CN111401208B - 一种障碍物检测方法、装置、电子设备及存储介质 - Google Patents

一种障碍物检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111401208B
CN111401208B CN202010166864.6A CN202010166864A CN111401208B CN 111401208 B CN111401208 B CN 111401208B CN 202010166864 A CN202010166864 A CN 202010166864A CN 111401208 B CN111401208 B CN 111401208B
Authority
CN
China
Prior art keywords
obstacle
vehicle
projection
point
detection
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
Application number
CN202010166864.6A
Other languages
English (en)
Other versions
CN111401208A (zh
Inventor
王智
潘勇
赵庆会
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Apollo Intelligent Technology Beijing 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 Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202010166864.6A priority Critical patent/CN111401208B/zh
Publication of CN111401208A publication Critical patent/CN111401208A/zh
Priority to US17/017,508 priority patent/US11468689B2/en
Priority to JP2020154211A priority patent/JP7339934B2/ja
Priority to EP20196156.2A priority patent/EP3879307B1/en
Priority to KR1020200125093A priority patent/KR102407504B1/ko
Application granted granted Critical
Publication of CN111401208B publication Critical patent/CN111401208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • 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
    • G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种障碍物检测方法、装置、电子设备及存储介质，涉及自动驾驶技术。具体实现方案为：通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；通过相机检测车辆所在的左路沿线和右路沿线；通过所述车辆所在的道路的左右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物。本申请实施例能够更加准确地对车辆前方的障碍物进行检测，解决了毫米波雷达对障碍物在高度方向上的定位不准确问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题。

Description

一种障碍物检测方法、装置、电子设备及存储介质
技术领域
本申请涉及智能汽车技术领域，进一步涉及自动驾驶技术，尤其是一种障碍物检测方法、装置、电子设备及存储介质。
背景技术
环境感知是智能驾驶技术的基础。通过在车辆上安装传感装置感知周围环境，实现智能化的辅助驾驶。然而，车辆传感装置由于位置固定或者视角有效等因素，导致感知范围有限，进而获取的感知信息难以满足智能驾驶的要求，尤其是在自动驾驶方面，为保证驾驶安全，对全面的环境信息的需求更高。在自动驾驶方案中，雷达传感器和视觉传感器是惯用的两种感知信息源。因此，在现有的环境感知方法中，通常采用雷达测距感知模块或者视觉测距感知模块对车辆周围的环境信息进行感知。
在雷达测距感知模块中，通过毫米波雷达把无线电波发出去，然后接收回波，根据收发之间的时间差测得目标的位置数据。毫米波雷达具有测距可靠性和远距离的感知能力，但在高度方向上，雷达不具有辨析力；对类似高架桥，广告牌等雷达反射点误检为前方障碍物，容易形成点刹等行为。在视觉测距感知模块中，利用在线相机标定技术，实时监测车辆行驶姿态变化，减小路况变化对单目测距的误差。所谓的相机标定，是指在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数(内参、外参、畸变参数)的过程就称之为相机标定，但是对于和车辆不在同一平面的障碍物，不满足接地点单目投影测距的前提条件，因此测距结果同样会出现不准确的现象。而在线相机标定技术只能修正车辆抖动，无法改变障碍物和车辆不处于同一平面的状况。
发明内容
有鉴于此，本申请提出实施例提供一种障碍物检测方法、装置、电子设备及存储介质，能够更加准确地对车辆前方的障碍物进行检测，解决了毫米波雷达对障碍物在高度方向上的定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题。
第一方面，本申请实施例提供了一种障碍物检测方法，所述方法包括：
通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；
通过相机检测车辆所在道路的左路沿线和右路沿线；
通过所述车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在所述左路沿线和所述右路沿线之间的位置点；
将所述左路沿线和所述右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物。
