CN111398923A - 一种多毫米波雷达联合自标定方法及系统 - Google Patents

一种多毫米波雷达联合自标定方法及系统 Download PDF

Info

Publication number
CN111398923A
CN111398923A CN202010351919.0A CN202010351919A CN111398923A CN 111398923 A CN111398923 A CN 111398923A CN 202010351919 A CN202010351919 A CN 202010351919A CN 111398923 A CN111398923 A CN 111398923A
Authority
CN
China
Prior art keywords
millimeter wave
calibration
wave radar
vehicle
motion track
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.)
Pending
Application number
CN202010351919.0A
Other languages
English (en)
Inventor
刘春华
李明虎
刘千韦
胡华军
卢鹏飞
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.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
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 Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202010351919.0A priority Critical patent/CN111398923A/zh
Publication of CN111398923A publication Critical patent/CN111398923A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • G01S7/4004Means for monitoring or calibrating of parts of a radar system

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及汽车电子技术领域,具体涉及一种多毫米波雷达联合自标定方法及系统。包括在车辆上安装多个毫米波雷达,判断车辆是否满足进入标定模式的条件,若满足条件,则进入标定模式;通过GPS和/或惯导系统、各个毫米波雷达分别获取车辆运动轨迹;利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。利用联合标定的方式通过多条运动轨迹结合可信度进行迭代修正,使得标定精度更高。

