CN110341621A - 一种障碍物检测方法及装置 - Google Patents

一种障碍物检测方法及装置 Download PDF

Info

Publication number
CN110341621A
CN110341621A CN201910619915.3A CN201910619915A CN110341621A CN 110341621 A CN110341621 A CN 110341621A CN 201910619915 A CN201910619915 A CN 201910619915A CN 110341621 A CN110341621 A CN 110341621A
Authority
CN
China
Prior art keywords
radar
region
image
target image
target
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
CN201910619915.3A
Other languages
English (en)
Other versions
CN110341621B (zh
Inventor
谷硕
李�浩
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910619915.3A priority Critical patent/CN110341621B/zh
Publication of CN110341621A publication Critical patent/CN110341621A/zh
Application granted granted Critical
Publication of CN110341621B publication Critical patent/CN110341621B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种障碍物检测方法及装置，方法包括：获取汽车行车前方的目标图像以及至少一个雷达点，其中，目标图像由摄像头采集得到，至少一个雷达点由雷达探测得到；将至少一个雷达点投影至目标图像上；确定目标图像中的可行驶区域，其中，可行驶区域为行车道路所在的图像区域中的部分或者全部区域；确定目标图像中投影的目标雷达点对应的物体为非障碍物，其中，目标雷达点为：至少一个雷达点中，投影在可行驶区域之外的雷达点。本发明提提供的障碍物检测方法，可以降低将道路以外的物体误判为障碍物的可能性，提升汽车检测障碍物的准确性。

