CN110471064B - 广义三维逆传感器模型 - Google Patents

广义三维逆传感器模型 Download PDF

Info

Publication number
CN110471064B
CN110471064B CN201910347520.2A CN201910347520A CN110471064B CN 110471064 B CN110471064 B CN 110471064B CN 201910347520 A CN201910347520 A CN 201910347520A CN 110471064 B CN110471064 B CN 110471064B
Authority
CN
China
Prior art keywords
detection
grid
occupancy grid
sensor
likelihood
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
Application number
CN201910347520.2A
Other languages
English (en)
Other versions
CN110471064A (zh
Inventor
M·斯卢茨基
D·I·多布金
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN110471064A publication Critical patent/CN110471064A/zh
Application granted granted Critical
Publication of CN110471064B publication Critical patent/CN110471064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/862—Combination of radar systems with sonar systems
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S2013/9323—Alternative operation using light waves
    • 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
    • G01S2013/9324—Alternative operation using ultrasonic waves

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种车辆、车辆的导航系统以及用于观察车辆的环境的方法。导航系统包括传感器和处理器。传感器相对于包括检测的传感器在有检测方向中从位于车辆环境中的对象获得检测。处理器确定不包括检测的无检测方向，沿着无检测方向将空的空间似然性分配给传感器的占用网格，并使用占用网格生成环境的地图。