Description

一种多毫米波雷达联合自标定方法及系统
技术领域
本发明涉及汽车电子技术领域,具体涉及一种多毫米波雷达联合自标定方法及系统。
背景技术
毫米波雷达集成到整车环境,会存在安装角度误差。目前雷达可支持百米级的探测距离,1°误差在100mm的距离偏离为1.75m,很容易误判断目标车辆车道及前方障碍物的高度。所有需要进行校正过程。传统是通过角多普勒发生器进行校正,设备投入大,影响产线进度。
由于组成汽车零件数量庞大,毫米波雷达安装在车上必定会存在难以预测的误差,进而影响系统感知到目标位置与实际位置存在偏差。为了消除该偏差,大多数厂家在产线上建立角度标定设备,设置角度标定岗位,该方法需要占用人工,同时标定过程较为繁琐影响生产效率。
此外,目前存在的自标定的方法使用环境有较多的限制,且标定限制于单毫米波雷达的自我标定,缺少联合标定解决方案,不能互相矫正学习,存在精度较低问题。同时,目前的自标定过程必须找到笔直的强反射体进行标定,长度要求高(例如高速公里护栏),一些4S店及工厂不具备该条件。
发明内容
本发明的目的就是针对现有技术的缺陷,提供一种多毫米波雷达联合自标定方法及系统,其不需要设置标定岗位,无需占用人工,且能消除毫米波雷达的装配误差,具有较高的效率和精度。
本发明一种多毫米波雷达联合自标定方法,其技术方案为:
在车辆上安装多个毫米波雷达,多个所述毫米波雷达进行联合自标定的方法包括:
判断车辆是否满足进入标定模式的条件,若满足条件,则进入标定模式;
通过GPS和/或惯导系统、各个毫米波雷达分别获取车辆运动轨迹;
利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;
将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
较为优选的,所述迭代修正过程包括:
步骤1,设定GPS和/或惯导系统获取的车辆运动轨迹初始可信度高于所有毫米波雷达获取的车辆运动轨迹初始可信度;
步骤2,在获取的第一段车辆运动轨迹中,将GPS和/或惯导系统获取的车辆运动轨迹作为目标轨迹对各个毫米波雷达的角度进行修正,使各个毫米波雷达获取的下一段车辆运动轨迹可信度大于其设定的初始可信度;
步骤3,继续获取下一段车辆运动轨迹,将可信度最高的运动轨迹作为目标轨迹,对GPS和/或惯导系统获取的车辆运动轨迹或毫米波雷达的角度进行修正,使GPS和/或惯导系统或被修正的毫米波雷达获取的下一段车辆运动轨迹可信度大于当前运动轨迹的可信度;
步骤4,重复步骤3,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围。
较为优选的,所述迭代修正过程需重复多次,将多次迭代修正得到的数据组带入实际环境中验证可信度,验证结束后,将可信度较高的一组或多组数据带入毫米波雷达进行新目标跟踪验证,并在新目标跟踪验证结束后将可信度最高的一组数据作为最终的标定数据;
所述一组数据由各个毫米波雷达角度修正系数组成。
较为优选的,所述车辆运动轨迹可信度的高低判断方法如下:
当所有车辆运动轨迹中存在多条车辆运动轨迹趋于重合,且存在一条或数条车辆运动轨迹偏离重合区域,则认为偏离重合区域程度最高的车辆运动轨迹可信度最低,靠近重合区域的车辆运动轨迹可信度居中,位于重合区域的车辆运动轨迹可信度最高。
较为优选的,所述联合标定结束后,先对联合标定得到的各个毫米波雷达角度修正系数进行存储,当车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
本发明一种多毫米波雷达联合自标定系统,其技术方案为:包括车辆传感器组,用于结合GPS和/或惯导系统得到车辆运动轨迹;
GPS和/或惯导系统,用于结合车辆传感器组得到车辆运动轨迹;
感知模块,包括多个待标定毫米波雷达,多个毫米波雷达用于获取多条车辆运动轨迹;
标定控制模块,用于利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;以及将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
较为优选的,所述标定控制模块包括:
联合标定模块,用于根据GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹进行联合标定,得到各个毫米波雷达角度修正系数;
标定结果存储及输出模块,用于存储联合标定得到的各个毫米波雷达角度修正系数,并在车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
较为优选的,所述标定控制模块还包括状态判定及开关控制模块,所述状态判定及开关控制模块用于判断车辆是否满足进入标定模式的条件,所述进入标定模式的条件为车辆的转向半径不小于设定的阈值R。
较为优选的,所述标定控制模块还包括数据转化模块,所述数据转化模块用于将车辆传感器组和感知模块发送的数据信息转化为标定控制模块所需的信号格式。
较为优选的,所述车辆每行驶一段设定距离,则对车辆进行重新标定,且在每次联合标定失败时将故障码反馈至云服务平台或售后平台。
本发明的有益效果为:
1、可取代传统的人工毫米波雷达的产线标定方案,节约人工成本、设备采购维护成本,进一步提高了生产效率。
2、利用联合标定的方式通过多条运动轨迹结合可信度进行迭代修正,使得标定精度更高,并且可进行周期性自学习,提高系统得稳定性。可消除车辆使用一段时间出现的位置、角度移动等偏差造成的目标轨迹的偏差。