上述实施例具有如下优点或有益效果：本申请可以通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；再将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物，从而达到更加准确地对车辆前方的障碍物进行检测的目的。而在现有的障碍物检测方法中，通常分别采用毫米波雷达或者单目相机对障碍物进行检测，而毫米波雷达存在在高度方向上对障碍物定位不准确的问题；单目相机存在无法完成障碍物与自车不在同一平面的准确测距问题。因为本申请采用了雷达和相机相融合的技术手段，克服了现有技术中毫米波雷达在高度方向上对障碍物定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题，进而达到了更加准确地对车辆前方的障碍物进行检测的技术效果。
在上述实施例中，所述通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物，包括：
在所述图像上获取各个投影点对应的兴趣点ROI区域；
通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，所述检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；
根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物。
上述实施例具有如下优点或有益效果：上述实施例可以通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果，这样可以根据各个投影点对应的ROI区域的检测结果准确地检测出所述车辆前方的目标障碍物。
在上述实施例中，所述通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果，包括：
将各个投影点对应的ROI区域输入至所述深度卷积网络中；
在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；
通过所述深度卷积网络输出各个投影点对应的ROI区域的检测结果。
上述实施例具有如下优点或有益效果：上述实施例可以根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果。各个ROI区域中的各个位置点的感知结果可以是毫米波雷达针对各个位置点的测量值，通过该测量值可以表示该位置点是否存在障碍物，这样电子设备可以根据各个ROI区域中的各个位置点的测量值准确地判断出各个ROI区域的检测结果。
在上述实施例中，在所述通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果之后，在所述根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物之前，所述方法还包括：
根据预先确定出的所述雷达误检的位置点，在所述图像上提取出各个误检的位置点在所述图像上的投影点；
在通过所述深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；
根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物。
上述实施例具有如下优点或有益效果：上述实施例可以先过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；然后根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物。这样可以更加准确地确定出车辆前方的障碍物。
在上述实施例中，所述通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物，包括：
根据各个位置点在所述图像上的投影点，检测出所述目标障碍物的类型；并根据各个位置点在所述图像上的投影点以及预先确定的所述车辆所占用的位置点，计算出所述目标障碍物与所述车辆之间的距离。
上述实施例具有如下优点或有益效果：上述实施例可以根据各个位置点在所述图像上的投影点，准确地检测出所述目标障碍物的类型，并且可以准确地计算出目标障碍物与车辆之间的距离。
第二方面，本申请还提供了一种障碍物检测装置，所述装置包括：雷达检测模块、相机检测模块、提取模块和融合检测模块；其中，
所述雷达检测模块，用于通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；
所述相机检测模块，用于通过相机检测车辆所在道路的左路沿线和右路沿线；
所述提取模块，用于通过所述车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在所述左路沿线和所述右路沿线之间的位置点；
所述融合检测模块，用于将所述左路沿线和所述右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物。
在上述实施例中，所述融合检测模块包括：获取子模块、计算子模块和检测子模块；其中，
所述获取子模块，用于在所述图像上获取各个投影点对应的兴趣点ROI区域；
所述计算子模块，用于通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，所述检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；
所述检测子模块，用于根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物。
在上述实施例中，所述计算子模块，具体用于将各个投影点对应的ROI区域输入至所述深度卷积网络中；在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；通过所述深度卷积网络输出各个投影点对应的ROI区域的检测结果。
在上述实施例中，所述融合检测模块还包括：过滤子模块，用于根据预先确定出的所述雷达误检的位置点，在所述图像上提取出各个误检的位置点在所述图像上的投影点；在通过所述深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；
所述检测子模块，用于根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物。
在上述实施例中，所述融合检测模块，具体用于根据各个位置点在所述图像上的投影点，检测出所述目标障碍物的类型；并根据各个位置点在所述图像上的投影点以及预先确定的所述车辆所占用的位置点，计算出所述目标障碍物与所述车辆之间的距离。
