CN110435646B - 一种车辆的盲区目标追踪方法 - Google Patents

Abstract

本发明提供了一种车辆的盲区目标追踪方法，属于自动驾驶领域。该方法包括以下步骤：获取车辆周边的道路信息、待追踪目标及其他动静态目标的属性信息和运动信息；判断待追踪目标是否会进入探测盲区；若是，则根据道路信息、待追踪目标的属性信息以及其他动静态目标的属性信息和运动信息确定待追踪目标在探测盲区内的运动限制区；在进入探测盲区之前的预设时刻根据待追踪目标的属性信息和运动信息预测待追踪目标在探测盲区内的运动趋势；根据运动趋势和运动限制区预测待追踪目标在各个时间点所对应的运动片区，并控制可控传感器的探测方向在各个时间点对准相应的运动片区的中心。本发明的盲区目标追踪方法能够增加车辆驾驶的安全性。

Description

一种车辆的盲区目标追踪方法

技术领域

本发明涉及自动驾驶领域，特别是涉及一种车辆的盲区目标追踪方法。

背景技术

自动驾驶技术是当前汽车产业的技术热点，根据SAE的自动驾驶分级，目前主要划分为L0-L5这六个自动驾驶分级，其中L0级指没有任何自动驾驶功能的车辆，L1-L2级自动驾驶本质上仍是驾驶辅助系统(ADAS)，L3级自动驾驶可以称之为准自动驾驶系统，L4-L5级自动驾驶可以认为是真正有意义的自动驾驶系统。

传统的L1-L2级别自动驾驶车辆，主要利用车载传感器(GPS、IMU、轮速传感器等)和感知传感器(前向雷达、前视摄像头、超声波雷达等)实现简单场景的辅助驾驶功能，例如ACC(Adaptive Cruise Control)，AEB，TJA，HWA等。随着自动驾驶功能和安全等级的提升，车辆需要具有更精确的感知定位能力，更加可靠稳定的决策控制能力，能够处理更复杂的场景。因此对于自车和周边环境感知能力提出了更高的要求，例如L3-L5的自动驾驶车辆通过增加前向激光雷达、多个角雷达和侧雷达、高像素前视摄像头、侧视摄像头、后视摄像头、高精度地图服务器等，来实现高精度地图/定位、动静态目标检测追踪、车道路沿检测、交通标识识别等环境感知能力。

为了实现自动驾驶，可以通过控制车辆上可调节探测位置的可控传感器来完成对重要目标的追踪。

但是在追踪过程中，由于其他目标的遮挡以及传感器的探测范围的限制，存在无法有效探测待追踪目标的探测盲区，如何实现该探测盲区内的有效跟随对车辆的行驶安全性来说具有重要意义。

发明内容

本发明的一个目的是提供一种在探测盲区内有效追踪目标的盲区目标追踪方法，能够增加车辆驾驶的安全性。

特别地，本发明提供了一种车辆的盲区目标追踪方法，所述车辆设有多个可调节探测位置的可控传感器，所述方法包括以下步骤：

获取所述车辆周边的道路信息、待追踪目标的属性信息和运动信息以及除去所述待追踪目标之外的其他动静态目标的属性信息和运动信息；

判断所述待追踪目标是否会进入探测盲区；

若所述待追踪目标会进入所述探测盲区，则根据所述道路信息、所述待追踪目标的属性信息以及所述其他动静态目标的属性信息和运动信息确定所述待追踪目标在所述探测盲区内的运动限制区；