Description

广义三维逆传感器模型
技术领域
本公开涉及使用雷达系统来映射环境的方法，并且特别地，涉及使用双逆传感器模型来表示占用网格中的似然值以便表示环境中的一个或多个对象的方法。
背景技术
雷达系统可以用在车辆上以感测车辆环境中的对象，以便在不与对象接触的情况下导航车辆通过环境。处理雷达信号的一种方法包括创建占用网格，该占用网格基于来自雷达系统的检测以概率的形式记录对象的位置。由于雷达系统的错误检测和相对低的角分辨率的普遍存在，逆传感器模型倾向于在方位角和/或仰角上包含大的不确定性。由于占用似然性倾向于在方位角和/或仰角方向上的占用网格中持续存在，因此错误检测倾向于在所得的占用网格中延续。结果，移动对象的轨迹倾向于在不再存在对象的方位角和/或仰角位置处持续存在。因此，期望提供一种创建占用网格的方法，该占用网格具有表示变化环境的当前状态的似然值。
发明内容
在一个示例性实施例中，公开了一种用于观察车辆环境的方法。该方法包括在相对于包括检测的传感器的有检测方向上，在传感器处从位于车辆环境中的对象获得检测，确定不包括检测的无检测方向，沿着无检测方向将空的空间似然性分配给传感器的占用网格，并使用占用网格生成环境地图。
除了本文描述的一个或多个特征之外，该方法进一步包括沿着无检测方向将空的空间似然分配给占用网格的区间。在各种实施例中，将空的空间似然性分配给区间包括基于所述无检测方向中的检测不足来确定似然值的变化，并将似然值的变化添加到区间的当前似然值。在各种实施例中，通过添加似然值的对数来更新占用网格的区间中的似然值。在各种实施例中，似然值是径向相关值。该方法进一步包括使用负逆传感器模型在无检测方向中将空的空间似然性分配给占用网格，并且使用正逆传感器模型在有检测方向中分配正似然值。使用环境地图相对于对象导航车辆。
在另一示例性实施例中，公开了一种用于车辆的导航系统。导航系统包括传感器和处理器。传感器被配置为相对于包括检测的传感器在有检测方向处从位于车辆环境中的对象获得检测。处理器被配置为确定不包括检测的无检测方向，沿着无检测方向将空的空间似然性分配给传感器的占用网格，并使用占用网格生成环境地图。
除了本文描述的一个或多个特征之外，处理器进一步被配置为沿着无检测方向将空的空间似然分配给占用网格的区间。处理器进一步被配置为通过基于在无检测方向中检测不足来确定似然值的变化并且将似然值的变化添加到区间的当前似然值，来将空的空间似然性分配给区间。处理器进一步被配置为通过添加似然值的对数来更新占用网格的区间的似然值。在各种实施例中，似然值是径向相关值。处理器进一步被配置为使用负逆传感器模型在无检测方向中将空的空间似然性分配给占用网格，并使用正逆传感器模型在有检测方向中分配正似然值。处理器进一步被配置为使用环境地图相对于对象导航车辆。
在另一示例性实施例中，公开了一种车辆。该车辆包括传感器和处理器。传感器被配置为相对于包括检测的传感器在有检测方向处从位于车辆环境中的对象获得检测。处理器被配置为确定不包括检测的无检测方向，沿着与第一角度方向不同的第二角度方向将空的空间似然性分配给传感器的占用网格，并使用占用网格生成环境地图。
除了本文描述的一个或多个特征之外，处理器进一步被配置为沿着无检测方向将空的空间似然性分配给占用网格的区间。处理器进一步被配置为通过基于在无检测方向中检测不足来确定似然值的变化并且将似然值的变化添加到区间的当前似然值来将空的空间似然性分配给区间。处理器进一步被配置为通过添加似然值的对数来更新占用网格的区间的似然值。处理器进一步被配置为使用负逆传感器模型在无检测方向中将空的空间似然性分配给占用网格，并使用正逆传感器模型在有检测方向中分配正似然值。处理器进一步被配置为使用环境地图相对于对象导航车辆。
通过以下结合附图的详细描述，本公开的上述特征和优点以及其它特征和优点将变得显而易见。
附图说明
仅通过示例的方式，在以下详细描述、参考附图的详细描述中，其它特征、优点和细节出现，在附图中：
图1示出了根据各种实施例的具有相关联的轨迹规划系统的车辆；
图2示出说明性占用网格；
图3A示出了用于基于对象的位置创建或更新占用网格的径向概率图；
图3B示出了位于所选范围的对象的径向概率图的对数(优势)模型；
图4示出了说明不具有检测的区域的占用网格；
图5示出了用于占用网格的正逆传感器模型(ISM)、负ISM和双ISM；
图6示出了说明用于产生动态地表示图1的车辆的环境的占用网格的方法的流程图；
图7示出了对象在车辆前方经过的场景中的说明性雷达场的显示，其中雷达场由不使用负ISM的占用网格形成；以及
图8示出了与图7相同的场景中的另一说明性雷达场的显示，其中雷达场由占用网格形成，该占用网格使用本文公开的负ISM。
具体实施方式
以下描述本质上仅是示例性的，并不旨在限制本公开、其应用或用途。应该理解的是，在整个附图中，对应的附图标记指示相同或对应的部件和特征。