第三方面，本申请实施例提供了一种电子设备，包括：
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本申请任意实施例所述的障碍物检测方法。
第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任意实施例所述的障碍物检测方法。
上述申请中的一个实施例具有如下优点或有益效果：本申请提出的障碍物检测方法、装置、电子设备及存储介质，先通过雷达检测出车辆前方的候选障碍物的各个位置点；然后通过相机检测车辆所在的道路的左路沿线和右路沿线；再通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；最后将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。也就是说，本申请可以通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；再将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物，从而达到更加准确地对车辆前方的障碍物进行检测的目的。而在现有的障碍物检测方法中，通常分别采用毫米波雷达或者单目相机对障碍物进行检测，而毫米波雷达存在在高度方向上对障碍物定位不准确的问题；单目相机存在无法完成障碍物与自车不在同一平面的准确测距问题。因为本申请采用了雷达和相机相融合的技术手段，克服了现有技术中毫米波雷达在高度方向上对障碍物定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题，进而达到了更加准确地对车辆前方的障碍物进行检测的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例一提供的障碍物检测方法的流程示意图；
图2是本申请实施例二提供的障碍物检测方法的流程示意图；
图3是本申请实施例三提供的障碍物检测装置的结构示意图；
图4是本申请实施例三提供的融合检测模块的结构示意图；
图5是用来实现本申请实施例的障碍物检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
图1是本申请实施例一提供的障碍物检测方法的流程示意图，该方法可以由障碍物检测装置或者电子设备来执行，该装置或者电子设备可以由软件和/或硬件的方式实现，该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示，障碍物检测方法可以包括以下步骤：
S101、通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点。
在本申请的具体实施例中，电子设备可以通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点。具体地，在车辆的行驶过程中，电子设备可以通过毫米波雷达把无线电波发出去，然后接收回波，根据收发之间的时间差测得候选障碍物的各个位置点的坐标，这些位置点的坐标可以是二维坐标。
S102、通过相机检测车辆所在的左路沿线和右路沿线。
在本申请的具体实施例中，电子设备可以通过相机检测车辆所在的左路沿线和右路沿线。具体地，在车辆的行驶过程中，电子设备可以按照固定时间间隔通过相机拍摄车辆前方的照片，然后在拍摄的照片中检测出车辆所在的左路沿线和右路沿线。具体地，如果在照片中检测不出左路沿线，则将车辆所在道路的最左侧路沿作为该道路的左路沿线；如果在照片中检测不出右路沿线，则将车辆所在的道路的最右侧路沿作为道路的右路沿线。
S103、通过车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在左路沿线和右路沿线之间的位置点。
在本申请的具体实施例中，电子设备可以通过车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点。具体地，在雷达检测出的候选障碍物的各个位置点中，对每一个位置点进行如下操作：若该位置点的坐标在左路沿线和右路沿线之间，或者该位置点的坐标在左路沿线上，或者该位置点的坐标在右路沿线上，则保留该位置点的坐标；若该位置点的坐标在左路沿线以外，或者该位置点的坐标在右路沿线以外，则删除该位置点的坐标。通过上述针对每一个位置点的操作，即可将候选障碍物的各个位置点进行分离，提取出在左路沿线和右路沿线之间的位置点。
S104、将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。
在本申请的具体实施例中，电子设备可以将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。具体地，电子设备可以将左路沿线和右路沿线之间的各个位置点的接地点标注在图像上，通过各个位置点在图像上的接地点检测出车辆前方的目标障碍物。具体地，电子设备可以在图像上获取各个投影点对应的ROI区域；通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；然后根据各个投影点对应的ROI区域的检测结果检测出车辆前方的目标障碍物。
本申请实施例提出的障碍物检测方法，先通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；然后通过相机检测车辆所在道路的左路沿线和右路沿线；再通过车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；最后将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。也就是说，本申请可以通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；再将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物，从而达到更加准确地对车辆前方的障碍物进行检测的目的。而在现有的障碍物检测方法中，通常分别采用毫米波雷达或者单目相机对障碍物进行检测，而毫米波雷达存在在高度方向上对障碍物定位不准确的问题；单目相机存在无法完成障碍物与自车不在同一平面的准确测距问题。因为本申请采用了毫米波雷达和相机相融合的技术手段，克服了现有技术中毫米波雷达在高度方向上对障碍物定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题，进而达到了更加准确地对车辆前方的障碍物进行检测的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
