CN110481559A - 用于3d传感器的有效体积积分的方法 - Google Patents

用于3d传感器的有效体积积分的方法 Download PDF

Info

Publication number
CN110481559A
CN110481559A CN201910374572.9A CN201910374572A CN110481559A CN 110481559 A CN110481559 A CN 110481559A CN 201910374572 A CN201910374572 A CN 201910374572A CN 110481559 A CN110481559 A CN 110481559A
Authority
CN
China
Prior art keywords
detection
angle
ism
grid
solid angle
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
CN201910374572.9A
Other languages
English (en)
Other versions
CN110481559B (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 CN110481559A publication Critical patent/CN110481559A/zh
Application granted granted Critical
Publication of CN110481559B publication Critical patent/CN110481559B/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
    • G01S13/93—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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • 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
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • 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
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the 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

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)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

公开了一种映射环境的车辆、系统和方法。所述系统包括传感器和处理器。所述传感器被配置为从所述车辆周围的环境中的物体获得检测。所述处理器被配置为计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量，从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量，将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格，并使用所述占用网格来映射所述环境。

Description

用于3D传感器的有效体积积分的方法
引言
本发明涉及使用一个或多个雷达系统来映射环境的方法，并且具体地涉及使用可经由四象限树状结构更新以形成用于表示环境的占用网格的负逆传感器模型。
雷达系统可以用在车辆上以感测车辆环境中的物体以便映射环境或环境中的物体。此类地图可以用于在不与环境中的物体接触的情况下在环境中导航车辆。一种处理雷达信号的方法包括创建体积占用网格，所述体积占用网格基于来自雷达系统的检测以概率形式记录物体的位置。可以使用包括正ISM和负ISM的双逆传感器模型(ISM)来创建和更新占用网格。使用占用网格映射环境的一个重要方面是能够更新占用网格以便反映环境和环境中的物体的当前状态。因此，期望提供一种映射环境的方法，所述方法快速且有效地更新至少负ISM。
发明内容
在一个示例性实施例中，公开了一种映射环境的方法。所述方法包括计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量，在传感器处从所述车辆周围的环境中的物体获得检测，从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量，将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格，以及使用所述占用网格来映射所述环境。
除了本文所述的一个或多个特征之外，所述ISM还包括负ISM，并且使用所述占用网格的四象限树状结构来分配所述负ISM的概率值。所述四象限树状结构的节点对应于立体角，并且所述四象限树状结构的第一层级包括立体角区间，所述立体角区间组合以覆盖所述传感器的视场。所述方法还包括当所述层级处的所述立体角区间包括所述检测时，将所述四象限树状结构的层级处的立体角区间分割成所述四象限树状结构的子层级处的多个子立体角。所述方法还包括将概率值分配给没有检测的立体角区间，其中所述概率值反映所述立体角区间中没有所述检测。所述方法还包括将来自所述负ISM的所述概率值与来自所述正ISM的所述概率值组合以创建所述占用网格。在各种实施例中，所述方法包括基于所述环境的所述映射来相对于所述物体导航所述车辆。