根据示例性实施例，图1示出了根据各种实施例的具有在100处描绘的相关轨迹规划系统的车辆10。通常，轨迹规划系统100确定用于车辆10的自动驾驶的轨迹规划。车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并且基本上包围车辆10的部件。车身14和底盘12可共同形成框架。轮16和18各自在车身14的相应拐角附近可旋转地联接到底盘12。
在各种实施例中，车辆10是自主车辆，并且轨迹规划系统100结合到自主车辆10(下文中称为自主车辆10)中。自主车辆10例如是自动控制以将乘客从一个位置运送到另一个位置的车辆。在所示实施例中，自主车辆10被描绘为乘用车，但是应当理解，也可以使用任何其它车辆，包括摩托车、卡车、运动型多功能车(SUV)、休闲车(RV)、船舶、飞机等。在示例性实施例中，自主车辆10是所谓的四级或五级自动化系统。四级系统指示“高度自动化”，指的是自动驾驶系统的动态驾驶任务的所有方面的驾驶模式特定性能，即使人类驾驶员没有对干预请求做出适当响应。五级系统指示“完全自动化”，指的是自动驾驶系统在可由人类驾驶员管理的所有道路和环境条件下的动态驾驶任务的所有方面的全时性能。
如图所示，自主车辆10通常包括推进系统20、变速器系统22、转向系统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储装置32，以及至少一个控制器34。在各种实施例中，推进系统20可包括内燃发动机、诸如牵引电动机的电机，和/或燃料电池推进系统。变速器系统22被配置为根据可选择的速度比将动力从推进系统20传递到车轮16和18。根据各种实施例，变速器系统22可包括步进比自动变速器、无级变速器或其它适当的变速器。制动系统26被配置为向车轮16和18提供制动扭矩。在各种实施例中，制动系统26可包括摩擦制动器、线控制动器、再生制动系统(诸如电机)，和/或其它适当的制动系统。转向系统24影响车轮16和18的位置。虽然为了说明的目的而描绘为包括方向盘，但是在本公开的范围内预期的一些实施例中，转向系统24可以不包括方向盘。
传感器系统28包括一个或多个感测装置40a-40n，其感测自主车辆10的外部环境和/或内部环境的可观察状况。感测装置40a-40n可包括但不限于：雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其它传感器。在各种实施例中，车辆10包括雷达系统，该雷达系统包括雷达传感器阵列，该雷达传感器位于沿车辆10的不同位置处。在操作中，雷达传感器发出电磁脉冲48，该电磁脉冲48由传感器视场中的一个或多个对象50在车辆10处反射回来。反射脉冲52表现为雷达传感器处的一个或多个检测。
致动器系统30包括一个或多个致动器装置42a-42n，其控制一个或多个车辆特征，诸如但不限于推进系统20、变速器系统22、转向系统24和制动系统26。在各种实施例中，车辆特征可进一步包括内部和/或外部车辆特征，诸如但不限于车门、行李箱和诸如通风、音乐、照明等的舱室特征(未编号)。
控制器34包括至少一个处理器44和计算机可读存储装置或介质46。处理器44可以是任何定制的或商业上可用的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器其任何组合，或通常用于执行指令的任何装置。计算机可读存储装置或介质46可以包括例如只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是持久性或非易失性存储器，其可用于在处理器44断电时存储各种操作变量。计算机可读存储装置或介质46可以使用许多已知存储器装置中的任何一种来实施，诸如PROM(可编程只读存储器)、EPROM(电子PROM)、EEPROM(电可擦除PROM)、闪存或能够存储数据的任何其它电、磁、光或组合存储器装置，其中的一些表示由控制器34用于控制自主车辆10的可执行指令。
指令可以包括一个或多个单独的程序，每个程序包括用于实施逻辑功能的可执行指令的有序列表。当由处理器44执行时，该指令接收并处理来自传感器系统28的信号，执行用于自动控制自主车辆10的部件的逻辑、计算、方法和/或算法，并基于逻辑、计算、方法和/或算法，生成传输到致动器系统30的控制信号以自动控制自主车辆10的部件。尽管图1中仅示出了一个控制器34，但是自主车辆10的实施例可包括任何数量的控制器34，该控制器34通过任何合适的通信介质或通信介质的组合进行通信，并且协作以处理传感器信号，执行逻辑、计算、方法和/或算法，以及生成控制信号以自动控制自主车辆10的特征。