实施例二
图2是本申请实施例二提供的障碍物检测方法的流程示意图。如图2所示，障碍物检测方法可以包括以下步骤：
S201、通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点。
在本申请的具体实施例中，电子设备可以通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点。具体地，在车辆的行驶过程中，电子设备可以通过毫米波雷达把无线电波发出去，然后接收回波，根据收发之间的时间差测得候选障碍物的各个位置点的坐标，这些位置点的坐标可以是二维坐标。
S202、通过相机检测车辆所在的道路的左路沿线和右路沿线。
在本申请的具体实施例中，电子设备可以通过相机检测车辆所在的道路的左路沿线和右路沿线。具体地，在车辆的行驶过程中，电子设备可以按照固定时间间隔通过相机拍摄车辆前方的照片，然后在拍摄的照片中检测出车辆所在道路的左路沿线和右路沿线。具体地，如果在照片中检测不出左路沿线，则将车辆所在道路的最左侧路沿作为该道路的左路沿线；如果在照片中检测不出右路沿线，则将车辆所在的道路的最右侧路沿作为道路的右路沿线。
S203、通过车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点。
在本申请的具体实施例中，电子设备可以通过车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点。具体地，在雷达检测出的候选障碍物的各个位置点中，对每一个位置点进行如下操作：若该位置点的坐标在左路沿线和右路沿线之间，或者该位置点的坐标在左路沿线上，或者该位置点的坐标在右路沿线上，则保留该位置点的坐标；若该位置点的坐标在左路沿线以外，或者该位置点的坐标在右路沿线以外，则删除该位置点的坐标。通过上述针对每一个位置点的操作，即可将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点。
S204、将左路沿线和右路沿线之间的各个位置点投影到图像上；在图像上获取各个投影点对应的ROI区域。
在本申请的具体实施例中，电子设备可以将左路沿线和右路沿线之间的各个位置点投影到图像上；在图像上获取各个投影点对应的ROI区域。具体地，各个投影点的ROI区域可以是一个以各个位置点为中心的规则形状的区域，例如，该ROI区域可以是圆形区域、矩形区域等。
S205、通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果。
在本申请的具体实施例中，电子设备可以通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果。具体地，电子设备可以将各个投影点对应的ROI区域输入至深度卷积网络中；然后在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；再通过深度卷积网络输出各个投影点对应的ROI区域的检测结果。具体地，各个ROI区域中的各个位置点的感知结果可以是毫米波雷达针对各个位置点的测量值，通过该测量值可以表示该位置点是否存在障碍物，在本步骤中，电子设备可以根据各个ROI区域中的各个位置点的测量值，判断出各个ROI区域的检测结果。例如，假设某一个ROI区域中包括50个位置点，其中有30个位置点的测量值是存在障碍物，20个位置点的测量值是不存在障碍物，那么电子设备可以判定该ROI区域的检测检测结果是存在障碍物。
S206、根据各个投影点对应的ROI区域的检测结果检测出车辆前方的目标障碍物。
在本申请的具体实施例中，电子设备可以根据各个投影点对应的ROI区域的检测结果检测出车辆前方的目标障碍物。具体地，电子设备可以在图像中标记各个ROI区域的检测结果，例如，若某个ROI区域的检测结果为存在障碍物，则电子设备可以在图像中将该ROI区域标记为1，若某个ROI区域的检测结果为不存在障碍物，则电子设备可以在图像中将该ROI区域标记为0；这样可以根据各个ROI区域的检测结果检测出车辆前方的目标障碍物。
较佳地，在本申请的具体实施例中，电子设备在在通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果之后，在根据各个投影点对应的ROI区域的检测结果检测出车辆前方的目标障碍物之前，还可以根据预先确定出的雷达误检的位置点，在图像上提取出各个误检的位置点在图像上的投影点；然后在通过深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；再根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物。
较佳地，在本申请的具体实施例中，电子设备可以根据各个位置点在图像上的投影点，检测出目标障碍物的类型；并根据各个位置点在图像上的投影点以及预先确定的车辆所占用的位置点，计算出目标障碍物与车辆之间的距离。
本申请实施例提出的障碍物检测方法，先通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；然后通过相机检测车辆所在道路的左路沿线和右路沿线；再通过车辆所在道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；最后将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。也就是说，本申请可以通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；再将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物，从而达到更加准确地对车辆前方的障碍物进行检测的目的。而在现有的障碍物检测方法中，通常分别采用毫米波雷达或者单目相机对障碍物进行检测，而毫米波雷达存在在高度方向上对障碍物定位不准确的问题；单目相机存在无法完成障碍物与自车不在同一平面的准确测距问题。因为本申请采用了毫米波雷达和相机相融合的技术手段，克服了现有技术中毫米波雷达对障碍物在高度方向上的定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题，进而达到了更加准确地对车辆前方的障碍物进行检测的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
实施例三
