CN111398961A - 用于检测障碍物的方法和装置 - Google Patents

用于检测障碍物的方法和装置 Download PDF

Info

Publication number
CN111398961A
CN111398961A CN202010186878.4A CN202010186878A CN111398961A CN 111398961 A CN111398961 A CN 111398961A CN 202010186878 A CN202010186878 A CN 202010186878A CN 111398961 A CN111398961 A CN 111398961A
Authority
CN
China
Prior art keywords
obstacle
radar
observed
obstacle observed
camera
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
CN202010186878.4A
Other languages
English (en)
Other versions
CN111398961B (zh
Inventor
程凯
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010186878.4A priority Critical patent/CN111398961B/zh
Publication of CN111398961A publication Critical patent/CN111398961A/zh
Application granted granted Critical
Publication of CN111398961B publication Critical patent/CN111398961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请实施例公开了用于检测障碍物的方法和装置。该方法的一具体实施方式包括：基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点；基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。该实施方式提升了障碍物的检测准确度，进而提升了车辆的自动驾驶感知能力。

Description

用于检测障碍物的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于检测障碍物的方法和装置。
背景技术
在自动驾驶领域，障碍物的边界尺寸属性为障碍物重要的属性之一，其稳定性和准确性直接影响整体自动驾驶的可靠性。不同传感器感知的障碍物边界、尺寸等属性各有优劣，如雷达感知的障碍物边界准确度较高但尺寸准确度较低，摄像头感知的障碍物尺寸准确度较高但边界准确度较低。
障碍物的边界取决于障碍物的尺寸和位置，通过障碍物的尺寸和位置可以确定障碍物的边界属性。障碍物尺寸不同于速度、位置等其他属性，不具有时变性，实际使用中通常采用尺寸估计较准的传感器结果，直接作为障碍物尺寸。同时，选取尺寸较好的传感器的位置，二者结合得到障碍物的边界属性。
发明内容
本申请实施例提出了用于检测障碍物的方法和装置。
第一方面，本申请实施例提出了一种用于检测障碍物的方法，包括：基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，其中，最近点是雷达观测的障碍物上与车辆的距离最近的点；基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。
在一些实施例中，基于车辆上安装的雷达观测的障碍物建立障碍物坐标系，包括：将雷达的观测中心作为原点，以及将雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立障碍物坐标系；延长雷达观测的障碍物的长宽边，将障碍物坐标系划分为多个区域。
在一些实施例中，计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系，包括：将车辆建模为单点，以及计算单点在障碍物坐标系下的坐标；基于单点在障碍物坐标系下的坐标，确定车辆与障碍物的位置关系，以及车辆所在的区域。
在一些实施例中，基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，包括：若车辆所在的区域是雷达观测的障碍物的边对应的区域，计算雷达观测的障碍物上的最近边的中心的坐标，作为雷达观测的障碍物上的最近点，其中，最近边是雷达观测的障碍物上与车辆距离最近的边。
在一些实施例中，基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，包括：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，计算雷达观测的障碍物上的最近角点的坐标，作为雷达观测的障碍物上的最近点，其中，最近角点是雷达观测的障碍物上与车辆距离最近的角点。
在一些实施例中，将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物，包括：将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；选取数值大的一维交并比的朝向作为障碍物朝向，将摄像头观测的障碍物的尺寸作为障碍物尺寸，将最近边作为障碍物边界。
在一些实施例中，将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，包括：若车辆所在的区域是雷达观测的障碍物的边对应的区域，执行第一计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至最近边位置不变，且摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及计算最近边所代表的轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第一计算步骤。
