CN110889409B - 汽车雷达监测优化方法、装置、设备及存储介质 - Google Patents
汽车雷达监测优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110889409B CN110889409B CN201911216730.4A CN201911216730A CN110889409B CN 110889409 B CN110889409 B CN 110889409B CN 201911216730 A CN201911216730 A CN 201911216730A CN 110889409 B CN110889409 B CN 110889409B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- target
- radar
- result
- radar monitoring
- 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
Links
Images
Classifications
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种汽车雷达监测优化方法、装置、设备及存储介质，本发明通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
Description
技术领域
本发明涉及汽车监测领域，尤其涉及一种汽车雷达监测优化方法、装置、设备及存储介质。
背景技术
随着人们生活水平提高，汽车已经走进千家万户，同时日益增长的汽车保有量也带来了大量交通事故。相关数据表明，半数以上的交通事故是车车事故，实际情况下，大部分事故原因是车辆间距过近或者相对车速过高，其中，驾驶员的视觉盲区和注意力不集中等原因也极易造成驾驶员判断失误。为减少事故发生，有效提高行驶安全性，基于各种传感器的多种行车辅助监控系统应运而生，其中比较成熟的有盲区监控系统等。
为实现车辆周围较大范围的目标检测，通常使用的传感器是激光雷达、毫米波雷达、摄像头等，其中，77GHz毫米波雷达尺寸小，易在车上布置，探测范围大，且受雨雪影响小，适应黑暗等恶劣环境，适应性强，且价格远远低于激光雷达，所以被普遍拿来作为盲区监测等行车监测系统的传感器。当前市面上主流的是在车辆的后方左右两侧分别安装毫米波雷达，达到对车辆后向来车环境的监测预警。
但是随着自动驾驶的发展，为了达到更大、更全面范围的感知，自动驾驶汽车需要搭载感知范围更大的传感器监测周围环境，自动驾驶车辆或处于人工驾驶模式的自动驾驶车辆更需要在行驶中实时监测车辆360°范围的环境，现有的雷达监测预警方式已经不能够适用实时监测车辆360°范围的环境，缺乏对自动驾驶车辆的有效安全保障。
发明内容
本发明的主要目的在于提供一种汽车雷达监测优化方法、装置、设备及存储介质，旨在解决现有技术中雷达监测预警方式已经不能够适用实时监测车辆360°范围的环境，缺乏对自动驾驶车辆的有效安全保障的问题。
为实现上述目的，本发明提供一种汽车雷达监测优化方法，所述汽车雷达监测优化方法包括以下步骤：
根据车载雷达获得目标汽车车身周围的雷达监测结果；
对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
优选地，所述根据车载雷达获得目标汽车车身周围的雷达监测结果，包括：
根据预先安装在目标汽车上的多个雷达获得各雷达的障碍物监测结果；
将各角度的障碍物监测结果作为所述目标汽车车身周围的雷达监测结果。
优选地，所述对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息，包括：
对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；
将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息。
优选地，所述对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果，包括：
从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；
将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；
根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
优选地，所述将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果，包括：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果。
优选地，所述根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果，包括：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行划分，获得多个ROI区域；
获取各ROI区域中各障碍物的感兴趣值，将感兴趣值高于预设感兴趣值的障碍物作为各ROI区域的感兴趣障碍目标；
将各ROI区域的感兴趣障碍目标作为划分结果。
优选地，所述根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，包括：
从所述划分结果中提取多个纵向区域的纵向感兴趣障碍目标；
获取所述纵向感兴趣障碍目标相对于所述目标车辆的纵向距离，将所述纵向距离作为纵向目标值；
从所述划分结果中提取多个横向区域的横向感兴趣障碍目标；
获取所述横向感兴趣障碍目标相对于所述目标车辆的横向距离，将所述横向距离作为横向目标值；
根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；
根据所述目标列表获得各感兴趣障碍目标的相对纵向距离、相对纵向速度、相对横向距离和相对横向速度；
根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果。