在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息预测所述待追踪目标在所述探测盲区内的运动趋势；

根据所述运动趋势和所述运动限制区预测所述待追踪目标在各个时间点所对应的运动片区，并控制所述可控传感器的探测方向在各个时间点对准相应的运动片区的中心。

可选地，获取所述车辆周边的道路信息、待追踪目标的属性信息和运动信息以及除去所述待追踪目标之外的其他动静态目标的属性信息和运动信息，包括：

通过高精地图获取所述车辆周边的所述道路信息；

通过所述车辆、其他车辆及路基设备的采集单元获取所述待追踪目标的属性信息和运动信息以及所述其他动静态目标的属性信息和运动信息。

可选地，所述道路信息包括交通标识信息、交通线信息和道路限制区信息；

所述待追踪目标的属性信息包括所述待追踪目标的类别信息；

所述待追踪目标的运动信息包括所述待追踪目标的运动特性信息、运动能力信息和运动极限信息；

所述其他动静态目标的属性信息包括类别信息和尺寸信息；

所述其他动静态目标的运动信息包括位置信息、速度信息和加速度信息。

可选地，判断所述待追踪目标是否会进入探测盲区之前，包括：

获取所述车辆、其他车辆和路基设备的探测范围；

根据所述道路信息、所述其他动静态目标的属性信息和运动信息确定遮挡所述车辆、其他车辆和路基设备的遮挡区域；

根据所述探测范围和所述遮挡区域确定所述探测盲区。

可选地，根据所述道路信息、所述待追踪目标的属性信息以及所述其他动静态目标的属性信息和运动信息确定所述待追踪目标在所述探测盲区内的运动限制区，包括：

根据所述道路信息和所述待追踪目标的属性信息确定所述待追踪目标的道路限制区域；

根据所述其他动静态目标的属性信息和运动信息确定所述其他动静态目标所限制的动静态目标限制区域；

将所述道路限制区域去除所述动静态目标限制区域获得所述运动限制区。

可选地，控制所述可控传感器的探测方向在各个时间点对准相应的运动片区的中心，包括：

控制所述可控传感器的调节频率和调节角度，使得所述可控传感器的优势感知方向在各个时间点对准相应的运动片区的中心，所述优势感知方向为所述可控传感器的高性能感知区域中性能最高的方向之一。

可选地，在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息预测所述待追踪目标在所述探测盲区内的运动趋势之前，还包括：

在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息判断能否预测所述待追踪目标在所述探测盲区内的运动趋势；

若不能预测所述待追踪目标在所述探测盲区内的运动趋势，则判断所述车辆与所述待追踪目标之间是否存在遮挡所述待追踪目标的障碍物；

当存在遮挡所述待追踪目标的障碍物时，控制所述可控传感器的探测方向对准所述障碍物的边缘，所述边缘选择为使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

可选地，控制所述可控传感器的探测方向对准所述障碍物的边缘之前，还包括：

判断所述障碍物的类型；

若所述障碍物为静态障碍物时，提取所述静态障碍物的位置信息和尺寸信息；

根据所述静态障碍物的位置信息和尺寸信息确定所述静态障碍物、所述车辆和所述运动限制区的第一位置关系；

根据所述第一位置关系确定所述可控传感器的探测方向所要对准的所述静态障碍物的边缘，使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

可选地，判断所述障碍物的类型之后，还包括：

若所述障碍物为动态障碍物时，提取所述动态障碍物的属性信息和运动信息；

根据所述动态障碍物的属性信息和运动信息确定所述动态障碍物、所述车辆和所述运动限制区的第二位置关系；

根据所述第二位置关系确定所述可控传感器的探测方向所要对准的所述动态障碍物的边缘，使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

可选地，判断所述车辆与所述待追踪目标之间是否存在遮挡所述待追踪目标的障碍物之后，还包括：

当不存在遮挡所述待追踪目标的障碍物时，控制所述可控传感器的探测方向对准所述运动限制区的边界上距离所述车辆最近的点。

本发明通过获取道路信息、待追踪目标的属性信息以及其他动静态目标的属性信息和运动信息确定所述待追踪目标在所述探测盲区内的运动限制区，通过获取待追踪目标的运动趋势进一步预测待追踪目标在各个时间点所对应的运动限制区内的运动片区，从而控制可控传感器的探测方向依次对准各个运动片区。从而在探测盲区内仍然能够尽可能地保持探测方向对置待追踪目标，在待追踪目标出现在可探测区域的第一时刻及时跟随，获取待追踪目标的运动信息，预测是否对本车有较大威胁，从而提高驾驶的安全性。

进一步地，由于优势感知方向具有较高的分辨率和探测精度，因此将优势感知方向实时对准重要目标，能够提高目标追踪的探测精度和分辨率。

进一步地，本发明在无法预测运动趋势时，通过将可控传感器的探测方向对准障碍物的边缘，使得待追踪目标一旦脱离了障碍物的遮挡区域，就能第一时间追踪该障碍物，因此有利于提高驾驶安全性。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明一个实施例的盲区目标追踪方法的流程框图；

图2是根据本发明另一个实施例的盲区目标追踪方法中确定运动限制区的流程框图；

图3是根据本发明另一个实施例的盲区目标追踪方法的流程框图；

图4是根据本发明另一个实施例的盲区目标追踪方法的流程框图。

具体实施方式

图1是根据本发明一个实施例的盲区目标追踪方法的流程框图。如图1所示，本发明通过了一种车辆的盲区目标追踪方法，车辆设有多个可调节探测位置的可控传感器。一个实施例中，方法包括以下步骤：

S10：获取车辆周边的道路信息、待追踪目标的属性信息和运动信息以及除去待追踪目标之外的其他动静态目标的属性信息和运动信息。其他动静态目标包括路基设施周围其他目标，例如车辆，行人等。