3、迭代修正过程需重复多次,并将可信度最高的一组数据作为最终的标定数据,冗余度高,精度高,保障智能辅助驾驶/无人驾驶的安全性,对于未来车辆的普及提供一种毫米波雷达标定方案的作为支撑。
附图说明
图1为本发明一种多毫米波雷达联合自标定方法的流程示意图;
图2为本发明一种多毫米波雷达联合自标定系统的联合标定过程示意图;
图3为本发明一种多毫米波雷达联合自标定系统的模块连接示意图;
图4为本发明一种多毫米波雷达联合自标定系统利用CAN线进行数据交互的连接示意图;
图5为本发明一种实施例的毫米波雷达在车辆上的布置示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明,便于清楚地了解本发明,但它们不对本发明构成限定。
如图1所示,本发明一种多毫米波雷达联合自标定方法,其流程如下:
在车辆上安装多个毫米波雷达,多个毫米波雷达进行联合自标定的方法包括:
判断车辆是否满足进入标定模式的条件,若满足条件,则进入标定模式;
通过GPS和/或惯导系统、各个毫米波雷达分别获取车辆运动轨迹;
利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;
将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
迭代修正过程包括:
步骤1,设定GPS和/或惯导系统获取的车辆运动轨迹初始可信度高于所有毫米波雷达获取的车辆运动轨迹初始可信度;
步骤2,在获取的第一段车辆运动轨迹中,将GPS和/或惯导系统获取的车辆运动轨迹作为目标轨迹对各个毫米波雷达的角度进行修正,使各个毫米波雷达获取的下一段车辆运动轨迹可信度大于其设定的初始可信度;
本实施例中将第一段GPS和/或惯导系统获取的车辆运动轨迹可信度设为m1,各个毫米波雷达获取的车辆运动轨迹初始可信度分别为n1、n2、n3……n8,使n1=n2=n3……=n8<m1;
步骤3,继续获取下一段车辆运动轨迹,将可信度最高的运动轨迹作为目标轨迹,对GPS和/或惯导系统获取的车辆运动轨迹或毫米波雷达的角度进行修正,使GPS和/或惯导系统或被修正的毫米波雷达获取的下一段车辆运动轨迹可信度大于当前运动轨迹的可信度;
步骤4,重复步骤3,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围。
迭代修正过程需重复多次,将多次迭代修正得到的数据组带入实际环境中验证可信度,验证结束后,将可信度较高的一组或多组数据带入毫米波雷达进行新目标跟踪验证,并在新目标跟踪验证结束后将可信度最高的一组数据作为最终的标定数据;其中,一组数据由各个毫米波雷达角度修正系数组成。
车辆运动轨迹可信度的高低判断方法如下:
当所有车辆运动轨迹中存在多条车辆运动轨迹趋于重合,且存在一条或数条车辆运动轨迹偏离重合区域,则认为偏离重合区域程度最高的车辆运动轨迹可信度最低,靠近重合区域的车辆运动轨迹可信度居中,位于重合区域的车辆运动轨迹可信度最高。
联合标定结束后,先对联合标定得到的各个毫米波雷达角度修正系数进行存储,当车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
如图2-4所示,本发明一种多毫米波雷达联合自标定系统,其工作模式包括正常工作模式、标定模式,其中工作模式时感知模块收集到的信号通过感知模块中的雷达进行聚类、过滤等工作,然后将处理好的信息发送给ADAS域控制器。标定模式开启后标定信号通路打开,信号会在传输给ADAS域控制器过程中发送一份到标定控制模块,进行在线标定工作。该系统包括通过CAN总线连接(也可采用LIN线或以太网)的:
车辆传感器组,用于结合GPS和/或惯导系统得到车辆运动轨迹。本实施例中车辆传感器组包括轮速传感器、方向盘转交传感器、侧倾传感器等;
GPS和/或惯导系统(图中未示出),用于结合车辆传感器组得到车辆运动轨迹;
感知模块,包括多个待标定毫米波雷达,多个毫米波雷达用于获取多条车辆运动轨迹;本实施例中包括8个毫米波雷达,它们在车辆上的安装位置如图5所示;本方案不局限于图5中的雷达布局方案,标定控制模块可单独设置一个硬件,也可集成于某一雷达芯片中。
标定控制模块,用于利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;以及将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
标定控制模块包括:
数据转化模块,数据转化模块用于将车辆传感器组和感知模块发送的数据信息转化为标定控制模块所需的信号格式;
状态判定及开关控制模块,所述状态判定及开关控制模块用于判断车辆是否满足进入标定模式的条件,所述进入标定模式的条件为车辆的转向半径≥R,同时,信息强度需要满足一定要求,以保证标定顺利和标定解决的可靠。状态判定及开关控制模块可开启或关闭标定模式,以及自检测等功能。
联合标定模块,用于根据GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹进行联合标定,得到各个毫米波雷达角度修正系数。其运动轨迹在用于迭代修正前,需进行数据过滤和坐标变换处理;
标定结果存储及输出模块,用于存储联合标定得到的各个毫米波雷达角度修正系数,并在车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