图3是本申请实施例三提供的障碍物检测装置的结构示意图。如图3所示，所述装置300包括：雷达检测模块301、相机检测模块302、提取模块303和融合检测模块304；其中，
所述雷达检测模块301，用于通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；
所述相机检测模块302，用于通过相机检测车辆所在的道路的左路沿线和右路沿线；
所述提取模块303，用于通过所述车辆所在道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在所述左路沿线和所述右路沿线之间的位置点；
所述融合检测模块304，用于将所述左路沿线和所述右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物。
图4是本申请实施例三提供的融合检测模块的结构示意图。如图4所示，所述融合检测模块304包括：获取子模块3041、计算子模块3042和检测子模块3043；其中，
所述获取子模块3041，用于在所述图像上获取各个投影点对应的ROI区域；
所述计算子模块3042，用于通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，所述检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；
所述检测子模块3043，用于根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物。
进一步的，所述计算子模块3042，具体用于将各个投影点对应的ROI区域输入至所述深度卷积网络中；在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；通过所述深度卷积网络输出各个投影点对应的ROI区域的检测结果。
进一步的，所述融合检测模块还包括：过滤子模块3044(图中未示出)，用于根据预先确定出的所述雷达误检的位置点，在所述图像上提取出各个误检的位置点在所述图像上的投影点；在通过所述深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；
所述检测子模块3043，用于根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物。
进一步的，所述融合检测模块304，具体用于根据各个位置点在所述图像上的投影点，检测出所述目标障碍物的类型；并根据各个位置点在所述图像上的投影点以及预先确定的所述车辆所占用的位置点，计算出所述目标障碍物与所述车辆之间的距离。
上述障碍物检测装置可执行本申请任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请任意实施例提供的障碍物检测方法。
实施例四
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的障碍物检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的障碍物检测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的障碍物检测方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的障碍物检测方法对应的程序指令/模块(例如，附图3所示的雷达检测模块301、相机检测模块302、提取模块303和融合检测模块304)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的障碍物检测方法。
存储器502可以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、至少一个功能所需要的应用程序；存储数据区可存储根据障碍物检测方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至障碍物检测方法的电子设备。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。
障碍物检测方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与障碍物检测方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，先通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；然后通过相机检测车辆所在道路的左路沿线和右路沿线；再通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；最后将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物。也就是说，本申请可以通过左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出左路沿线和右路沿线之间的位置点；再将左路沿线和右路沿线之间的各个位置点投影到图像上；通过各个位置点在图像上的投影点检测出车辆前方的目标障碍物，从而达到更加准确地对车辆前方的障碍物进行检测的目的。而在现有的障碍物检测方法中，通常分别采用毫米波雷达或者单目相机对障碍物进行检测，而毫米波雷达存在在高度方向上对障碍物定位不准确的问题；单目相机存在无法完成障碍物与自车不在同一平面的准确测距问题。因为本申请采用了雷达和相机相融合的技术手段，克服了现有技术中毫米波雷达在高度方向上对障碍物定位不准确的问题以及单目相机无法完成障碍物与自车不在同一平面的准确测距问题，进而达到了更加准确地对车辆前方的障碍物进行检测的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (8)

1.一种障碍物检测方法，其特征在于，所述方法包括：
通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；
通过相机检测车辆所在的道路的左路沿线和右路沿线；
通过所述车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在所述左路沿线和所述右路沿线之间的位置点；
将所述左路沿线和所述右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物；
所述通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物，包括：
