CN111231982A - 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质 - Google Patents

Abstract

本发明实施例公开了一种智能驾驶的障碍物识别方法、装置、车辆和存储介质。其中，该方法包括：基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域；根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物。本发明实施例提供的技术方案，根据当前车辆在当前车辆在智能驾驶下容易遭遇驾驶事故的目标识别区域内，确认的各个障碍物对应的责任敏感距离和综合传感置信度，识别出最容易与当前车辆发生驾驶事故的目标障碍物，此时综合考虑当前车辆针对各个障碍物的驾驶责任和综合传感置信度，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

Description

一种智能驾驶的障碍物识别方法、装置、车辆和存储介质

技术领域

本发明实施例涉及车辆数据处理技术领域，尤其涉及一种智能驾驶的障碍物识别方法、装置、车辆和存储介质。

背景技术

随着智能驾驶车辆的普及，为了保证车辆在智能驾驶过程中的安全性，需要通过行驶过程中的道路环境实时检测可能遭遇的驾驶事故。

目前智能驾驶车辆一般通过自身安装设置的多种传感器来感知车辆周围的障碍物信息，进而通过对各传感器的感知结果进行融合，判断出极易造成该车辆在当前行驶下遭遇驾驶事故的最危险目标；此时最危险目标的检测并没有考虑双方如果发生驾驶事故时的驾驶责任，以及各个传感器的性能等信息，无法保证最危险目标的准确性。

发明内容

本发明实施例提供了一种智能驾驶的障碍物识别方法、装置、车辆和存储介质，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

第一方面，本发明实施例提供了一种智能驾驶的障碍物识别方法，该方法包括：

基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域；

根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物。

第二方面，本发明实施例提供了一种智能驾驶的障碍物识别装置，该装置包括：

目标区域确定模块，用于基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域；

障碍物识别模块，用于根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物。

第三方面，本发明实施例提供了一种车辆，该车辆包括：

一个或多个处理器；

存储装置，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本发明任意实施例所述的智能驾驶的障碍物识别方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的智能驾驶的障碍物识别方法。

本发明实施例提供了一种智能驾驶的障碍物识别方法、装置、设备和存储介质，基于当前车辆的换道请求和加速参数，确定出当前车辆在智能驾驶下容易遭遇驾驶事故的目标识别区域，并根据该目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别出最容易与当前车辆发生驾驶事故的目标障碍物，此时综合考虑当前车辆针对各个障碍物的驾驶责任和综合传感置信度，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1A为本发明实施例一提供的一种智能驾驶的障碍物识别方法的流程图；

图1B为本发明实施例一提供的方法中为当前车辆划分的障碍物区域的示意图；

图2是本发明实施例二提供的一种智能驾驶的障碍物识别方法的流程图；

图3为本发明实施例三提供的一种智能驾驶的障碍物识别装置的结构示意图；

图4为本发明实施例四提供的一种车辆的结构示意图。

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。

实施例一

图1A为本发明实施例一提供的一种智能驾驶的障碍物识别方法的流程图。本实施例可适用于任一种智能驾驶的车辆中。本实施例提供的一种智能驾驶的障碍物识别方法可以由本发明实施例提供的智能驾驶的障碍物识别装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的车辆中，该车辆可以是智能驾驶控制的车辆。

具体的，参考图1A，该方法具体包括如下步骤：

S110，基于当前车辆的换道请求和加速参数，确定当前车辆的目标识别区域。

具体的，为了保证当前车辆在智能驾驶过程中的安全行驶，需要实时检测车辆周围行驶环境中可能存在的障碍物信息，以便能够及时躲避该障碍物；此时换道请求为当前车辆在所在车道的正常行驶过程中，请求变换至该车道的左车道或者右车道中继续行驶的指令，以智能控制当前车辆在不同车道的行驶；加速参数为在智能驾驶过程中判断当前车辆是否加速行驶的参数，如加速度等；目标识别区域为当前车辆在智能驾驶过程中可能遭遇驾驶故障的车道区域，。