在一些实施例中，将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，包括：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，执行第二计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及分别计算雷达观测的障碍物上的最近点所代表的两个轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第二计算步骤。
第二方面，本申请实施例提出了一种用于检测障碍物的装置，包括：建立单元，被配置成基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；计算单元，被配置成计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；确定单元，被配置成基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，其中，最近点是雷达观测的障碍物上与车辆的距离最近的点；查找单元，被配置成基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；检测单元，被配置成将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使车辆上安装的摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。
在一些实施例中，建立单元进一步被配置成：将雷达的观测中心作为原点，以及将雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立障碍物坐标系；延长雷达观测的障碍物的长宽边，将障碍物坐标系划分为多个区域。
在一些实施例中，计算单元进一步被配置成：将车辆建模为单点，以及计算单点在障碍物坐标系下的坐标；基于单点在障碍物坐标系下的坐标，确定车辆与障碍物的位置关系，以及车辆所在的区域。
在一些实施例中，确定单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的边对应的区域，计算雷达观测的障碍物上的最近边的中心的坐标，作为雷达观测的障碍物上的最近点，其中，最近边是雷达观测的障碍物上与车辆距离最近的边。
在一些实施例中，确定单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，计算雷达观测的障碍物上的最近角点的坐标，作为雷达观测的障碍物上的最近点，其中，最近角点是雷达观测的障碍物上与车辆距离最近的角点。
在一些实施例中，检测单元包括：计算子单元，被配置成将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；检测子单元，被配置成选取数值大的一维交并比的朝向作为障碍物朝向，将摄像头观测的障碍物的尺寸作为障碍物尺寸，将最近边作为障碍物边界。
在一些实施例中，计算子单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的边对应的区域，执行第一计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至最近边位置不变，且摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及计算最近边所代表的轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第一计算步骤。
在一些实施例中，计算子单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，执行第二计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及分别计算雷达观测的障碍物上的最近点所代表的两个轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第二计算步骤。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于检测障碍物的方法和装置，首先基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；之后计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；而后基于车辆与雷达观测的障碍物的位置关系，确定车辆上的最近点；然后基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；最后将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。通过融合摄像头观测的障碍物和雷达观测的障碍物进行障碍物检测，提升了障碍物的检测准确度，进而提升了车辆的自动驾驶感知能力。
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，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构；
图2是根据本申请的用于检测障碍物的方法的一个实施例的流程图；
图3是根据本申请的用于检测障碍物的方法的又一个实施例的流程图；
图4示出了区域划分示意图；
图5是根据本申请的用于检测障碍物的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于检测障碍物的方法或用于检测障碍物的装置的实施例的示例性系统架构100。
如图1所示，系统架构100中可以包括雷达101、摄像头102、网络103和服务器104。网络103用以在雷达101、摄像头102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
雷达101和摄像头192可以安装在车辆上，用于采集车辆周围环境数据。其中，车辆可以是自动驾驶车辆。
服务器104可以是提供各种服务的服务器。例如车辆的后台服务器。车辆的后台服务器可以对雷达101观测的障碍物和摄像头102观测的障碍物等数据进行分析等处理，并生成处理结果(例如障碍物的检测结果)。