此外，为实现上述目的，本发明还提出一种汽车雷达监测优化设备，所述汽车雷达监测优化设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车雷达监测优化程序，所述汽车雷达监测优化程序配置为实现如上文所述的汽车雷达监测优化方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有汽车雷达监测优化程序，所述汽车雷达监测优化程序被处理器执行时实现如上文所述的汽车雷达监测优化方法的步骤。
此外，为实现上述目的，本发明还提出一种汽车雷达监测优化装置，所述汽车雷达监测优化装置包括：
监测模块，用于根据车载雷达获得目标汽车车身周围的雷达监测结果；
过滤模块，用于对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
划分模块，用于将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
优化模块，用于根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
本发明提出的汽车雷达监测优化方法，通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的汽车雷达监测优化设备结构示意图；
图2为本发明汽车雷达监测优化方法第一实施例的流程示意图；
图3为本发明汽车雷达监测优化方法第二实施例的流程示意图；
图4为本发明汽车雷达监测优化方法第三实施例的流程示意图；
图5为本发明汽车雷达监测优化装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：本发明通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全，解决了现有技术中雷达监测预警方式已经不能够适用实时监测车辆360°范围的环境，缺乏对自动驾驶车辆的有效安全保障的技术问题。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的汽车雷达监测优化设备结构示意图。
如图1所示，该汽车雷达监测优化设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的存储器(Non-volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储。
本领域技术人员可以理解，图1中示出的汽车雷达监测优化设备结构并不构成对该汽车雷达监测优化设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户端接口模块以及汽车雷达监测优化程序。
本发明汽车雷达监测优化设备通过处理器1001调用存储器1005中存储的汽车雷达监测优化程序，并执行以下操作：
根据车载雷达获得目标汽车车身周围的雷达监测结果；
对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
根据预先安装在目标汽车上的多个雷达获得各雷达的障碍物监测结果；
将各角度的障碍物监测结果作为所述目标汽车车身周围的雷达监测结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；
将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；
将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；
根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行划分，获得多个ROI区域；
获取各ROI区域中各障碍物的感兴趣值，将感兴趣值高于预设感兴趣值的障碍物作为各ROI区域的感兴趣障碍目标；
将各ROI区域的感兴趣障碍目标作为划分结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车雷达监测优化程序，还执行以下操作：
从所述划分结果中提取多个纵向区域的纵向感兴趣障碍目标；
获取所述纵向感兴趣障碍目标相对于所述目标车辆的纵向距离，将所述纵向距离作为纵向目标值；
从所述划分结果中提取多个横向区域的横向感兴趣障碍目标；
获取所述横向感兴趣障碍目标相对于所述目标车辆的横向距离，将所述横向距离作为横向目标值；
根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；
根据所述目标列表获得各感兴趣障碍目标的相对纵向距离、相对纵向速度、相对横向距离和相对横向速度；
根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果。
本实施例通过上述方案，通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
基于上述硬件结构，提出本发明汽车雷达监测优化方法实施例。
参照图2，图2为本发明汽车雷达监测优化方法第一实施例的流程示意图。
在第一实施例中，所述汽车雷达监测优化方法包括以下步骤：
步骤S10、根据车载雷达获得目标汽车车身周围的雷达监测结果。
需要说明的是，根据所述车载雷达可以获得车载雷达监测范围内的雷达监测结果，即车身周围环境的雷达扫描结果。
进一步地，所述步骤S10具体包括以下步骤：
根据预先安装在目标汽车上的多个雷达获得各雷达的障碍物监测结果；
将各角度的障碍物监测结果作为所述目标汽车车身周围的雷达监测结果。
可以理解的是，通过获得目标汽车的多个雷达监测的障碍物监测结果，并对各障碍物监测结果进行整合，可以获得所述目标汽车车身周围的雷达监测结果，在实际操作中，可以通过搭载在车辆左前、右前、左后、右后的四个角毫米波雷达，探测范围覆盖车身周向360°角度，探测车辆周围障碍目标的运动信息，当然也可以通过其他数量和方向的雷达，以及不同方向的雷达获取目标汽车车身周围的雷达监测结果，本实施例对此不加以限制。
应当理解的是，所述雷达监测的障碍物监测结果取决与雷达相对于汽车的相对距离和角度，即不同的雷达的安装位置和覆盖参数会对雷达监测的障碍物监测结果造成不同影响，即对应不同的雷达监测的障碍物监测结果。
在具体实现中，为了考虑到识别四个角雷达的安装位置对覆盖范围的影响，即为保证360°监测车辆周向目标，需要确保安装的雷达是覆盖周围的，雷达可以是采用77GHz毫米波、探测距离大于100m，水平范围探测大于150°雷达的雷达，当然也可以采取其他型号的雷达进行车身周围障碍物信息的监测，本实施例对此不加以限制。
