CN110516621A - 无障碍行驶区域的检测方法、装置、车辆及存储介质 - Google Patents
无障碍行驶区域的检测方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN110516621A CN110516621A CN201910810200.6A CN201910810200A CN110516621A CN 110516621 A CN110516621 A CN 110516621A CN 201910810200 A CN201910810200 A CN 201910810200A CN 110516621 A CN110516621 A CN 110516621A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- running region
- distance
- edge point
- edge
- 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
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
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9041—Squint mode
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
-
- 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
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/004—Arrangements for holding or mounting articles, not otherwise provided for characterised by position outside the vehicle
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)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了无障碍行驶区域的检测方法、装置、车辆及存储介质。该方法包括:获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧,根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。与现有技术相比,本发明实施例利用合成孔径雷达以设定角度采集道路图像,既可以预先获取前侧的道路信息,又降低了成本,根据距离分辨率以及通过道路图像确定的边沿位置信息确定无障碍行驶区域,提高了无障碍行驶区域的检测精度。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及无障碍行驶区域的检测方法、装置、车辆及存储介质。
背景技术
近年来,自动驾驶技术发展迅速,越来越多的车辆中应用自动驾驶系统来实现车辆的自动驾驶功能。自动驾驶系统进行路径规划之前,需要对可行驶区域进行检测,因此,对道路的检测是车载传感器环境感知的重要任务之一。
基于视觉图像的道路边沿检测方法目前得到了广泛的应用,但这类检测方法极易受到外部环境,如光照,天气的影响。例如当前较为热门的方案是利用激光雷达或毫米波雷达结合计算机视觉和进行可行驶区域的检测,以确定前方一定区域内的道路走向或者道路边缘是否有障碍物停靠等。激光雷达虽然测距准确,功耗小,视野广,但价格昂贵。毫米波雷达虽然价格适中,探测距离远,精度高,不受天气和光线的影响,但对于静止的金属或非金属物体,运动的非金属物体都不太敏感,角度分辨较低,难以得到障碍物的轮廓。
发明内容
本发明实施例提供一种无障碍行驶区域的检测方法、装置、车辆及存储介质,在提高无障碍行驶区域的检测精度的同时降低成本。
第一方面,本发明实施例提供一种无障碍行驶区域的检测方法,包括:
获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧;
根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息;
根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
可选的,所述根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,包括:
对所述道路图像进行二值化处理,得到二值化图像;
确定所述二值化图像的每一列中代表障碍物的像素点;
分别计算所述车辆与所述像素点所对应位置点的距离;
将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
可选的,所述根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域,包括:
根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离;
根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
可选的,所述障碍物距离计算公式为:
L=N*r+R0
其中,L为边沿点与所述车辆的障碍物距离,N为边沿点在所述二值化图像中的行数,r为距离分辨率,R0为所述合成孔径雷达对应的盲区距离。
可选的,所述根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域,包括:
连接各所述边沿点,作为无障碍行驶区域的边界;
将所述边界和所述障碍物距离形成的区域,作为无障碍行驶区域。
第二方面,本发明实施例还提供一种无障碍行驶区域的检测装置,包括:
信息获取模块,用于获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧;