在所述图像上获取各个投影点对应的ROI区域；
通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，所述检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；
根据预先确定出的所述雷达误检的位置点，在所述图像上提取出各个误检的位置点在所述图像上的投影点；
在通过所述深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；
根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物；
根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物。
2.根据权利要求1所述的方法，其特征在于，所述通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果，包括：
将各个投影点对应的ROI区域输入至所述深度卷积网络中；
在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；
通过所述深度卷积网络输出各个投影点对应的ROI区域的检测结果。
3.根据权利要求1所述的方法，其特征在于，所述通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物，包括：
根据各个位置点在所述图像上的投影点，检测出所述目标障碍物的类型；并根据各个位置点在所述图像上的投影点以及预先确定的所述车辆所占用的位置点，计算出所述目标障碍物与所述车辆之间的距离。
4.一种障碍物检测装置，其特征在于，所述装置包括：雷达检测模块、相机检测模块、提取模块和融合检测模块；其中，
所述雷达检测模块，用于通过毫米波雷达检测出车辆前方的候选障碍物的各个位置点；
所述相机检测模块，用于通过相机检测车辆所在的道路的左路沿线和右路沿线；
所述提取模块，用于通过所述车辆所在的道路的左路沿线和右路沿线，将候选障碍物的各个位置点进行分离，提取出在所述左路沿线和所述右路沿线之间的位置点；
所述融合检测模块，用于将所述左路沿线和所述右路沿线之间的各个位置点投影到图像上；通过各个位置点在所述图像上的投影点检测出所述车辆前方的目标障碍物；
所述融合检测模块包括：获取子模块、计算子模块、过滤子模块和检测子模块；其中，
所述获取子模块，用于在所述图像上获取各个投影点对应的兴趣点ROI区域；
所述计算子模块，用于通过深度卷积网络计算出各个投影点对应的ROI区域的检测结果；其中，所述检测结果包括：存在障碍物的检测结果和不存在障碍物的检测结果；
所述过滤子模块，用于根据预先确定出的所述雷达误检的位置点，在所述图像上提取出各个误检的位置点在所述图像上的投影点；在通过所述深度卷积网络输出的各个投影点对应的ROI区域的检测结果中，过滤掉各个误检的位置点的投影点以及各个投影点对应的ROI区域的检测结果；
所述检测子模块，用于根据过滤后的各个投影点对应的ROI区域的检测结果，确定出车辆前方的障碍物；
所述检测子模块，还用于根据各个投影点对应的ROI区域的检测结果检测出所述车辆前方的目标障碍物。
5.根据权利要求4所述的装置，其特征在于：
所述计算子模块，具体用于将各个投影点对应的ROI区域输入至所述深度卷积网络中；在各个投影点对应的ROI区域中获取各个位置点的感知结果；根据各个位置点的感知结果，计算各个投影点对应的ROI区域的检测结果；通过所述深度卷积网络输出各个投影点对应的ROI区域的检测结果。
6.根据权利要求4所述的装置，其特征在于：
所述融合检测模块，具体用于根据各个位置点在所述图像上的投影点，检测出所述目标障碍物的类型；并根据各个位置点在所述图像上的投影点以及预先确定的所述车辆所占用的位置点，计算出所述目标障碍物与所述车辆之间的距离。
7.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。
CN202010166864.6A 2020-03-11 2020-03-11 一种障碍物检测方法、装置、电子设备及存储介质 Active CN111401208B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010166864.6A CN111401208B (zh) 2020-03-11 2020-03-11 一种障碍物检测方法、装置、电子设备及存储介质
US17/017,508 US11468689B2 (en) 2020-03-11 2020-09-10 Method and apparatus for detecting obstacle, electronic device and storage medium
JP2020154211A JP7339934B2 (ja) 2020-03-11 2020-09-15 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
EP20196156.2A EP3879307B1 (en) 2020-03-11 2020-09-15 Method and apparatus for detecting obstacle
KR1020200125093A KR102407504B1 (ko) 2020-03-11 2020-09-25 장애물 검출 방법, 장치, 전자 기기 및 저장 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010166864.6A CN111401208B (zh) 2020-03-11 2020-03-11 一种障碍物检测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111401208A CN111401208A (zh) 2020-07-10
CN111401208B true CN111401208B (zh) 2023-09-22

Family

ID=71436169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010166864.6A Active CN111401208B (zh) 2020-03-11 2020-03-11 一种障碍物检测方法、装置、电子设备及存储介质

Country Status (5)

Country Link
US (1) US11468689B2 (zh)