本实施例中，在当前车辆的智能驾驶过程中，会实时检测当前车辆的换道请求和加速参数，通过判断当前车辆在当前行驶下是否需要变化车道以及是否加速行驶，进一步判断当前车辆在当前形势下极易与其他车辆或者车道栏杆等障碍物发生碰撞，从而遭遇驾驶故障的车道区域，作为本实施例中的目标识别区域，用于后续在该目标识别区域内识别当前车辆的障碍物信息。

示例性的，本实施例在当前车辆的智能驾驶过程中，会根据当前车辆可能遭遇的驾驶事故所处的区域，预先为当前车辆划分对应的障碍物区域，如图1B所示，后续可以根据当前车辆在智能驾驶过程中的换道请求和加速参数，从划分好的障碍物区域中确定当前车辆的目标识别区域，进而仅在目标识别区域中识别目标障碍物，而不对其他区域的障碍物进行判断，减少障碍物的计算量；此时，本实施例中基于当前车辆的换道请求和加速参数，确定当前车辆的目标识别区域，具体可以包括如下四种情况：

1)如果当前车辆未发起换道请求，且加速参数超出第一加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域。

具体的，当前车辆未发起换道请求，说明当前车辆继续在当前行驶的本车道继续行驶，同时如果当前车辆的加速参数超出第一加速阈值，说明当前车辆在本车道一直加速行驶，此时当前车辆极有可能会由于加速追赶在本车道前方行驶的其他车辆而导致与前方车辆发生追尾，造成驾驶故障，而不存在与其他车道的车辆发生碰撞的情况，因此如果当前车辆未发起换道请求，且加速参数超出第一加速阈值，可以确定本实施例中的目标识别区域为当前车辆的正前方行驶区域，也就是当前车辆在本车道行驶的正前方区域。

2)如果当前车辆未发起换道请求，且加速参数未超出第一加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域和正后方行驶区域。

具体的，当前车辆未发起换道请求，说明当前车辆继续在当前行驶的本车道继续行驶，同时如果当前车辆的加速参数未超出第一加速阈值，说明当前车辆在本车道匀速行驶或者以较低的加速度行驶，此时当前车辆不仅可能与在本车道前方行驶的车辆发生碰撞，还会由于行驶稳定，而被在本车道后方行驶的车辆追尾，因此如果当前车辆未发起换道请求，且加速参数未超出第一加速阈值，可以确定本实施例中的目标识别区域为当前车辆的正前方行驶区域和正后方行驶区域，也就是当前车辆在本车道行驶的正前方区域和正后方区域。

3)如果当前车辆发起换道请求，且加速参数超出第二加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域和侧前方行驶区域。

具体的，如果当前车辆发起换道请求，说明当前车辆需要从当前行驶的本车道变换到本车道的相邻车道继续行驶，同时如果当前车辆的加速参数超出第二加速阈值，说明当前车辆在从本车道到相邻车道的变道过程中一直加速行驶，此时当前车辆以较高的加速度从本车道变换到相邻车道时，极易可能会由于加速追赶在本车道或者相邻车道前方行驶的其他车辆而导致与前方车辆发生追尾，造成驾驶故障，因此如果当前车辆发起换道请求，且加速参数超出第二加速阈值，可以确定本实施例中的目标识别区域为当前车辆的正前方行驶区域和侧前方行驶区域，也就是当前车辆在本车道行驶的正前方区域以及在相邻车道行驶的侧前方区域。

4)如果当前车辆发起换道请求，且加速参数未超出第二加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域、侧前方行驶区域、正后方行驶区域和侧后方行驶区域。

具体的，如果当前车辆发起换道请求，说明当前车辆需要从当前行驶的本车道变换到本车道的相邻车道继续行驶，同时如果当前车辆的加速参数未超出第二加速阈值，说明当前车辆在从本车道到相邻车道的变道过程中匀速行驶或者以较低的加速度行驶，此时当前车辆在变道过程中不仅可能会与在本车道或者相邻车道前方行驶的车辆发生碰撞，还会由于行驶稳定，而被在本车道或者相邻车道后方行驶的车辆追尾，因此如果当前车辆发起换道请求，且加速参数未超出第二加速阈值，可以确定本实施例中的目标识别区域为当前车辆的正前方行驶区域、侧前方行驶区域、正后方行驶区域和侧后方行驶区域，也就是当前车辆在智能驾驶过程中各方位的车道区域。

S120，根据当前车辆在目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别当前车辆的目标障碍物。

其中，责任敏感距离为考虑当前车辆在智能驾驶过程中的驾驶责任的基础上，计算出的当前车辆与其他车辆的相对行驶距离；综合传感置信度为对当前车辆所依赖的预先设置的感知融合算法的算法置信度和当前车辆上安装的各个传感器采集数据的性能置信度进行综合分析后的综合置信度；目标障碍物为当前车辆在智能行驶过程中最容易与当前车辆发生碰撞，造成当前车辆驾驶故障的最危险目标。

可选的，在确定当前车辆在智能驾驶过程中的目标识别区域后，当前车辆首先查找确认处于该目标识别区域的各个障碍物，进而分别在当前车辆驾驶责任的基础上计算出当前车辆相对各个障碍物对应的责任敏感距离，以及当前车辆所采用的传感器和感知融合算法的综合传感置信度，从而根据各个障碍物对应的责任敏感距离和综合传感置信度，计算出当前车辆与各个障碍物的实际相对距离，此时实际相对距离最小的障碍物最容易与当前车辆发生碰撞，造成当前车辆的驾驶故障，因此将实际相对距离最小的障碍物作为本实施例中的目标障碍物，以便后续避免当前车辆与该目标障碍物的碰撞。

此外，本实施例在识别出当前车辆的目标障碍物之后，为了保证当前车辆的安全驾驶，还可以包括：根据目标障碍物所在的行驶区域以及目标障碍物与当前车辆的行驶距离，控制当前车辆的安全驾驶。

具体的，本实施例实时检测目标障碍物与当前车辆的行驶距离，在该行驶距离低于预先设置的第一距离阈值时，控制当前车辆发出报警；此时如果目标障碍物所在的行驶区域为当前车辆的正前方行驶区域，且目标障碍物与当前车辆的行驶距离进一步低于预先设置的第二距离阈值(该第二距离阈值小于第一距离阈值)，则在当前车辆发出报警的基础上，再次控制当前车辆减速行驶，以避免与该目标障碍物发生碰撞；如果目标障碍物所在的行驶区域为当前车辆的侧前方行驶区域，说明当前车辆正在变道，此时如果目标障碍物与当前车辆的行驶距离低于预先设置的第三距离阈值，则在当前车辆发出报警的基础上，再次控制当前车辆的转向角进行一定变化，而在目标障碍物与当前车辆的行驶距离进一步低于预先设置的第四距离阈值时，再次控制当前车辆的转向角进行更大角度的转动，以避免与该目标障碍物发生碰撞；如果目标障碍物所在的行驶区域为当前车辆的正后方行驶区域，则在目标障碍物与当前车辆的行驶距离低于预先设置的第五距离阈值时，控制当前车辆发出报警，此时如果目标障碍物与当前车辆的行驶距离进一步低于预先设置的第六距离阈值，则在当前车辆发出报警的基础上，再次控制当前车辆加速行驶，以避免该目标障碍物与当前车辆追尾；如果目标障碍物所在的行驶区域为当前车辆的侧后方行驶区域，此时与当前车辆发生碰撞之前，必定会进入当前车辆的行驶车道，此时可以根据当前车辆的正后方行驶区域的控制方法，控制当前车辆的安全驾驶。

本实施例提供的技术方案，基于当前车辆的换道请求和加速参数，确定出当前车辆在智能驾驶下容易遭遇驾驶事故的目标识别区域，并根据该目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别出最容易与当前车辆发生驾驶事故的目标障碍物，此时综合考虑当前车辆针对各个障碍物的驾驶责任和综合传感置信度，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

实施例二

图2是本发明实施例二提供的一种智能驾驶的障碍物识别方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的，本实施例对在目标识别区域内识别当前车辆的目标障碍物的具体过程进行详细的解释说明。

具体的，参见图2，本实施例的方法具体可以包括：

S210，基于当前车辆的换道请求和加速参数，确定当前车辆的目标识别区域。

S220，检测当前车辆在智能驾驶下处于目标识别区域内的障碍物。

可选的，在确定当前车辆的目标识别区域之后，可以在当前车辆的智能驾驶下通过当前车辆上安装的各个传感器所采集的数据，检测出处于目标识别区域内的障碍物，该障碍物可以是在目标识别区域内行驶的其他车辆等。

S230，根据当前车辆在障碍物的确认时段和避障时段内的行驶距离，以及该障碍物在确认时段和避障时段内向当前车辆的靠近距离，计算障碍物对应的责任敏感距离。

可选的，当前车辆与障碍物之间的责任敏感距离可以包括纵向责任敏感距离和横向责任敏感距离两种，本实施例中可以通过分别计算障碍物对应的纵向责任敏感距离和横向责任敏感距离来综合判断该障碍物对应的责任敏感距离；具体的，当前车辆在目标识别区域确认各个障碍物前后可以包括确认时段和避障时段两部分，确认时段为确定目标识别区域后在该目标识别区域确认该障碍物的时段，避障时段为确认该障碍物后，为了避免与该障碍物发生碰撞而采取对应避障措施的时段；此时根据当前车辆在障碍物的确认时段和避障时段内的横向行驶距离和纵向行驶距离，以及该障碍物在确认时段和避障时段内向当前车辆的横向靠近距离和纵向靠近距离，分别计算该障碍物对应的横向责任敏感距离和纵向责任敏感距离，进而对该横向责任敏感距离和该纵向责任敏感距离进行综合分析，确定该障碍物对应的责任敏感距离。

示例性的，障碍物对应的横向责任敏感距离的计算公式如下：

Δd_j,lateral＝d_{max,accel,ρ,lateral}-d_{max,accel,ρ,j,lateral}+d_{max,brake,lateral}-d_{max,brake,j,lateral}；

其中，d_{max,accel,ρ,lateral}为当前车辆在障碍物的确认时段内的横向行驶距离；d_{max,accel,ρ,j,lateral}为障碍物j在确认时段内向当前车辆的横向靠近距离；d_{max,brake,lateral}为当前车辆在障碍物的避障时段内的横向行驶距离；d_{max,brake,j,lateral}为障碍物j在避障时段内向当前车辆的横向靠近距离。

障碍物对应的纵向责任敏感距离的计算公式如下：

Δd_{j,longitudinal}＝d_{max,accel,ρ,longitudinal}-d_{max,accel,ρ,j,longitudinal}+d_{max,brake,longitudinal}-d_{max,brake,j,longitudinal}；

其中，d_{max,accel,ρ,longitudinal}为当前车辆在障碍物的确认时段内的纵向行驶距离；d_{max,accel,ρ,j,longitudinal}为障碍物j在确认时段内向当前车辆的纵向靠近距离；d_{max,brake,longitudinal}为当前车辆在障碍物的避障时段内的纵向行驶距离；d_{max,brake,j,longitudinal}为障碍物j在避障时段内向当前车辆的纵向靠近距离。

S240，根据当前车辆上所安装的传感器在智能驾驶中的性能置信度以及传感器采用的感知算法的感知置信度，计算障碍物对应的综合传感置信度。

具体的，本实施例中传感器的性能置信度由该传感器在智能驾驶下所处的环境特性和安装特性确定，例如当前车辆在智能行驶过程中遭遇的天气、道路、电子电气故障、布置、车辆速度和加速度等因素。

可选的，本实施例可以根据当前车辆上所安装的传感器的安装特性以及环境特性实时计算该传感器在智能驾驶中的性能置信度，同时根据传感器采用的感知算法，判断对应的感知置信度(也就是感知算法的算法置信度)，进而对该性能置信度和该感知置信度进行综合分析，计算障碍物对应的综合传感置信度。

示例性的，障碍物对应的综合传感置信度的计算公式如下：

其中，C_j为障碍物j对应的综合传感置信度，N为当前车辆上所安装的传感器数量，

为传感器i的性能置信度，此时

θ_weather、θ_road、θ_EE、θ_mount、θ_v和θ_α分别为在智能行驶过程中当前车辆中的传感器遭遇的天气、道路、电子电气故障、布置、车辆速度和加速度等因素；

为传感器i对障碍物j的感知置信度。

S250，根据障碍物对应的责任敏感距离和综合传感置信度，筛选出当前车辆的目标障碍物。

具体的，在计算出目标识别区域内各个障碍物对应的责任敏感距离和综合传感置信度后，可以根据该责任敏感距离和该综合传感置信度，计算当前车辆与各个障碍物的实际相对距离，此时实际相对距离最小的障碍物最容易与当前车辆发生碰撞，造成当前车辆的驾驶故障，因此将实际相对距离最小的障碍物作为本实施例中的目标障碍物，以便后续避免当前车辆与该目标障碍物的碰撞。

S260，根据目标障碍物所在的行驶区域以及目标障碍物与当前车辆的行驶距离，控制当前车辆的安全驾驶。

本实施例提供的技术方案，基于当前车辆的换道请求和加速参数，确定出当前车辆在智能驾驶下容易遭遇驾驶事故的目标识别区域，并根据该目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别出最容易与当前车辆发生驾驶事故的目标障碍物，此时综合考虑当前车辆针对各个障碍物的驾驶责任和综合传感置信度，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

实施例三

图3为本发明实施例三提供的一种智能驾驶的障碍物识别装置的结构示意图，如图3所示，该装置可以包括：

目标区域确定模块310，用于基于当前车辆的换道请求和加速参数，确定当前车辆的目标识别区域；

障碍物识别模块320，用于根据当前车辆在目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别当前车辆的目标障碍物。

本实施例提供的技术方案，基于当前车辆的换道请求和加速参数，确定出当前车辆在智能驾驶下容易遭遇驾驶事故的目标识别区域，并根据该目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别出最容易与当前车辆发生驾驶事故的目标障碍物，此时综合考虑当前车辆针对各个障碍物的驾驶责任和综合传感置信度，提高在智能驾驶下目标障碍物的识别准确性，保证车辆的安全驾驶。

进一步的，上述障碍物识别模块320，可以具体用于：

检测当前车辆在智能驾驶下处于目标识别区域内的障碍物；

根据障碍物对应的责任敏感距离和综合传感置信度，筛选出当前车辆的目标障碍物。

进一步的，上述智能驾驶的障碍物识别装置，还可以包括：

敏感距离计算模块，用于根据当前车辆在障碍物的确认时段和避障时段内的行驶距离，以及该障碍物在确认时段和避障时段内向当前车辆的靠近距离，计算障碍物对应的责任敏感距离。

进一步的，上述智能驾驶的障碍物识别装置，还可以包括：

置信度计算模块，用于根据当前车辆上所安装的传感器在智能驾驶中的性能置信度以及传感器采用的感知算法的感知置信度，计算障碍物对应的综合传感置信度。

进一步的，上述性能置信度由传感器在智能驾驶下所处的环境特性和安装特性确定。

进一步的，上述目标区域确定模块310，可以具体用于：

如果当前车辆未发起换道请求，且加速参数超出第一加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域；

如果当前车辆未发起换道请求，且加速参数未超出第一加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域和正后方行驶区域；

如果当前车辆发起换道请求，且加速参数超出第二加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域和侧前方行驶区域；

如果当前车辆发起换道请求，且加速参数未超出第二加速阈值，则确定目标识别区域为当前车辆的正前方行驶区域、侧前方行驶区域、正后方行驶区域和侧后方行驶区域。

进一步的，上述智能驾驶的障碍物识别装置，还可以包括：

安全驾驶控制模块，用于根据目标障碍物所在的行驶区域以及目标障碍物与当前车辆的行驶距离，控制当前车辆的安全驾驶。

本实施例提供的智能驾驶的障碍物识别装置可适用于上述任意实施例提供的智能驾驶的障碍物识别方法，具备相应的功能和有益效果。

实施例四

图4为本发明实施例四提供的一种车辆的结构示意图。如图4所示，该车辆包括处理器40、存储装置41和通信装置42；车辆中处理器40的数量可以是一个或多个，图4中以一个处理器40为例；车辆的处理器40、存储装置41和通信装置42可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储装置41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，如本发明实施例中的智能驾驶的障碍物识别方法对应的模块(例如，用于智能驾驶的障碍物识别装置中的目标区域确定模块310和障碍物识别模块320)。处理器40通过运行存储在存储装置41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，即实现上述的智能驾驶的障碍物识别方法。