步骤S20、对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息。
可以理解的是，在所述车载雷达有多个的情况下，难免不同的车载雷达有交叉扫描的区域，此时需要将所述雷达监测结果中重复出现的障碍物进行过滤，即对重复障碍物信息进行过滤，剩下同一障碍物的唯一信息，进而获得非重复障碍物信息。
步骤S30、将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果。
应当理解的是，通过感兴趣区域ROI(region of interest)根据非重复障碍信息中不同障碍物的感兴趣区域进行划分，可以获得对应的划分结果，即不同的雷达监测结果区域。
步骤S40、根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
可以理解的是，通过所述划分结果可以生成对应的目标列表，即进行障碍物信息归纳分析的列表，是目标汽车各ROI区域的信息集合，通过所述目标列表可以优化所述雷达监测结果，方便优化感知结果。
本实施例通过上述方案，通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
进一步地，图3为本发明汽车雷达监测优化方法第二实施例的流程示意图，如图3所示，基于第一实施例提出本发明汽车雷达监测优化方法第二实施例，在本实施例中，所述步骤S20具体包括以下步骤：
步骤S21、对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果。
需要说明的是，对个角度的障碍监测结果进行坐标转换后，可以滤除静止障碍物，即将相对坐标一直不变的障碍物作为静止障碍物，进而进行滤除，获得初始过滤结果，进一步精确雷达监测结果信息的精确度，避免其他行驶的车辆影响自动驾驶的实时判断。
进一步地，所述步骤S21具体包括以下步骤：
从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；
将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；
根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
应当理解的是，通过定义以所述目标汽车的前轴中心为原点，划分不同障碍物的坐标，可以快速识别静止障碍物并将其过滤掉，获得初始过滤结果。
在具体实现中，主要是依据驾驶员驾驶车辆时应该关注的区域以及驾驶员视野盲区，以及自动驾驶车辆决策时需要的感知范围进行综合考虑将障碍物进行坐标化，一般是对4个角雷达输出的障碍目标进行坐标转换同时滤除静止障碍物，即将四个角雷达感知探测到的障碍目标全部转换到以车辆前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员方向为Y轴正向的坐标系下，输出障碍目标相对车辆的X坐标(纵向)、Y坐标(横向)等信息以及相对横纵向速度等，识别出静止障碍物并将其过滤掉，获得初始过滤结果。
步骤S22、将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息。
需要说明的是，即由于单个雷达覆盖范围大，所以多个雷达有重复检测区域，即重合区域，对于某一目标，会被多个雷达检测到，设置一定的距离阈值可以滤除重复的障碍物，输出非重复障碍物信息，所述预设距离阈值为预先设置的用于辅助筛选滤除重复障碍物的距离阈值，通过将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，可以获得非重复障碍物信息。
本实施例通过上述方案，通过对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息，能够进一步精确雷达监测结果信息的精确度，避免其他行驶的车辆影响自动驾驶的实时判断，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
进一步地，图4为本发明汽车雷达监测优化方法第三实施例的流程示意图，如图4所示，基于第二实施例提出本发明汽车雷达监测优化方法第三实施例，在本实施例中，所述步骤S30具体包括以下步骤：
步骤S31、根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果。
需要说明的是，所述预设划分规则为预先设置的障碍物划分规则，在实际操作中，可以将所述非重复障碍物信息对应的车身雷达覆盖区域划分为10块，即左侧相邻车道的前、后区域，右侧相邻车道的前、后区域，本车道的前、后区域，车辆左前、右前、左后、右后方纵向小范围、横向大范围区域，当然也可以根据预设划分规则进行其他情形的划分，获得相应的划分结果，本实施例对此不加以限制。
进一步地，所述步骤S31具体包括以下步骤：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行划分，获得多个ROI区域；
获取各ROI区域中各障碍物的感兴趣值，将感兴趣值高于预设感兴趣值的障碍物作为各ROI区域的感兴趣障碍目标；
将各ROI区域的感兴趣障碍目标作为划分结果。
可以理解的是，通过预设划分规则对车身雷达覆盖区域进行划分，获得多个ROI区域后，可以获得各ROI区域中各障碍物的感兴趣值，进而可以根据感兴趣值与预设感兴趣值的高低确定感兴趣障碍目标，进而将感兴趣障碍目标作为划分结果。
相应地，所述步骤S40具体包括以下步骤：
从所述划分结果中提取多个纵向区域的纵向感兴趣障碍目标；
获取所述纵向感兴趣障碍目标相对于所述目标车辆的纵向距离，将所述纵向距离作为纵向目标值；
从所述划分结果中提取多个横向区域的横向感兴趣障碍目标；
获取所述横向感兴趣障碍目标相对于所述目标车辆的横向距离，将所述横向距离作为横向目标值；
根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；
根据所述目标列表获得各感兴趣障碍目标的相对纵向距离、相对纵向速度、相对横向距离和相对横向速度；
根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果。
