,y,z)。当然也可以预先定义一个其他的坐标系。
进一步的,还可通过自适应距离区域分割预处理减小激光点云数据量,由于扫描点的分布并不是均匀的,通常情况下离激光雷达模块传感器近的扫描点密度大一些,而远离激光雷达模块传感器的扫描点密度小一些,当某个扫描点离传感器中心的距离为D时,分割阈值选择为d,当扫描点离传感器中心的距离为3D时,阈值选择为3d。
针对预处理后的激光点云数据根据车辆、行人、非机动车、车道线及其他道路设施物理特征对交通参与者及道路设施的可能区域进行基于密度聚类合并算法的激光点云数据聚类,实现包括车辆、行人以及非机动车等交通参与者模型和车道线等道路设施模型之间的分离。经过上述处理从而得到第一有效激光点云数据。
S103、所述路侧终端将所述第一有效激光点云数据进行广播,以使接收到所述第一有效激光点云数据的第一车载终端根据所述第一有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
在本实施例中,在路侧终端获取了第一有效激光点云数据后,将第一有效激光点云数据进行广播,设置于车辆上的第一车载终端则可根据第一有效激光点云数据以及车载终端获取的本车位置的第一定位信息对周围环境进行感知,其中第一车载终端可以为未设置激光雷达模块、但设置有V2X通信模块的车载终端,当然对于设置有激光雷达模块和V2X通信模块的车载终端同样适用,具体的第一车载终端根据第一定位信息确定自身位置在预定坐标系下的坐标,根据该坐标从有效激光点云数据中感知所在车道线以及周围车辆。
所述路侧终端将所述第一有效激光点云数据进行广播,具体可以报文的形式进行广播,其中报文数据格式可表1所示,报文中可包括:消息ID、消息标识位、时间戳、位置信息、数据长度和有效激光点云数据,当然报文内容和报文格式并不仅限于上述示例。其中,消息标识位用于区别V2X通信中其他消息数据;此外,由于第一有效激光点云数据是与道路实施情况对应的,因此考虑到其实时性,报文中增加了时间戳,当第一车载终端接收到报文且判断当前时间与时间戳之间的时间差大于或等于阈值(如50ms)时,则判断该报文失去时效进行丢弃或删除,如果时间差小于阈值时则判断该报文有效,进而根据其中的有效激光点云数据进行周围环境进行感知。
表1
消息ID | 消息标识位 | 时间戳 | 位置信息 | 数据长度 | 有效激光点云数据 |
本实施例提供的车辆环境感知方法,通过路侧终端采集包含道路周边信息的第一激光点云数据,然后根据第一激光点云数据获取预定坐标系下的第一有效激光点云数据,第一有效激光点云数据中包含交通参与者模型和道路设施模型,最后对第一有效激光点云数据进行广播,以使接收到第一有效激光点云数据的第一车载终端根据第一有效激光点云数据以及第一车载终端获取的第一定位信息对周围环境进行感知。本实施例的方法通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
在上述实施例的基础上,S103所述的路侧终端将所述第一有效激光点云数据进行广播前,还可包括:
S110、所述路侧终端接收第二车载终端广播的预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据为所述第二车载终端根据其采集的包含道路周边信息的第二激光点云数据和第二定位信息得到的;
S111、融合所述第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据。
在本实施例中,第二车载终端为设置在其他车辆(非第一车载终端所在车辆)中具有激光雷达模块的车载终端,此外还具有V2X通信模块、处理器等,第二车载终端在该车辆形式过程中可同样采集包含道路周边信息的第二激光点云数据,同时采集本车位置的第二定位信息,然后根据第二激光点云数据及第二定位信息获取预定坐标系下的第二有效激光点云数据(其中第二有效激光点云数据中包含交通参与者模型和道路设施模型),然后将第二有效激光点云数据广播给路侧终端,路侧终端接收到第二有效激光点云数据后,融合第一有效激光点云数据和第二有效激光点云数据得到综合有效激光点云数据。第二有效激光点云数据也可以报文进行广播。当然,第一有效激光点云数据和第二有效激光点云数据也需要满足时效性,路侧终端可将第一有效激光点云数据的时间戳和第二有效激光点云数据的时间戳进行比对,若两时间戳的时间差小于阈值(如50ms),则可将两种激光点云数据进行融合,从而得到更为详细精确的综合有效激光点云数据,若两时间戳的时间差大于或等于阈值则不进行融合。
相应的,S103所述路侧终端将所述第一有效激光点云数据进行广播,则可包括:
S112、以所述综合有效激光点云数据替代所述第一有效激光点云数据进行广播。
由于综合有效激光点云数据更为详细精确,因此若获取到综合有效激光点云数据则以综合有效激光点云数据替代第一有效激光点云数据进行广播,从而使得接收到所述综合有效激光点云数据的第一车载终端对周围环境进行感知更为准确。
进一步的,S103所述路侧终端将所述第一有效激光点云数据进行广播,具体可包括:
所述路侧终端将所述第一有效激光点云数据或所述综合有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
出于成本或者环境限制,并不是所有路段均适合路侧终端的布置,因此可增设路侧转发终端,路侧转发终端包括V2X通信单元,用于接收路侧终端有效激光点云数据或所述综合有效激光点云数据并进行广播,以分担路侧终端通信模块的负担,保证第一车载终端数据接收的稳定性。
图2为本发明实施例提供的车辆环境感知方法流程图。如图2所示,本实施例提供了一种车辆环境感知方法,执行主体为第二车载终端,该方法具体步骤如下:
S201、第二车载终端采集包含道路周边信息的第二激光点云数据。
在本实施例中,第二车载终端设置于车辆上,包括激光雷达模块、V2X通信模块、处理器等,在该车辆行驶过程中可通过其激光雷达模块扫描道路,采集包含道路周边信息的第二激光点云数据。
S202、所述第二车载终端采集本车位置的第二定位信息。