轨迹规划系统100基于对象和/或其在车辆环境内的位置的确定来导航自主车辆10。在各种实施例中，控制器34执行计算以基于来自车辆10的雷达系统的检测来记录占用网格中的概率值，其中概率值表示基于在传感器处从该位置接收的信号或检测在所选位置处存在对象的概率。处理器使用存储在占用网格中的概率值，以便确定导航车辆10以避免与对象接触的轨迹。在从占用网格确定对象的各种参数(诸如范围、方位角、仰角、速度等)之后，控制器34可以操作一个或多个致动器装置42a-n、推进系统20、传输系统22、转向系统24和/或制动器26，以便相对于对象50导航车辆10。
在一个方面，处理器44使用双逆传感器模型(ISM)创建和更新占用网格。占用网格是如传感器所看到的车辆10的环境的三维表示。占用网格因此与传感器相关。占用网格表示可以使用雷达系统的传感器采样并因此限制了范围、方位角和仰角的环境的体积。占用网格可以采用以传感器为中心的球形极坐标系占用网格被划分为三维区间，该三维区间特征在于/>并且存储或记录对应于检测的范围(ρ)、方位角(θ)和仰角/>的区间中的雷达检测的概率。当导航车辆时，访问占用网格区域的值以便提供环境和其中的对象的概率表示。因此，占用网格内的值可用于向处理器44通知对象，允许处理器44在车辆10处执行操作以便防止车辆10与对象接触。
使用包括正逆传感器模型和负逆传感器模型的双逆传感器模型(ISM)来创建和更新占用网格。逆传感器模型是基于测量指定状态变量(即，在占用网格中)的分布的模型。正ISM基于指示在环境中的对应位置处存在检测的测量，将条件占用概率或“似然性”分配给占用网格的区间。正ISM使用随机变量来表示环境中给定位置处对象的存在。负ISM描述了没有检测发生的区域，并将合适的概率分配给对应的区间。在一个实施例中，使用雷达观察来单独更新正ISM和负ISM，其中雷达观察包括了包括检测发生的区域或方向以及未找到检测的区域或方向。未找到方向的区域或方向(无检测方向)用于更新负ISM，并且使用其中找到方向的区域或方向(有检测方向)来更新正ISM。然后组合负ISM和正ISM以创建更新的双ISM。更新的双ISM用于创建静态占用网格。
ISM基于传感器的概率描述，即，给定特定位置X处的目标的传感器读数的分布。应用贝叶斯定理以便在给定传感器读数的情况下获得目标在位置X处的概率。为了创建占用网格，通过引入三维网格来离散车辆10周围的空间的表示，诸如图2中所示。三维网格的网格单元被认为是彼此独立的，使得它们的占用概率满足以下等式：
其中mk＝0或1。空的第k个网格点具有mk＝0并且占用的第k个网格点具有mk＝1。
图2示出了说明性占用网格200。占用网格200的球形极坐标系225以雷达系统的传感器202为中心。传感器202位于球面极坐标系225的原点。为了说明的目的，示出了第一检测204和第二检测212。对于范围变量，第一检测204位于特定范围区间内。对于角度变量，第一检测204位于方位角区间206和仰角区间208内。方位角区间206和仰角区间208限定第一立体角区间210，其覆盖以传感器202为中心的球面上的区域。可以通过将来自传感器202的光线通过第一检测204投射到球面上并记录光线穿过的区间来确定第一立体角度区间210。类似地，第二检测212位于方位角区间214和仰角区间216内。方位角区间214和仰角区间216限定球形表面的第二立体角区间218。也可以通过将来自传感器202的光线通过第二检测212投射到球面上并记录光线穿过的区间来确定第二立体角区间218。第一立体角度区间210和第二立体角区间218可以被称为有检测区间，因为它们与包括第一检测210和第二检测212的检测方向相关联。
虽然占用概率可以存储在占用网格200中，但是在各种实施例中，采用概率的对数以便与log(概率)或“log(优势)”一起工作是有用的。优势比定义为单元被占据的概率与单元为空的概率之间的比率，其由等式(2)给出：
使用优势Ok的对数产生log(优势)值Lk：
log(优势)值简化了更新ISM的过程，因为它们在对数域中是相加的。它们也可以使用简单的相加递归计算任何迭代n：
其中是在时间n进行测量之后在单元k处的对数似然性的变化。/>通常但不一定取为零。
正ISM用于估计占用网格中的各种有检测区间处的因此用于估计在所选时刻的占用网格的有检测区间处的占用概率。由于高角度分辨率、高检测概率和低误报率，正ISM模型由沿方位角和仰角的类δ函数表示。
对于正ISM，检测中的空间不确定性分别通过范围、方位角和仰角的方差来表征。这些不确定性被认为是不相关的。在一个实施例中，用于检测的概率密度函数近似为高斯函数，如等式(5)中所示：
在强度为Ii的位置处的检测i影响体积内的单元/> 对于完全或部分在ΔΩ内的单元M，条件占用概率改变
其中W(Ii)是经验权重因子，其考虑较强的检测比较弱的检测具有对占用概率的较大贡献。可以使用如下更新正ISM的区间的log(优势)
在径向方向中，使用图3A和图3B中所示的概率图来假设的行为。
图3A(现有技术)示出了用于基于对象的位置创建或更新占用网格的径向概率图300。为了说明的目的，对象位于距传感器的范围或距离r处。与范围r处的检测相关联的概率由概率1给出。对于传感器与对象之间的距离，概率值为零，因为范围r处的检测指示传感器与对象之间没有对象。对象和最大范围之间的剩余距离可以被指定为1/2的概率值，指示存在另一个对象位于对象和最大范围之间的偶数概率，即使它未被检测到。
图3B(现有技术)示出了位于距传感器的范围M0的对象的径向概率图302的log(优势)模型。与M0处的检测相关联的概率由正概率|α|给出。由于检测位于M0处，因此传感器和M0之间的对象的似然性低。否则，将在不同的径向位置处检测到对象。因此负概率-|β|被分配给传感器和M0之间的径向距离。可以为位置M0和最大范围之间的剩余距离分配零概率值。
图4示出了占用网格400，该占用网格400示出了有检测区域和无检测区域。占用网格400示出了占用网格的表面区域的横截面，突出显示正检测区域(有检测区域)和负检测区域(无检测区域)。使用上面关于图2和图3的正ISM细节的规则，用概率值或log(优势)值填充正区域406和408。说明性区域410和412是没有检测的区域。因此，能够更新网格概率值以表示缺少与适当的方位角和仰角相关联的检测是有用的。本文讨论的负ISM更新了无检测区域的占用网格400。
负ISM表示如果空间中的某个方向不包括检测，则对应立体角区间内的占用概率应该下降或减小。负ISM引起占用网格的单元中的占用似然性的负变化，其中在对应的到达方向(无检测方向)中缺少检测。因此，当在最近的时间步骤期间在该方向中没有发生检测时，由于在前一时间步骤期间在对应于区间的方向中存在检测而在占用网格的所选区间中的先前概率值可以被更新和减少。等式(8)中可以提供没有检测的方向的对数(优势)：
为此
pe(ρ)＝β(ρmax-ρ) 等式(9)
其中ρmax是传感器的最大范围，并且P0是传感器的模型参数。因为对于任何雷达，推导概率随着距离而减小，即对于较长范围的占用网格的区间，等式(8)的负偏移减小。在另一个实施例中，负ISM可以假定对数优势与范围的线性衰减，如公式(10)中所示：
ΔLneg(ρ)＝-|α|-|β|(ρmax-ρ) 等式(10)
图5示出了用于占用网格的正ISM 500、负ISM 502和双ISM 504，该占用网格组合了正ISM 500的值和负ISM 502的值。负ISM 502影响视场内的无检测方向中的所有区间，但不影响有检测方向中的区间。另一方面，对于正ISM 500，除了在检测周围的窄角内，log(优势)为零。在该角度内，log(优势)如图3B的径向图所示。
通过使用正ISM 500和负ISM 502两者更新占用网格，与占用网格的区间相关联的概率值随着每个新时间步骤或每个新传入检测组的变化而反映车辆环境的当前状态。
图6示出了流程图600，其说明用于产生动态地表示车辆10的环境的占用网格的方法。诸如雷达系统602的检测系统获得一个或多个检测606。雷达系统602包括传感器，该传感器在多个时间分离帧中的每一个时间分离帧期间获得与车辆的环境内的对象相关的检测。雷达系统602基于对象的范围、方位角和仰角以及其多普勒频率或速度来获得信号或检测606。在角度方向中，检测606被限定在由传感器的方位角和仰角限定的立体角上。里程表604或其它合适的速度计将车辆10的速度提供给自运动估计模块608。车辆的运动被提供给雷达检测，以便将检测分离成检测的静态集合610和检测的动态集合612。静态集合610包括环境内不在环境内移动或静止的对象，诸如停放的车辆、建筑物、标志和环境中的其它永久固定物。检测的动态集合612与在环境内移动的对象有关，诸如移动的车辆、运动中的行人、骑自行车者等。
检测的静态集合610和检测的动态集合612被提供给聚类和异常值去除模块614，该聚类和异常值去除模块614对检测进行过滤以从检测的静态集合610和检测的动态集合612中去除噪声信号。另外，检测取决于它们彼此的相对接近度被分组成簇。异常值检测通常不予考虑。
从聚类和异常值移除模块614，将过滤的检测的静态集合616和过滤的检测的动态集合618提供给空的空间更新模块628。空的空间更新模块628创建记录位置的占用网格，在该位置处在所选框架中未找到任何检测。空的空间的记录可以与更新的静态占用网格626一起使用，以便更新动态占用网格630，以动态占用网格632的形式反映车辆环境中的对象的当前性质。
过滤的静态检测616被提供给更新循环620，该更新循环620更新静态占用网格以便反映环境的变化性质。更新循环620包括静态占用网格历史622，该静态占用网格历史622存储静态占用网格的先前版本。静态占用网格历史622和车辆速度用于重新采样静态占用网格。重新采样的占用网格624和过滤的静态检测616用于产生更新的静态占用网格626。对于后续更新步骤，更新的静态占用网格626用作静态占用网格历史622。更新的静态占用网格626被提供给动态占用更新模块630，以便提供动态占用网格632。
图7和图8示出了对于不使用负ISM用于占用网格与使用负ISM的本文公开的占用网格的系统的雷达检测随时间推移的差异。图7示出了在对象在车辆前方经过的场景中的说明性雷达场700的显示，其中雷达场700由不使用负ISM的占用网格形成。对象位于时间t0的第一位置，时间t1的第二位置以及时间t2的第三位置。然而，在时间t2，雷达系统示出对象的持续条纹702，其在时间＝t0处从对象的位置延伸到时间＝t2处的对象的位置。因此，持久条纹702在时间＝t2处指示对象不再存在的位置处的对象。
图8示出了与图7相同的场景中的另一说明性雷达场800的显示，其中雷达场800由占用网格形成，该占用网格使用本文公开的负ISM。如图7中看到，在时间t＝t0，雷达场800示出位置802处的对象，而不是持续条纹702。在稍后的时间＝t1，看到对象已经从位置802移动到新位置804。在稍后的时间t＝t2，雷达场示出了对象再次移动，这次是从位置804移动到位置806。因此，每个时间步骤处的雷达场仅示出针对特定时间步长的合适表示的对象的局部表示。
虽然已经参考示例性实施例描述了以上公开，但是本领域技术人员将理解，在不脱离其范围的情况下，可以进行各种改变并且可以用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可以进行许多修改以使特定情况或材料适应本发明的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种观察车辆环境的方法，包括：
在传感器处获得位于所述车辆环境中的对象的多个检测；
相对于所述传感器确定包括所述多个检测的有检测方向，以及相对于所述传感器确定不包括所述多个检测的无检测方向；
沿着所述无检测方向将空的空间似然性分配给所述传感器的空的空间占用网格；
基于车辆的运动将所述多个检测分离成静态检测和动态检测；
将所述静态检测分配给静态占用网格；
使用静态占用网格历史和车辆速度来更新所述静态占用网格；
将更新的静态占用网格、动态检测和空的空间占用网格组合以获得动态占用网格；以及
使用所述动态占用网格生成所述环境的地图。
2.根据权利要求1所述的方法，进一步包括沿着所述无检测方向将所述空的空间似然性分配给所述占用网格的区间。
3.根据权利要求2所述的方法，其中，将所述空的空间似然性分配给所述占用网格的区间进一步包括：基于所述无检测方向中的检测不足来确定似然值的变化，并将所述似然值的所述变化添加到所述区间的当前似然值。
4.根据权利要求2所述的方法，进一步包括通过添加似然值的对数来更新所述占用网格的区间中的似然值。
5.根据权利要求1所述的方法，进一步包括：使用负逆传感器模型在所述无检测方向中将所述空的空间似然性分配给所述占用网格，并且使用正逆传感器模型在所述有检测方向中分配正似然值。
6.一种用于车辆的导航系统，包括：
传感器，其被配置为获得位于所述车辆环境中的对象的多个检测；以及
处理器，其被配置为：
相对于所述传感器确定包括所述多个检测的有检测方向，以及相对于所述传感器确定不包括所述多个检测的无检测方向，
沿着所述无检测方向将空的空间似然性分配给所述传感器的空的空间占用网格，
基于车辆的运动将所述多个检测分离成静态检测和动态检测，
将所述静态检测分配给静态占用网格，
使用静态占用网格历史和车辆速度来更新所述静态占用网格，
将更新的静态占用网格、动态检测和空的空间占用网格组合以获得动态占用网格，以及
使用所述动态占用网格生成所述环境的地图。
7.根据权利要求6所述的系统，其中，所述处理器进一步被配置为沿着所述无检测方向将所述空的空间似然性分配给所述占用网格的区间。
8.根据权利要求7所述的系统，其中，所述处理器进一步被配置为：通过基于所述无检测方向中的检测不足来确定似然值的变化，并将所述似然值的所述变化添加到所述区间的当前似然值，将所述空的空间似然性分配给所述区间。
9.根据权利要求7所述的系统，其中，所述处理器进一步被配置为通过添加似然值的对数来更新所述占用网格的区间的似然值。
10.根据权利要求6所述的系统，其中，所述处理器进一步被配置为：使用负逆传感器模型在所述无检测方向中将所述空的空间似然性分配给所述占用网格，并且使用正逆传感器模型在所述有检测方向中分配正似然值。
CN201910347520.2A 2018-05-10 2019-04-26 广义三维逆传感器模型 Active CN110471064B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/976205 2018-05-10
US15/976,205 US11372424B2 (en) 2018-05-10 2018-05-10 Generalized 3D inverse sensor model