需要说明的是，通过将所述划分结果中其他多个纵向感兴趣障碍目标和横向感兴趣障碍目标，可以获得对应的纵向目标值和横向目标值，进而可以根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；进而可以根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障。
在具体实现中，分为10块子ROI区域，分别是左侧相邻车道的前、后区域，右侧相邻车道的前、后区域，本车道的前、后区域，车辆左前、右前、左后、右后方纵向小范围、横向大范围区域，将其编号为1、2、3…、9、10，对10个子区域中的障碍目标进行处理，在1-6号区域，即纵向区域中，分别选取该区域内的纵向距离相对本车辆最近的障碍目标作为目标列表的该编号的目标值，在7-10号区域，即横向区域中，分别选取该区域内横向距离相对本车辆最近的障碍目标作为目标列表的该编号的目标值，所述目标列表可以设定为10*5的矩阵形式，矩阵首行代表是1号区域的目标，末行代表是10号区域的目标，矩阵首列是目标ID，依次为相对纵向距离、相对纵向速度、相对横向距离、相对横向速度。
本实施例通过上述方案，通过预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果，能够进一步精确雷达监测结果信息的精确度，避免其他行驶的车辆影响自动驾驶的实时判断，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
本发明进一步提供一种汽车雷达监测优化装置。
参照图5，图5为本发明汽车雷达监测优化装置第一实施例的功能模块图。
本发明汽车雷达监测优化装置第一实施例中，该汽车雷达监测优化装置包括：
监测模块10，用于根据车载雷达获得目标汽车车身周围的雷达监测结果。
需要说明的是，根据所述车载雷达可以获得车载雷达监测范围内的雷达监测结果，即车身周围环境的雷达扫描结果。
过滤模块20，用于对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息。
可以理解的是，在所述车载雷达有多个的情况下，难免不同的车载雷达有交叉扫描的区域，此时需要将所述雷达监测结果中重复出现的障碍物进行过滤，即对重复障碍物信息进行过滤，剩下同一障碍物的唯一信息，进而获得非重复障碍物信息。
划分模块30，用于将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果。
应当理解的是，通过感兴趣区域ROI(region of interest)根据非重复障碍信息中不同障碍物的感兴趣区域进行划分，可以获得对应的划分结果，即不同的雷达监测结果区域。
优化模块40，用于根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
可以理解的是，通过所述划分结果可以生成对应的目标列表，即进行障碍物信息归纳分析的列表，是目标汽车各ROI区域的信息集合，通过所述目标列表可以优化所述雷达监测结果，方便优化感知结果。
本实施例通过上述方案，通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
本发明所述汽车雷达监测优化装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有汽车雷达监测优化程序，所述汽车雷达监测优化程序被处理器执行时实现如下操作：
根据车载雷达获得目标汽车车身周围的雷达监测结果；
对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
根据预先安装在目标汽车上的多个雷达获得各雷达的障碍物监测结果；
将各角度的障碍物监测结果作为所述目标汽车车身周围的雷达监测结果。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；
将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；
将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；
根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行划分，获得多个ROI区域；
获取各ROI区域中各障碍物的感兴趣值，将感兴趣值高于预设感兴趣值的障碍物作为各ROI区域的感兴趣障碍目标；
将各ROI区域的感兴趣障碍目标作为划分结果。
进一步地，所述汽车雷达监测优化程序被处理器执行时还实现如下操作：
从所述划分结果中提取多个纵向区域的纵向感兴趣障碍目标；
获取所述纵向感兴趣障碍目标相对于所述目标车辆的纵向距离，将所述纵向距离作为纵向目标值；
从所述划分结果中提取多个横向区域的横向感兴趣障碍目标；
获取所述横向感兴趣障碍目标相对于所述目标车辆的横向距离，将所述横向距离作为横向目标值；
根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；
根据所述目标列表获得各感兴趣障碍目标的相对纵向距离、相对纵向速度、相对横向距离和相对横向速度；
根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果。
本实施例通过上述方案，通过根据车载雷达获得目标汽车车身周围的雷达监测结果；对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，能够将大范围内的多个目标进行ROI区域划分，优化感知结果，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
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、物品或者中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种汽车雷达监测优化方法，其特征在于，所述汽车雷达监测优化方法包括：
根据车载雷达获得目标汽车车身周围的雷达监测结果；
对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果；
所述根据车载雷达获得目标汽车车身周围的雷达监测结果，包括：
获取预先安装在目标汽车上的多个雷达相对于所述目标汽车的相对距离和角度，根据所述相对距离和角度确定多个雷达的安装位置和覆盖参数；
根据多个雷达探测所述目标汽车周围的障碍物运动信息，根据探测结果、所述安装位置和所述覆盖参数获得多个雷达的障碍物监测结果；
将所述多个雷达的障碍物监测结果进行整合，获得所述目标汽车车身周围的雷达监测结果；
所述将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果，包括：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果；
所述对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息，包括：
对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；
将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息；
所述对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果，包括：
从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；
将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；
根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
2.如权利要求1所述的汽车雷达监测优化方法，其特征在于，所述根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果，包括：
根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行划分，获得多个ROI区域；
获取各ROI区域中各障碍物的感兴趣值，将感兴趣值高于预设感兴趣值的障碍物作为各ROI区域的感兴趣障碍目标；
将各ROI区域的感兴趣障碍目标作为划分结果。
3.如权利要求2所述的汽车雷达监测优化方法，其特征在于，所述根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果，包括：
从所述划分结果中提取多个纵向区域的纵向感兴趣障碍目标；
获取所述纵向感兴趣障碍目标相对于所述目标车辆的纵向距离，将所述纵向距离作为纵向目标值；
从所述划分结果中提取多个横向区域的横向感兴趣障碍目标；
获取所述横向感兴趣障碍目标相对于所述目标车辆的横向距离，将所述横向距离作为横向目标值；
根据预设矩阵、所述纵向目标值和所述横向目标值生成目标列表；
根据所述目标列表获得各感兴趣障碍目标的相对纵向距离、相对纵向速度、相对横向距离和相对横向速度；
根据所述相对纵向距离、所述相对纵向速度、所述相对横向距离和所述相对横向速度优化所述雷达监测结果。
4.一种汽车雷达监测优化装置，其特征在于，所述汽车雷达监测优化装置包括：
监测模块，用于根据车载雷达获得目标汽车车身周围的雷达监测结果；
过滤模块，用于对所述雷达监测结果中的重复障碍物信息进行过滤，获得非重复障碍物信息；
划分模块，用于将所述非重复障碍物信息进行感兴趣区域ROI划分，获得划分结果；
优化模块，用于根据所述划分结果生成目标列表，并根据所述目标列表优化所述雷达监测结果；
所述监测模块，还用于获取预先安装在目标汽车上的多个雷达相对于所述目标汽车的相对距离和角度，根据所述相对距离和角度确定多个雷达的安装位置和覆盖参数；根据多个雷达探测所述目标汽车周围的障碍物运动信息，根据探测结果、所述安装位置和所述覆盖参数获得多个雷达的障碍物监测结果；将所述多个雷达的障碍物监测结果进行整合，获得所述目标汽车车身周围的雷达监测结果；
所述划分模块，还用于根据预设划分规则对所述非重复障碍物信息对应的车身雷达覆盖区域进行感兴趣区域ROI划分，获得划分结果；
所述过滤模块，还用于对所述雷达监测结果中各角度的障碍物监测结果进行坐标转换，滤除静止障碍物，获得初始过滤结果；将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，获得非重复障碍物信息；
所述过滤模块，还用于从所述雷达监测结果中各角度的障碍物监测结果中获取各障碍目标；将各障碍目标全部转换为以所述目标汽车的前轴中心为原点，朝前进行驶方向为X轴正向，朝驾驶员座位方向为Y轴正向的坐标系下，输出各障碍目标相对所述目标汽车的X坐标、Y坐标以及相对横纵向速度；根据所述X坐标、Y坐标以及相对横纵向速度滤除各障碍目标中的静止障碍物，获得初始过滤结果。
5.一种汽车雷达监测优化设备，其特征在于，所述汽车雷达监测优化设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车雷达监测优化程序，所述汽车雷达监测优化程序配置为实现如权利要求1-3中任一项所述的汽车雷达监测优化方法的步骤。
6.一种存储介质，其特征在于，所述存储介质上存储有汽车雷达监测优化程序，所述汽车雷达监测优化程序被处理器执行时实现如权利要求1-3中任一项所述的汽车雷达监测优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911216730.4A CN110889409B (zh) | 2019-11-29 | 2019-11-29 | 汽车雷达监测优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911216730.4A CN110889409B (zh) | 2019-11-29 | 2019-11-29 | 汽车雷达监测优化方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110889409A CN110889409A (zh) | 2020-03-17 |
| CN110889409B true CN110889409B (zh) | 2023-06-02 |
Family