在本实施例中,由于车辆行驶过程中激光雷达模块获取的第二激光点云数据是以激光雷达模块其自身建立的坐标系,因此需要获取第二车载终端自身位置的第二定位信息,从而将第二激光点云数据转换到统一的预定坐标系下,才能为其他车辆和路侧终端提供参考。
S203、所述第二车载终端根据所述第二激光点云数据及所述第二定位信息获取预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据中包含交通参与者模型和道路设施模型。
在本实施例中,根据所述第二激光点云数据及所述第二定位信息通过坐标转换可将第二激光点云数据转换到预定坐标系(例如大地直角坐标系)下。进一步的,还可通过自适应距离区域分割预处理减小激光点云数据量,由于扫描点的分布并不是均匀的,通常情况下离激光雷达模块传感器近的扫描点密度大一些,而远离激光雷达模块传感器的扫描点密度小一些,当某个扫描点离传感器中心的距离为D时,分割阈值选择为d,当扫描点离传感器中心的距离为3D时,阈值选择为3d。针对预处理后的激光点云数据根据车辆、行人、非机动车、车道线及其他道路设施物理特征对交通参与者及道路设施的可能区域进行基于密度聚类合并算法的激光点云数据聚类,实现交通参与者模型和道路设施模型之间的分离。经过上述处理从而得到第二有效激光点云数据。
S204、所述第二车载终端将所述第二有效激光点云数据进行广播,以使接收到所述第二有效激光点云数据的第一车载终端根据所述第二有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
在本实施例中,在第二车载终端获取了第二有效激光点云数据后,将第二有效激光点云数据进行广播,设置于车辆上的第一车载终端则可根据第二有效激光点云数据以及车载终端获取的本车位置的第一定位信息对周围环境进行感知,其中第一车载终端可以为未设置激光雷达模块、但设置有V2X通信模块的车载终端,当然对于设置有激光雷达模块和V2X通信模块的车载终端同样适用,具体的第一车载终端根据第一定位信息确定自身位置在预定坐标系下的坐标,根据该坐标从有效激光点云数据中感知所在车道线以及周围车辆。同样的,第二有效激光点云数据可以报文的形式进行广播,其中报文数据格式可如表1所示,报文中可包括:消息ID、消息标识位、时间戳、位置信息、数据长度和有效激光点云数据,当然报文内容和报文格式并不仅限于上述示例。其中,消息标识位用于区别V2X通信中其他消息数据;此外,由于第二有效激光点云数据是与道路实施情况对应的,因此考虑到其实时性,报文中增加了时间戳,当第一车载终端接收到报文且判断当前时间与时间戳之间的时间差大于或等于阈值(如50ms)时,则判断该报文失去时效进行丢弃或删除,如果时间差小于阈值时则判断该报文有效,进而根据其中的有效激光点云数据进行周围环境进行感知。
本实施例提供的车辆环境感知方法,通过第二车载终端采集包含道路周边信息的第二激光点云数据以及本车位置的第二定位信息;然后根据第二激光点云数据及第二定位信息获取预定坐标系下的第二有效激光点云数据,第二有效激光点云数据中包含交通参与者模型和道路设施模型;最后将第二有效激光点云数据进行广播,以使接收到第二有效激光点云数据的第一车载终端根据第二有效激光点云数据以及第一车载终端获取的第一定位信息对周围环境进行感知。本实施例的方法通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
在上述实施例的基础上,S204所述的第二车载终端将所述第二有效激光点云数据进行广播,还可包括:
所述第二车载终端将所述第二有效激光点云数据广播给路侧终端,以使所述路侧终端融合其自身获取的第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据,并将所述综合有效激光点云数据进行广播,其中所述第一有效激光点云数据为所述路侧终端根据其采集的包含道路周边信息的第一激光点云数据得到的。
本实施例中,第二车载终端将第二有效激光点云数据广播给路侧终端,路侧终端接收到第二有效激光点云数据后,融合第一有效激光点云数据和第二有效激光点云数据得到综合有效激光点云数据。当然,第一有效激光点云数据和第二有效激光点云数据也需要满足时效性,路侧终端可将第一有效激光点云数据的时间戳和第二有效激光点云数据的时间戳进行比对,若两时间戳的时间差小于阈值(如50ms),则可将两种激光点云数据进行融合,从而得到更为详细精确的综合有效激光点云数据,若两时间戳的时间差大于或等于阈值则不进行融合。
进一步的,所述第二车载终端将所述第二有效激光点云数据进行广播,包括:
所述第二车载终端将所述第二有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
本实施例中,由于第二车载终端通过V2X通信模块广播功率有限,并不能保证较多其他的第一车辆稳定接收数据,因此可将第二有效激光点云数据通过可增设路侧转发终端进行广播,路侧转发终端包括V2X通信单元,用于接收第二车载终端的第二有效激光点云数据并进行广播,以分担第二车载终端通信模块的负担,保证第一车载终端数据接收的稳定性。
图3为本发明实施例提供的车辆环境感知方法流程图。如图3所示,本实施例提供了一种车辆环境感知方法,执行主体为第一车载终端,该方法具体步骤如下:
S301、第一车载终端接收路侧终端和/或第二车载终端广播的、和/或路侧转发终端转发的预定坐标系下的有效激光点云数据,所述有效激光点云数据包含交通参与者模型和道路设施模型。
在本实施例中,第一车载终端设置车辆上,可以为未设置激光雷达模块、但设置有V2X通信模块的车载终端,可实现无激光雷达感知周围环境,当然也可以为设置有激光雷达模块和V2X通信模块的车载终端,可进一步提高周围环境的感知能力,提高准确性。本实施例中的第一车载终端可接收上述实施例中路侧终端广播的第一有效激光点云数据,也可接收上述实施例中第二车载终端广播的第二有效激光点云数据,当然也可同时接收第一有效激光点云数据和第二有效激光点云数据。需要说明的是有效激光点云数据可以使从路侧终端、第二车载终端直接接收,也可是通过路侧转发终端间接接收,也即路侧终端、第二车载终端先将有效激光点云数据广播给路侧转发终端,再由路侧转发终端进一步广播。
在获取到有效激光点云数据后,还可进行时效性验证,也即获取有效激光点云数据报文中的时间戳,当第一车载终端接收到报文且判断当前时间与时间戳之间的时间差大于或等于阈值(如50ms)时,则判断该报文失去时效进行丢弃或删除,如果时间差小于阈值时则判断该报文有效,进而根据其中的有效激光点云数据进行周围环境进行感知。
S302、所述第一车载终端采集本车位置的第一定位信息。
在本实施例中,由于有效激光点云数据反映的是当前道路整体状况,而并不是仅针对一个第一车载终端,因此还需要第一车载终端采集本车位置的第一定位信息,然后从有效激光点云数据中定位自身位置在有效激光点云数据中的坐标,才能获取到其自身的周围环境,进行周围环境的感知。
S303、所述第一车载终端根据所述有效激光点云数据以及所述第一定位信息对周围环境进行感知。
在本实施例中,第一车载终端在获取了有效激光点云数据和第一定位信息后,结合有效激光点云数据和第一定位信息,对周围环境进行感知。
具体的,所述第一车载终端根据所述有效激光点云数据以及所述定位信息对周围环境进行感知,可包括:
所述第一车载终端根据所述第一定位信息获取在预定坐标系下的坐标;
所述第一车载终端根据所述坐标从所述有效激光点云数据中提取所述第一车载终端位置及周边环境信息进行环境感知。
本实施例中,可首先利用离散激光点云数据通过最小二乘法拟合车辆轮廓和车道线,然后进行车辆及车道线等道路信息特征提取;根据自车经纬度和海拔高度的定位信息,转换为统一的以地心为原点的大地直角坐标系的坐标位置,进而识别出自车是在提取特征后道路的车辆中哪一辆,从而实现了自车周边车辆及道路信息的环境感知。
本实施例提供的车辆环境感知方法,通过第一车载终端接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端采集本车位置的第一定位信息;第一车载终端根据有效激光点云数据以及第一定位信息对周围环境进行感知。本实施例的方法通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
图4为本发明实施例提供的路侧终端的结构图。本实施例提供一种路侧终端,可以执行上述与路侧终端对应的车辆环境感知方法实施例提供的处理流程,如图4所示,本实施例提供的路侧终端400包括:激光雷达模块401、V2X通信模块402、处理器403、存储器404以及计算机程序。
所述激光雷达模块401用于采集包含道路周边信息的激光点云数据;
所述V2X通信模块402用于有效激光点云数据的接收和广播;
所述计算机程序存储在所述存储器404中,并被配置为由所述处理器403执行以实现上述与路侧终端对应的所述的方法。
具体的,路侧终端400通过激光雷达模块401采集包含道路周边信息的第一激光点云数据;路侧终端400通过处理器403根据所述第一激光点云数据获取预定坐标系下的第一有效激光点云数据,所述第一有效激光点云数据中包含交通参与者模型和道路设施模型;路侧终端400通过V2X通信模块402将所述第一有效激光点云数据进行广播,以使接收到所述第一有效激光点云数据的第一车载终端根据所述第一有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。此外,V2X通信模块402还可接收第二车载终端广播的预定坐标系下的第二有效激光点云数据。需要说明的是,通信模块并不限于V2X通信模块,也可采用其他通信模块。
此外,路侧终端400也可设置定位模块,获取其自身的位置,当然定位模块并不是必须的,由于路测终端400位置是固定的,可以预先获取其自身位置。
本实施例提供的路侧终端400可以具体用于执行上述图1所提供的方法实施例,具体功能此处不再赘述。
本实施例提供的路侧终端,通过路侧终端采集包含道路周边信息的第一激光点云数据,然后根据第一激光点云数据获取预定坐标系下的第一有效激光点云数据,第一有效激光点云数据中包含交通参与者模型和道路设施模型,最后对第一有效激光点云数据进行广播,以使接收到第一有效激光点云数据的第一车载终端根据第一有效激光点云数据以及第一车载终端获取的第一定位信息对周围环境进行感知。本实施例通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
图5为本发明实施例提供的第二车载终端的结构图。本实施例提供一种第二车载终端,可以执行上述与第二车载终端对应的车辆环境感知方法实施例提供的处理流程,如图5所示,本实施例提供的第二车载终端500包括:激光雷达模块501、定位模块503、V2X通信模块502、处理器504、存储器505以及计算机程序。
所述激光雷达模块501用于采集包含道路周边信息的激光点云数据;
所述定位模块503用于采集自身位置的定位信息;
所述V2X通信模块502用于有效激光点云数据的广播;
所述计算机程序存储在所述存储器505中,并被配置为由所述处理器504执行以实现上述与第二车载终端对应的所述的方法。
具体的,第二车载终端500通过激光雷达模块501采集包含道路周边信息的第二激光点云数据;第二车载终端500通过定位模块503采集本车位置的第二定位信息;第二车载终端500通过处理器504根据所述第二激光点云数据及所述第二定位信息获取预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据中包含交通参与者模型和道路设施模型;第二车载终端500通过V2X通信模块502将所述第二有效激光点云数据进行广播,以使接收到所述第二有效激光点云数据的第一车载终端根据所述第二有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。需要说明的是,通信模块并不限于V2X通信模块,也可采用其他通信模块。
本实施例提供的第二车载终端500可以具体用于执行上述图2所提供的方法实施例,具体功能此处不再赘述。
本实施例提供的第二车载终端,通过第二车载终端采集包含道路周边信息的第二激光点云数据以及本车位置的第二定位信息;然后根据第二激光点云数据及第二定位信息获取预定坐标系下的第二有效激光点云数据,第二有效激光点云数据中包含交通参与者模型和道路设施模型;最后将第二有效激光点云数据进行广播,以使接收到第二有效激光点云数据的第一车载终端根据第二有效激光点云数据以及第一车载终端获取的第一定位信息对周围环境进行感知。本实施例通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
图6为本发明实施例提供的第一车载终端的结构图。本实施例提供的一种第一车载终端,可以执行上述与第一车载终端对应的车辆环境感知方法实施例提供的处理流程,如图6所示,本实施例的第一车载终端600,包括:定位模块601、V2X通信模块602、处理器603、存储器604以及计算机程序。
所述定位模块601用于采集自身位置的定位信息;
所述V2X通信模块602用于接收有效激光点云数据;
所述计算机程序存储在所述存储器604中,并被配置为由所述处理器603执行以实现与上述与第一车载终端600对应的所述的方法。
具体的,第一车载终端600通过V2X通信模块602接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,所述有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端600通过定位模块601采集本车位置的第一定位信息;第一车载终端600通过处理器603根据所述有效激光点云数据以及所述第一定位信息对周围环境进行感知。需要说明的是,通信模块并不限于V2X通信模块602,也可采用其他通信模块。
此外,对于本实施例中的第一车载终端600,并未限定其是否具有激光雷达模块,也即上述本实施例与第一车载终端对应的所述的方法对于是否具有激光雷达模块的车载终端均可适用。
本实施例提供的第一车载终端600可以具体用于执行上述图3所提供的方法实施例,具体功能此处不再赘述。
本实施例提供的第一车载终端,通过第一车载终端接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端采集本车位置的第一定位信息;第一车载终端根据有效激光点云数据以及第一定位信息对周围环境进行感知。本实施例通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
图7为本发明实施例提供的车辆环境感知系统的结构图。如图7所示,本实施例提供的一种车辆环境感知系统,包括:如上述实施例所述的路侧终端400、第二车载终端500以及第一车载终端600。
本实施例中,路侧终端400采集包含道路周边信息的第一激光点云数据,然后根据第一激光点云数据获取预定坐标系下的第一有效激光点云数据,第一有效激光点云数据中包含交通参与者模型和道路设施模型,最后对第一有效激光点云数据进行广播;第二车载终端500采集包含道路周边信息的第二激光点云数据以及本车位置的第二定位信息,然后根据第二激光点云数据及第二定位信息获取预定坐标系下的第二有效激光点云数据,第二有效激光点云数据中包含交通参与者模型和道路设施模型,最后将第二有效激光点云数据进行广播;第一车载终端600接收路侧终端400的第一有效激光点云数据和/或第二车载终端500广播的第二有效激光点云数据,并采集本车位置的第一定位信息,然后根据第一有效激光点云数据和/或第二有效激光点云数据、以及第一定位信息对周围环境进行感知。
进一步的,所述系统还包括:
路侧转发终端700,如图8所示,所述路侧转发终端700包括V2X通信单元701、处理器702、存储器703以及计算机程序;所述V2X通信单元701,用于接收所述路侧终端400和/或所述第二车载终端500的有效激光点云数据并进行广播;所述计算机程序存储在所述存储器703中,并被配置为由所述处理器702执行以实现对所述V2X通信单元701接收到的数据进行识别。
本实施例中可通过可增设路侧转发终端700接收路侧终端400广播的第一有效激光点云数据和/或第二车载终端500广播的第二有效激光点云数据,并将接收到的有效激光点云数据进行广播,以分担各发送端通信模块的负担,保证第一车载终端600数据接收的稳定性。本实施例中的路侧转发终端700还需要对V2X通信单元701接收到的数据进行识别,若识别为有效激光点云数据则进行广播。
需要说明的是,本实施例提供的车辆环境感知系统中,路侧终端400、第二车载终端500、第一车载终端600以及路侧转发终端700均不限于一个。
本实施例提供的车辆环境感知系统中各终端分别可执行上述对应的方法实施例,具体功能此处不再赘述。
本实施例提供的车辆环境感知系统,通过第一车载终端接收路侧终端和/或第二车载终端广播的预定坐标系下的有效激光点云数据,有效激光点云数据包含交通参与者模型和道路设施模型;第一车载终端采集本车位置的第一定位信息;然后根据有效激光点云数据以及第一定位信息对周围环境进行感知。本实施例通过车路间激光雷达数据共享有效地提高了道路中车辆对周围环境的感知能力,尤其对于未安装激光雷达的车辆也能够实现周围环境的感知能力,可节省安装车载激光雷达的成本,提高驾驶安全。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,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,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (13)
1.一种车辆环境感知方法,其特征在于,包括:
路侧终端采集包含道路周边信息的第一激光点云数据;
所述路侧终端根据所述第一激光点云数据获取预定坐标系下的第一有效激光点云数据,所述第一有效激光点云数据中包含交通参与者模型和道路设施模型;
所述路侧终端将所述第一有效激光点云数据进行广播,以使接收到所述第一有效激光点云数据的第一车载终端根据所述第一有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
2.根据权利要求1所述的方法,其特征在于,所述路侧终端将所述第一有效激光点云数据进行广播前,还包括:
所述路侧终端接收第二车载终端广播的预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据为所述第二车载终端根据其采集的包含道路周边信息的第二激光点云数据和第二定位信息得到的;
融合所述第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据;
所述路侧终端将所述第一有效激光点云数据进行广播,还包括:
以所述综合有效激光点云数据替代所述第一有效激光点云数据进行广播。
3.根据权利要求2所述的方法,其特征在于,所述路侧终端将所述第一有效激光点云数据进行广播,包括:
所述路侧终端将所述第一有效激光点云数据或所述综合有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
4.一种车辆环境感知方法,其特征在于,包括:
第二车载终端采集包含道路周边信息的第二激光点云数据;
所述第二车载终端采集本车位置的第二定位信息;
所述第二车载终端根据所述第二激光点云数据及所述第二定位信息获取预定坐标系下的第二有效激光点云数据,所述第二有效激光点云数据中包含交通参与者模型和道路设施模型;
所述第二车载终端将所述第二有效激光点云数据进行广播,以使接收到所述第二有效激光点云数据的第一车载终端根据所述第二有效激光点云数据以及所述第一车载终端获取的第一定位信息对周围环境进行感知。
5.根据权利要求4所述的方法,其特征在于,所述第二车载终端将所述第二有效激光点云数据进行广播,还包括:
所述第二车载终端将所述第二有效激光点云数据广播给路侧终端,以使所述路侧终端融合其自身获取的第一有效激光点云数据和所述第二有效激光点云数据得到综合有效激光点云数据,并将所述综合有效激光点云数据进行广播,其中所述第一有效激光点云数据为所述路侧终端根据其采集的包含道路周边信息的第一激光点云数据得到的。
6.根据权利要求4或5所述的方法,其特征在于,所述第二车载终端将所述第二有效激光点云数据进行广播,包括:
所述第二车载终端将所述第二有效激光点云数据直接广播和/或通过路侧转发终端进行广播。
7.一种车辆环境感知方法,其特征在于,包括:
第一车载终端接收路侧终端和/或第二车载终端广播的、和/或路侧转发终端转发的预定坐标系下的有效激光点云数据,所述有效激光点云数据包含交通参与者模型和道路设施模型;
所述第一车载终端采集本车位置的第一定位信息;
所述第一车载终端根据所述有效激光点云数据以及所述第一定位信息对周围环境进行感知。
8.根据权利要求7所述的方法,其特征在于,所述第一车载终端根据所述有效激光点云数据以及所述定位信息对周围环境进行感知,包括:
所述第一车载终端根据所述第一定位信息获取在预定坐标系下的坐标;
所述第一车载终端根据所述坐标从所述有效激光点云数据中从所述有效激光点云数据中提取所述第一车载终端位置及周边环境信息进行环境感知。
9.一种路侧终端,其特征在于,包括:激光雷达模块、V2X通信模块、处理器、存储器以及计算机程序;
所述激光雷达模块用于采集包含道路周边信息的激光点云数据;
所述V2X通信模块用于有效激光点云数据的接收和广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-3中任一项所述的方法。
10.一种第二车载终端,其特征在于,包括:激光雷达模块、定位模块、V2X通信模块、处理器、存储器以及计算机程序;
所述激光雷达模块用于采集包含道路周边信息的激光点云数据;
所述定位模块用于采集自身位置的定位信息;
所述V2X通信模块用于有效激光点云数据的广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求4-6中任一项所述的方法。
11.一种第一车载终端,其特征在于,包括:定位模块、V2X通信模块、处理器、存储器以及计算机程序;
所述定位模块用于采集自身位置的定位信息;
所述V2X通信模块用于接收有效激光点云数据;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求7或8所述的方法。
12.一种车辆环境感知系统,其特征在于,包括:如权利要求9所述的路侧终端、如权利要求10所述的第二车载终端以及如权利要求11所述的第一车载终端。
13.根据权利要求12所述的系统,其特征在于,还包括:
路侧转发终端,所述路侧转发终端包括V2X通信单元、处理器、存储器以及计算机程序;
所述V2X通信单元,用于接收所述路侧终端和/或所述第二车载终端的有效激光点云数据并进行广播;
所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现对所述V2X通信单元接收到的数据进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810823726.3A CN108986450B (zh) | 2018-07-25 | 2018-07-25 | 车辆环境感知方法、终端及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810823726.3A CN108986450B (zh) | 2018-07-25 | 2018-07-25 | 车辆环境感知方法、终端及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108986450A true CN108986450A (zh) | 2018-12-11 |
CN108986450B CN108986450B (zh) | 2024-01-16 |
Family