需要说明的是，服务器104可以是硬件，也可以是软件。当服务器104为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器104为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于检测障碍物的方法一般由服务器104执行，相应地，用于检测障碍物的装置一般设置于服务器104中。
应该理解，图1中的雷达、摄像头、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的雷达、摄像头、网络和服务器。
继续参考图2，其示出了根据本申请的用于检测障碍物的方法的一个实施例的流程200。该用于检测障碍物的方法包括以下步骤：
步骤201，基于车辆上安装的雷达观测的障碍物建立障碍物坐标系。
在本实施例中，用于检测障碍物的方法的执行主体(例如图1所示的服务器104)可以基于车辆上安装的雷达观测的障碍物建立障碍物坐标系。其中，雷达可以安装在车辆上，用于采集车辆的周围环境数据。车辆可以是自动驾驶车辆。障碍物坐标系可以是与雷达观测的障碍物的位置相关的二维坐标系。
步骤202，计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系。
在本实施例中，上述执行主体可以计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系。例如，上述执行主体可以计算车辆在障碍物坐标下的坐标，进而得到车辆与雷达观测的障碍物的位置关系。
步骤203，基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点。
在本实施例中，上述执行主体可以基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点。其中，最近点可以是雷达观测的障碍物上与车辆的距离最近的点。
步骤204，基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点。
在本实施例中，上述执行主体可以基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点。其中，摄像头可以安装在车辆上，用于采集车辆的周围环境数据。
由于雷达和摄像头观测的是同一障碍物，雷达观测的障碍物上的点与摄像头观测的障碍物上点存在一一对应关系。因此，上述执行主体可以将雷达观测的障碍物上的最近点投影变换到摄像头观测的障碍物上，得到摄像头观测的障碍物上的最近点。
步骤205，将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。
在本实施例中，上述执行主体可以将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。通常，上述执行主体可以将摄像头观测的障碍物向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以使摄像头观测的障碍物与雷达观测的障碍物融合。
本申请实施例提供的用于检测障碍物的方法，首先基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；之后计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；而后基于车辆与雷达观测的障碍物的位置关系，确定车辆上的最近点；然后基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；最后将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。通过融合摄像头观测的障碍物和雷达观测的障碍物进行障碍物检测，提升了障碍物的检测准确度，进而提升了车辆的自动驾驶感知能力。
进一步参考图3，其示出了根据本申请的用于检测障碍物的方法的又一个实施例的流程300。该用于检测障碍物的方法包括以下步骤：
步骤301，将雷达的观测中心作为原点，以及将雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立障碍物坐标系。
在本实施例中，用于检测障碍物的方法的执行主体(例如图1所示的服务器104)可以将雷达的观测中心作为原点，将雷达观测的障碍物的长宽边的方向作为横纵轴的方向，建立障碍物坐标系。其中，障碍物坐标系可以是二维坐标系。例如，雷达观测的障碍物的长边的方向可以作为障碍物坐标系的横轴(x轴)的方向，雷达观测的障碍物的宽边的方向可以作为障碍物坐标系的纵轴(y轴)的方向。
步骤302，延长雷达观测的障碍物的长宽边，将障碍物坐标系划分为多个区域。
在本实施例中，上述执行主体可以延长雷达观测的障碍物的长宽边，将障碍物坐标系划分为多个区域。例如，雷达观测的障碍物可以具有两个长边和两个宽边，通过分别延长两个长边和两个宽边，障碍物坐标系可以被划分为8个区域。具体如图4所示，其示出了区域划分示意图。其中，未标号的长方形区域为雷达观测的障碍物。标号为-4、-3、-2、-1、1、2、3、4的区域为在障碍物坐标系中通过延长雷达观测的障碍物的两个长边和两个宽边划分出的8个区域。
步骤303，将车辆建模为单点，以及计算单点在障碍物坐标系下的坐标。
在本实施例中，上述执行主体可以首先将车辆建模为单点，然后计算单点在障碍物坐标系下的坐标。其中，单点可以是车辆上的某一点，例如车辆的质心、重心等等。
步骤304，基于单点在障碍物坐标系下的坐标，确定车辆与障碍物的位置关系，以及车辆所在的区域。
在本实施例中，上述执行主体可以基于单点在障碍物坐标系下的坐标，确定车辆与障碍物的位置关系，以及车辆所在的区域。通常，单点所在的区域就是车辆所在的区域。
步骤305，若车辆所在的区域是雷达观测的障碍物的边对应的区域，计算雷达观测的障碍物上的最近边的中心的坐标，作为雷达观测的障碍物上的最近点。
在本实施例中，若车辆所在的区域是雷达观测的障碍物的边对应的区域，上述执行主体可以计算雷达观测的障碍物上的最近边的中心的坐标，作为雷达观测的障碍物上的最近点。其中，最近边可以是雷达观测的障碍物上与车辆距离最近的边。以图4为例，标号为-3、-1、1、3的区域是雷达观测的障碍物的边对应的区域。
步骤306，若车辆所在的区域是雷达观测的障碍物的角点对应的区域，计算雷达观测的障碍物上的最近角点的坐标，作为雷达观测的障碍物上的最近点。