ID=69749950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911216730.4A Active CN110889409B (zh) | 2019-11-29 | 2019-11-29 | 汽车雷达监测优化方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110889409B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856470A (zh) * | 2020-07-20 | 2020-10-30 | 中国第一汽车股份有限公司 | 一种汽车雷达的目标筛选方法、装置、设备和存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833092B (zh) * | 2010-04-27 | 2012-07-04 | 成都捌零科技有限公司 | 车辆360度障碍无死角智能检测与预警方法 |
| US9616886B2 (en) * | 2015-07-16 | 2017-04-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Size adjustment of forward objects for autonomous vehicles |
| JP6580982B2 (ja) * | 2015-12-25 | 2019-09-25 | 日立建機株式会社 | オフロードダンプトラック及び障害物判別装置 |
| CN106708040B (zh) * | 2016-12-09 | 2019-10-08 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
| CN108509972A (zh) * | 2018-01-16 | 2018-09-07 | 天津大学 | 一种基于毫米波和激光雷达的障碍物特征提取方法 |
-
2019
- 2019-11-29 CN CN201911216730.4A patent/CN110889409B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110889409A (zh) | 2020-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102013113619B4 (de) | Probabilistische Zielauswahl und Gefahrbewertungsverfahren und Anwendung auf ein Kreuzungs-Kollisonswarnsystem | |
| EP2455250B1 (de) | Verfahren zur Erfassung der Umgebung eines Fahrzeugs | |
| CN110481526B (zh) | 一种智能汽车传感器盲区行人检测及主动避撞方法 | |
| CN104290753A (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
| CN106845332B (zh) | 利用轮胎旁溅的基于视觉的潮湿路面状况检测 | |
| EP1839290B1 (en) | Integrated vehicular system for low speed collision avoidance | |
| CN112885144A (zh) | 一种施工作业区车辆撞入事件预警方法及系统 | |
| DE102013112916A1 (de) | Fahrzeugfahrtunterstützungssteuerungsvorrichtung | |
| CN109001743B (zh) | 有轨电车防撞系统 | |
| US9569970B2 (en) | Back-sideways alarming system for vehicle and alarming control method thereof | |
| CN101872559A (zh) | 一种面向汽车驾驶模拟器的虚拟驾驶主动安全预警系统及预警方法 | |
| CN104554008A (zh) | 一种车辆安全换道辅助系统 | |
| CN203255120U (zh) | 一种商用车安全避撞系统 | |
| WO2017016533A1 (de) | Detektionsvorrichtung zur nebelerkennung für ein kraftfahrzeug | |
| CN113650607B (zh) | 一种低速场景自动驾驶方法、系统及汽车 | |
| CN114932902B (zh) | 一种基于车联网技术的鬼探头预警避让方法及系统 | |
| DE102012215014A1 (de) | Verfahren zur Überwachung eines toten Winkels und Fahrassistenzsystem | |
| CN112249007A (zh) | 一种车辆危险报警方法及相关设备 | |
| CN204124125U (zh) | 一种前方车辆运动状态追踪预测装置 | |
| DE102022127431A1 (de) | System und verfahren zum vorhersagen und anzeigen eines eintrittsalarms in seitliche tote winkel | |
| JP2006515699A (ja) | 車両周囲の少なくとも１つの物体を分類する装置 | |
| CN110889409B (zh) | 汽车雷达监测优化方法、装置、设备及存储介质 | |
| EP2885181B1 (de) | Verfahren zur überwachung eines toten winkels und fahrassistenzsystem | |
| DE102016210470B4 (de) | Vorrichtung und Verfahren zur Warnung eines Fahrers eines Fahrzeugs | |
| CN115862383B (zh) | 一种基于不确定性的车辆盲区潜在风险量化方法 |
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 |