位置信息确定模块,用于根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息;
行驶区域确定模块,用于根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
可选的,所述位置信息确定模块,包括:
二值化单元,用于对所述道路图像进行二值化处理,得到二值化图像;
像素点确定单元,用于确定所述二值化图像的每一列中代表障碍物的像素点;
距离计算单元,用于分别计算所述车辆与所述像素点所对应位置点的距离;
边沿点确定单元,用于将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
可选的,所述行驶区域确定模块,包括:
障碍物距离确定单元,用于根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离;
行驶区域确定单元,用于根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
第三方面,本发明实施例还提供一种车辆,包括:
安装在车辆前部两侧的合成孔径雷达,用于以设定角度采集道路图像;
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的无障碍行驶区域的检测方法。
第四方面,本发明实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的无障碍行驶区域的检测方法。
本发明实施例提供一种无障碍行驶区域的检测方法、装置、车辆及存储介质,通过获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧,根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。与现有技术相比,本发明实施例利用合成孔径雷达以设定角度采集道路图像,既可以预先获取前侧的道路信息,又降低了成本,根据距离分辨率以及通过道路图像确定的边沿位置信息确定无障碍行驶区域,提高了无障碍行驶区域的检测精度。
附图说明
图1为本发明实施例一提供的一种无障碍行驶区域的检测方法的流程图;
图2为本发明实施例一提供的一种合成孔径雷达的安装位置示意图;
图3为本发明实施例二提供的一种无障碍行驶区域的检测方法的流程图;
图4为本发明实施例二提供的一种道路图像进行二值化处理后的结果示意图;
图5为本发明实施例二提供的一种无障碍行驶区域的区间示意图;
图6为本发明实施例三提供的一种无障碍行驶区域的检测装置的结构图;
图7为本发明实施例四提供的一种车辆的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本发明实施例一提供的一种无障碍行驶区域的检测方法的流程图,本实施例可适用于确定无障碍行驶区域的情况,该方法可以由无障碍行驶区域的检测装置来执行,该装置可以采用软件和/或硬件的方式实现,并可以配置在车辆中,具体的,该方法可以包括如下步骤:
S110、获取道路图像和对应的距离分辨率。
其中,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率成像雷达,可以在能见度极低的气象条件下得到类似光学照相的高分辨雷达图像,可以安装在飞机和卫星等飞行平台上,也可以安装在车辆上,本实施例以安装在车辆上为例。可选的,本实施例所述的合成孔径雷达安装在车辆前部的两侧,保持其发出的波束与车辆成设定角度,从而可以预先获取前侧道路的路况,保证行驶安全。示例性的,参考图2,图2为本发明实施例一提供的一种合成孔径雷达的安装位置示意图。车辆11前部的左右两端分别安装一个合成孔径雷达12,合成孔径雷达12所发射波束的中心指向13与车辆11前端所在的水平线的夹角为α,称为前斜角度,即本实施例所述的设定角度,由此,可以保证合成孔径雷达12采集的每帧道路图像可以在车辆11到达之前获得。前斜角度α可以根据合成孔径雷达12所发射波束的带宽调整,实施例不进行限定。
在雷达图像中,当两个目标位于同一方位角,但与雷达的距离不同时,二者被雷达区分出来的最小距离称为距离分辨率。以图2为例,方位角可以是前斜角度,距离分辨率可以是合成孔径雷达12区分中心指向13上的两个目标的最小距离,距离分辨率可以根据合成孔径雷达12所发射波束的带宽确定,所发射波束的带宽越宽,对应的距离分辨率越高。与此同时,车辆11前进时,合成孔径雷达12在车辆11前进的方向上形成虚拟阵列,从而获得方位分辨率,从而根据距离分辨率和方位分辨率实现连续的高分辨率的二维成像,以获得沿途各类目标丰富的轮廓信息,提高无障碍行驶区域检测的准确度。其中,方位分辨率是沿方位线可以分辨的两点的最小距离,本实施例中的方位线为车辆11的前进方向。
S120、根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息。
可以理解的是,随着车辆的行驶,合成孔径雷达所采集的道路图像中可能包含0个、1个或多个障碍物,当包含0个障碍物时,可以直接检测道路的边沿,并将边沿以内的区域作为无障碍行驶区域,当包含一个障碍物时,可以将该障碍物作为距离该车辆最近的障碍物,当包含多个障碍物时,根据各障碍物和车辆的距离,确定距离该车辆最近的障碍物。边沿位置信息可以是最近障碍物的边沿的位置信息,例如所对应的经纬度信息。可以理解的是,障碍物通常具有一定的体积,占有一定的空间,车辆在障碍物边沿以外的区域行驶才可以保证安全,为此,需要确定最近障碍物的边沿。
可选的,可以通过图像识别算法识别最近障碍物的边沿,结合合成孔径雷达所采集的边沿的经纬度信息,将边沿对应的经纬度信息作为边沿位置信息,实施例对图像识别算法的处理过程不进行限定。需要说明的是,本实施例所述的障碍物是道路边沿以内影响车辆正常行驶的人或物。
S130、根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