在另一个示例性实施例中，公开了一种用于映射车辆上的环境的系统。所述系统包括传感器和处理器。所述传感器被配置为从所述车辆周围的环境中的物体获得检测。所述处理器被配置为计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量，从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量，将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格，并使用所述占用网格来映射所述环境。
除了本文所述的一个或多个特征之外，所述处理器还被配置为使用所述占用网格的四象限树状结构来分配所述占用网格的负ISM的概率值。所述四象限树状结构的节点对应于立体角，并且所述四象限树状结构的第一层级包括立体角区间，所述立体角区间组合以覆盖所述传感器的视场。所述处理器还被配置为当所述层级处的所述立体角区间包括所述检测时，将所述四象限树状结构的层级处的立体角区间分割成所述四象限树状结构的子层级处的多个子立体角。所述处理器还被配置为将概率值分配给没有检测的立体角区间，其中所述概率值反映所述立体角区间处没有所述检测。所述处理器还被配置为将来自所述负ISM的所述概率值与来自正ISM的所述概率值组合以创建所述占用网格。在各种实施例中，所述处理器被配置为基于所述环境的所述映射来相对于所述物体导航所述车辆。
在又另一示例性实施例中，公开了一种车辆。所述车辆包括传感器和处理器。所述传感器被配置为从所述车辆周围的环境中的物体获得检测。所述处理器被配置为计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量，从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量，将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格，并使用所述占用网格来映射所述环境。
除了本文所述的一个或多个特征之外，所述处理器还被配置为使用所述占用网格的四象限树状结构来将概率值分配给所述占用网格的负ISM。所述四象限树状结构的节点对应于立体角，并且所述四象限树状结构的第一层级包括立体角区间，所述立体角区间组合以覆盖所述传感器的视场。所述处理器还被配置为当所述层级处的所述立体角区间包括所述检测时，将所述四象限树状结构的层级处的立体角区间分割成所述四象限树状结构的子层级处的多个子立体角。所述处理器还被配置为将概率值分配给没有检测的立体角区间，其中所述概率值反映所述立体角区间处没有所述检测。所述处理器还被配置为将来自所述负ISM的所述概率值与来自正ISM的所述概率值组合以创建所述占用网格。
从结合附图取得的本发明的最佳模式的以下详细描述，上述特征和优点以及本发明的其他特征和优点容易地显而易见。
附图说明
其他特征、优点和细节仅借助于示例出现在以下详细描述中，该详细描述参考附图，其中：
图1示出了根据各种实施例的具有在100描绘的相关轨迹规划系统的车辆；
图2示出了说明性占用网格；
图3A(现有技术)示出了用于基于物体位置创建或更新占用网格的径向概率图；
图3B(现有技术)示出了位于选定范围处的物体的径向概率图的对数(优势)模型；
图4示出了占用网格，其示出了没有检测的区域；
图5示出了可以用于存储和更新负ISM的概率值的说明性四象限树状结构；
图6示出了图5的四象限树状结构的使用来使用负ISM填充占用网格；
图7示出了用于占用网格的正ISM、负ISM和双ISM；
图8示出了示出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9示出了物体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；并且
图10示出了在与图9相同的场景中的说明性雷达场的显示，其中雷达场由使用本文公开的负ISM的占用网格形成。
具体实施方式
以下描述仅仅具有示例性本质并且不旨在限制本发明、其应用或用途。应当理解的是，在整个附图中，对应的附图标记指示相同或对应的部分和特征。
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的自动驾驶的轨迹计划。车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14被布置在底盘12上并且大致上包围车辆10的部件。车身14和底盘12可以共同形成框架。车轮16和18各自在车身14的相应拐角附近旋转地联接到底盘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被结合到自主车辆10(在下文中被称为自主车辆10)中。自主车辆10例如是被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，但是应当明白的是，也可以使用包括摩托车、卡车、运动型多功能车(SUV)、休闲车(RV)、船舶、飞机等的任何其他车辆。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”，其指代自动驾驶系统在动态驾驶任务的所有方面的驾驶模式所特有的性能，即使人类驾驶员对干预请求没有做出适当响应。五级系统指示“全自动化”，其指代自动驾驶系统在可由人类驾驶员管理的所有道路和环境状况下在动态驾驶任务的所有方面的全面性能。