在本实施例中，若车辆所在的区域是雷达观测的障碍物的角点对应的区域，上述执行主体可以计算雷达观测的障碍物上的最近角点的坐标，作为最近点。其中，最近角点可以是雷达观测的障碍物上与车辆距离最近的角点。以图4为例，标号为-4、-2、2、4的区域是雷达观测的障碍物的角点对应的区域。
步骤307，基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点。
在本实施例中，上述执行主体可以基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点。其中，摄像头可以安装在车辆上，用于采集车辆的周围环境数据。
由于雷达和摄像头观测的是同一障碍物，雷达观测的障碍物上的点与摄像头观测的障碍物上点存在一一对应关系。因此，上述执行主体可以将雷达观测的障碍物上的最近点投影变换到摄像头观测的障碍物上，得到摄像头观测的障碍物上的最近点。
步骤308，执行第一计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至最近边位置不变，且摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及计算最近边所代表的轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
在本实施例中，上述执行主体可以将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。具体地，上述执行主体可以第一次执行第一计算步骤，得到雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
这里，第一计算步骤可以包括：
首先，将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至最近边位置不变，且摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合。
然后，计算最近边所代表的轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
步骤309，将摄像头观测的障碍物旋转90度，以及再次执行第一计算步骤。
在本实施例中，上述执行主体可以将摄像头观测的障碍物旋转90度，第二次执行第一计算步骤，再次得到雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
步骤310，执行第二计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及分别计算雷达观测的障碍物上的最近点所代表的两个轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比。
在本实施例中，上述执行主体可以将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。具体地，上述执行主体可以第一次执行第二计算步骤，得到雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
这里，第二计算步骤可以包括：
首先，将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合。
然后，分别计算雷达观测的障碍物上的最近点所代表的两个轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比。
步骤311，将摄像头观测的障碍物旋转90度，以及再次执行第二计算步骤。
在本实施例中，上述执行主体可以将摄像头观测的障碍物旋转90度，第二次执行第二计算步骤，再次得到雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比。
步骤312，选取数值大的一维交并比的朝向作为障碍物朝向，将摄像头观测的障碍物的尺寸作为障碍物尺寸，将最近边作为障碍物边界。
在本实施例中，上述执行主体可以选取数值大的一维交并比的朝向作为障碍物朝向，将摄像头观测的障碍物的尺寸作为障碍物尺寸，将最近边作为障碍物边界。
从图3中可以看出，与图2对应的实施例相比，本实施例中的用于检测障碍物的方法的流程300突出了融合摄像头观测的障碍物与雷达观测的障碍物的步骤。由此，本实施例描述的方案先查找雷达观测的障碍物上的最近点和摄像头观测的障碍物上的最近点，再通过将摄像头观测的障碍物两次向雷达观测的障碍物移动至雷达观测的障碍物上的最近点与摄像头观测的障碍物上的最近点重合，来进行障碍物检测，进一步提升了障碍物的检测准确度。
进一步参考图5，作为对上述各图所示的方法的实现，本申请提供了一种用于检测障碍物的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于检测障碍物的装置500可以包括：建立单元501、计算单元502、确定单元503、查找单元504和检测单元505。其中，建立单元501，被配置成基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；计算单元502，被配置成计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；确定单元503，被配置成基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，其中，最近点是雷达观测的障碍物上与车辆的距离最近的点；查找单元504，被配置成基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；检测单元505，被配置成将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使车辆上安装的摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。