无障碍行驶区域除了需要确定最近障碍物的边沿位置信息,还需要确定车辆与边沿之间的距离,从而为行驶路径的规划提供依据。可选的,确定出最近障碍物的边沿点之后,连接各边沿点即可得到无障碍行驶区域的边界,根据边沿点与车辆的距离可以进一步确定无障碍行驶区域的范围大小。可选的,可以直接根据边沿点与车辆的经纬度信息确定最近障碍物的外边沿与车辆的距离,也可以对道路图像进行二值化等处理,得到最近障碍物的边沿在二值化图像中位置信息,例如边沿点在二值化图像中的行数,将该行数作为边沿位置信息,然后结合距离分辨率确定无障碍区域的范围大小,既延续了毫米波雷达的检测精度,又有远低于激光雷达价格的成本优势。
本发明实施例一提供一种无障碍行驶区域的检测方法,通过获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧,根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。与现有技术相比,本发明实施例利用合成孔径雷达以设定角度采集道路图像,既可以预先获取前侧的道路信息,又降低了成本,根据距离分辨率以及通过道路图像确定的边沿位置信息确定无障碍行驶区域,提高了无障碍行驶区域的检测精度。
实施例二
图3为本发明实施例二提供的一种无障碍行驶区域的检测方法的流程图,本实施例是在上述实施例的基础上进行优化,具体的,参考图3,该方法可以包括如步骤:
S210、获取道路图像和对应的距离分辨率。
S220、对所述道路图像进行二值化处理,得到二值化图像。
可选的,本实施例以根据采集到的道路图像进行二值化处理,基于二值化图像确定最近障碍物的边沿位置信息为例。二值化是将图像每个位置的像素值与设定阈值进行比较,如果像素值大于设定阈值,置1或0,否则,置0或1,由此可以得到仅包含0和1的图像,即为二值化图像。可选的,在进行二值化处理之前,可以对道路图像进行灰度处理,即将道路图像先转换成灰度图像,然后再转换成二值化图像,进行二值化处理的设定阈值可以根据灰度图像确定,该设定阈值可以将灰度较弱的混合像元去掉,以消除散射系数小的噪声。二值化图像中障碍物对应0还是1可以根据需要选择,例如当像素值大于设定阈值置1,小于设定阈值置0时,得到的二值化图像中1代表障碍物、0代表无障碍物,当像素值大于设定阈值置0,小于设定阈值置1时,得到的二值化图像中0代表障碍物、1代表无障碍物。可选的,本实施例以1代表障碍物、0代表无障碍物为例。
示例性的,参考图4,图4为本发明实施例二提供的一种道路图像进行二值化处理后的结果示意图。该二值化图像是一个5x5的矩阵,1代表存在障碍物,0代表无障碍物,二值化图像的大小可以根据需要设定,图4只是一个示例,如果二值化图像的大小确定,后续合成孔径雷达所采集的每一帧道路图像都按照该大小处理。
可选的,进行二值化处理后,还可以对二值化图像进行区域膨胀,以弥补二值化时采用的设定阈值较大而导致混合像元被分割掉,进而导致障碍物轮廓内收的影响。可选的,可以通过对二值化图像进行形态学处理实现区域膨胀,实施例对具体的膨胀过程不进行限定。
S230、确定所述二值化图像的每一列中代表障碍物的像素点。
示例性的,参考图4,二值化图像的第一列中不包含1,则该列中不包含代表障碍物的像素点,第二列中包含两个代表障碍物的像素点,第三列和第四列中包含三个代表障碍物的像素点,第五列中包含一个代表障碍物的像素点。
S240、分别计算所述车辆与所述像素点所对应位置点的距离。
当某列中存在代表障碍物的像素点时,分别计算该像素点与车辆的距离,可选的,可以根据每个像素点对应的经纬度信息和车辆的经纬度信息计算该像素点与车辆的距离。
S250、将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
当某一列中存在多个S230中所述的像素点时,例如第二列中存在两个,假定第二行第二列的像素点A对应的位置点与车辆的距离为d1,第三行第二列的像素点B对应的位置点与车辆的距离为d2,且d2<d1,则将第三行第二列的像素点B对应的位置点作为最近障碍物的边沿点,其他列的计算也是类似。边沿点确定后,统计各列边沿点在二值化图像中所在的行数,例如第二列中的像素点B位于该二值化图像中的第三行,则对应的行数记为3。需要说明的是,当某一列中不存在代表障碍物的像素点时,例如图4中的第一列,则返回最大行数5。
S260、根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离。
障碍物距离计算公式可以根据需要设定,可选的,本实施例基于合成孔径雷达前斜视的成像特点,设置的障碍物距离计算公式为:
L=N*r+R0
其中,L为边沿点与所述车辆的障碍物距离,N为边沿点在所述二值化图像中的行数,r为距离分辨率,R0为所述合成孔径雷达对应的盲区距离。盲区距离与合成孔径雷达的安装位置和特性有关,当合成孔径雷达的安装位置确定时,盲区距离也R0确定。利用上述公式确定的障碍物距离可以提高测距的准确度。
S270、根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
实施例对车辆前端两侧的合成孔径雷达所采集图像的处理方式相同,可选的,可以分别对每一侧采集的道路图像分别处理,以分别确定两侧的无障碍行驶区域,也可以将两侧的道路图像按时间对齐合成一张图像,对合成后的道路图像进行处理,得到道路的可行驶区间。
可选的,可以通过如下方式确定无障碍行驶区域:
连接各所述边沿点,作为无障碍行驶区域的边界;
将所述边界和所述障碍物距离形成的区域,作为无障碍行驶区域。
示例性的,参考图5,图5为本发明实施例二提供的一种无障碍行驶区域的区间示意图。图5以将两侧的道路图像按照时间对齐合成一张图像为例。图5中无障碍行驶区域的左边界为车辆左侧无障碍行驶区域的边界,无障碍行驶区域的右边界为车辆右侧无障碍行驶区域的边界。无障碍行驶区域即为左边界和右边界之间的区域,车辆与左边界和右边界的距离为障碍物距离,根据确定的无障碍行驶区域可以为路径的规划提供依据,以辅助驾驶。
本发明实施二提供一种无障碍行驶区域的检测方法,在上述实施例的基础上,通过将道路图像进行二值化处理得到对应的二值化图像,根据二值化图像确定最近障碍物的边沿位置信息,并结合距离分辨率确定无障碍行驶区域的边界以及该边界与车辆的障碍物距离,从而可以得到车辆对应的无障碍行驶区域。与现有技术相比,既提高了检测精度,又降低了成本。
实施例三