ID=64550461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810823726.3A Active CN108986450B (zh) | 2018-07-25 | 2018-07-25 | 车辆环境感知方法、终端及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986450B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109830105A (zh) * | 2019-03-18 | 2019-05-31 | 中国安全生产科学研究院 | 一种防止车辆碰撞路侧固定危险物的装置及方法 |
CN110148313A (zh) * | 2019-06-24 | 2019-08-20 | 深圳成谷科技有限公司 | 道路障碍物信息的处理方法、装置及系统 |
CN110220529A (zh) * | 2019-06-17 | 2019-09-10 | 深圳数翔科技有限公司 | 一种路侧自动驾驶车辆的定位方法 |
CN110276972A (zh) * | 2019-07-16 | 2019-09-24 | 启迪云控(北京)科技有限公司 | 一种基于车联网的目标物感知方法及系统 |
CN110602849A (zh) * | 2019-08-27 | 2019-12-20 | 中国地质大学(北京) | 一种基于雷达的智慧路灯动态物捕捉系统 |
CN111278006A (zh) * | 2020-01-21 | 2020-06-12 | 重庆长安汽车股份有限公司 | 一种基于v2x的感知信息的可靠性验证方法、装置、控制器及汽车 |
CN111368635A (zh) * | 2020-02-05 | 2020-07-03 | 北京邮电大学 | 一种基于毫米波的多人步态识别方法及装置 |
CN111367252A (zh) * | 2018-12-26 | 2020-07-03 | 北京图森智途科技有限公司 | 一种停车控制方法、设备及系统 |
CN111833631A (zh) * | 2020-06-24 | 2020-10-27 | 武汉理工大学 | 基于车路协同的目标数据处理方法、系统和存储介质 |
CN111854727A (zh) * | 2019-04-27 | 2020-10-30 | 北京初速度科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN111918244A (zh) * | 2019-05-10 | 2020-11-10 | 大众汽车有限公司 | 用于在无线通信中对道路用户进行寻址的概念 |
CN112124319A (zh) * | 2020-08-28 | 2020-12-25 | 青岛慧拓智能机器有限公司 | 一种智能驾驶系统 |
CN112698304A (zh) * | 2019-10-22 | 2021-04-23 | 北醒(北京)光子科技有限公司 | 一种激光雷达系统 |
CN112769929A (zh) * | 2020-12-31 | 2021-05-07 | 重庆车辆检测研究院有限公司 | 面向车路协同技术的场地在环测试系统及测试方法 |
CN112950678A (zh) * | 2021-03-25 | 2021-06-11 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路协同的超视距融合感知系统 |
CN113112840A (zh) * | 2021-03-15 | 2021-07-13 | 上海交通大学 | 一种基于车路协同的无人车超视距导航系统及方法 |
CN113255504A (zh) * | 2021-05-19 | 2021-08-13 | 燕山大学 | 一种基于深度学习的路侧视角超视距全域融合感知系统 |
CN114612869A (zh) * | 2022-03-14 | 2022-06-10 | 合肥工业大学 | 一种路侧激光雷达与车载激光雷达信息融合方法 |
WO2022237876A1 (zh) * | 2021-05-12 | 2022-11-17 | 维沃移动通信有限公司 | 信息处理方法、装置、终端和网络侧设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013054522A (ja) * | 2011-09-02 | 2013-03-21 | Pasuko:Kk | 道路付属物検出装置、道路付属物検出方法、及びプログラム |
CN104123730A (zh) * | 2014-07-31 | 2014-10-29 | 武汉大学 | 基于道路特征的遥感影像与激光点云配准方法及系统 |
CN105711597A (zh) * | 2016-02-25 | 2016-06-29 | 江苏大学 | 前方局部行驶环境感知系统及方法 |
CN106043169A (zh) * | 2016-07-01 | 2016-10-26 | 百度在线网络技术(北京)有限公司 | 环境感知设备和应用于环境感知设备的信息获取方法 |
KR101714233B1 (ko) * | 2015-10-06 | 2017-03-08 | 현대자동차주식회사 | 도로상의 물체 검출 장치 및 그 방법 |
US20170075355A1 (en) * | 2015-09-16 | 2017-03-16 | Ford Global Technologies, Llc | Vehicle radar perception and localization |
CN107749193A (zh) * | 2017-09-12 | 2018-03-02 | 华为技术有限公司 | 驾驶风险分析及风险数据发送方法及装置 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108182817A (zh) * | 2018-01-11 | 2018-06-19 | 北京图森未来科技有限公司 | 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统 |
CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
-
2018
- 2018-07-25 CN CN201810823726.3A patent/CN108986450B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013054522A (ja) * | 2011-09-02 | 2013-03-21 | Pasuko:Kk | 道路付属物検出装置、道路付属物検出方法、及びプログラム |
CN104123730A (zh) * | 2014-07-31 | 2014-10-29 | 武汉大学 | 基于道路特征的遥感影像与激光点云配准方法及系统 |
US20170075355A1 (en) * | 2015-09-16 | 2017-03-16 | Ford Global Technologies, Llc | Vehicle radar perception and localization |
KR101714233B1 (ko) * | 2015-10-06 | 2017-03-08 | 현대자동차주식회사 | 도로상의 물체 검출 장치 및 그 방법 |
CN105711597A (zh) * | 2016-02-25 | 2016-06-29 | 江苏大学 | 前方局部行驶环境感知系统及方法 |
CN106043169A (zh) * | 2016-07-01 | 2016-10-26 | 百度在线网络技术(北京)有限公司 | 环境感知设备和应用于环境感知设备的信息获取方法 |
CN107749193A (zh) * | 2017-09-12 | 2018-03-02 | 华为技术有限公司 | 驾驶风险分析及风险数据发送方法及装置 |
CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108182817A (zh) * | 2018-01-11 | 2018-06-19 | 北京图森未来科技有限公司 | 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111367252B (zh) * | 2018-12-26 | 2024-02-06 | 北京图森智途科技有限公司 | 一种停车控制方法、设备及系统 |
CN111367252A (zh) * | 2018-12-26 | 2020-07-03 | 北京图森智途科技有限公司 | 一种停车控制方法、设备及系统 |
CN109830105A (zh) * | 2019-03-18 | 2019-05-31 | 中国安全生产科学研究院 | 一种防止车辆碰撞路侧固定危险物的装置及方法 |
CN111854727A (zh) * | 2019-04-27 | 2020-10-30 | 北京初速度科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN111854727B (zh) * | 2019-04-27 | 2022-05-13 | 北京魔门塔科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN111918244A (zh) * | 2019-05-10 | 2020-11-10 | 大众汽车有限公司 | 用于在无线通信中对道路用户进行寻址的概念 |
CN111918244B (zh) * | 2019-05-10 | 2024-02-02 | 大众汽车有限公司 | 用于在无线通信中对道路用户进行寻址的概念 |
CN110220529A (zh) * | 2019-06-17 | 2019-09-10 | 深圳数翔科技有限公司 | 一种路侧自动驾驶车辆的定位方法 |
CN110220529B (zh) * | 2019-06-17 | 2023-05-23 | 深圳数翔科技有限公司 | 一种路侧自动驾驶车辆的定位方法 |
CN110148313A (zh) * | 2019-06-24 | 2019-08-20 | 深圳成谷科技有限公司 | 道路障碍物信息的处理方法、装置及系统 |
CN110276972A (zh) * | 2019-07-16 | 2019-09-24 | 启迪云控(北京)科技有限公司 | 一种基于车联网的目标物感知方法及系统 |
CN110602849A (zh) * | 2019-08-27 | 2019-12-20 | 中国地质大学(北京) | 一种基于雷达的智慧路灯动态物捕捉系统 |
CN112698304A (zh) * | 2019-10-22 | 2021-04-23 | 北醒(北京)光子科技有限公司 | 一种激光雷达系统 |
CN111278006A (zh) * | 2020-01-21 | 2020-06-12 | 重庆长安汽车股份有限公司 | 一种基于v2x的感知信息的可靠性验证方法、装置、控制器及汽车 |
CN111278006B (zh) * | 2020-01-21 | 2023-04-07 | 重庆长安汽车股份有限公司 | 一种基于v2x的感知信息的可靠性验证方法、装置、控制器及汽车 |
CN111368635A (zh) * | 2020-02-05 | 2020-07-03 | 北京邮电大学 | 一种基于毫米波的多人步态识别方法及装置 |
CN111368635B (zh) * | 2020-02-05 | 2021-05-25 | 北京邮电大学 | 一种基于毫米波的多人步态识别方法及装置 |
CN111833631B (zh) * | 2020-06-24 | 2021-10-26 | 武汉理工大学 | 基于车路协同的目标数据处理方法、系统和存储介质 |
CN111833631A (zh) * | 2020-06-24 | 2020-10-27 | 武汉理工大学 | 基于车路协同的目标数据处理方法、系统和存储介质 |
CN112124319B (zh) * | 2020-08-28 | 2021-04-23 | 青岛慧拓智能机器有限公司 | 一种智能驾驶系统 |
CN112124319A (zh) * | 2020-08-28 | 2020-12-25 | 青岛慧拓智能机器有限公司 | 一种智能驾驶系统 |
CN112769929A (zh) * | 2020-12-31 | 2021-05-07 | 重庆车辆检测研究院有限公司 | 面向车路协同技术的场地在环测试系统及测试方法 |
CN113112840A (zh) * | 2021-03-15 | 2021-07-13 | 上海交通大学 | 一种基于车路协同的无人车超视距导航系统及方法 |
CN112950678A (zh) * | 2021-03-25 | 2021-06-11 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路协同的超视距融合感知系统 |
WO2022237876A1 (zh) * | 2021-05-12 | 2022-11-17 | 维沃移动通信有限公司 | 信息处理方法、装置、终端和网络侧设备 |
CN113255504A (zh) * | 2021-05-19 | 2021-08-13 | 燕山大学 | 一种基于深度学习的路侧视角超视距全域融合感知系统 |
CN114612869A (zh) * | 2022-03-14 | 2022-06-10 | 合肥工业大学 | 一种路侧激光雷达与车载激光雷达信息融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108986450B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986450A (zh) | 车辆环境感知方法、终端及系统 | |
US20210325207A1 (en) | Map updating system and method for autonomous driving | |
CN109672996B (zh) | 一种基于v2x路侧设备系统及其信息分发方法 | |
CN108417087B (zh) | 一种车辆安全通行系统及方法 | |
KR20190098094A (ko) | 자율주행시스템에서 차량이 수신한 메시지의 유효성을 판단하는 방법 및 이를 위한 장치 | |
US10127814B2 (en) | Advanced V2X event dissemination | |
DE112019003423T5 (de) | Steuervorrichtung und steuerverfahren, fahrzeug und programm | |
KR102237421B1 (ko) | 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치 | |
CN112839320B (zh) | 交通信息的传输方法、装置、存储介质和电子设备 | |
KR20190105539A (ko) | 자율주행시스템에서 mec 서버를 통한 데이터 공유 방법 및 이를 위한 장치 | |
CN109817022A (zh) | 一种获取目标对象位置的方法、终端、汽车及系统 | |
KR102112684B1 (ko) | 자율주행시스템에서 원격운전을 위한 제어 정보를 전송하는 방법 및 이를 위한 장치 | |
CN113498011A (zh) | 车联网方法、装置、设备、存储介质及系统 | |
CN108028710B (zh) | 传输通信消息的装置和方法 | |
CN204537468U (zh) | 一种停车检测系统 | |
CN209248760U (zh) | 车辆环境感知系统 | |
US20210188311A1 (en) | Artificial intelligence mobility device control method and intelligent computing device controlling ai mobility | |
CN102708676A (zh) | 交通信息处理方法、设备及系统 | |
CN109584628A (zh) | 一种用于警示三角架的有效车距警示系统 | |
US10833737B2 (en) | Method and apparatus for controlling multi-antenna of vehicle in autonomous driving system | |
DE102014106048B4 (de) | Verfahren zur Bestimmung der Position eines Verkehrsteilnehmers, Infrastruktureinrichtung, Fahrzeug und Computerprogramm | |
CN112630802A (zh) | 障碍物检测方法、装置和系统 | |
DE102019134296A1 (de) | System und verfahren zur positionierung in städtischen schluchten | |
DE102020112009A1 (de) | Synchronisierung von sensorsystemen | |
CN114937351B (zh) | 车队控制方法、装置、存储介质、芯片、电子设备及车辆 |
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 |