Publications (2)

Publication Number Publication Date
CN110471064A CN110471064A (zh) 2019-11-19
CN110471064B true CN110471064B (zh) 2023-10-24

Family

ID=68336937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910347520.2A Active CN110471064B (zh) 2018-05-10 2019-04-26 广义三维逆传感器模型

Country Status (3)

Country Link
US (1) US11372424B2 (zh)
CN (1) CN110471064B (zh)
DE (1) DE102019110927A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11537134B1 (en) * 2017-05-25 2022-12-27 Apple Inc. Generating environmental input encoding for training neural networks
US11555706B1 (en) 2017-09-27 2023-01-17 Apple Inc. Processing graph representations of tactical maps using neural networks
US11243532B1 (en) 2017-09-27 2022-02-08 Apple Inc. Evaluating varying-sized action spaces using reinforcement learning
CN112334964B (zh) * 2018-05-04 2023-02-21 交互数字专利控股公司 基于市场的检测和规避(daa)解决方案
DE102018210814A1 (de) * 2018-06-30 2020-01-02 Robert Bosch Gmbh Verfahren zur Erkennung statischer Radarziele mit einem Radarsensor für Kraftfahrzeuge
US11718300B2 (en) * 2019-02-27 2023-08-08 Zf Automotive Germany Gmbh Method and control unit for a system for controlling a motor vehicle
DE102019213929A1 (de) * 2019-09-12 2021-03-18 Zf Friedrichshafen Ag Plausibilitätsprüfung angehaltener vormals dynamischer Objekte mit Hilfe von Belegungsrastern
JP7406350B2 (ja) * 2019-11-15 2023-12-27 日本信号株式会社 物体検知装置及び物体検知プログラム
EP3905105A1 (en) * 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a collision free space
EP3905106A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a drivable area
EP4123338A3 (en) * 2021-07-21 2023-04-19 Hyundai Mobis Co., Ltd. Apparatus and method for monitoring surrounding environment of vehicle
KR20230014344A (ko) * 2021-07-21 2023-01-30 현대모비스 주식회사 차량의 주변 환경 모니터링 장치 및 방법
WO2024178603A1 (zh) * 2023-02-28 2024-09-06 华为技术有限公司 一种占据栅格地图生成方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484814A (zh) * 2000-09-27 2004-03-24 N 用于建立不随传感器状态的系统性变换而变化的激励表示的自参照方法和装置
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合系统
CN106922195A (zh) * 2014-08-05 2017-07-04 法雷奥开关和传感器有限责任公司 用于生成机动车辆的周围环境区域的周围环境地图的方法、驾驶员辅助系统和机动车辆