S20：判断待追踪目标是否会进入探测盲区。

S30：若待追踪目标会进入探测盲区，则根据道路信息、待追踪目标的属性信息以及其他动静态目标的属性信息和运动信息确定待追踪目标在探测盲区内的运动限制区。

S40：在进入探测盲区之前的预设时刻根据待追踪目标的属性信息和运动信息预测待追踪目标在探测盲区内的运动趋势。

S50：根据待追踪目标的运动趋势和运动限制区预测待追踪目标在各个时间点所对应的运动片区。

S60：控制可控传感器的探测方向在各个时间点对准相应的运动片区的中心。

本实施例提供了一种探测盲区内的目标追踪方法，通过获取道路信息、待追踪目标的属性信息以及其他动静态目标的属性信息和运动信息确定待追踪目标在探测盲区内的运动限制区，通过获取待追踪目标的运动趋势进一步预测待追踪目标在各个时间点所对应的运动限制区内的运动片区，从而控制可控传感器的探测方向依次对准各个运动片区。从而在探测盲区内仍然能够尽可能地保持探测方向对置待追踪目标，在待追踪目标出现在可探测区域的第一时刻及时跟随，获取待追踪目标的运动信息，预测是否对本车有较大威胁，从而提高驾驶的安全性。

一个实施例中，S10包括：

通过高精地图获取车辆周边的道路信息。

通过车辆、其他车辆及路基设备的采集单元获取待追踪目标的属性信息和运动信息以及其他动静态目标的属性信息和运动信息。

通过车路协同的方式可以更有效全面地获取待追踪目标和其他动静态目标的相关信息。

可选地，道路信息包括交通标识信息、交通线信息和道路限制区信息。例如交通标识、车道线、人行道、安全岛、交通信号灯、路沿、护栏、隔离带、楼宇等信息。

可选地，待追踪目标的属性信息包括待追踪目标的类别信息。例如待追踪目标是行人或者车辆等。

可选地，待追踪目标的运动信息包括待追踪目标的运动特性信息、运动能力信息和运动极限信息。可以包括全球定位位置、速度、加速度、横摆角速度等信息，从而可以预测待追踪目标的一些运动趋势，需要注意的是，车路协同的采集单元未必能够获得足够的待追踪目标的运动信息，因此基于不够全面的待追踪目标的信息，也可能无法预测其运动趋势。

可选地，其他动静态目标的属性信息包括类别信息和尺寸信息。例如三维尺寸信息。

可选地，其他动静态目标的运动信息包括位置信息、速度信息和加速度信息。例如全球定位位置、速度、加速度等信息。

通过获取其他动静态目标的属性信息和运动信息可以确定其他动静态目标的遮挡区域。

另一个实施例中，S20之前，还包括：

获取车辆、其他车辆和路基设备的探测范围。

根据道路信息、其他动静态目标的属性信息和运动信息确定遮挡车辆、其他车辆和路基设备的遮挡区域。

根据探测范围和遮挡区域确定探测盲区。

由上述步骤可知，这里的探测范围是指车辆、其他车辆和路基设备能探测到的区域的合集，由于车辆可以接受其他车辆和路基设备的探测信息，因此本发明中车辆的探测范围是大于该车辆自身的探测范围的。当然同时要考虑道路上的道路设备设施、其他动静态目标的遮挡所形成的遮挡区域。探测范围之外的区域与遮挡区域的合集即探测盲区。

图2是根据本发明另一个实施例的盲区目标追踪方法中确定运动限制区的流程框图。如图2所示，一个实施例中，S30包括S31、S32和S33。

S31：根据道路信息和待追踪目标的属性信息确定待追踪目标的道路限制区域。

一般情况，待追踪目标会按照结构化道路规定的区域，按照交通规则运动。例如，行人大概率会沿着人行道前行，车辆大概率会沿着车道前行，并且会遵循交通信号灯或别的交通指引。因此根据待追踪目标的类别，可以获取其对应可活动的道路区域，即道路限制区域。通过道路信息可以初步确定待追踪目标可以运动的大致范围。

S32：根据其他动静态目标的属性信息和运动信息确定其他动静态目标所限制的动静态目标限制区域。

一般情况，道路上的其他动静态目标，根据运动或者静止情况，会形成一些固定或可变的限制区域。待追踪目标在运动的过程中需要考虑从这些固定或可变的限制区域之外的区域穿过，而避免与其他动静态目标发生碰撞。例如，在城市道路上临时停在最右侧道路上的多个车辆，将影响待追踪目标的可行驶区域，重要目标不能再利用最右侧车道通行，而只能选择从左侧绕行通过。上述这些固定或可变的限制区域即动静态目标限制区域。