Description

一种障碍物检测方法及装置
技术领域
本发明涉及汽车技术领域，尤其涉及一种障碍物检测方法及装置。
背景技术
随着计算机、图像处理以及无线通信等技术的飞速发展，目前汽车行业正朝着智能化方向发展，自动驾驶则是汽车智能化发展的方向。其中，汽车在自动驾驶过程中，是通过各种传感器检测汽车的实时行车数据，包括道路数据以及汽车数据等，再将实时行车数据输入至自动驾驶模型，从而实现控制汽车的行驶。
目前，汽车通常是通过安装的毫米波雷达来实现对行驶前方障碍物的检测。但是，由于毫米波雷达的检测区域是以雷达位置为顶点，向前的一个椎体区域且无法辨别高度信息和物体分类信息，指示牌以及天桥等空中物体会被毫米波雷达召回，使得汽车容易将空中物体误判为行车前方的障碍物，从而造成不必要的刹车，甚至是急刹，导致汽车的行车安全降低。
可见，目前自动驾驶的汽车在检测障碍物过程中，存在将空中物体误判为行车前方的障碍物，而导致检测准确率低的问题。
发明内容
本发明实施例提供一种障碍物检测方法及装置，以解决目前自动驾驶的汽车在检测障碍物过程中，存在将空中物体误判为行车前方的障碍物，而导致检测准确率低的问题。
第一方面，本发明实施例提供了一种障碍物检测方法，应用于包括摄像头和雷达的汽车，且所述摄像头的图像采集视野与所述雷达的探测视野的重合度大于或者等于预设阈值，所述方法包括：
获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
将所述至少一个雷达点投影至所述目标图像上；
确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
第二方面，本发明实施例还提供了一种汽车，包括摄像头和雷达，且所述摄像头的图像采集视野与所述雷达的探测视野的重合度大于或者等于预设阈值，所述汽车包括：
获取模块，用于获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
投影模块，用于将所述至少一个雷达点投影至所述目标图像上；
第一确定模块，用于确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
第二确定模块，用于确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
第三方面，本发明实施例还提供了一种汽车，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述障碍物检测方法的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述障碍物检测方法的步骤。
本发明实施例，通过获取汽车行车前方的目标图像以及至少一个雷达点，其中，目标图像由摄像头采集得到，至少一个雷达点由雷达探测得到；将至少一个雷达点投影至目标图像上；确定目标图像中的可行驶区域，其中，可行驶区域为行车道路所在的图像区域中的部分或者全部区域；确定目标图像中投影的目标雷达点对应的物体为非障碍物，其中，目标雷达点为：至少一个雷达点中，投影在可行驶区域之外的雷达点。这样，可以降低将道路以外的物体误判为障碍物的可能性，提升汽车检测障碍物的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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是本发明实施例提供的障碍物检测方法的流程示意图；
图2是本发明实施例提供的目标图像的示意图之一；
图3是本发明实施例提供的目标图像的示意图之二；
图4是本发明实施例提供的目标图像的示意图之三；
图5是本发明实施例提供的汽车的结构示意图；
图6是本发明实施例提供的第一确定模块的结构示意图之一；
图7是本发明实施例提供的第一确定单元的结构示意图之二；
图8是本发明实施例提供的第二确定单元的结构示意图；
图9是本发明实施例提供的汽车的硬件结构示意图。
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作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。
参见图1，图1是本发明实施例提供的一种障碍物检测方法的流程示意图，应用于包括摄像头和雷达的汽车，且摄像头的图像采集视野与雷达的探测视野的重合度大于或者等于一定阈值，如图1所示，方法包括以下步骤：
步骤101、获取汽车行车前方的目标图像以及至少一个雷达点，其中，目标图像由摄像头采集得到，至少一个雷达点由雷达探测得到；
步骤102、将至少一个雷达点投影至目标图像上；
步骤103、确定目标图像中的可行驶区域，其中，可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
步骤104、确定目标图像中投影的目标雷达点对应的物体为非障碍物，其中，目标雷达点为：至少一个雷达点中，投影在可行驶区域之外的雷达点。
这里，汽车可以将雷达探测得到的至少一个雷达点投影至摄像头采集的目标图像上，并确定投影在目标图像上的可行驶区域之外的目标雷达点确定为非障碍物，且该可行驶区域为前方道路所在的图像区域的部分或者全部区域，从而可以降低将道路以外的物体(尤其是空中物体)误判为障碍物的可能性，提升汽车检测障碍物的准确性。
需要说明的是，上述汽车可以包括上述摄像头、上述雷达以及车载智能设备等，且上述汽车执行各步骤，实际可以是由汽车的车载智能设备实现。
另外，上述摄像头和上述雷达可以是设置于汽车的前方或者后方，且摄像头的图像采集视野与雷达的探测视野的重合度大于或者等于预设阈值，即摄像头的拍摄区域和雷达的探测区域存在一定的重合度。
本实施例中，上述预设阈值可以根据实际需要预先设定，例如，可以是摄像头的图像采集视野与雷达的探测视野的重合度大于或者等于90％；或者，最优地，摄像头的图像采集视野与雷达的探测视野的重合度等于100％，即图像采集视野与探测视野完全重合，等等。
在上述步骤101中，上述汽车在行车过程中，可以通过其摄像头采集行车前方的图像(即目标图像)，以及通过其雷达探测行车前方的物体并生成至少一个雷达点。
本实施例中，上述雷达探测物体生成雷达点的过程中，可以是根据每一被探测物体的反射面积生成对应的一个或者多个雷达点，例如，如图2中所示，汽车行车前方的被探测物体包括路牌21、前方车辆22以及路牌23，雷达可以根据路牌21、前方车辆22以及路牌23的反射面积，生成与路牌21对应的3个雷达点、与前方车辆22对应的2个雷达点以及与路牌23对应的1个雷达点，等，由于雷达探测原理为本领域技术人员熟知，在此并不进行赘述。
另外，上述摄像头采集上述目标图像和上述雷达探测上述至少一个雷达点，相互之间进行可以具有一定的延时，当然，上述目标图像和上述至少一个雷达点在同一时刻获取最佳，从而可以保证障碍物检测的准确性。
在上述步骤102中，在上述汽车获取到上述目标图像和上述至少一个雷达点之后，汽车可以将至少一个雷达点投影至上述目标图像上。
本实施例中，上述将至少一个雷达点投影至目标图像上，可以是通过逆透视变换技术等将至少一个雷达点投影至目标图像上，由于逆透视变换技术的处理过程为本领域技术人员熟知，在此并不进行赘述。
另外，在上述步骤102之前，在将雷达和摄像头安装于汽车上的过程中，可以对雷达探测的雷达点和摄像头采集的图像进行标定，以使雷达点和目标图像的像素点可以投影至同一三维空间，从而在标定完成后，可以使至少一个雷达点投影更准确地投影至目标图像上。
在上述步骤103中，在摄像头采集到目标图像之后，汽车可以在目标图像中的图像区域中确定可行驶区域，该可行驶区域可以是行车道路所在的图像区域中的部分或者全部区域。
本实施例中，上述在目标图像中的图像区域中确定可行驶区域，可以是通过深度学习或者传统的障碍物检测方法，识别目标图像中行车道路的图像，将行车道路的图像对应的图像区域分割，并将分割出来的部分或者全部的图像区域作为上述可行驶区域。
例如，在摄像头采集到如图2所示的图像之后，汽车可以通过图像处理技术从该图像中识别出行车道路的图像，该行车道路为汽车可行驶的路段，如图3所示的图像区域31(虚线框内的区域)，并将图像区域31确定为上述可行驶区域。
在一些场景下，如行车道路延伸的距离过远，摄像头因采集图像的视角偏差，目标图像中远处的空中物体的图像和行车道路的图像可能会发生重叠，因此，在一些实施方式中，上述步骤103，可以包括：
获取目标图像中各像素点的景深值；
将行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为可行驶区域。
这里，汽车可以将行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为可行驶区域，从而可以将前方道路中离车头一定距离以内的行车道路所在的图像区域确定为可行驶区域，从而可以仅对行车前方一定距离的障碍物进行准确判断，降低汽车发生障碍物误判的可能性。
例如，在检测距离过远时，图像中的空中物体的图像与远方行车道路的图像因视角问题容易存在图像重叠，通过汽车将一定距离以内的行车道路所在的图像区域确定为可行驶区域，汽车可以避免将距离过远的图像区域确定为可行驶区域，从而在此种情况下可以降低将空中物体误判为障碍物的可能性。
需要说明的是，上述获取目标图像中各像素点的景深值，可以是将摄像头设置为双目相机或者三目相机等，从而使摄像头在采集图像中，可以获取到采集的图像中各像素点的景深值。
另外，上述预设范围可以是根据实际需要进行设定的景深值范围，例如，可以是0至景深值f，等等，在此并不进行限定。
在另一些场景下，如行车道路存在一定的坡度的情况下，目标图像中远处的空中物体的图像和行车道路的图像也可能会发生重叠，因此，在另一些实施方式中，上述步骤103，可以包括：获取目标图像中行车道路的坡度信息；确定与坡度信息对应的目标高度；将行车道路所在的图像区域中，高度小于或者等于目标高度的图像区域确定为可行驶区域，从而使汽车可以根据行车道路的坡度信息确定可行驶区域，进一步降低将空中物体误判为障碍物的可能性，提升障碍物检测的准确性。
本实施方式中，获取目标图像中行车道路的坡度信息，可以是汽车在其摄像头采集目标图像是，可以是通过图像处理技术，将分割的行车道路所在的图像区域的中心线与参考线进行比较，并根据中心线与参考线之间的夹角确定行车道路的坡度信息，其中，该参考线可以是预设的水平的道路的中心线。
另外，上述确定与坡度信息对应的目标高度，可以是根据预设的坡度与高度的对应关系，将与上述坡度信息中的坡度对应的高度为上述目标高度。
需要说明的是，上述目标高度可以是以汽车的车头或者预设参考线为基准确定的高度，例如，如图2中所示的目标图像中，可以将目标图像底部边缘线作为预设参考线，在确定的目标高度为H的情况下，可以将行车道路所在的图像区域中，高度小于或者等于H的图像区域确定为上述可行驶区域，即可行驶区域为如图4所示的图像区域41(虚线框内的区域)。
本实施例中，上述步骤102和上述步骤103可以是先后执行，例如，如图1中示出的步骤102先于步骤103执行，或者，也可以是步骤103先于步骤102执行；当然，上述步骤102和上述步骤103也可以是同时执行，在此并不进行限定。
在上述步骤104中，在确定上述目标图像中的可行驶区域，以及将至少一个雷达点投影至目标图像上之后，汽车可以将投影于目标图像的可行驶区域之外的目标雷达点对应的物体为非障碍物，即汽车可以将该目标雷达点进行滤除，从而可以避免汽车将可行驶区域之外的目标雷达点对应的物体确定为障碍物。
本实施例中，上述目标雷达点可以是可行驶区域之外的所有雷达点，例如，如图4所示，目标雷达点可以是图像区域41之外的所有雷达点。
或者，上述目标雷达点也可以是是可行驶区域之外的部分雷达点，在一些实施方式中，上述步骤104，可以包括：
确定与目标图像上投影的第一雷达点关联的第一像素点，其中，第一雷达点为至少一个雷达点中任一雷达点，第一像素点为：行车道路所在的图像区域中距离第一雷达点最近的像素点；
确定与第一像素点的坐标信息对应的目标间距；
在目标图像上第一雷达点与第一像素点的间距小于或者等于目标间距的情况下，确定第一雷达点为非障碍物。
这里，汽车可以根据离第一雷达点最近的第一像素点的坐标信息确定目标间距，并在第一雷达点与第一像素点的间距小于或者等于目标间距的情况下，将第一雷达点确定为非障碍物，从而可以根据各被探测物体距离车头的距离选择对应的间距，并将各雷达点与可行驶区域之间的最近间距与所选择的对应的间距进行比较，灵活判断各雷达点对应的物体是否为障碍物，进一步提升障碍物检测的准确性。
本实施方式中，上述确定与第一像素点的坐标信息对应的目标间距，可以是汽车中预设有坐标信息与间距的对应关系，汽车将与第一像素点的坐标信息存在对应关系的间距确定为上述目标间距；或者，也可以是通过预设的间距计算公式，将第一像素点的坐标信息作为间距计算公式的输入量，计算得到上述目标间距，等等，在此并不进行限定。
另外，上述汽车也可以是在投影在目标图像上的各雷达点与可行驶区域的最近间距小于或者等于预设间距的情况下，确定雷达点对应的物体为非障碍物。
本发明实施例中，通过获取汽车行车前方的目标图像以及至少一个雷达点，其中，目标图像由摄像头采集得到，至少一个雷达点由雷达探测得到；将至少一个雷达点投影至目标图像上；确定目标图像中的可行驶区域，其中，可行驶区域为行车道路所在的图像区域中的部分或者全部区域；确定目标图像中投影的目标雷达点对应的物体为非障碍物，其中，目标雷达点为：至少一个雷达点中，投影在可行驶区域之外的雷达点。这样，可以降低将道路以外的物体误判为障碍物的可能性，提升汽车检测障碍物的准确性。
参见图5，图5是本发明实施例提供的汽车的结构示意图，汽车包括摄像头和雷达，且所述摄像头的图像采集视野与所述雷达的探测视野的重合度大于或者等于预设阈值，如图5所示，汽车500包括：
获取模块501，用于获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
投影模块502，用于将所述至少一个雷达点投影至所述目标图像上；
第一确定模块503，用于确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
第二确定模块504，用于确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
可选的，如图6所示，所述第一确定模块503，包括：
景深值获取单元5031，用于获取所述目标图像中各像素点的景深值；
第一确定单元5032，用于将所述行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为所述可行驶区域。
可选的，如图7所示，所述第一确定模块503，包括：
坡度信息获取单元5033，用于获取所述目标图像中所述行车道路的坡度信息；
高度确定单元5034，用于确定与所述坡度信息对应的目标高度；
第二确定单元5035，用于将所述行车道路所在的图像区域中，高度小于或者等于所述目标高度的图像区域确定为所述可行驶区域。
可选的，如图8所示，所述第二确定模块504，包括：
像素点确定单元5041，用于确定与所述目标图像上投影的第一雷达点关联的第一像素点，其中，所述第一雷达点为所述至少一个雷达点中任一雷达点，所述第一像素点为：所述行车道路所在的图像区域中距离所述第一雷达点最近的像素点；
间距确定单元5042，用于确定与所述第一像素点的坐标信息对应的目标间距；
第三确定单元5043，用于在所述目标图像上所述第一雷达点与所述第一像素点的间距小于或者等于所述目标间距的情况下，确定所述第一雷达点为非障碍物。
本发明实施例提供的汽车500能够实现图1中方法实施例中汽车实现的各个过程，为避免重复，这里不再赘述。
请参见图9，汽车900包括摄像头901、雷达902、存储器903、处理器904及存储在存储器903上并可在处理器904上运行的计算机程序，其中，摄像头901的图像采集视野与雷达902的探测视野的重合度大于或者等于预设阈值；处理器904执行所述程序时实现：
获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
将所述至少一个雷达点投影至所述目标图像上；
确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
在图9中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器904代表的一个或多个处理器和存储器903代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。处理器904负责管理总线架构和通常的处理，存储器903可以存储处理器904在执行操作时所使用的数据。
可选的，处理器904执行所述确定所述目标图像中的可行驶区域，包括：
获取所述目标图像中各像素点的景深值；
将所述行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为所述可行驶区域。
可选的，处理器904执行所述确定所述目标图像中的可行驶区域，包括：
获取所述目标图像中所述行车道路的坡度信息；
确定与所述坡度信息对应的目标高度；
将所述行车道路所在的图像区域中，高度小于或者等于所述目标高度的图像区域确定为所述可行驶区域。
可选的，处理器904执行所述确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，包括：
确定与所述目标图像上投影的第一雷达点关联的第一像素点，其中，所述第一雷达点为所述至少一个雷达点中任一雷达点，所述第一像素点为：所述行车道路所在的图像区域中距离所述第一雷达点最近的像素点；
确定与所述第一像素点的坐标信息对应的目标间距；
在所述目标图像上所述第一雷达点与所述第一像素点的间距小于或者等于所述目标间距的情况下，确定所述第一雷达点为非障碍物。
另外，汽车900还包括一些未示出的功能模块，在此不再赘述。
本发明实施例提供的汽车900能够实现图1的方法实施例中汽车实现的各个过程，且达到相同的有益效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述障碍物检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台汽车执行本发明各个实施例所述的方法。
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权利要求的保护范围为准。

Claims (10)

1.一种障碍物检测方法，其特征在于，应用于包括摄像头和雷达的汽车，且所述摄像头的图像采集视野与所述雷达的探测视野的重合度大于或者等于预设阈值，所述方法包括：
获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
将所述至少一个雷达点投影至所述目标图像上；
确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
2.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像中的可行驶区域，包括：
获取所述目标图像中各像素点的景深值；
将所述行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为所述可行驶区域。
3.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像中的可行驶区域，包括：
获取所述目标图像中所述行车道路的坡度信息；
确定与所述坡度信息对应的目标高度；
将所述行车道路所在的图像区域中，高度小于或者等于所述目标高度的图像区域确定为所述可行驶区域。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，包括：
确定与所述目标图像上投影的第一雷达点关联的第一像素点，其中，所述第一雷达点为所述至少一个雷达点中任一雷达点，所述第一像素点为：所述行车道路所在的图像区域中距离所述第一雷达点最近的像素点；
确定与所述第一像素点的坐标信息对应的目标间距；
在所述目标图像上所述第一雷达点与所述第一像素点的间距小于或者等于所述目标间距的情况下，确定所述第一雷达点为非障碍物。
5.一种汽车，其特征在于，包括摄像头和雷达，且所述摄像头的图像采集视野与所述雷达的探测视野的重合度大于或者等于预设阈值，所述汽车包括：
获取模块，用于获取所述汽车行车前方的目标图像以及至少一个雷达点，其中，所述目标图像由所述摄像头采集得到，所述至少一个雷达点由所述雷达探测得到；
投影模块，用于将所述至少一个雷达点投影至所述目标图像上；
第一确定模块，用于确定所述目标图像中的可行驶区域，其中，所述可行驶区域为行车道路所在的图像区域中的部分或者全部区域；
第二确定模块，用于确定所述目标图像中投影的目标雷达点对应的物体为非障碍物，其中，所述目标雷达点为：所述至少一个雷达点中，投影在所述可行驶区域之外的雷达点。
6.根据权利要求5所述的汽车，其特征在于，所述第一确定模块，包括：
景深值获取单元，用于获取所述目标图像中各像素点的景深值；
第一确定单元，用于将所述行车道路所在的图像区域中，景深值处于预设范围内的像素点所在的区域确定为所述可行驶区域。
7.根据权利要求5所述的汽车，其特征在于，所述第一确定模块，包括：
坡度信息获取单元，用于获取所述目标图像中所述行车道路的坡度信息；
高度确定单元，用于确定与所述坡度信息对应的目标高度；
第二确定单元，用于将所述行车道路所在的图像区域中，高度小于或者等于所述目标高度的图像区域确定为所述可行驶区域。
8.根据权利要求5至7中任一项所述的汽车，其特征在于，所述第二确定模块，包括：
像素点确定单元，用于确定与所述目标图像上投影的第一雷达点关联的第一像素点，其中，所述第一雷达点为所述至少一个雷达点中任一雷达点，所述第一像素点为：所述行车道路所在的图像区域中距离所述第一雷达点最近的像素点；
间距确定单元，用于确定与所述第一像素点的坐标信息对应的目标间距；
第三确定单元，用于在所述目标图像上所述第一雷达点与所述第一像素点的间距小于或者等于所述目标间距的情况下，确定所述第一雷达点为非障碍物。
9.一种汽车，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的障碍物检测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的障碍物检测方法的步骤。
CN201910619915.3A 2019-07-10 2019-07-10 一种障碍物检测方法及装置 Active CN110341621B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910619915.3A CN110341621B (zh) 2019-07-10 2019-07-10 一种障碍物检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910619915.3A CN110341621B (zh) 2019-07-10 2019-07-10 一种障碍物检测方法及装置

Publications (2)

Publication Number Publication Date
CN110341621A true CN110341621A (zh) 2019-10-18
CN110341621B CN110341621B (zh) 2021-02-19

Family

ID=68174771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910619915.3A Active CN110341621B (zh) 2019-07-10 2019-07-10 一种障碍物检测方法及装置

Country Status (1)

Country Link
CN (1) CN110341621B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751127A (zh) * 2019-10-30 2020-02-04 芜湖汽车前瞻技术研究院有限公司 距离的确定方法、装置及存储介质
CN111291680A (zh) * 2020-02-06 2020-06-16 北京百度网讯科技有限公司 障碍物的关联处理方法、装置及设备
CN111723724A (zh) * 2020-06-16 2020-09-29 东软睿驰汽车技术（沈阳）有限公司 一种路面障碍物识别方法和相关装置
WO2021121105A1 (zh) * 2019-12-19 2021-06-24 华为技术有限公司 高度的确定方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003302470A (ja) * 2002-04-05 2003-10-24 Sogo Jidosha Anzen Kogai Gijutsu Kenkyu Kumiai 歩行者検出装置および歩行者検出方法
CN1834578A (zh) * 2005-03-15 2006-09-20 欧姆龙株式会社 车辆用物体识别装置
CN102508246A (zh) * 2011-10-13 2012-06-20 吉林大学 车辆前方障碍物检测跟踪方法
CN102830403A (zh) * 2011-06-16 2012-12-19 日产自动车株式会社 物体检测装置
CN103503046A (zh) * 2011-04-28 2014-01-08 本田技研工业株式会社 车用物体探测装置
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
CN109581358A (zh) * 2018-12-20 2019-04-05 奇瑞汽车股份有限公司 障碍物的识别方法、装置及存储介质
CN109615870A (zh) * 2018-12-29 2019-04-12 南京慧尔视智能科技有限公司 一种基于毫米波雷达和视频的交通检测系统
CN109808700A (zh) * 2017-11-21 2019-05-28 通用汽车环球科技运作有限责任公司 用于在自主车辆中映射道路干扰物体的系统和方法
US20190163989A1 (en) * 2017-11-27 2019-05-30 TuSimple System and method for large-scale lane marking detection using multimodal sensor data

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003302470A (ja) * 2002-04-05 2003-10-24 Sogo Jidosha Anzen Kogai Gijutsu Kenkyu Kumiai 歩行者検出装置および歩行者検出方法
CN1834578A (zh) * 2005-03-15 2006-09-20 欧姆龙株式会社 车辆用物体识别装置
CN103503046A (zh) * 2011-04-28 2014-01-08 本田技研工业株式会社 车用物体探测装置
CN102830403A (zh) * 2011-06-16 2012-12-19 日产自动车株式会社 物体检测装置
CN102508246A (zh) * 2011-10-13 2012-06-20 吉林大学 车辆前方障碍物检测跟踪方法
CN109808700A (zh) * 2017-11-21 2019-05-28 通用汽车环球科技运作有限责任公司 用于在自主车辆中映射道路干扰物体的系统和方法
US20190163989A1 (en) * 2017-11-27 2019-05-30 TuSimple System and method for large-scale lane marking detection using multimodal sensor data
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
CN109581358A (zh) * 2018-12-20 2019-04-05 奇瑞汽车股份有限公司 障碍物的识别方法、装置及存储介质
CN109615870A (zh) * 2018-12-29 2019-04-12 南京慧尔视智能科技有限公司 一种基于毫米波雷达和视频的交通检测系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751127A (zh) * 2019-10-30 2020-02-04 芜湖汽车前瞻技术研究院有限公司 距离的确定方法、装置及存储介质
WO2021121105A1 (zh) * 2019-12-19 2021-06-24 华为技术有限公司 高度的确定方法和装置
CN111291680A (zh) * 2020-02-06 2020-06-16 北京百度网讯科技有限公司 障碍物的关联处理方法、装置及设备
CN111291680B (zh) * 2020-02-06 2023-10-10 北京百度网讯科技有限公司 障碍物的关联处理方法、装置及设备
CN111723724A (zh) * 2020-06-16 2020-09-29 东软睿驰汽车技术（沈阳）有限公司 一种路面障碍物识别方法和相关装置
CN111723724B (zh) * 2020-06-16 2024-04-02 东软睿驰汽车技术（沈阳）有限公司 一种路面障碍物识别方法和相关装置

Also Published As

Publication number Publication date
CN110341621B (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN110341621A (zh) 一种障碍物检测方法及装置
US10949684B2 (en) Vehicle image verification
CN104217590B (zh) 用于使主车辆中的电子控制器确定交通密度的方法
WO2020232648A1 (zh) 车道线的检测方法、电子设备与存储介质
Ferryman et al. Visual surveillance for moving vehicles
US11620837B2 (en) Systems and methods for augmenting upright object detection
CN103786729B (zh) 车道识别方法和系统
GB2558716A (en) Road sign recognition
CN109359409A (zh) 一种基于视觉与激光雷达传感器的车辆可通过性检测系统
CN111932901B (zh) 道路车辆跟踪检测设备、方法及存储介质
Labayrade et al. In-vehicle obstacles detection and characterization by stereovision
CN105844222A (zh) 基于视觉的前方车辆碰撞预警系统及方法
CN103781685A (zh) 车辆用自主行驶控制系统
CN109871787A (zh) 一种障碍物检测方法及装置
JP2018200267A (ja) 上方構造物判定装置及び運転支援システム
CN110491156A (zh) 一种感知方法、装置及系统
JP6815963B2 (ja) 車両用外界認識装置
CN105260701A (zh) 一种适用于复杂场景下的前方车辆检测方法
CN112541416B (zh) 跨雷达障碍物跟踪方法、装置、电子设备和存储介质
CN111959515B (zh) 一种基于视觉检测的前向目标选择方法、装置及系统
CN114084129A (zh) 一种基于融合的车辆自动驾驶控制方法及系统
KR101980509B1 (ko) 차간 거리 추정 방법 및 차간 거리 추정 장치
CN115390868A (zh) 自动驾驶系统感知的开发
Abad et al. Parking space detection
JP6848847B2 (ja) 静止物体地図情報生成装置

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211012

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.