EP (1) EP3879307B1 (zh)
JP (1) JP7339934B2 (zh)
KR (1) KR102407504B1 (zh)
CN (1) CN111401208B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3882813A1 (en) 2020-03-20 2021-09-22 Aptiv Technologies Limited Method for generating a dynamic occupancy grid
EP3905106A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a drivable area
EP3905105A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a collision free space
CN111856440B (zh) 2020-07-21 2024-04-05 阿波罗智联(北京)科技有限公司 位置检测方法、装置、设备及可读存储介质
CN112163446B (zh) * 2020-08-12 2023-04-28 浙江吉利汽车研究院有限公司 一种障碍物检测方法、装置、电子设备及存储介质
CN112485797B (zh) * 2020-10-27 2021-08-03 湖北亿咖通科技有限公司 用于pdc系统的障碍物距离计算方法、装置和计算机设备
US11688176B2 (en) * 2020-10-30 2023-06-27 Nauto, Inc. Devices and methods for calibrating vehicle cameras
US11754666B2 (en) * 2021-02-12 2023-09-12 Aptiv Technologies Limited Radar detection prioritization based on downstream feedback
CN113619606A (zh) * 2021-09-17 2021-11-09 中国第一汽车股份有限公司 障碍物确定方法、装置、设备以及存储介质
CN114332647B (zh) * 2021-12-31 2022-10-21 合肥工业大学 一种用于无人船的河道边界检测与跟踪方法及系统
CN114353593B (zh) * 2022-01-10 2024-04-09 北京机械设备研究所 特定目标防控方法、装置、电子设备以及存储介质
CN115937325B (zh) * 2022-09-27 2023-06-23 上海几何伙伴智能驾驶有限公司 一种结合毫米波雷达信息的车端摄像头标定方法
CN117975404A (zh) * 2022-10-26 2024-05-03 北京三快在线科技有限公司 朝向信息确定方法以及自动驾驶车辆
CN115808929B (zh) * 2023-01-19 2023-04-14 禾多科技（北京）有限公司 车辆仿真避障方法、装置、电子设备和计算机可读介质
CN115861975B (zh) * 2023-02-28 2023-05-12 杭州枕石智能科技有限公司 障碍物车辆位姿估计方法及设备
CN116486377B (zh) * 2023-04-26 2023-12-26 小米汽车科技有限公司 可行驶区域的生成方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1069598A (ja) * 1996-08-29 1998-03-10 Fuji Heavy Ind Ltd 車両の衝突防止装置
US9760806B1 (en) * 2016-05-11 2017-09-12 TCL Research America Inc. Method and system for vision-centric deep-learning-based road situation analysis
CN107862287A (zh) * 2017-11-08 2018-03-30 吉林大学 一种前方小区域物体识别及车辆预警方法
CN108983219A (zh) * 2018-08-17 2018-12-11 北京航空航天大学 一种交通场景的图像信息和雷达信息的融合方法及系统
CN109271944A (zh) * 2018-09-27 2019-01-25 百度在线网络技术（北京）有限公司 障碍物检测方法、装置、电子设备、车辆及存储介质
CN109583416A (zh) * 2018-12-11 2019-04-05 广州小鹏汽车科技有限公司 伪车道线识别方法及系统
CN109669168A (zh) * 2019-01-21 2019-04-23 成都玻尔兹曼科技有限公司 一种基于深度学习的雷达虚警剔除方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1116099A (ja) * 1997-06-27 1999-01-22 Hitachi Ltd 自動車走行支援装置
JP2007104171A (ja) * 2005-10-03 2007-04-19 Omron Corp 前方監視装置
US7676087B2 (en) * 2006-09-20 2010-03-09 Delphi Technologies, Inc. Method for identifying vehicles in electronic images
US8355539B2 (en) * 2007-09-07 2013-01-15 Sri International Radar guided vision system for vehicle validation and vehicle motion characterization
JP4434296B1 (ja) * 2008-09-05 2010-03-17 トヨタ自動車株式会社 物体検出装置
JP2010061587A (ja) 2008-09-05 2010-03-18 Nippon Telegr & Teleph Corp <Ntt> 類似文書判定装置、類似判定方法およびそのプログラム
JP6441558B2 (ja) 2013-07-23 2018-12-19 株式会社Ｓｏｋｅｎ 物体位置判定装置
KR101568683B1 (ko) 2013-11-13 2015-11-12 주식회사 하나비전테크 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치