车辆每行驶一段设定距离,则对车辆进行重新标定,且在每次联合标定失败时将故障码反馈至云服务平台或售后平台。云服务平台或售后平台第一时间做出初步判断并采用合适的处理方式,必要时候通知驾驶员将车辆开会4S店做全面的检查。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种多毫米波雷达联合自标定方法,其特征在于,在车辆上安装多个毫米波雷达,多个所述毫米波雷达进行联合自标定的方法包括:
判断车辆是否满足进入标定模式的条件,若满足条件,则进入标定模式;
通过GPS和/或惯导系统、各个毫米波雷达分别获取车辆运动轨迹;
利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;
将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
2.根据权利要求1所述的多毫米波雷达联合自标定方法,其特征在于,所述迭代修正过程包括:
步骤1,设定GPS和/或惯导系统获取的车辆运动轨迹初始可信度高于所有毫米波雷达获取的车辆运动轨迹初始可信度;
步骤2,在获取的第一段车辆运动轨迹中,将GPS和/或惯导系统获取的车辆运动轨迹作为目标轨迹对各个毫米波雷达的角度进行修正,使各个毫米波雷达获取的下一段车辆运动轨迹可信度大于其设定的初始可信度;
步骤3,继续获取下一段车辆运动轨迹,将可信度最高的运动轨迹作为目标轨迹,对GPS和/或惯导系统获取的车辆运动轨迹或毫米波雷达的角度进行修正,使GPS和/或惯导系统或被修正的毫米波雷达获取的下一段车辆运动轨迹可信度大于当前运动轨迹的可信度;
步骤4,重复步骤3,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围。
3.根据权利要求1所述的多毫米波雷达联合自标定方法,其特征在于,所述迭代修正过程需重复多次,将多次迭代修正得到的数据组带入实际环境中验证可信度,验证结束后,将可信度较高的一组或多组数据带入毫米波雷达进行新目标跟踪验证,并在新目标跟踪验证结束后将可信度最高的一组数据作为最终的标定数据;
所述一组数据由各个毫米波雷达角度修正系数组成。
4.根据权利要求1所述的多毫米波雷达联合自标定方法,其特征在于,所述车辆运动轨迹可信度的高低判断方法如下:
当所有车辆运动轨迹中存在多条车辆运动轨迹趋于重合,且存在一条或数条车辆运动轨迹偏离重合区域,则认为偏离重合区域程度最高的车辆运动轨迹可信度最低,靠近重合区域的车辆运动轨迹可信度居中,位于重合区域的车辆运动轨迹可信度最高。
5.根据权利要求1所述的多毫米波雷达联合自标定方法,其特征在于,所述联合标定结束后,先对联合标定得到的各个毫米波雷达角度修正系数进行存储,当车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
6.一种多毫米波雷达联合自标定系统,其特征在于,包括:
车辆传感器组,用于结合GPS和/或惯导系统得到车辆运动轨迹;
GPS和/或惯导系统,用于结合车辆传感器组得到车辆运动轨迹;
感知模块,包括多个待标定毫米波雷达,多个毫米波雷达用于获取多条车辆运动轨迹;
标定控制模块,用于利用高可信度的车辆运动轨迹对低可信度的车辆运动轨迹进行迭代修正,直至GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹可信度全部达到设定的可信度范围,联合标定结束;以及将所述联合标定得到的各个毫米波雷达角度修正系数写入对应的各个毫米波雷达,实现各个毫米波雷达的标定。
7.如权利要求6所述的多毫米波雷达联合自标定系统,其特征在于,所述标定控制模块包括:
联合标定模块,用于根据GPS和/或惯导系统以及各个毫米波雷达获取的车辆运动轨迹进行联合标定,得到各个毫米波雷达角度修正系数;
标定结果存储及输出模块,用于存储联合标定得到的各个毫米波雷达角度修正系数,并在车辆低速行驶且周围无威胁目标物或停车休眠之前,将存储的所述各个毫米波雷达角度修正系数写入对应的各个毫米波雷达。
8.如权利要求6所述的多毫米波雷达联合自标定系统,其特征在于,所述标定控制模块还包括状态判定及开关控制模块,所述状态判定及开关控制模块用于判断车辆是否满足进入标定模式的条件,所述进入标定模式的条件为车辆的转向半径不小于设定的阈值R。
9.如权利要求6所述的多毫米波雷达联合自标定系统,其特征在于,所述标定控制模块还包括数据转化模块,所述数据转化模块用于将车辆传感器组和感知模块发送的数据信息转化为标定控制模块所需的信号格式。
10.如权利要求6所述的多毫米波雷达联合自标定系统,其特征在于,所述车辆每行驶一段设定距离,则对车辆进行重新标定,且在每次联合标定失败时将故障码反馈至云服务平台或售后平台。
CN202010351919.0A 2020-04-28 2020-04-28 一种多毫米波雷达联合自标定方法及系统 Pending CN111398923A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010351919.0A CN111398923A (zh) 2020-04-28 2020-04-28 一种多毫米波雷达联合自标定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010351919.0A CN111398923A (zh) 2020-04-28 2020-04-28 一种多毫米波雷达联合自标定方法及系统