在本实施例中，用于检测障碍物的装置500中：建立单元501、计算单元502、确定单元503、查找单元504和检测单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-205的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，建立单元501进一步被配置成：将雷达的观测中心作为原点，以及将雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立障碍物坐标系；延长雷达观测的障碍物的长宽边，将障碍物坐标系划分为多个区域。
在本实施例的一些可选的实现方式中，计算单元502进一步被配置成：将车辆建模为单点，以及计算单点在障碍物坐标系下的坐标；基于单点在障碍物坐标系下的坐标，确定车辆与障碍物的位置关系，以及车辆所在的区域。
在本实施例的一些可选的实现方式中，确定单元503进一步被配置成：若车辆所在的区域是雷达观测的障碍物的边对应的区域，计算雷达观测的障碍物上的最近边的中心的坐标，作为雷达观测的障碍物上的最近点，其中，最近边是雷达观测的障碍物上与车辆距离最近的边。
在本实施例的一些可选的实现方式中，确定单元503进一步被配置成：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，计算雷达观测的障碍物上的最近角点的坐标，作为雷达观测的障碍物上的最近点，其中，最近角点是雷达观测的障碍物上与车辆距离最近的角点。
在本实施例的一些可选的实现方式中，检测单元505包括：计算子单元(图中未示出)，被配置成将摄像头观测的障碍物两次向雷达观测的障碍物移动至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点重合，以及计算每次移动后雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；检测子单元(图中未示出)，被配置成选取数值大的一维交并比的朝向作为障碍物朝向，将摄像头观测的障碍物的尺寸作为障碍物尺寸，将最近边作为障碍物边界。
在本实施例的一些可选的实现方式中，计算子单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的边对应的区域，执行第一计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至最近边位置不变，且摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及计算最近边所代表的轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第一计算步骤。
在本实施例的一些可选的实现方式中，计算子单元进一步被配置成：若车辆所在的区域是雷达观测的障碍物的角点对应的区域，执行第二计算步骤：将摄像头观测的障碍物朝向与雷达观测的障碍物朝向保持平行，平移摄像头观测的障碍物，至摄像头观测的障碍物上的最近点与雷达观测的障碍物上的最近点位置重合，以及分别计算雷达观测的障碍物上的最近点所代表的两个轴下，雷达观测的障碍物与摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比；将摄像头观测的障碍物旋转90度，以及再次执行第二计算步骤。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器104)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电子设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括建立单元、计算单元、确定单元、查找单元和检测单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，建立单元还可以被描述为“基于车辆上安装的雷达观测的障碍物建立障碍物坐标系的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；计算车辆在障碍物坐标下的位置，得到车辆与雷达观测的障碍物的位置关系；基于车辆与雷达观测的障碍物的位置关系，确定雷达观测的障碍物上的最近点，其中，最近点是雷达观测的障碍物上与车辆的距离最近的点；基于雷达观测的障碍物上的最近点查找车辆上安装的摄像头观测的障碍物上的最近点；将摄像头观测的障碍物上的最近点向雷达观测的障碍物上的最近点移动至重合，使摄像头观测的障碍物与雷达观测的障碍物融合，以及基于融合结果检测障碍物。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种用于检测障碍物的方法，包括：
基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；
计算所述车辆在所述障碍物坐标下的位置，得到所述车辆与所述雷达观测的障碍物的位置关系；
基于所述车辆与所述雷达观测的障碍物的位置关系，确定所述雷达观测的障碍物上的最近点，其中，所述最近点是所述雷达观测的障碍物上与所述车辆的距离最近的点；
基于所述雷达观测的障碍物上的最近点查找所述车辆上安装的摄像头观测的障碍物上的最近点；
将所述摄像头观测的障碍物上的最近点向所述雷达观测的障碍物上的最近点移动至重合，使所述摄像头观测的障碍物与所述雷达观测的障碍物融合，以及基于融合结果检测障碍物。
2.根据权利要求1所述的方法，其中，所述基于车辆上安装的雷达观测的障碍物建立障碍物坐标系，包括：
将所述雷达的观测中心作为原点，以及将所述雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立所述障碍物坐标系；
延长所述雷达观测的障碍物的长宽边，将所述障碍物坐标系划分为多个区域。
3.根据权利要求2所述的方法，其中，所述计算所述车辆在所述障碍物坐标下的位置，得到所述车辆与所述雷达观测的障碍物的位置关系，包括：
将所述车辆建模为单点，以及计算所述单点在所述障碍物坐标系下的坐标；
基于所述单点在所述障碍物坐标系下的坐标，确定所述车辆与障碍物的位置关系，以及所述车辆所在的区域。
4.根据权利要求3所述的方法，其中，所述基于所述车辆与所述雷达观测的障碍物的位置关系，确定所述雷达观测的障碍物上的最近点，包括：
若所述车辆所在的区域是所述雷达观测的障碍物的边对应的区域，计算所述雷达观测的障碍物上的最近边的中心的坐标，作为所述雷达观测的障碍物上的最近点，其中，所述最近边是所述雷达观测的障碍物上与所述车辆距离最近的边。