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8364366B2 (en) * 2005-06-24 2013-01-29 Deere & Company System and method for providing a safety zone associated with a vehicle
JP5206752B2 (ja) * 2010-08-30 2013-06-12 株式会社デンソー 走行環境認識装置
US9429650B2 (en) * 2012-08-01 2016-08-30 Gm Global Technology Operations Fusion of obstacle detection using radar and camera
JP6239664B2 (ja) * 2016-03-16 2017-11-29 株式会社デンソーアイティーラボラトリ 周辺環境推定装置及び周辺環境推定方法
US9996944B2 (en) * 2016-07-06 2018-06-12 Qualcomm Incorporated Systems and methods for mapping an environment
EP3388972B1 (en) * 2017-04-13 2020-08-26 Aptiv Technologies Limited A method and a device for generating an occupancy map of an environment of a vehicle
EP3460516B1 (en) * 2017-09-20 2020-05-27 Aptiv Technologies Limited A device and a method for distinguishing between traversable and non-traversable objects
EP3594719A1 (en) 2018-07-13 2020-01-15 Commissariat à l'Energie Atomique et aux Energies Alternatives Environment sensing method and apparatus using a wide-angle distance sensor

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484814A (zh) * 2000-09-27 2004-03-24 N 用于建立不随传感器状态的系统性变换而变化的激励表示的自参照方法和装置
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合系统
CN106922195A (zh) * 2014-08-05 2017-07-04 法雷奥开关和传感器有限责任公司 用于生成机动车辆的周围环境区域的周围环境地图的方法、驾驶员辅助系统和机动车辆

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Adaptive occupancy grid mapping with measurement and pose uncertainty;Daniek Joubert;《Stellenbosch University Library and Information Services: Masters Degrees(Mathematical Sciences)》;20121231;第1-2、7、15-19页，图1.5、3.1-3.2，表3.1 *
基于地图建立的无人地面车路径规划;张之瑶;《科技导报》;第28卷(第21期);52-58 *

Also Published As

Publication number Publication date
DE102019110927A1 (de) 2019-11-14
US11372424B2 (en) 2022-06-28
CN110471064A (zh) 2019-11-19
US20190346854A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
CN110471064B (zh) 广义三维逆传感器模型
CN110481559B (zh) 映射环境的方法和用于映射车辆上的环境的系统
CN111458700B (zh) 车辆映射和定位的方法和系统
US20200049511A1 (en) Sensor fusion
US9823661B2 (en) Occupancy grid map for a vehicle
US11747814B2 (en) Autonomous driving device
CN110857085A (zh) 车辆路径规划
CN110488295B (zh) 根据传感器套件配置的dbscan参数
US10935652B2 (en) Systems and methods for using road understanding to constrain radar tracks
US20180074200A1 (en) Systems and methods for determining the velocity of lidar points
US10629072B2 (en) LIDAR and vision vehicle sensing
CN110857983B (zh) 使用具有不同观测角的多个雷达进行对象速度矢量估计
CN112950927B (zh) 使用众感数据进行交通灯定位和映射的方法和设备
CN111638491A (zh) 使用深层神经网络在感测雷达的波束形成阶段去除假警报
CN111806421B (zh) 车辆姿态确定系统和方法
US11693110B2 (en) Systems and methods for radar false track mitigation with camera
CN115249066A (zh) 分位数神经网络
US20220333933A1 (en) Enhanced vehicle and trailer operation
CN111337926B (zh) 经由高阶相位项的多普勒模糊分辨率
CN112069867B (zh) 多目标跟踪与多感官数据和缺失模态的学习关联
US20200049796A1 (en) Efficient near field radar match filter processing
CN113826145A (zh) 距离测量的系统和方法
US11989893B2 (en) Methods and systems for camera to lidar alignment using road poles
US20240219565A1 (en) Systems and methods for detecting and measuring object velocity using single scan lidar detection
CN117508189A (zh) 用于检测交通对象的系统和方法

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