如所示，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和至少一个控制器34。推进系统20在各个实施例中可以包括内燃机、诸如牵引电动机等电机和/或燃料电池推进系统。变速器系统22被配置为根据可选速比将来自推进系统20的动力传输到车轮16和18。根据各个实施例，变速器系统22可以包括分级传动比自动变速器、无级变速器或其他适当的变速器。制动系统26被配置为向车轮16和18提供制动转矩。在各个实施例中，制动系统26可以包括摩擦制动器、线控制动器、诸如电机等再生制动系统，和/或其他适当的制动系统。转向系统24影响车轮16和18的位置。虽然为了说明目的而被描绘为包括方向盘，但是在本发明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包括感测自主车辆10的外部环境和/或内部环境的可观察状况的一个或多个感测装置40a到40n。感测装置40a到40n可以包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其他传感器。在各种实施例中，车辆10包括雷达系统，所述雷达系统包括雷达传感器阵列，所述雷达传感器位于沿车辆10的各个位置处。在操作中，雷达传感器发出电磁脉冲48，所述电磁脉冲由传感器的视场中的一个或多个物体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次或多次检测。
致动器系统30包括一个或多个致动器装置42a到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以及制动系统26。在各种实施例中，车辆特征还可以包括内部和/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可以为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(呈微芯片或芯片集的形式)、微处理器、它们的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是一种持久或非易失性存储器，其可以在处理器44断电时用于存储各种操作变量。计算机可读存储装置或介质46可以使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其他电动、磁性、光学或组合存储器装置的许多已知存储器中的任何一种来实施，其中的某些数据表示由控制器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。指令在由处理器44执行时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，并且向致动器系统30产生控制信号以基于逻辑、计算、方法和/或算法来自动地控制自主车辆10的部件。虽然图1中仅示出了一个控制器34，但是自主车辆10的实施例可以包括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/或算法且产生控制信号以自动控制自主车辆10的特征的任意数量的控制器34。
轨迹规划系统100基于对物体和/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。处理器使用占用网格以便做出用于导航车辆10的决定。在从占用网格确定物体的各种参数(诸如范围、方位角、仰角、速度等)时，控制器34可以操作一个或多个致动器装置42a至42n、推进系统20、变速器系统22、转向系统24和/或制动器26，以便相对于物体50导航车辆10。在各种实施例中，控制器34导航车辆10以便避免与物体50接触。
一方面，处理器44使用双逆传感器模型(ISM)创建占用网格。占用网格是车辆10的环境的三维表示。占用网格表示可以使用雷达系统采样的环境体积，因此在范围、方位角和仰角方面受限。使用以传感器为中心的球面极坐标描述占用网格。占用网格被分割为表征为的三维区间，并且存储或记录与检测的范围(ρ)、方位角(θ)和仰角相对应的区间中的雷达检测的概率。当导航车辆时，访问占用网格的值以便提供环境和其中的物体的概率表示。因此，占用网格内的值可以用于向处理器44通知有物体，允许处理器44在车辆10处执行操作以便防止车辆10与物体接触。
使用包括正逆传感器模型和负逆传感器模型的双反向传感器模型(ISM)来创建和更新占用网格。逆传感器模型是基于测量值指定状态变量(即，在占用网格中)的分布的模型。正ISM基于指示在环境中的相应位置处存在检测的测量值将条件占用概率分配给占用网格的区间。正ISM使用概率来表示环境中给定位置处物体的存在。负ISM跟踪没有检测发生的区域，并且将合适概率分配给相应区间。在一个实施例中，使用雷达观察单独更新正ISM和负ISM，其中雷达观察包括其中发生检测的区域或方向以及未发现检测的区域或方向。未发现方向的区域或方向(无检测方向)用于更新负ISM，并且使用其中发现方向的区域或方向(有检测方向)来更新正ISM。负ISM和正ISM然后组合以创建更新的双ISM。更新的双ISM用于创建静态占用网格。
为了导出ISM，首先从传感器的概率描述(即，给定某个位置X处的目标的情况下传感器读数的分布)开始。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给定位置X处的概率。为了创建占用网格，通过引入诸如图2中所示的三维网格来离散化车辆10周围的空间的表示。三维网格的网格单元被认为是彼此独立的，因此它们的占用概率满足以下等式：
其中mk＝0或1。空白的第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。球面极坐标系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的原点处。出于说明性目的，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。第一立体角区间210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通过的区间来确定。类似地，对于角度变量，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。第二立体角区间218还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通过的区间来确定。