存储装置41可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，存储装置41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，存储装置41可进一步包括相对于处理器40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。

通信装置42可用实现网络连接或者移动数据连接。

本实施例提供的一种车辆可用于执行上述任意实施例提供的智能驾驶的障碍物识别方法，具备相应的功能和有益效果。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现上述任意实施例中的智能驾驶的障碍物识别方法。该方法具体包括：

基于当前车辆的换道请求和加速参数，确定当前车辆的目标识别区域；

根据当前车辆在目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别当前车辆的目标障碍物。

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方法操作,还可以执行本发明任意实施例所提供的智能驾驶的障碍物识别方法中的相关操作。

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方法。

值得注意的是，上述智能驾驶的障碍物识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能驾驶的障碍物识别方法，其特征在于，包括：

基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域；

根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物。

2.根据权利要求1所述的方法，其特征在于，根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物，包括：

检测所述当前车辆在智能驾驶下处于所述目标识别区域内的障碍物；

根据所述障碍物对应的责任敏感距离和综合传感置信度，筛选出所述当前车辆的目标障碍物。

3.根据权利要求2所述的方法，其特征在于，在检测所述当前车辆在智能驾驶下处于所述目标识别区域内的障碍物之后，还包括：

根据所述当前车辆在所述障碍物的确认时段和避障时段内的行驶距离，以及该障碍物在确认时段和避障时段内向所述当前车辆的靠近距离，计算所述障碍物对应的责任敏感距离。

4.根据权利要求2所述的方法，其特征在于，在检测所述当前车辆在智能驾驶下处于所述目标识别区域内的障碍物之后，还包括：

根据所述当前车辆上所安装的传感器在智能驾驶中的性能置信度以及所述传感器采用的感知算法的感知置信度，计算所述障碍物对应的综合传感置信度。

5.根据权利要求4所述的方法，其特征在于，所述性能置信度由所述传感器在智能驾驶下所处的环境特性和安装特性确定。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域，包括：

如果所述当前车辆未发起换道请求，且所述加速参数超出第一加速阈值，则确定所述目标识别区域为所述当前车辆的正前方行驶区域；

如果所述当前车辆未发起换道请求，且所述加速参数未超出所述第一加速阈值，则确定所述目标识别区域为所述当前车辆的正前方行驶区域和正后方行驶区域；

如果所述当前车辆发起换道请求，且所述加速参数超出第二加速阈值，则确定所述目标识别区域为所述当前车辆的正前方行驶区域和侧前方行驶区域；

如果所述当前车辆发起换道请求，且所述加速参数未超出所述第二加速阈值，则确定所述目标识别区域为所述当前车辆的正前方行驶区域、侧前方行驶区域、正后方行驶区域和侧后方行驶区域。

7.根据权利要求1-5任一项所述的方法，其特征在于，在识别所述当前车辆的目标障碍物之后，还包括：

根据所述目标障碍物所在的行驶区域以及所述目标障碍物与所述当前车辆的行驶距离，控制所述当前车辆的安全驾驶。

8.一种智能驾驶的障碍物识别装置，其特征在于，包括：

目标区域确定模块，用于基于当前车辆的换道请求和加速参数，确定所述当前车辆的目标识别区域；

障碍物识别模块，用于根据所述当前车辆在所述目标识别区域内确认的障碍物对应的责任敏感距离和综合传感置信度，识别所述当前车辆的目标障碍物。

9.一种车辆，其特征在于，所述车辆包括：

一个或多个处理器；

存储装置，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1-7中任一所述的智能驾驶的障碍物识别方法。

10.一种计算机可读存储介质，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1-7中任一所述的智能驾驶的障碍物识别方法。

Images