图6为本发明实施例三提供的一种无障碍行驶区域的检测装置的结构图,该装置可以执行上述实施例所述的无障碍行驶区域的检测方法,参考图6,该检测装置包括:
信息获取模块310,用于获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧;
位置信息确定模块320,用于根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息;
行驶区域确定模块330,用于根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
本发明实施例三提供一种无障碍行驶区域的检测装置,通过获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧,根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。与现有技术相比,本发明实施例利用合成孔径雷达以设定角度采集道路图像,既可以预先获取前侧的道路信息,又降低了成本,根据距离分辨率以及通过道路图像确定的边沿位置信息确定无障碍行驶区域,提高了无障碍行驶区域的检测精度。
在上述实施例的基础上,位置信息确定模块320,包括:
二值化单元,用于对所述道路图像进行二值化处理,得到二值化图像;
像素点确定单元,用于确定所述二值化图像的每一列中代表障碍物的像素点;
距离计算单元,用于分别计算所述车辆与所述像素点所对应位置点的距离;
边沿点确定单元,用于将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
在上述实施例的基础上,行驶区域确定模块330,包括:
障碍物距离确定单元,用于根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离;
行驶区域确定单元,用于根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
在上述实施例的基础上,所述障碍物距离计算公式为:
L=N*r+R0
其中,L为边沿点与所述车辆的障碍物距离,N为边沿点在所述二值化图像中的行数,r为距离分辨率,R0为所述合成孔径雷达对应的盲区距离。
在上述实施例的基础上,行驶区域确定单元,具体用于连接各所述边沿点,作为无障碍行驶区域的边界;
将所述边界和所述障碍物距离形成的区域,作为无障碍行驶区域。
本发明实施例三提供的无障碍行驶区域的检测装置,可以用于执行上述实施例提供的无障碍行驶区域的检测方法,具备相应的功能和有益效果。
实施例四
图7为本发明实施例四提供的一种车辆的结构图,该车辆可以是具备自动驾驶功能的车辆。具体的,参考图7,该车辆包括:合成孔径雷达410、处理器420、处理器430、输入装置440和输出装置450,其中,合成孔径雷达410安装在车辆前部的两侧,用于以设定角度采集道路图像,设定角度的大小可以根据合成孔径雷达410所发射波束的带宽调整,带宽可以根据需要设置,实施例不进行限定。处理器420的数量可以是一个也可以是多个,图7以一个处理器420为例,可选的,本实施例的处理器420以自动驾驶处理器为例。车辆中合成孔径雷达410、处理器420、处理器430、输入装置440和输出装置450可以通过总线或其他方式连接,图7中以通过总线连接为例。
存储器430作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中无障碍行驶区域的检测方法对应的程序指令/模块。处理器420通过运行存储在存储器430中的软件程序、指令以及模块,从而执行车辆的各种功能应用以及数据处理,即实现上述实施例的无障碍行驶区域的检测方法。
存储器430主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器430可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器430可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接至车辆。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置440可用于接收输入的数字或字符信息,以及产生与车辆的用户设置以及功能控制有关的键信号输入。输出装置450可包括显示屏等显示设备、扬声器以及蜂鸣器等音频设备。
本发明实施例四提供的车辆与上述实施例提供的无障碍行驶区域的检测方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例具备执行无障碍行驶区域的检测方法相同的有益效果。
实施例五
本发明实施例五还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明上述实施例所述的无障碍行驶区域的检测方法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的无障碍行驶区域的检测方法中的操作,还可以执行本发明任意实施例所提供的无障碍行驶区域的检测方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的无障碍行驶区域的检测方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种无障碍行驶区域的检测方法,其特征在于,包括:
获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧;
根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息;
根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
2.根据权利要求1所述的方法,其特征在于,所述根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息,包括:
对所述道路图像进行二值化处理,得到二值化图像;
确定所述二值化图像的每一列中代表障碍物的像素点;
分别计算所述车辆与所述像素点所对应位置点的距离;