5.根据权利要求3所述的方法，其中，所述基于所述车辆与所述雷达观测的障碍物的位置关系，确定所述雷达观测的障碍物上的最近点，包括：
若所述车辆所在的区域是所述雷达观测的障碍物的角点对应的区域，计算所述雷达观测的障碍物上的最近角点的坐标，作为所述雷达观测的障碍物上的最近点，其中，所述最近角点是所述雷达观测的障碍物上与所述车辆距离最近的角点。
6.根据权利要求4或5所述的方法，其中，所述将所述摄像头观测的障碍物上的最近点向所述雷达观测的障碍物上的最近点移动至重合，使所述摄像头观测的障碍物与所述雷达观测的障碍物融合，以及基于融合结果检测障碍物，包括：
将所述摄像头观测的障碍物两次向所述雷达观测的障碍物移动至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点重合，以及计算每次移动后所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比；
选取数值大的一维交并比的朝向作为障碍物朝向，将所述摄像头观测的障碍物的尺寸作为障碍物尺寸，将所述最近边作为障碍物边界。
7.根据权利要求6所述的方法，其中，所述将所述摄像头观测的障碍物两次向所述雷达观测的障碍物移动至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点重合，以及计算每次移动后所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比，包括：
若所述车辆所在的区域是所述雷达观测的障碍物的边对应的区域，执行第一计算步骤：将所述摄像头观测的障碍物朝向与所述雷达观测的障碍物朝向保持平行，平移所述摄像头观测的障碍物，至所述最近边位置不变，且所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点位置重合，以及计算所述最近边所代表的轴下，所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比；
将所述摄像头观测的障碍物旋转90度，以及再次执行所述第一计算步骤。
8.根据权利要求6所述的方法，其中，所述将所述摄像头观测的障碍物两次向所述雷达观测的障碍物移动至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点重合，以及计算每次移动后所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比，包括：
若所述车辆所在的区域是所述雷达观测的障碍物的角点对应的区域，执行第二计算步骤：将所述摄像头观测的障碍物朝向与所述雷达观测的障碍物朝向保持平行，平移所述摄像头观测的障碍物，至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点位置重合，以及分别计算所述雷达观测的障碍物上的最近点所代表的两个轴下，所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比；
将所述摄像头观测的障碍物旋转90度，以及再次执行所述第二计算步骤。
9.一种用于检测障碍物的装置，包括：
建立单元，被配置成基于车辆上安装的雷达观测的障碍物建立障碍物坐标系；
计算单元，被配置成计算所述车辆在所述障碍物坐标下的位置，得到所述车辆与所述雷达观测的障碍物的位置关系；
确定单元，被配置成基于所述车辆与所述雷达观测的障碍物的位置关系，确定所述雷达观测的障碍物上的最近点，其中，所述最近点是所述雷达观测的障碍物上与所述车辆的距离最近的点；
查找单元，被配置成基于所述雷达观测的障碍物上的最近点查找所述车辆上安装的摄像头观测的障碍物上的最近点；
检测单元，被配置成将所述摄像头观测的障碍物上的最近点向所述雷达观测的障碍物上的最近点移动至重合，使所述车辆上安装的摄像头观测的障碍物与所述雷达观测的障碍物融合，以及基于融合结果检测障碍物。
10.根据权利要求9所述的装置，其中，所述建立单元进一步被配置成：
将所述雷达的观测中心作为原点，以及将所述雷达观测的障碍物的长宽边的方向分别作为横纵轴的方向，建立所述障碍物坐标系；
延长所述雷达观测的障碍物的长宽边，将所述障碍物坐标系划分为多个区域。
11.根据权利要求10所述的装置，其中，所述计算单元进一步被配置成：
将所述车辆建模为单点，以及计算所述单点在所述障碍物坐标系下的坐标；
基于所述单点在所述障碍物坐标系下的坐标，确定所述车辆与障碍物的位置关系，以及所述车辆所在的区域。
12.根据权利要求11所述的装置，其中，所述确定单元进一步被配置成：
若所述车辆所在的区域是所述雷达观测的障碍物的边对应的区域，计算所述雷达观测的障碍物上的最近边的中心的坐标，作为所述雷达观测的障碍物上的最近点，其中，所述最近边是所述雷达观测的障碍物上与所述车辆距离最近的边。
13.根据权利要求11所述的装置，其中，所述确定单元进一步被配置成：
若所述车辆所在的区域是所述雷达观测的障碍物的角点对应的区域，计算所述雷达观测的障碍物上的最近角点的坐标，作为所述雷达观测的障碍物上的最近点，其中，所述最近角点是所述雷达观测的障碍物上与所述车辆距离最近的角点。
14.根据权利要求12或13所述的装置，其中，所述检测单元包括：
计算子单元，被配置成将所述摄像头观测的障碍物两次向所述雷达观测的障碍物移动至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点重合，以及计算每次移动后所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比；
检测子单元，被配置成选取数值大的一维交并比的朝向作为障碍物朝向，将所述摄像头观测的障碍物的尺寸作为障碍物尺寸，将所述最近边作为障碍物边界。
15.根据权利要求14所述的装置，其中，所述计算子单元进一步被配置成：
若所述车辆所在的区域是所述雷达观测的障碍物的边对应的区域，执行第一计算步骤：将所述摄像头观测的障碍物朝向与所述雷达观测的障碍物朝向保持平行，平移所述摄像头观测的障碍物，至所述最近边位置不变，且所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点位置重合，以及计算所述最近边所代表的轴下，所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比；
将所述摄像头观测的障碍物旋转90度，以及再次执行所述第一计算步骤。
16.根据权利要求14所述的装置，其中，所述计算子单元进一步被配置成：
若所述车辆所在的区域是所述雷达观测的障碍物的角点对应的区域，执行第二计算步骤：将所述摄像头观测的障碍物朝向与所述雷达观测的障碍物朝向保持平行，平移所述摄像头观测的障碍物，至所述摄像头观测的障碍物上的最近点与所述雷达观测的障碍物上的最近点位置重合，以及分别计算所述雷达观测的障碍物上的最近点所代表的两个轴下，所述雷达观测的障碍物与所述摄像头观测的障碍物的边长的一维交并比，选取数值大的一维交并比；
将所述摄像头观测的障碍物旋转90度，以及再次执行所述第二计算步骤。
17.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
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1-8中任一所述的方法。
18.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN202010186878.4A 2020-03-17 2020-03-17 用于检测障碍物的方法和装置 Active CN111398961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010186878.4A CN111398961B (zh) 2020-03-17 2020-03-17 用于检测障碍物的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010186878.4A CN111398961B (zh) 2020-03-17 2020-03-17 用于检测障碍物的方法和装置

Publications (2)

Publication Number Publication Date
CN111398961A true CN111398961A (zh) 2020-07-10
CN111398961B CN111398961B (zh) 2022-07-15

Family

ID=71430922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010186878.4A Active CN111398961B (zh) 2020-03-17 2020-03-17 用于检测障碍物的方法和装置

Country Status (1)

Country Link
CN (1) CN111398961B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090292468A1 (en) * 2008-03-25 2009-11-26 Shunguang Wu Collision avoidance method and system using stereo vision and radar sensor fusion
JP2011053139A (ja) * 2009-09-03 2011-03-17 Toyota Motor Corp 物体検出装置
CN102508246A (zh) * 2011-10-13 2012-06-20 吉林大学 车辆前方障碍物检测跟踪方法
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
CN104156946A (zh) * 2014-07-17 2014-11-19 西北工业大学 一种空间绳系机器人抓捕区域内的障碍物检测方法
CN104965202A (zh) * 2015-06-18 2015-10-07 奇瑞汽车股份有限公司 障碍物探测方法和装置
CN108444390A (zh) * 2018-02-08 2018-08-24 天津大学 一种无人驾驶汽车障碍物识别方法及装置
CN109283538A (zh) * 2018-07-13 2019-01-29 上海大学 一种基于视觉和激光传感器数据融合的海上目标大小检测方法
CN109669191A (zh) * 2018-11-27 2019-04-23 河南科技大学 基于单线激光雷达的车辆前向地形构建方法
CN109993060A (zh) * 2019-03-01 2019-07-09 长安大学 深度摄像头的车辆全向障碍物检测方法
CN110007669A (zh) * 2019-01-31 2019-07-12 吉林微思智能科技有限公司 一种用于汽车的智能驾驶避障方法
CN110293967A (zh) * 2019-05-21 2019-10-01 重庆长安汽车股份有限公司 一种汽车低速主动安全执行控制方法及控制系统
CN110456363A (zh) * 2019-06-17 2019-11-15 北京理工大学 三维激光雷达点云和红外图像融合的目标检测及定位方法
CN110517303A (zh) * 2019-08-30 2019-11-29 的卢技术有限公司 一种基于双目相机和毫米波雷达的融合slam方法及系统
CN110568861A (zh) * 2019-09-19 2019-12-13 中国电子科技集团公司电子科学研究院 一种人机运动障碍物监测方法、可读存储介质和无人机
CN110794405A (zh) * 2019-10-18 2020-02-14 北京全路通信信号研究设计院集团有限公司 一种基于相机和雷达融合的目标检测方法及系统
CN110794406A (zh) * 2019-11-12 2020-02-14 北京经纬恒润科技有限公司 多源传感器数据融合系统和方法
CN110865366A (zh) * 2019-10-12 2020-03-06 深圳市布谷鸟科技有限公司 一种智能驾驶雷达和图像融合的人机交互方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090292468A1 (en) * 2008-03-25 2009-11-26 Shunguang Wu Collision avoidance method and system using stereo vision and radar sensor fusion