在各种实施例中，采用概率的对数(即，“优势”)以便与log(概率)或“对数(优势)”一起工作是有用的。优势比被限定为单元被占用的概率与单元空白的概率之间的比率，其由等式(2)给出：
使用优势Ok的对数产生对数(优势)值Lk：
对数(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。也可以对任何迭代n使用简单加法来递归计算它们：
其中是在时间n处进行测量之后在单元k处的对数似然。通常但不一定被当做零。
正ISM用于估计在占用网格中具有检测区间的各个位置处的因此用于估计占用网格的有检测区间在选定时刻的占用概率。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δ函数表示。
对于正ISM，检测中的空间不确定性分别表征为范围、方位角和仰角的方差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 内部的单元。对于完全或部分在ΔΩ内部的单元M，条件占用概率改变：
其中W(Ii)是经验权重因子，其考虑更强的检测以对占用概率的贡献大于对较弱检测的贡献。
为了便于存储和提高更新速度，占用网格存储对数(优势)而不是优势。可以使用以下等式来更新正ISM的区间的对数(优势)：
可以通过计算积分使用蛮力计算正ISM：
这可能被证明是低效和耗时的。然而，可以通过将等式(8)分离或分解为其角度和径向分量来计算间隔的近似值，如等式(9)中所示：
角度和径向分量可以被认为是彼此独立的。因此，可以针对角度分量确定角度概率值，并且可以从径向分量确定径向概率值，并且可以将这些概率值相乘在一起以便确定正ISM的区间的概率值。将等式(9)分解允许先前计算和Prad(ρi，M)使得此类值可以存储在数据库中并被快速访问。为了计算概率，从数据库中提取值并将它们相乘。在径向方向上，使用图3A和3B中所示的概率图来假设的行为。
图3A(现有技术)示出了用于基于物体位置创建或更新占用网格的径向概率图300。为了说明目的，物体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。对于传感器与物体之间的距离，概率值为零，因为在范围r处的检测指示传感器与物体之间没有物体。物体与最大范围之间的剩余距离可以被分配为1/2的概率值，指示存在另一个物体位于物体与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范围M0处的物体的径向概率图302的对数(优势)模型。与M0处的检测相关联的概率由正概率|α|给出。因为检测位于M0处，所以传感器与M0之间的物体的可能性低。否则，将在不同的径向位置处检测到物体。因此负概率-|β|被分配给传感器与M0之间的径向距离。可以为位置M0与最大范围之间的剩余距离被分配零概率值。
图4示出了占用网格400，其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，高亮显示正检测区域(有检测区域)和负检测区域(无检测区域)。使用以上关于图2和3的正ISM细节的规则，用概率值或对数(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表达以下事实：如果空间中的某个方向不包括检测，则相应立体角区间内的占用概率应降低或减小。负ISM引起占用网格的单元中的占用可能性的负变化，对于所述单元，在相应的到达方向(无检测方向)上缺少检测。因此，当在较近的时间步长期间在所述方向上没有发生检测时，由于在前一时间步长期间在与区间相对应的方向上存在检测而导致的占用网格的选定区间中的概率值可以被更新和减小。对于没有检测的方向的对数(优势)可以由等式(10)提供：
对于所述方向：
pe(ρ)＝β(ρmax-ρ) 等式(11)
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，所以等式(10)的负偏移针对较长范围内的占用网格的区间减小。在替代实施例中，负ISM可以假设对数优势随范围的线性衰减，如等式(12)中所示：
ΔLneg(ρ)＝-|α|-|β|(ρmax-ρ) 等式(12)
图5示出了可以用于存储和更新负ISM的概率值的说明性四象限树状结构500。四象限树状结构包括多个层级，每个层级包括立体角度区间的形式的节点。在每个层级，层级的多个节点覆盖传感器的选定立体角。在一个实施例中，选定的立体角是传感器的视场。一个层级处的节点或表面区域通过分支操作与较低层级处的节点相关。首先参考层级1，区域A覆盖传感器的选定立体角。区域A可以经由分支操作分割成第二层级处的四个单独的立体角区域(A1、A2、A3、A4)。第二层级的整个立体角区域(A1、A2、A3、A4)覆盖第一层级处的区域A。这些立体角区域(A1、A2、A3、A4)中的每一者可以经由分支操作进一步分割成第三层级处的四个立体角。为了说明，第二层级处的立体角A4被分割为四个立体角区域(A41、A42、A43、A44)。该过程一直持续直到达到不能或不需要通过传感器的分辨率极限或用户选择的分辨率默认值来进一步分割立体角的层级处。
图6示出了图5的四象限树状结构的使用来使用负ISM填充占用网格600。占用网格600的角度分量的说明性立体角602在左侧示出为具有两次检测。在右侧，示出了角度分量的立体角602。存在检测的区间被标记用于说明目的。立体角602的一部分在四象限树状结构的第一层级处被区域A覆盖。使用分支操作，区域A被分割为更小的区域A1、A2、A3和A4。
检测区域存在于区域A2和A3中，而区域A1和A4没有检测存在。为了创建负ISM。将诸如在等式(8)至(10)中讨论的负ISM概率输入到区域A1和A4内的那些区间(在占用网格的最低层级处)。然而，区域A2和A3在四象限树状结构的下一层级处被分割，因为在这些区域内发现了检测。