S33：将道路限制区域去除动静态目标限制区域获得运动限制区。该运动限制区是探测盲区内待追踪目标可以活动的范围。

另一个实施例中，S60包括：

控制可控传感器的调节频率和调节角度，使得可控传感器的优势感知方向在各个时间点对准相应的运动片区的中心，优势感知方向为可控传感器的高性能感知区域中性能最高的方向之一。

由于优势感知方向具有较高的分辨率和探测精度，因此将优势感知方向实时对准重要目标，能够提高目标追踪的探测精度和分辨率。

图3是根据本发明另一个实施例的盲区目标追踪方法的流程框图。如图3所示，一个实施例中，S40之前还包括：

S70：在进入探测盲区之前的预设时刻根据待追踪目标的属性信息和运动信息判断能否预测待追踪目标在探测盲区内的运动趋势。若能，进入S40，否则进入S80。这里的运动趋势是指待追踪目标下一刻其可能的运动走向，例如，行人当前的速度较低，则该行人大概率会以低速继续行走并随时可能停下来，车辆或自行车当前的速度和方向确定后，其大概率会继续以该速度行驶并且不能瞬间停下来。

S80：判断车辆与待追踪目标之间是否存在遮挡待追踪目标的障碍物。这里的障碍物可以是上述其他动静态目标或者是道路上的道路限制区等。

S90：当存在遮挡待追踪目标的障碍物时，控制可控传感器的探测方向对准障碍物的边缘，边缘选择为使得可控传感器的探测方向最大限度地靠近运动限制区。

如前所述，车路协同的采集单元未必能够获得足够的待追踪目标的运动信息，因此基于不够全面的待追踪目标的信息，也可能无法预测其运动趋势。本实施例就是针对无法预测运动趋势时，提供了应对策略。本实施例通过将可控传感器的探测方向对准障碍物的边缘，使得待追踪目标一旦脱离了障碍物的遮挡区域，就能第一时间追踪该障碍物，因此有利于提高驾驶安全性。

图4是根据本发明另一个实施例的盲区目标追踪方法的流程框图。如图4所示，另一个实施例中，S90之前，还包括：

S82：判断障碍物的类型。

S83：若障碍物为静态障碍物时，提取静态障碍物的位置信息和尺寸信息。可以从道路信息和其他动静态目标的属性信息和运动信息中提取。

S84：根据静态障碍物的位置信息和尺寸信息确定静态障碍物、车辆和运动限制区的第一位置关系。

S85：根据第一位置关系确定可控传感器的探测方向所要对准的静态障碍物的边缘，使得可控传感器的探测方向最大限度地靠近运动限制区。

本实施例提供了存在静态障碍物时的目标追踪方法。

如图4所示，另一个实施例中，S82之后，还包括：

S86：若障碍物为动态障碍物时，提取动态障碍物的属性信息和运动信息。可以从其他动静态目标的属性信息和运动信息中提取。

S87：根据动态障碍物的属性信息和运动信息确定动态障碍物、车辆和运动限制区的第二位置关系。

S88：根据第二位置关系确定可控传感器的探测方向所要对准的动态障碍物的边缘，使得可控传感器的探测方向最大限度地靠近运动限制区。

本实施例提供了存在动态障碍物时的目标追踪方法。

如图3所示，另一个实施例中，S80之后，还包括：

S100：当不存在遮挡待追踪目标的障碍物时，控制可控传感器的探测方向对准运动限制区的边界上距离车辆最近的点。

不存在障碍物时，由于待追踪目标仍在探测盲区内，因此将可控传感器的探测方向对准运动限制区的边界上距离车辆最近的点可以第一时间追踪该障碍物，完善目标追踪方法。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种车辆的盲区目标追踪方法，所述车辆设有多个可调节探测位置的可控传感器，其特征在于，所述方法包括以下步骤：

获取所述车辆周边的道路信息、待追踪目标的属性信息和运动信息以及除去所述待追踪目标之外的其他动静态目标的属性信息和运动信息；

判断所述待追踪目标是否会进入探测盲区；

若所述待追踪目标会进入所述探测盲区，则根据所述道路信息、所述待追踪目标的属性信息以及所述其他动静态目标的属性信息和运动信息确定所述待追踪目标在所述探测盲区内可以活动的运动限制区；

在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息预测所述待追踪目标在所述探测盲区内的运动趋势；

根据所述运动趋势和所述运动限制区预测所述待追踪目标在各个时间点所对应的运动片区，并控制所述可控传感器的探测方向在各个时间点对准相应的运动片区的中心。

2.根据权利要求1所述的盲区目标追踪方法，其特征在于，获取所述车辆周边的道路信息、待追踪目标的属性信息和运动信息以及除去所述待追踪目标之外的其他动静态目标的属性信息和运动信息，包括：

通过高精地图获取所述车辆周边的所述道路信息；

通过所述车辆、其他车辆及路基设备的采集单元获取所述待追踪目标的属性信息和运动信息以及所述其他动静态目标的属性信息和运动信息。

3.根据权利要求1或2所述的盲区目标追踪方法，其特征在于，

所述道路信息包括交通标识信息、交通线信息和道路限制区信息；

所述待追踪目标的属性信息包括所述待追踪目标的类别信息；

所述待追踪目标的运动信息包括所述待追踪目标的运动特性信息、运动能力信息和运动极限信息；

所述其他动静态目标的属性信息包括类别信息和尺寸信息；

所述其他动静态目标的运动信息包括位置信息、速度信息和加速度信息。

4.根据权利要求3所述的盲区目标追踪方法，其特征在于，判断所述待追踪目标是否会进入探测盲区之前，包括：

获取所述车辆、其他车辆和路基设备的探测范围；

根据所述道路信息、所述其他动静态目标的属性信息和运动信息确定遮挡所述车辆、其他车辆和路基设备的遮挡区域；

根据所述探测范围和所述遮挡区域确定所述探测盲区。

5.根据权利要求4所述的盲区目标追踪方法，其特征在于，根据所述道路信息、所述待追踪目标的属性信息以及所述其他动静态目标的属性信息和运动信息确定所述待追踪目标在所述探测盲区内的运动限制区，包括：

根据所述道路信息和所述待追踪目标的属性信息确定所述待追踪目标的道路限制区域；

根据所述其他动静态目标的属性信息和运动信息确定所述其他动静态目标所限制的动静态目标限制区域；

将所述道路限制区域去除所述动静态目标限制区域获得所述运动限制区。

6.根据权利要求1所述的盲区目标追踪方法，其特征在于，控制所述可控传感器的探测方向在各个时间点对准相应的运动片区的中心，包括：

控制所述可控传感器的调节频率和调节角度，使得所述可控传感器的优势感知方向在各个时间点对准相应的运动片区的中心，所述优势感知方向为所述可控传感器的高性能感知区域中性能最高的方向之一。

7.根据权利要求1所述的盲区目标追踪方法，其特征在于，在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息预测所述待追踪目标在所述探测盲区内的运动趋势之前，还包括：

在进入所述探测盲区之前的预设时刻根据所述待追踪目标的属性信息和运动信息判断能否预测所述待追踪目标在所述探测盲区内的运动趋势；

若不能预测所述待追踪目标在所述探测盲区内的运动趋势，则判断所述车辆与所述待追踪目标之间是否存在遮挡所述待追踪目标的障碍物；

当存在遮挡所述待追踪目标的障碍物时，控制所述可控传感器的探测方向对准所述障碍物的边缘，所述边缘选择为使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

8.根据权利要求7所述的盲区目标追踪方法，其特征在于，控制所述可控传感器的探测方向对准所述障碍物的边缘之前，还包括：

判断所述障碍物的类型；

若所述障碍物为静态障碍物时，提取所述静态障碍物的位置信息和尺寸信息；

根据所述静态障碍物的位置信息和尺寸信息确定所述静态障碍物、所述车辆和所述运动限制区的第一位置关系；

根据所述第一位置关系确定所述可控传感器的探测方向所要对准的所述静态障碍物的边缘，使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

9.根据权利要求8所述的盲区目标追踪方法，其特征在于，判断所述障碍物的类型之后，还包括：

若所述障碍物为动态障碍物时，提取所述动态障碍物的属性信息和运动信息；

根据所述动态障碍物的属性信息和运动信息确定所述动态障碍物、所述车辆和所述运动限制区的第二位置关系；

根据所述第二位置关系确定所述可控传感器的探测方向所要对准的所述动态障碍物的边缘，使得所述可控传感器的探测方向最大限度地靠近所述运动限制区。

10.根据权利要求7-9中任一项所述的盲区目标追踪方法，其特征在于，判断所述车辆与所述待追踪目标之间是否存在遮挡所述待追踪目标的障碍物之后，还包括：

当不存在遮挡所述待追踪目标的障碍物时，控制所述可控传感器的探测方向对准所述运动限制区的边界上距离所述车辆最近的点。

Images