Publications (1)

Publication Number Publication Date
CN111398923A true CN111398923A (zh) 2020-07-10

Family

ID=71437283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010351919.0A Pending CN111398923A (zh) 2020-04-28 2020-04-28 一种多毫米波雷达联合自标定方法及系统

Country Status (1)

Country Link
CN (1) CN111398923A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112013877A (zh) * 2020-08-31 2020-12-01 广州景骐科技有限公司 毫米波雷达与惯性测量单元的检测方法及相关装置
CN112147616A (zh) * 2020-09-23 2020-12-29 科大讯飞股份有限公司 碰撞预警雷达安装角度自动标定方法以及装置
CN115616510A (zh) * 2022-12-05 2023-01-17 广州市德赛西威智慧交通技术有限公司 一种交通毫米波雷达标定方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298152A (zh) * 2010-06-23 2011-12-28 爱信艾达株式会社 轨迹信息生成装置和方法以及计算机可读存储介质
US20170090016A1 (en) * 2015-09-25 2017-03-30 Texas Instruments Incorporated Method for Joint Antenna-Array Calibration and Direction of Arrival Estimation for Automotive Applications
US20180045811A1 (en) * 2016-08-10 2018-02-15 Panasonic Intellectual Property Management Co., Ltd. Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method
CN107918113A (zh) * 2016-09-07 2018-04-17 清华大学 一种组合车载雷达标定方法
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术(北京)有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109459750A (zh) * 2018-10-19 2019-03-12 吉林大学 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法
CN110689585A (zh) * 2019-10-09 2020-01-14 北京百度网讯科技有限公司 多相机外参的联合标定方法、装置、设备和介质
CN111025250A (zh) * 2020-01-07 2020-04-17 湖南大学 一种车载毫米波雷达在线标定方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298152A (zh) * 2010-06-23 2011-12-28 爱信艾达株式会社 轨迹信息生成装置和方法以及计算机可读存储介质
US20170090016A1 (en) * 2015-09-25 2017-03-30 Texas Instruments Incorporated Method for Joint Antenna-Array Calibration and Direction of Arrival Estimation for Automotive Applications
US20180045811A1 (en) * 2016-08-10 2018-02-15 Panasonic Intellectual Property Management Co., Ltd. Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method
CN107918113A (zh) * 2016-09-07 2018-04-17 清华大学 一种组合车载雷达标定方法
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术(北京)有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109459750A (zh) * 2018-10-19 2019-03-12 吉林大学 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法
CN110689585A (zh) * 2019-10-09 2020-01-14 北京百度网讯科技有限公司 多相机外参的联合标定方法、装置、设备和介质
CN111025250A (zh) * 2020-01-07 2020-04-17 湖南大学 一种车载毫米波雷达在线标定方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112013877A (zh) * 2020-08-31 2020-12-01 广州景骐科技有限公司 毫米波雷达与惯性测量单元的检测方法及相关装置
CN112013877B (zh) * 2020-08-31 2021-09-17 广州景骐科技有限公司 毫米波雷达与惯性测量单元的检测方法及相关装置
CN112147616A (zh) * 2020-09-23 2020-12-29 科大讯飞股份有限公司 碰撞预警雷达安装角度自动标定方法以及装置
CN112147616B (zh) * 2020-09-23 2023-11-21 科大讯飞股份有限公司 碰撞预警雷达安装角度自动标定方法以及装置
CN115616510A (zh) * 2022-12-05 2023-01-17 广州市德赛西威智慧交通技术有限公司 一种交通毫米波雷达标定方法及系统

Similar Documents

Publication Publication Date Title
CN111398923A (zh) 一种多毫米波雷达联合自标定方法及系统
CN110647056B (zh) 一种基于整车硬件在环的智能网联汽车环境模拟仿真系统
CN110979305B (zh) 车辆异常换道控制方法、装置及系统
CN111907516B (zh) 一种全自动泊车方法和系统
CN110596694A (zh) 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法
CN108032859B (zh) 自动变道控制方法、装置和汽车
CN104101878A (zh) 一种车辆前方目标识别系统及识别方法
CN112572472A (zh) 一种基于Frenet坐标系的自动驾驶碰撞预测方法
CN106886215B (zh) 一种基于多轴无轨电车循迹跟踪系统及具有其的电车
CN106114357A (zh) 一种车辆转弯时防剐蹭装置及方法
CN207311425U (zh) 一种提高自动泊车成功率的控制系统
CN113588289A (zh) 一种具有高精度定位的自动泊车实车测试系统及测试方法
CN203941616U (zh) 一种车型识别系统
CN107618505A (zh) 一种提高自动泊车成功率的控制系统及方法
CN110806193A (zh) 地铁隧道形变检测系统
CN105242569A (zh) 一种汽车afs的硬件在环仿真试验台
CN111966104A (zh) 一种基于磁钉的融合导航车辆自动驾驶系统及方法
CN112339748A (zh) 自动泊车中通过环境扫描修正车辆位姿信息的方法及装置
CN114323677A (zh) 一种车辆紧急避让实车测试系统及方法
CN112793677A (zh) 一种门式虚拟轨道列车及其转向循迹控制方法
CN112904396A (zh) 一种基于多传感器融合的高精度定位方法及系统
CN112298179A (zh) 一种四轮驱动车辆自动跟车的控制方法及系统
CN112835030A (zh) 一种障碍物目标的数据融合方法、装置及智能汽车
CN113276846B (zh) 一种后方十字交通报警系统及方法
CN214101499U (zh) 一种龙门式车辆辅助驾驶摄像头及雷达标定装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200710

RJ01 Rejection of invention patent application after publication