为便于解释，我们仅讨论A2区域。区域A2(第二层次节点)被分割为区域A21、A22、A23和A24。区域A21、A22和A24缺少检测。因此，可以将合适的负ISM概率输入到它们的相关区间中。然而，区域A23包括检测，因此被分割为四象限树状结构的下一个(第三)层级处的区域。
所述过程以这种方式继续：当四象限树状结构的一个层级的区域中没有检测时，与所述区域相关联的区间被分配负ISM的概率值；当区域中有检测时，所述区域被细分为四象限树状结构的下个一层级处的较小区域。
区域A23因此被分割为区域A231、A232、A233和A234。出于说明目的，这些区域位于四象限树状结构的最后一个层级处。因此，区域A231、A232和A234被分配负ISM概率值。区域A232可以被分配使用利用等式(9)计算的正ISM值的值。该过程还可以用于相对于图7中所示的另一检测来分割区域A3。
在各种实施例中，处理器44使用图5和6的四象限树状结构创建负ISM。负ISM值可以存储在查找表中的存储器中以便于访问。四象限树状结构的使用提高了形成负ISM的速度和效率。
一旦创建和/或更新了负ISM和正ISM，它们就被组合成动态占用网格。因此，动态占用网格包括具有相关动态概率的区间，意味着与区间相关联的概率随每个新时间步长或每个新传入检测组而变化。对于在第一时间步长中记录检测但是在随后的时间步长中没有记录检测的区间，由于负ISM而改变当前概率，使得区间具有反映最近未记录检测的事实的相关概率。换句话说，由于使用空白空间权重进行校正，由于第一时间步长中的检测而分配给区间的概率随时间减小。
图7示出了用于占用网格的正ISM 700、负ISM 702和双ISM 704，所述双ISM组合了正ISM 700的值和负ISM 702的值。负ISM 702影响视场内的无检测方向上的所有区间，但不影响有检测方向上的区间。另一方面，对于正ISM 700，除了在检测周围的窄角度内部，对数(优势)为零。在该角度内部，对数(优势)如图3b的径向图所指示。
通过使用正ISM 700和负ISM 702两者更新占用网格，与占用网格的区间相关联的概率值随着每个新时间步长或每个新的传入检测组改变以反映车辆环境的当前状态。
图8示出了示出用于产生动态地表示车辆10的环境的占用网格的方法的流程图800。诸如雷达系统802的检测系统获得一个或多个检测806。雷达系统802包括传感器，所述传感器在多个时间分离的帧中的每一者期间获得与车辆环境内的物体相关的检测。雷达系统802基于物体的范围、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806。在角度方向上，检测806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804或其他合适的速度计将车辆10的速度提供给自运动估计模块808。将车辆的运动提供给雷达检测以便将检测分离成静态检测组810和动态检测组812。静态组810包括环境内不在环境中移动或在环境中静止的物体，诸如停放的车辆、建筑物、标志和环境中的其他永久固定装置。动态检测806与在环境中移动的物体相关，诸如移动车辆、运动中的行人、骑行者等。
静态检测组810和动态检测组812被提供给聚类和异常值去除模块814，其对检测进行过滤以从静态检测组810和动态检测组812中去除噪声信号。另外，检测根据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。
从聚类和异常值去除模块814，将滤波后的静态检测组816和滤波后的动态检测组818提供给空白空间更新模块828。空白空间更新模块828创建占用网格，其记录在选定帧中未发现检测的位置。空白空间的记录可以与更新的静态占用网格826一起使用，以便更新动态占用网格830以改变来反映车辆环境中动态占用网格832形式的物体的当前本质。
滤波后的静态检测组816被提供给更新循环820，所述更新循环更新静态占用网格以便反映环境的变化本质。更新循环820包括静态占用网格历史822，其存储静态占用网格的先前版本。静态占用网格历史822和车辆的速度用于重新采样静态占用网格。重新采样的占用网格824和滤波后的静态检测816用于产生更新的静态占用网格826。对于后续更新步骤，更新的静态占用网格826用作静态占用网格历史822。更新的静态占用网格826被提供给动态占用更新模块830以便提供动态占用网格832。
图9和10示出了对于不使用负ISM用于占用电网的系统与使用负ISM的本文公开的占用网格在雷达检测随时间变化方面的说明性差异。图9示出了物体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。物体在时间t0位于第一位置处，在时间t1位于第二位置处并且在时间t2位于第三位置处。然而，在时间t2，雷达系统示出物体的持久条纹902从物体在时间t0的位置延伸到物体在时间t2的位置。因此，持久条纹902指示物体在时间t2位于不再存在检测的位置处。
图10示出了在与图9相同的场景中的说明性雷达场的显示，其中雷达场由使用本文公开的负ISM的占用网格形成。在时间t0，雷达场在位置1002处示出物体，而不是如图9中所见的持久条纹902。在稍后的时间t1，看到物体已从位置1002移动到新位置1004。在稍后的时间t2，雷达场示出物体再次移动，这次是从位置1004移动到位置1006。因此，每个时间步长的雷达场仅示出物体的局部表示，其是特定时间步长的合适表示。
虽然已经参考示例性实施例描述了以上公开内容，但是本领域技术人员将会理解，在不脱离本公开内容的范围的情况下，可以进行各种改变并且可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的情况或材料适应本发明的教导。因此，希望本发明不限于所公开的特定实施例，而是将包括落入本申请范围内的所有实施例。