将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域,包括:
根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离;
根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
4.根据权利要求3所述的方法,其特征在于,所述障碍物距离计算公式为:
L=N*r+R0
其中,L为边沿点与所述车辆的障碍物距离,N为边沿点在所述二值化图像中的行数,r为距离分辨率,R0为所述合成孔径雷达对应的盲区距离。
5.根据权利要求3所述的方法,其特征在于,所述根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域,包括:
连接各所述边沿点,作为无障碍行驶区域的边界;
将所述边界和所述障碍物距离形成的区域,作为无障碍行驶区域。
6.一种无障碍行驶区域的检测装置,其特征在于,包括:
信息获取模块,用于获取道路图像和对应的距离分辨率,所述道路图像通过合成孔径雷达以设定角度采集,所述合成孔径雷达安装在车辆前部的两侧;
位置信息确定模块,用于根据所述道路图像确定所述车辆的最近障碍物的边沿位置信息;
行驶区域确定模块,用于根据所述边沿位置信息和距离分辨率,确定无障碍行驶区域。
7.根据权利要求6所述的装置,其特征在于,所述位置信息确定模块,包括:
二值化单元,用于对所述道路图像进行二值化处理,得到二值化图像;
像素点确定单元,用于确定所述二值化图像的每一列中代表障碍物的像素点;
距离计算单元,用于分别计算所述车辆与所述像素点所对应位置点的距离;
边沿点确定单元,用于将每一列中距离所述车辆最近的像素点所对应的位置点,记为距离所述车辆最近的障碍物的边沿点,所述边沿点对应的位置信息作为边沿位置信息,并统计各所述边沿点在所述二值化图像中的行数。
8.根据权利要求7所述的装置,其特征在于,所述行驶区域确定模块,包括:
障碍物距离确定单元,用于根据所述距离分辨率和各所述边沿点在所述二值化图像中的行数,结合障碍物距离计算公式,确定各所述边沿点与所述车辆的障碍物距离;
行驶区域确定单元,用于根据各所述边沿点和各所述边沿点对应的障碍物距离,确定无障碍行驶区域。
9.一种车辆,其特征在于,包括:
安装在车辆前部两侧的合成孔径雷达,用于以设定角度采集道路图像;
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一项所述的无障碍行驶区域的检测方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的无障碍行驶区域的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810200.6A CN110516621B (zh) | 2019-08-29 | 2019-08-29 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810200.6A CN110516621B (zh) | 2019-08-29 | 2019-08-29 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516621A true CN110516621A (zh) | 2019-11-29 |
CN110516621B CN110516621B (zh) | 2022-06-17 |
Family
ID=68628119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910810200.6A Active CN110516621B (zh) | 2019-08-29 | 2019-08-29 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516621B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487984A (zh) * | 2020-06-15 | 2020-08-04 | 北京云迹科技有限公司 | 设备控制方法、装置和电子设备 |
US11129101B2 (en) * | 2019-06-28 | 2021-09-21 | T-Mobile Usa, Inc. | Central radio coordination map |
US11170233B2 (en) * | 2018-10-26 | 2021-11-09 | Cartica Ai Ltd. | Locating a vehicle based on multimedia content |
CN114216412A (zh) * | 2021-12-22 | 2022-03-22 | 北京行易道科技有限公司 | 一种交通参与者的角度信息获取方法、装置和存储介质 |
CN115797783A (zh) * | 2023-02-01 | 2023-03-14 | 北京有竹居网络技术有限公司 | 无障碍信息的生成方法、装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107985336A (zh) * | 2017-12-11 | 2018-05-04 | 株洲中车轨道交通装备有限公司 | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 |
WO2018101851A1 (ru) * | 2016-11-30 | 2018-06-07 | Общество С Ограниченной Ответственностью "Инновационный Центр Самоцвет" | Способ обеспечения курсовой устойчивости и безопасности автомобиля и устройство для его осуществления |