JP2011053139A (ja) * 2009-09-03 2011-03-17 Toyota Motor Corp 物体検出装置
CN102508246A (zh) * 2011-10-13 2012-06-20 吉林大学 车辆前方障碍物检测跟踪方法
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
CN104156946A (zh) * 2014-07-17 2014-11-19 西北工业大学 一种空间绳系机器人抓捕区域内的障碍物检测方法
CN104965202A (zh) * 2015-06-18 2015-10-07 奇瑞汽车股份有限公司 障碍物探测方法和装置
CN108444390A (zh) * 2018-02-08 2018-08-24 天津大学 一种无人驾驶汽车障碍物识别方法及装置
CN109283538A (zh) * 2018-07-13 2019-01-29 上海大学 一种基于视觉和激光传感器数据融合的海上目标大小检测方法
CN109669191A (zh) * 2018-11-27 2019-04-23 河南科技大学 基于单线激光雷达的车辆前向地形构建方法
CN110007669A (zh) * 2019-01-31 2019-07-12 吉林微思智能科技有限公司 一种用于汽车的智能驾驶避障方法
CN109993060A (zh) * 2019-03-01 2019-07-09 长安大学 深度摄像头的车辆全向障碍物检测方法
CN110293967A (zh) * 2019-05-21 2019-10-01 重庆长安汽车股份有限公司 一种汽车低速主动安全执行控制方法及控制系统
CN110456363A (zh) * 2019-06-17 2019-11-15 北京理工大学 三维激光雷达点云和红外图像融合的目标检测及定位方法
CN110517303A (zh) * 2019-08-30 2019-11-29 的卢技术有限公司 一种基于双目相机和毫米波雷达的融合slam方法及系统
CN110568861A (zh) * 2019-09-19 2019-12-13 中国电子科技集团公司电子科学研究院 一种人机运动障碍物监测方法、可读存储介质和无人机
CN110865366A (zh) * 2019-10-12 2020-03-06 深圳市布谷鸟科技有限公司 一种智能驾驶雷达和图像融合的人机交互方法
CN110794405A (zh) * 2019-10-18 2020-02-14 北京全路通信信号研究设计院集团有限公司 一种基于相机和雷达融合的目标检测方法及系统
CN110794406A (zh) * 2019-11-12 2020-02-14 北京经纬恒润科技有限公司 多源传感器数据融合系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUNGUANG WU, ET AL: "Collision Sensing by Stereo Vision and Radar Sensor Fusion", 《2008 IEEE INTELLIGENT VEHICLES SYMPOSIUM》 *
那田: "基于雷达和机器视觉融合的前方车辆障碍物检测", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Also Published As

Publication number Publication date
CN111398961B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
CN111079619B (zh) 用于检测图像中的目标对象的方法和装置
CN109901567B (zh) 用于输出障碍物信息的方法和装置
CN110095752B (zh) 定位方法、装置、设备和介质
CN111209978B (zh) 三维视觉重定位方法、装置及计算设备、存储介质
JP2021144677A (ja) 障害物検出方法、装置、電子機器、記憶媒体及びコンピュータプログラム
CN111461981B (zh) 点云拼接算法的误差估计方法和装置
EP3617997A1 (en) Method, apparatus, device, and storage medium for calibrating posture of moving obstacle
EP4177836A1 (en) Target detection method and apparatus, and computer-readable medium and electronic device
CN113377888A (zh) 训练目标检测模型和检测目标的方法
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN113269168B (zh) 障碍物数据处理方法、装置、电子设备和计算机可读介质
CN113759348B (zh) 一种雷达标定方法、装置、设备及存储介质
CN111398961B (zh) 用于检测障碍物的方法和装置
CN111401423A (zh) 用于自动驾驶车辆的数据处理方法和装置
CN110634159A (zh) 一种目标检测方法和装置
CN114187509B (zh) 对象定位方法、装置、电子设备以及存储介质
CN115032672A (zh) 一种基于定位子系统的融合定位方法及系统
CN115147561A (zh) 位姿图生成方法、高精地图生成方法和装置
CN114674328A (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN113970754A (zh) 一种自主可行驶设备的定位方法和装置
CN110389349B (zh) 定位方法和装置
CN110068834B (zh) 一种路沿检测方法和装置
CN111383337A (zh) 用于识别对象的方法和装置
CN112987707A (zh) 一种车辆的自动驾驶控制方法及装置

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
GR01 Patent grant
GR01 Patent grant