Claims (10)

1.一种映射环境的方法，其包括：
计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量；
在传感器处从车辆周围的环境中的物体获得检测；
从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量；
将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格；以及
使用所述占用网格来映射所述环境。
2.根据权利要求1所述的方法，其中所述ISM还包括负ISM，并且使用所述占用网格的四象限树状结构来分配所述负ISM的概率值。
3.根据权利要求2所述的方法，其中所述四象限树状结构的节点对应于立体角，并且所述四象限树状结构的第一层级包括立体角区间，所述立体角区间组合以覆盖所述传感器的视场。
4.根据权利要求3所述的方法，其还包括当所述层级处的所述立体角区间包括所述检测时，将所述四象限树状结构的层级处的立体角区间分割成所述四象限树状结构的子层级处的多个子立体角。
5.根据权利要求4所述的方法，其还包括将概率值分配给没有检测的立体角区间，其中所述概率值反映所述立体角区间中没有所述检测。
6.一种用于映射车辆上的环境的系统，其包括：
传感器，其被配置为从所述车辆周围的环境中的物体获得检测；以及
处理器，其被配置为：
计算占用网格的正逆传感器模型(ISM)的多个径向分量和多个角分量；
从所述多个径向分量中选择与所述检测的范围相对应的径向分量并从所述多个角度分量中选择与所述检测的角度相对应的角度分量；
将选定的径向分量和选定的角度分量相乘以创建所述检测的占用网格；以及
使用所述占用网格来映射所述环境。
7.根据权利要求6所述的系统，其中所述处理器还被配置为使用所述占用网格的四象限树状结构来分配所述占用网格的负ISM的概率值。
8.根据权利要求7所述的系统，其中所述四象限树状结构的节点对应于立体角，并且所述四象限树状结构的第一层级包括立体角区间，所述立体角区间组合以覆盖所述传感器的视场。
9.根据权利要求8所述的系统，其中所述处理器还被配置为当所述层级处的所述立体角区间包括所述检测时，将所述四象限树状结构的层级处的立体角区间分割成所述四象限树状结构的子层级处的多个子立体角。
10.根据权利要求9所述的系统，其中所述处理器还被配置为将概率值分配给没有检测的立体角区间，其中所述概率值反映所述立体角区间处没有所述检测。
CN201910374572.9A 2018-05-15 2019-05-06 映射环境的方法和用于映射车辆上的环境的系统 Active CN110481559B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/979,963 US10816659B2 (en) 2018-05-15 2018-05-15 Method for efficient volumetric integration for 3D sensors
US15/979963 2018-05-15

Publications (2)

Publication Number Publication Date
CN110481559A true CN110481559A (zh) 2019-11-22
CN110481559B CN110481559B (zh) 2022-11-01

Family

ID=68419321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910374572.9A Active CN110481559B (zh) 2018-05-15 2019-05-06 映射环境的方法和用于映射车辆上的环境的系统

Country Status (3)

Country Link
US (1) US10816659B2 (zh)
CN (1) CN110481559B (zh)
DE (1) DE102019111383A1 (zh)

Families Citing this family (6)

* 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
FR3087559B1 (fr) * 2018-10-17 2020-11-20 Transdev Group Dispositif electronique et procede de surveillance d'une scene via un ensemble de capteur(s) electronique(s), programme d'ordinateur associe
US11754672B2 (en) 2019-05-13 2023-09-12 Gm Cruise Holdings Llc RADAR cross section compensation for calibration of vehicle RADAR
US20230209377A1 (en) * 2021-12-23 2023-06-29 Intel Corporation Apparatus, system and method of detecting changes in an environment of a wireless communication device

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070120949A (ko) * 2005-02-08 2007-12-26 씨그리드 코포레이션 다차원 에비던스 그리드 및 그를 적용한 시스템 및 방법
CN101262285A (zh) * 2008-04-10 2008-09-10 杭州电子科技大学 基于概率的三维无线传感器网络覆盖方法
CN101331380A (zh) * 2005-12-16 2008-12-24 株式会社Ihi 三维形状数据的存储/显示方法和装置以及三维形状的计测方法和装置
CN102248947A (zh) * 2010-05-12 2011-11-23 通用汽车环球科技运作有限责任公司 使用3-d激光测距仪的目标和车辆检测及跟踪
CN103576154A (zh) * 2012-08-01 2014-02-12 通用汽车环球科技运作有限责任公司 使用雷达和摄像机的障碍物探测的融合
CN104931977A (zh) * 2015-06-11 2015-09-23 同济大学 一种用于智能车辆的障碍物识别方法
WO2016124189A1 (de) * 2015-02-02 2016-08-11 Conti Temic Microelectronic Gmbh Sensorsystem für ein fahrzeug und verfahren
CN106530380A (zh) * 2016-09-20 2017-03-22 长安大学 一种基于三维激光雷达的地面点云分割方法
JP2017157087A (ja) * 2016-03-03 2017-09-07 株式会社デンソー 占有格子地図作成装置
JP2017166966A (ja) * 2016-03-16 2017-09-21 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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9996944B2 (en) * 2016-07-06 2018-06-12 Qualcomm Incorporated Systems and methods for mapping an environment
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
US11899099B2 (en) * 2018-11-30 2024-02-13 Qualcomm Incorporated Early fusion of camera and radar frames

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070120949A (ko) * 2005-02-08 2007-12-26 씨그리드 코포레이션 다차원 에비던스 그리드 및 그를 적용한 시스템 및 방법
CN101331380A (zh) * 2005-12-16 2008-12-24 株式会社Ihi 三维形状数据的存储/显示方法和装置以及三维形状的计测方法和装置
CN101262285A (zh) * 2008-04-10 2008-09-10 杭州电子科技大学 基于概率的三维无线传感器网络覆盖方法
CN102248947A (zh) * 2010-05-12 2011-11-23 通用汽车环球科技运作有限责任公司 使用3-d激光测距仪的目标和车辆检测及跟踪
CN103576154A (zh) * 2012-08-01 2014-02-12 通用汽车环球科技运作有限责任公司 使用雷达和摄像机的障碍物探测的融合
WO2016124189A1 (de) * 2015-02-02 2016-08-11 Conti Temic Microelectronic Gmbh Sensorsystem für ein fahrzeug und verfahren
CN104931977A (zh) * 2015-06-11 2015-09-23 同济大学 一种用于智能车辆的障碍物识别方法
JP2017157087A (ja) * 2016-03-03 2017-09-07 株式会社デンソー 占有格子地図作成装置
JP2017166966A (ja) * 2016-03-16 2017-09-21 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
CN106530380A (zh) * 2016-09-20 2017-03-22 长安大学 一种基于三维激光雷达的地面点云分割方法

Also Published As

Publication number Publication date
CN110481559B (zh) 2022-11-01
DE102019111383A1 (de) 2019-11-21
US20190353778A1 (en) 2019-11-21
US10816659B2 (en) 2020-10-27

Similar Documents

Publication Publication Date Title
CN110481559A (zh) 用于3d传感器的有效体积积分的方法
CN110471064B (zh) 广义三维逆传感器模型
US20230133611A1 (en) Control of Autonomous Vehicle Based on Environmental Object Classification Determined Using Phase Coherent LIDAR Data
CN110032180A (zh) 激光雷达定位
CN111627054B (zh) 用于预测高置信度密集点云的深度补全误差地图的方法和装置
US20180074200A1 (en) Systems and methods for determining the velocity of lidar points
CN109814130A (zh) 用于在车辆感知系统中自由空间推断以分开群集对象的系统和方法
US11657572B2 (en) Systems and methods for map generation based on ray-casting and semantic class images
CN108327724A (zh) 通过无监督学习的对象跟踪
CN110488295A (zh) 根据传感器套件配置的dbscan参数
US11673533B2 (en) Vehicle sensor enhancements
CN113496510A (zh) 使用神经网络进行逼真的图像透视变换
US20190225214A1 (en) Advanced wild-life collision avoidance for vehicles
US20210390714A1 (en) Producing a bird's eye view image from a two dimensional image
US11574463B2 (en) Neural network for localization and object detection
WO2022098516A1 (en) Systems and methods for radar false track mitigation with camera
CN110481556A (zh) 车辆逃离
US20230123184A1 (en) Systems and methods for producing amodal cuboids
US20220032953A1 (en) Systems and methods for controlling vehicles using an amodal cuboid based algorithm
CN112069867B (zh) 多目标跟踪与多感官数据和缺失模态的学习关联
US20230003886A1 (en) Systems and methods for temporal decorrelation of object detections for probabilistic filtering
EP4145352A1 (en) Systems and methods for training and using machine learning models and algorithms
CN112041702B (zh) 基于使用相位相干lidar数据确定的环境对象分类对自动驾驶车辆的控制
CN113177985A (zh) 具有相机作为地标的仅方位slam
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