CN109444887A (zh) * | 2018-12-31 | 2019-03-08 | 成都汇蓉国科微系统技术有限公司 | 基于星艇前视双基地sar图像区域感知识别方法及系统 |
-
2019
- 2019-08-29 CN CN201910810200.6A patent/CN110516621B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018101851A1 (ru) * | 2016-11-30 | 2018-06-07 | Общество С Ограниченной Ответственностью "Инновационный Центр Самоцвет" | Способ обеспечения курсовой устойчивости и безопасности автомобиля и устройство для его осуществления |
CN107985336A (zh) * | 2017-12-11 | 2018-05-04 | 株洲中车轨道交通装备有限公司 | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 |
CN109444887A (zh) * | 2018-12-31 | 2019-03-08 | 成都汇蓉国科微系统技术有限公司 | 基于星艇前视双基地sar图像区域感知识别方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170233B2 (en) * | 2018-10-26 | 2021-11-09 | Cartica Ai Ltd. | Locating a vehicle based on multimedia content |
US11129101B2 (en) * | 2019-06-28 | 2021-09-21 | T-Mobile Usa, Inc. | Central radio coordination map |
CN111487984A (zh) * | 2020-06-15 | 2020-08-04 | 北京云迹科技有限公司 | 设备控制方法、装置和电子设备 |
CN114216412A (zh) * | 2021-12-22 | 2022-03-22 | 北京行易道科技有限公司 | 一种交通参与者的角度信息获取方法、装置和存储介质 |
CN114216412B (zh) * | 2021-12-22 | 2023-12-26 | 北京行易道科技有限公司 | 一种交通参与者的角度信息获取方法、装置和存储介质 |
CN115797783A (zh) * | 2023-02-01 | 2023-03-14 | 北京有竹居网络技术有限公司 | 无障碍信息的生成方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110516621B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516621A (zh) | 无障碍行驶区域的检测方法、装置、车辆及存储介质 | |
US11927668B2 (en) | Radar deep learning | |
US11719788B2 (en) | Signal processing apparatus, signal processing method, and program | |
US11948249B2 (en) | Bounding box estimation and lane vehicle association | |
US11475678B2 (en) | Lane marker detection and lane instance recognition | |
CN110889808B (zh) | 一种定位的方法、装置、设备及存储介质 | |
CN110782465B (zh) | 一种基于激光雷达的地面分割方法、装置及存储介质 | |
CN110568433A (zh) | 基于毫米波雷达的高空抛物检测方法 | |
CN110298311B (zh) | 路面积水检测方法及装置 | |
CN111257882B (zh) | 数据融合方法、装置、无人驾驶设备和可读存储介质 | |
CN112949782A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114118252A (zh) | 一种基于传感器多元信息融合的车辆检测方法及检测装置 | |
CN112781599A (zh) | 确定车辆的位置的方法 | |
CN115755097A (zh) | 天气情况检测方法、装置、设备及存储介质 | |
CN117029840A (zh) | 一种移动车辆定位方法及系统 | |
CN112313535A (zh) | 距离检测方法、距离检测设备、自主移动平台和存储介质 | |
US11138448B2 (en) | Identifying a curb based on 3-D sensor data | |
CN113421306A (zh) | 定位初始化方法、系统及移动工具 | |
CN114581615B (zh) | 一种数据处理方法、装置、设备和存储介质 | |
CN117786599A (zh) | 一种多源异构信息的处理方法及动态目标感知系统 | |
CN115205818A (zh) | 可行驶区域确定方法、计算机可读存储介质及驾驶设备 | |
CN116749955A (zh) | 基于合成孔径雷达的自动泊车方法、装置、设备及介质 | |
CN115980746A (zh) | 一种可行驶区域的检测方法、装置、车辆及存储介质 | |
CN114581889A (zh) | 一种融合方法、装置、设备、介质及产品 | |
CN115100229A (zh) | 一种基于深度点云数据的障碍物识别方法、装置及机器人 |
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 |