US10495753B2 (en) * 2016-09-19 2019-12-03 Nec Corporation Video to radar
KR101976952B1 (ko) 2017-11-01 2019-05-09 재단법인 다차원 스마트 아이티 융합시스템 연구단 움직임 벡터를 이용한 객체 검출 시스템 및 그 방법
WO2020140047A1 (en) * 2018-12-28 2020-07-02 Nvidia Corporation Distance to obstacle detection in autonomous machine applications

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1069598A (ja) * 1996-08-29 1998-03-10 Fuji Heavy Ind Ltd 車両の衝突防止装置
US9760806B1 (en) * 2016-05-11 2017-09-12 TCL Research America Inc. Method and system for vision-centric deep-learning-based road situation analysis
CN107862287A (zh) * 2017-11-08 2018-03-30 吉林大学 一种前方小区域物体识别及车辆预警方法
CN108983219A (zh) * 2018-08-17 2018-12-11 北京航空航天大学 一种交通场景的图像信息和雷达信息的融合方法及系统
CN109271944A (zh) * 2018-09-27 2019-01-25 百度在线网络技术（北京）有限公司 障碍物检测方法、装置、电子设备、车辆及存储介质
CN109583416A (zh) * 2018-12-11 2019-04-05 广州小鹏汽车科技有限公司 伪车道线识别方法及系统
CN109669168A (zh) * 2019-01-21 2019-04-23 成都玻尔兹曼科技有限公司 一种基于深度学习的雷达虚警剔除方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢皎玉.基于智能纯电动汽车的前方车辆检测与识别技术研究.《中国优秀硕士学位论文全文数据库 工程科技II辑》.2017,(第07(2017)期),C035-233. *

Also Published As

Publication number Publication date
EP3879307B1 (en) 2023-03-08
US20210287019A1 (en) 2021-09-16
JP2021144677A (ja) 2021-09-24
US11468689B2 (en) 2022-10-11
KR20210116186A (ko) 2021-09-27
CN111401208A (zh) 2020-07-10
KR102407504B1 (ko) 2022-06-13
EP3879307A1 (en) 2021-09-15
JP7339934B2 (ja) 2023-09-06

Similar Documents

Publication Publication Date Title
CN111401208B (zh) 一种障碍物检测方法、装置、电子设备及存储介质
US11615605B2 (en) Vehicle information detection method, electronic device and storage medium
US11586218B2 (en) Method and apparatus for positioning vehicle, electronic device and storage medium
CN111324115B (zh) 障碍物位置检测融合方法、装置、电子设备和存储介质
CN111273268B (zh) 自动驾驶障碍物类型的识别方法、装置及电子设备
CN110793544B (zh) 路侧感知传感器参数标定方法、装置、设备及存储介质
EP3968266B1 (en) Obstacle three-dimensional position acquisition method and apparatus for roadside computing device
CN111310840B (zh) 数据融合处理方法、装置、设备和存储介质
CN111401251B (zh) 车道线提取方法、装置、电子设备及计算机可读存储介质
CN111638528B (zh) 定位方法、装置、电子设备和存储介质
CN111523471B (zh) 车辆所在车道的确定方法、装置、设备以及存储介质
JP2021119507A (ja) 車線の決定方法、車線測位精度の評価方法、車線の決定装置、車線測位精度の評価装置、電子デバイス、コンピュータ可読記憶媒体、及びプログラム
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
CN113844463B (zh) 基于自动驾驶系统的车辆控制方法、装置及车辆
CN112147632A (zh) 车载激光雷达感知算法的测试方法、装置、设备和介质
CN111177869A (zh) 传感器布局方案的确定方法、装置及设备
CN112668428A (zh) 车辆变道的检测方法、路侧设备、云控平台和程序产品
CN111767843B (zh) 三维位置预测方法、装置、设备以及存储介质
CN111612851A (zh) 用于标定相机的方法、装置、设备以及存储介质
CN111198370B (zh) 毫米波雷达背景检测方法、装置、电子设备及存储介质
CN111784659A (zh) 图像检测的方法、装置、电子设备以及存储介质
CN111336984A (zh) 障碍物测距方法、装置、设备和介质
CN111753765B (zh) 感知设备的检测方法、装置、设备及存储介质
CN111784836B (zh) 高精地图生成方法、装置、设备及可读存储介质
CN111753765A (zh) 感知设备的检测方法、装置、设备及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20211019

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant