CN110068819B - 一种提取障碍物位置信息的方法及装置 - Google Patents
一种提取障碍物位置信息的方法及装置 Download PDFInfo
- Publication number
- CN110068819B CN110068819B CN201910238517.7A CN201910238517A CN110068819B CN 110068819 B CN110068819 B CN 110068819B CN 201910238517 A CN201910238517 A CN 201910238517A CN 110068819 B CN110068819 B CN 110068819B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- radar
- point cloud
- target area
- 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.)
- Active
Links
Images
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
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本申请提供了一种提取障碍物位置信息的方法,所述方法包括:从当前地图中选择目标区域;所述目标区域在雷达的测量范围内;获取所述目标区域对应的雷达点云区域;按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点。利用本申请提供的方法,能够准确提取障碍物的位置信息,提升车辆自动驾驶过程中的安全性。本申请还提供了一种提取障碍物位置信息的装置。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种提取障碍物位置信息的方法及装置。
背景技术
自动驾驶技术是目前机动车领域的一类重要技术,也是目前各大厂商的热门研究方向。自动驾驶技术主要依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等的协同合作,让车载电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆,而障碍物位置信息的提取作为自动驾驶中的重要环节,直接影响到了自动驾驶过程中的安全性。
目前的自动驾驶技术通过雷达提取当前道路前方障碍物的位置信息,但当在某个区域存在多个障碍物且多个障碍物之间存在部分遮挡时,雷达只会提取到该区域与本车距离最近的障碍物的位置信息,而会忽略其它被部分遮挡的障碍物的位置信息,这会使得车辆在自动驾驶过程中的驾驶策略出现安全隐患。可参见图1所示的场景,当本车在自动驾驶过程中进行右转时,左侧行驶的障碍车辆被隔离栏(也可以是绿化带、建筑墙壁,指示牌等设施)阻挡,右侧的行人也被隔离栏遮挡,本车的雷达可能会将左侧隔离栏的位置信息作为左侧障碍物的位置信息而忽略左侧的车辆,或/和将右侧隔离栏的位置信息作为右侧障碍物的位置信息而忽略掉右侧行人,导致本车实际上并未获取障碍车辆和行人的真实位置信息,这会使本车在右转时的驾驶策略例如路径选择、行驶速度及刹车时刻等存在安全隐患。由此可见,准确提取障碍物的位置信息对于保障自动驾驶过程中的安全性有极为重要的作用。
发明内容
为了解决现有技术存在的上述技术问题,本申请提供了一种提取障碍物位置信息的方法及装置,能够准确提取障碍物的位置信息,提升车辆自动驾驶过程中的安全性。
本申请实施例提供了一种提取障碍物位置信息的方法,所述方法包括:
从当前地图中选择目标区域;所述目标区域在雷达的测量范围内;
获取所述目标区域对应的雷达点云区域;
按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点。
可选的,所述位置信息包括:
所述障碍物与所述车辆的距离以及所述障碍物偏离所述车辆当前行驶方向的角度。
可选的,所述获取所述目标区域对应的雷达点云区域包括:
根据所述雷达在所述当前地图中的位置确定所述目标区域对应的所述雷达点云区域;
对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的所述雷达点云区域。
可选的,所述车辆安装有摄像头,当所述目标区域在所述摄像头的拍摄范围内时,所述方法还包括:
按照相对于所述车辆的位置对所述雷达点云区域内的数据点进行聚类以获取所述目标区域内障碍物的数目;
获取所述目标区域内每个障碍物的位置信息。
可选的,所述根据所述雷达在所述当前地图中的位置确定所述目标区域对应的雷达点云区域包括:
根据所述摄像头与所述雷达的相对位置,将所述雷达的坐标系转换为所述摄像头的坐标系;
将所述摄像头的坐标系转换为所述摄像头的拍摄图像的坐标系;
根据所述拍摄图像的坐标系中所述障碍物的坐标位置确定所述障碍物在所述雷达坐标系中对应的所述雷达点云区域。
可选的,所述方法还包括:
根据所述目标区域内的障碍物的位置信息获取所述障碍物在所述车辆的行车方向上的投影距离。
可选的,所述目标区域由若干凸多边形拼接而成。
可选的,所述装置包括:选择单元、第一获取单元和第二获取单元。
所述选择单元,用于从当前地图中选择目标区域;
所述第一获取单元,用于获取所述目标区域对应的雷达点云区域;
所述第二获取单元,用于按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点。
可选的,所述第一获取单元包括:位置确定子单元和裁剪子单元;
所述位置确定子单元,根据所述雷达在所述当前地图中的位置确定所述目标区域对应的所述雷达点云区域;
所述裁剪子单元,用于对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的所述雷达点云区域。
可选的,所述第二获取单元包括:数目确定子单元和位置信息获取子单元;
所述数目确定子单元,用于按照相对于所述车辆的位置对所述雷达点云区域内的数据点进行聚类以获取所述目标区域内障碍物的数目;
所述位置信息获取子单元,用于获取所述目标区域内每个障碍物的位置信息。
本申请所述方法具有以下优点:
本申请提供了一种提取障碍物位置信息的方法,所述方法首先从当前地图中选择目标区域;然后获取所述目标区域对应的雷达点云区域,使得在提取目标区域障碍物的位置信息时排除其它非目标区域的障碍物的影响;再按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息,所述数据点包括所述目标区域内的所述障碍物对应的数据点,由于所述目标区域对应的所述点云区域内存在障碍物,雷达以若干数据点组成的点云来表征所述障碍物,按照相对于车辆的位置对数据点聚类后表征同一个障碍物的数据点会成为同一数据类,即使多个障碍物之间部分遮挡,但由于每个障碍物相对于车辆的位置不同导致在所述点云区域内对应的数据点不属于同一数据类,因此最终仍会得到每个障碍物各自位置信息,排除了多个障碍物之间的互相影响。利用本申请提供的方法,能够准确提取障碍物的位置信息,提升车辆自动驾驶过程中的安全性。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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它的附图。
图1为本申请提供的场景示意图;
图2为本申请实施例一提供的提取障碍物位置信息的方法流程图;
图3为本申请实施例一提供的一种确定坐标轴的方法的示意图;
图4为本申请实施利一提供的另一种确定坐标轴的方法的示意图;
图5为本申请实施例二提供的另一种提取障碍物位置信息的方法流程图;
图6为本申请实施例二提供的场景示意图;
图7为本申请实施例三提供的提取障碍物位置信息的装置的示意图;
图8为本申请实施例四提供的另一种提取障碍物位置信息的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例一:
本申请实施例一提供了一种提取障碍物位置信息的方法,下面结合附图具体说明。
参见图2,该图为本申请实施例一提供的提取障碍物位置信息的方法流程图。
本申请实施例所述方法包括以下步骤:
S201:从当前地图中选择目标区域。
所述当前地图指车辆当前行驶区域的地图,本申请对所述当前地图的范围大小不作具体限定,在一种可能的实现方式中,利用车辆上的卫星导航装置可以获取所述车辆的具体位置信息,再结合已知的地图信息以获取所述当前地图。
所述目标区域为需要提取位置信息的障碍物所在的区域,所述目标区域可以包括车辆当前的行驶道路、车辆预设行驶路径上的道路、车辆预设行驶路径上的交通路口或其它可能存在影响车辆行驶的障碍物的区域,本申请对所述目标区域的类别不作具体限定。
此外,本申请对所述目标区域的形状与面积大小也不做具体限定,为了更方便的选择所述目标区域,在一种可能的实现方式中,所述目标区域由若干凸多边形拼接而成,所述凸多边形可以为三角形、正方形、长方形等,利用所述凸多边形可以根据实际需求拼接得到所述目标区域,并且考虑到拼接所述目标区域时所述目标区域的内部应完整无缝,同时兼顾拼接所述目标区域时的便捷性,在一种优选的实现方式中,可以将所述凸多边形设置为正三角形或者正方形以使拼接所述目标区域时更加便捷。
需要注意的是,所述目标区域应全部位于雷达的测量范围内,以保证所述雷达可以获取目标区域范围的完整雷达点云。
S202:获取所述目标区域对应的雷达点云区域。
由于所述雷达获得的点云分布于三维空间中,会包含有非目标区域对应的雷达点云区域,为了排除非目标区域内可能存在的障碍物对于后续提取目标区域内障碍物时带来的影响,需要对目标区域所对应的雷达点云区域进行分离以便于单独处理,因此所述获取所述目标区域对应的雷达点云区域的过程,即对所述目标区域对应的雷达点云区域进行分离的过程。
下面具体说明获取所述目标区域对应的雷达点云区域的过程:
首先确定所述雷达在所述当前地图中的位置,根据所述车辆在所述当前地图中的卫星定位信息确定所述车辆在当前地图中的位置,需要注意的是,由于所述卫星定位系统获取的实际是所述车辆上的卫星定位设备的位置,而所述卫星定位设备在所述车辆上的安装位置与所述雷达的安装位置不同,因此进一步的还需获取所述卫星定位设备与所述雷达的相对位置,以使根据所述卫星定位设备的位置获取所述雷达的位置。
确定所述车辆的卫星定位设备在当前地图中的位置时,以所述车辆的卫星定位设备在当前地图中的位置为原点,在当前地图中建立平面直角坐标系,本申请对所述平面直角坐标系坐标轴的确定方法不作具体限定,在一种可能的实现方式中,具体可参见图3所示,可以将所述车辆当前的行驶方向和在地图平面上垂直于所述车辆行驶方向的方向确定为所述坐标轴的方向,该方式下由于所述车辆当前的行驶方向可能会不断变化,导致所述坐标轴的方向也可能处于不断变化中。在另一种可能的实现方式中,具体可参见图4所示,将当前地图的北方向与东方向作为所述坐标轴的方向。
完成所述平面直角坐标系的建立后,根据所述卫星定位设备与所述雷达的相对位置,确定所述雷达在所述当前地图对应的所述平面直角坐标系中的坐标。
进一步的,以所述车辆的雷达在当前地图中的位置为原点,在当前地图中建立平面直角坐标系,对所述平面直角坐标系坐标轴的确定方法同上,在此不再赘述,但需要注意的是,在以所述车辆的雷达在当前地图中的位置为原点建立坐标系时确定坐标轴方向的方法与以所述车辆的卫星定位设备在当前地图中的位置为原点建立坐标系时确定坐标轴方向的方法可以相同也可以不同,本申请对此不作具体限定,但考虑到方式相同时,将所述目标区域在以所述卫星定位设备为原点建立的平面直角坐标系中对应的坐标区域转换到以所述雷达为原点建立的平面直角坐标系中对应的坐标区域时可直接通过坐标点位置平移实现,可以有效提高坐标转换的效率。
在确定所述目标区域对应的雷达点云区域的具体位置后,还可以对在对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的雷达点云区域,从而排除非目标区域内可能存在的障碍物对于后续提取目标区域内障碍物时带来的影响。
S203:按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息。
按照相对于车辆的位置对数据点聚类后表征同一个障碍物的数据点会成为同一数据类,即使多个障碍物之间部分遮挡,但由于每个障碍物相对于车辆的位置不同导致在所述点云区域内对应的数据点不属于同一数据类,因此最终仍能够提取到每个障碍物各自位置信息,排除了多个障碍物之间的互相影响。
需要注意的是,考虑到障碍物自身形态特征的影响,即使对于同一个障碍物而言,该障碍物对应的数据点与所述车辆的距离并不完全相同,因此,可以按照相对于车辆的位置区间对所述雷达点云区域内的数据点进行聚类,将同一位置区间中的数据点作为同一障碍物所对应的数据点。
进一步的,可以将同一数据类中各点与所述车辆的平均距离作为该数据类所对应的障碍物与所述车辆之间的距离,也可以将同一数据类中与所述车辆的最短距离作为该数据类所对应的障碍物与所述车辆之间的距离。
进一步的,所述位置信息包括:
所述障碍物与所述车辆的距离以及所述障碍物偏离所述车辆当前行驶方向的角度。
本申请实施例提供了一种提取障碍物位置信息的方法,所述方法首先从当前地图中选择目标区域;然后获取所述目标区域对应的雷达点云区域,使得在提取目标区域障碍物的位置信息时排除其它非目标区域的障碍物的影响,并且可以利用正三角形、正方形等凸多边形拼接形成所述目标区域,使得选择所述目标区域时更为便捷;再按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息,所述数据点包括所述目标区域内的所述障碍物对应的数据点,由于所述目标区域对应的所述点云区域内存在障碍物,雷达以若干数据点组成的点云来表征所述障碍物,按照相对于车辆的位置对数据点聚类后表征同一个障碍物的数据点会成为同一数据类,即使多个障碍物之间部分遮挡,但由于每个障碍物相对于车辆的位置不同导致在所述点云区域内对应的数据点不属于同一数据类,因此最终仍会得到每个障碍物各自位置信息,排除了多个障碍物之间的互相影响。利用本申请实施例提供的方法,能够准确提取障碍物的位置信息,提升车辆自动驾驶过程中的安全性。
实施例二:
本申请实施例二还提供了另一种提取障碍物位置信息的方法,下面结合附图具体说明。
参见图5,该图为本申请实施例二提供的另一种提取障碍物位置信息的方法流程图。
本申请实施例所述方法包括以下步骤:
S201:从当前地图中选择目标区域。
S202a:根据所述雷达在所述当前地图中的位置确定所述目标区域对应的雷达点云区域。
进一步的,当所述车辆上设置有摄像头且所述目标区域在所述摄像头的拍摄范围内时,本步骤具体还包括:
根据所述摄像头与所述雷达的相对位置,将所述雷达的坐标系转换为所述摄像头的坐标系。
将所述摄像头的坐标系转换为所述摄像头的拍摄图像的坐标系。
根据所述拍摄图像的坐标系中所述障碍物的坐标位置确定所述障碍物在所述雷达坐标系中对应的所述雷达点云区域。
可以利用此时摄像头拍摄到的图像确定所述障碍物在所述雷达点云区域内的位置,本申请对具体的坐标转换方法不作限定。
S202b:对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的雷达点云区域。
S203a按照相对于本车的位置对所述雷达点云区域内的数据点进行聚类以获取所述目标区域内障碍物的数目。
S203b:获取所述目标区域内每个障碍物的位置信息。
所述位置信息包括所述障碍物与所述车辆的距离以及所述障碍物偏离所述车辆当前行驶方向的角度。
S504:根据所述目标区域内的障碍物的位置信息获取所述障碍物在所述车辆的行车方向上的投影距离。
具体可参见图6所示,图6中L为所述车辆与所述障碍物的距离,β为所述障碍物偏离所述车辆的当前行驶方向的角度,D为所述障碍物在所述车辆的所述当前行驶方向上的投影距离。由于所述障碍物往往不会处于所述车辆的正前方,所以通常L>D,若所述车辆与所述障碍物有潜在碰撞风险时,由于所述车辆的当前行驶方向不同于所述车辆与所述障碍物的连线的方向,按照L做出的驾驶策略可能会存在安全隐患。因此可以获取所述投影距离D以使所述车辆可以根据所述投影距离做出更加正确安全的驾驶策略。
所述投影距离可由公式(1)求出:
D=L×COSβ (1)
需要注意的是,上述步骤只是为了方便说明本申请所述方法的流程,并不构成对本申请所述方法的限定,可以通过对上述步骤进行适当的调整以获得其它可能的实现方式。
利用本申请实施例提供的方法,能够准确提取车辆与障碍物之间的距离,同时根据所述位置框偏离所述车辆的当前行驶方向的角度能够获取所述障碍物在所述车辆的所述当前行驶方向上的投影距离,以使所述车辆可以根据所述投影距离做出更加正确安全的驾驶策略,进一步提升了自动驾驶过程中的安全性与流畅性。
实施例三:
基于上述实施例提供的提取障碍物位置信息的方法,本申请实施例三还提供了一种提取障碍物位置信息的装置,下面结合附图具体说明。
参见图7,该图为本申请实施例三提供的一种提取障碍物位置信息的装置的结构图。
本申请实施例所述装置包括:选择单元701、第一获取单元702和第二获取单元703。
所述选择单元701,用于从当前地图中选择目标区域;
所述第一获取单元702,用于获取所述目标区域对应的雷达点云区域;
所述第二获取单元703,用于按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点。
本申请实施例提供了一种提取障碍物位置信息的装置,所述装置的所述选择单元用于从当前地图中选择目标区域;所述第一获取单元然后获取所述目标区域对应的雷达点云区域,使得在提取目标区域障碍物的位置信息时排除其它非目标区域的障碍物的影响;所述第二获取单元再按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息,所述数据点包括所述目标区域内的所述障碍物对应的数据点,由于所述目标区域对应的所述点云区域内存在障碍物,雷达以若干数据点组成的点云来表征所述障碍物,按照相对于车辆的位置对数据点聚类后表征同一个障碍物的数据点会成为同一数据类,即使多个障碍物之间部分遮挡,但由于每个障碍物相对于车辆的位置不同导致在所述点云区域内对应的数据点不属于同一数据类,因此最终仍会得到每个障碍物各自位置信息,排除了多个障碍物之间的互相影响。利用本申请实施例提供的装置,能够准确提取障碍物的位置信息,提升车辆自动驾驶过程中的安全性。
实施例四:
本申请实施例四还提供了另一种提取障碍物位置信息的装置,下面结合附图具体说明。
参见图8,该图为本申请实施例四提供的另一种提取障碍物位置信息的装置的结构图。
在实施例三所述装置的基础上,本申请实施例所述装置还包括:第三获取单元804。
所述第三获取单元804,用于根据所述目标区域内的障碍物的位置信息获取所述障碍物在所述车辆的行车方向上的投影距离。
本申请实施例的所述第一获取单元包括:位置确定子单元702a和裁剪子单元702b。
所述位置确定子单元702a,用于确定所述雷达在所述当前地图中的位置。
所述裁剪子单元702b,用于对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的雷达点云区域。
本申请实施例的所述第二获取单元包括:数目确定子单元703a和位置信息获取子单元703b。
所述数目确定子单元703a,用于按照相对于本车的位置对所述雷达点云区域内的数据点进行聚类以获取所述目标区域内障碍物的数目;
所述位置信息获取子单元703b,用于获取所述目标区域内每个障碍物的位置信息。
利用本申请实施例提供的装置,能够准确提取障碍物的位置信息,排除了多个障碍物之间的互相影响,提升车辆自动驾驶过程中的安全性。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外,还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种提取障碍物位置信息的方法,其特征在于,所述方法包括:
从当前地图中选择目标区域;所述目标区域在雷达的测量范围内;所述目标区域包括车辆当前的行驶道路、车辆预设行驶路径上的道路、车辆预设行驶路径上的交通路口或其它存在影响车辆行驶的障碍物的区域;
获取所述目标区域对应的雷达点云区域,包括:根据所述车辆在所述当前地图中的卫星定位信息确定所述车辆在当前地图中的位置;获取车辆上所述卫星定位设备与所述雷达的相对安装位置;根据所述卫星定位设备在所述当前地图中的位置获取所述雷达的位置,确定所述雷达在所述当前地图中的位置;根据所述雷达在所述当前地图中的位置确定所述目标区域对应的所述雷达点云区域;对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的所述雷达点云区域;
按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点;所述按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类包括按照相对于车辆的位置区间对所述雷达点云区域内的数据点进行聚类,同一位置区间中的数据点为同一障碍物所对应的数据点。
2.根据权利要求1所述的提取障碍物位置信息的方法,其特征在于,所述位置信息包括:
所述障碍物与所述车辆的距离以及所述障碍物偏离所述车辆当前行驶方向的角度。
3.根据权利要求1所述的提取障碍物位置信息的方法,其特征在于,所述按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息包括:
按照相对于所述车辆的位置对所述雷达点云区域内的所述数据点进行聚类以获取所述目标区域内障碍物的数目;
获取所述目标区域内每个障碍物的位置信息。
4.根据权利要求1所述的提取障碍物位置信息的方法,其特征在于,所述车辆安装有摄像头,当所述目标区域在所述摄像头的拍摄范围内时,所述方法还包括:
根据所述摄像头与所述雷达的相对位置,将所述雷达的坐标系转换为所述摄像头的坐标系;
将所述摄像头的坐标系转换为所述摄像头的拍摄图像的坐标系;
根据所述拍摄图像的坐标系中所述障碍物的坐标位置确定所述障碍物在所述雷达坐标系中对应的所述雷达点云区域。
5.根据权利要求1所述的提取障碍物位置信息的方法,其特征在于,所述方法还包括:
根据所述目标区域内的障碍物的位置信息获取所述障碍物在所述车辆的行车方向上的投影距离。
6.根据权利要求1所述的提取障碍物位置信息的方法,其特征在于,所述目标区域由若干凸多边形拼接而成。
7.一种提取障碍物位置信息的装置,其特征在于,所述装置包括:选择单元、第一获取单元和第二获取单元;
所述选择单元,用于从当前地图中选择目标区域;其中,所述目标区域包括车辆当前的行驶道路、车辆预设行驶路径上的道路、车辆预设行驶路径上的交通路口或其它存在影响车辆行驶的障碍物的区域;
所述第一获取单元,用于获取所述目标区域对应的雷达点云区域;
所述第二获取单元,用于按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类并获取所述目标区域内的障碍物的位置信息;所述数据点包括所述目标区域内的所述障碍物对应的数据点;所述按照相对于车辆的位置对所述雷达点云区域内的数据点进行聚类包括按照相对于车辆的位置区间对所述雷达点云区域内的数据点进行聚类,同一位置区间中的数据点为同一障碍物所对应的数据点;
所述第一获取单元,具体用于根据所述车辆在所述当前地图中的卫星定位信息确定所述车辆在当前地图中的位置;获取车辆上所述卫星定位设备与所述雷达的相对安装位置;根据所述卫星定位设备在所述当前地图中的位置获取所述雷达的位置,确定所述雷达在所述当前地图中的位置;
所述第一获取单元包括:位置确定子单元和裁剪子单元;
所述位置确定子单元,根据所述雷达在所述当前地图中的位置确定所述目标区域对应的所述雷达点云区域;
所述裁剪子单元,用于对所述雷达获取的雷达点云进行裁剪并保留所述目标区域对应的所述雷达点云区域。
8.根据权利要求7所述的提取障碍物位置信息的装置,其特征在于,所述第二获取单元包括:数目确定子单元和位置信息获取子单元;
所述数目确定子单元,用于按照相对于所述车辆的位置对所述雷达点云区域内的所述数据点进行聚类以获取所述目标区域内障碍物的数目;
所述位置信息获取子单元,用于获取所述目标区域内每个障碍物的位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238517.7A CN110068819B (zh) | 2019-03-27 | 2019-03-27 | 一种提取障碍物位置信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238517.7A CN110068819B (zh) | 2019-03-27 | 2019-03-27 | 一种提取障碍物位置信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110068819A CN110068819A (zh) | 2019-07-30 |
CN110068819B true CN110068819B (zh) | 2021-08-31 |
Family
ID=67366623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910238517.7A Active CN110068819B (zh) | 2019-03-27 | 2019-03-27 | 一种提取障碍物位置信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110068819B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110927731B (zh) * | 2019-11-15 | 2021-12-17 | 深圳市镭神智能系统有限公司 | 一种立体防护方法、三维检测装置和计算机可读存储介质 |
CN112527009A (zh) * | 2020-04-10 | 2021-03-19 | 广州极飞科技有限公司 | 雷达数据的处理方法及装置、作业设备 |
CN113859228B (zh) * | 2020-06-30 | 2023-07-25 | 上海商汤智能科技有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
CN112776799A (zh) * | 2021-01-13 | 2021-05-11 | 北京小马慧行科技有限公司 | 车辆的控制方法、计算机可读存储介质、处理器和车辆 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102822881A (zh) * | 2010-04-05 | 2012-12-12 | 丰田自动车株式会社 | 车辆的碰撞判定装置 |
JP2017026364A (ja) * | 2015-07-17 | 2017-02-02 | マツダ株式会社 | 車両用レーダ装置 |
CN107817488A (zh) * | 2017-09-28 | 2018-03-20 | 西安电子科技大学昆山创新研究院 | 基于毫米波雷达与视觉融合的无人机避障装置及避障方法 |
CN108253975A (zh) * | 2017-12-29 | 2018-07-06 | 驭势(上海)汽车科技有限公司 | 一种建立地图信息及车辆定位的方法与设备 |
CN108820042A (zh) * | 2018-05-25 | 2018-11-16 | 东软集团股份有限公司 | 一种自动驾驶方法及装置 |
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
CN108983248A (zh) * | 2018-06-26 | 2018-12-11 | 长安大学 | 一种基于3d激光雷达及v2x的网联车定位方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9482751B2 (en) * | 2014-10-13 | 2016-11-01 | Applied Concepts, Inc. | Collision detection system and method of operation |
CN104931977B (zh) * | 2015-06-11 | 2017-08-25 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
CN107609520B (zh) * | 2017-09-15 | 2020-07-03 | 四川大学 | 障碍物识别方法、装置及电子设备 |
CN207636768U (zh) * | 2017-11-07 | 2018-07-20 | 郑州宇通客车股份有限公司 | 一种智能车辆的感知系统及车辆 |
CN108226951B (zh) * | 2017-12-23 | 2020-12-01 | 天津国科嘉业医疗科技发展有限公司 | 一种基于激光传感器的快速运动障碍物实时跟踪方法 |
CN109190704A (zh) * | 2018-09-06 | 2019-01-11 | 中国科学院深圳先进技术研究院 | 障碍物检测的方法及机器人 |
US11155258B2 (en) * | 2019-03-25 | 2021-10-26 | GM Global Technology Operations LLC | System and method for radar cross traffic tracking and maneuver risk estimation |
US20200341111A1 (en) * | 2019-04-24 | 2020-10-29 | GM Global Technology Operations LLC | Method and apparatus for radar detection confirmation |
-
2019
- 2019-03-27 CN CN201910238517.7A patent/CN110068819B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102822881A (zh) * | 2010-04-05 | 2012-12-12 | 丰田自动车株式会社 | 车辆的碰撞判定装置 |
JP2017026364A (ja) * | 2015-07-17 | 2017-02-02 | マツダ株式会社 | 車両用レーダ装置 |
CN107817488A (zh) * | 2017-09-28 | 2018-03-20 | 西安电子科技大学昆山创新研究院 | 基于毫米波雷达与视觉融合的无人机避障装置及避障方法 |
CN108253975A (zh) * | 2017-12-29 | 2018-07-06 | 驭势(上海)汽车科技有限公司 | 一种建立地图信息及车辆定位的方法与设备 |
CN108820042A (zh) * | 2018-05-25 | 2018-11-16 | 东软集团股份有限公司 | 一种自动驾驶方法及装置 |
CN108983248A (zh) * | 2018-06-26 | 2018-12-11 | 长安大学 | 一种基于3d激光雷达及v2x的网联车定位方法 |
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
Non-Patent Citations (3)
Title |
---|
" 面向自动驾驶的动态路径规划避障算法";王玉玺;《数字技术与应用》;20171231;第126页 * |
"Dense point cloud extraction from UAV captured images in forest area";Wang Tao 等;《Proceedings 2011 IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services》;20110831;第389-392页 * |
"基于双多线激光雷达的低矮道边检测";石庭敏 等;《计算机与数字工程》;20171231(第12期);第2368-2372页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110068819A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110068819B (zh) | 一种提取障碍物位置信息的方法及装置 | |
US11320833B2 (en) | Data processing method, apparatus and terminal | |
US11915470B2 (en) | Target detection method based on fusion of vision, lidar, and millimeter wave radar | |
CN110068814B (zh) | 一种测量障碍物距离的方法及装置 | |
US10684372B2 (en) | Systems, devices, and methods for autonomous vehicle localization | |
CN109144097B (zh) | 障碍物或地面识别及飞行控制方法、装置、设备及介质 | |
US9783320B2 (en) | Airplane collision avoidance | |
WO2021046716A1 (zh) | 目标对象的检测方法、系统、设备及存储介质 | |
CN109407705A (zh) | 一种无人机躲避障碍物的方法、装置、设备和存储介质 | |
WO2010024212A1 (ja) | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム | |
US10766616B2 (en) | Environment map automatic creation device | |
CN112270272B (zh) | 高精度地图制作中道路路口提取方法及系统 | |
CN109213138B (zh) | 一种避障方法、装置及系统 | |
CN110210384B (zh) | 一种道路全局信息实时提取与表示系统 | |
CN111796602A (zh) | 一种植保无人机障碍物探测和预警系统 | |
CN110751336B (zh) | 无人载具的避障方法、避障装置及无人载具 | |
EP3933439A1 (en) | Localization method and localization device | |
CN109981980B (zh) | 超视距实时显示方法、系统、存储介质及计算机设备 | |
CN111731304B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111145248A (zh) | 位姿信息确定方法、确定装置和电子设备 | |
CN109163718A (zh) | 一种面向建筑群的无人机自主导航方法 | |
CN117612132A (zh) | 鸟瞰视角bev俯视图的补全方法、装置和电子设备 | |
CN112488010A (zh) | 基于无人机点云数据的高精度目标提取方法及系统 | |
JP6839642B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110727269A (zh) | 车辆控制方法及相关产品 |
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 |