CN111506066A - 感知障碍物的方法及系统 - Google Patents

感知障碍物的方法及系统 Download PDF

Info

Publication number
CN111506066A
CN111506066A CN202010301798.9A CN202010301798A CN111506066A CN 111506066 A CN111506066 A CN 111506066A CN 202010301798 A CN202010301798 A CN 202010301798A CN 111506066 A CN111506066 A CN 111506066A
Authority
CN
China
Prior art keywords
obstacle
temporary
obstacles
vehicle
long
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
CN202010301798.9A
Other languages
English (en)
Other versions
CN111506066B (zh
Inventor
安博
张蓓
杜金枝
周俊杰
汪娟
董道文
宋玉朋
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.)
Chery Automobile Co Ltd
Lion Automotive Technology Nanjing Co Ltd
Original Assignee
Chery Automobile Co Ltd
Lion Automotive Technology Nanjing 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 Chery Automobile Co Ltd, Lion Automotive Technology Nanjing Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN202010301798.9A priority Critical patent/CN111506066B/zh
Publication of CN111506066A publication Critical patent/CN111506066A/zh
Application granted granted Critical
Publication of CN111506066B publication Critical patent/CN111506066B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本公开提供了一种感知障碍物的方法及系统,属于自动驾驶领域。方法包括:确定无效区域,无效区域为存在长期障碍物的区域;感知车辆四周的临时障碍物,若临时障碍物位于无效区域中,则不再跟踪临时障碍物,若临时障碍物不位于无效区域中,则继续跟踪临时障碍物。本公开可以提高对于障碍物的感知性能。

Description

感知障碍物的方法及系统
技术领域
本公开属于自动驾驶领域,特别涉及一种感知障碍物的方法及系统。
背景技术
自动驾驶是汽车智能化的重要研究领域,很多厂商都对其十分的重视。
在相关技术中,自动驾驶的主要逻辑,是首先确定目的地,在车辆朝向目的地行驶的过程中,通过传感器实时感知车辆四周的障碍物,在感知到障碍物后,持续的实时跟踪障碍物,以获取障碍物和车辆之间的相对位置。然后,根据障碍物和车辆之间的相对位置,基于避障策略,实现车辆的自动避障,从而实现了车辆的自动行驶。
发明内容
本公开实施例提供了一种感知障碍物的方法及系统,可以提高对于障碍物的感知性能。所述技术方案如下:
一方面,本公开实施例提供了一种感知障碍物的方法,所述方法包括:
确定无效区域,所述无效区域为存在长期障碍物的区域;
感知车辆四周的临时障碍物,若所述临时障碍物位于所述无效区域中,则不再跟踪所述临时障碍物,若所述临时障碍物不位于所述无效区域中,则继续跟踪所述临时障碍物。
可选地,所述获取无效区域,包括:
获取长期障碍物的定位信息,所述长期障碍物的定位信息包括所述长期障碍物的坐标参数和影响半径;
根据所述长期障碍物的坐标参数和影响半径,确定所述长期障碍物所对应的无效区域。
可选地,所述感知车辆四周的临时障碍物,包括:
获取所述车辆的坐标参数;
获取所述临时障碍物距离所述车辆的间距;
根据所述车辆的坐标参数和所述临时障碍物距离所述车辆的间距,确定所述临时障碍物的坐标参数。
可选地,所述不再跟踪所述临时障碍物,包括:
删除所述临时障碍物的坐标参数,并将所述临时障碍物归纳为所处的所述无效区域的一部分。
可选地,所述继续跟踪所述临时障碍物,包括:
实时获取所述临时障碍物的坐标参数;
根据所述临时障碍物的坐标参数,基于避障策略输出避障信息。
另一方面,本公开实施例提供了一种感知障碍物的系统,所述系统包括:
无效区域确定模块,用于确定无效区域,所述无效区域为存在长期障碍物的区域;
感知模块,用于感知车辆四周的临时障碍物,若所述临时障碍物位于所述无效区域中,则不再跟踪所述临时障碍物,若所述临时障碍物不位于所述无效区域中,则继续跟踪所述临时障碍物。
可选地,所述无效区域确定模块包括:
位置信息获取单元,用于获取长期障碍物的定位信息,所述长期障碍物的定位信息包括所述长期障碍物的坐标参数和影响半径;
无效区域确定单元,用于根据所述长期障碍物的坐标参数和影响半径,确定所述长期障碍物所对应的无效区域。
可选地,所述感知模块包括:
车辆坐标获取模块,用于获取所述车辆的坐标参数;
间距获取模块,用于获取所述临时障碍物距离所述车辆的间距;
临时障碍物坐标获取模块,用于根据所述车辆的坐标参数和所述临时障碍物距离所述车辆的间距,确定所述临时障碍物的坐标参数。
可选地,所述感知模块还包括:
归纳模块,用于删除所述临时障碍物的坐标参数,并将所述临时障碍物归纳为所处的所述无效区域的一部分。
可选地,所述感知模块还包括:
避障模块,用于根据所述临时障碍物坐标获取模块获取的所述临时障碍物的坐标参数,基于避障策略输出避障信息。
本公开实施例提供的技术方案带来的有益效果是:
在通过本公开实施例所提供的感知障碍物的方法来感知障碍物时,首先确定无效区域。由于无效区域中存在长期障碍物,也就是长期存在车辆行驶道路上的障碍物,所以在后续的避障步骤中,可以通过规避无效区域,来实现对这些长期障碍物的规避。然后感知车辆四周的临时障碍物。由前文所述可知,由于无效区域是必然要规避的,所以若感知到的临时障碍物位于无效区域中,就可以不再跟踪这些临时障碍物,减少了感知对象,提高了效率。反之,若感知到的临时障碍物不位于无效区域中,就需要继续对这些障碍物进行跟踪,以便于车辆对其进行规避。
也就是说,本公开所述的感知障碍物的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,不仅提高了感知效率,还提高了感知性能。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种感知障碍物的方法的流程图;
图2是本公开实施例提供的另一种感知障碍物的方法的流程图;
图3是本公开实施例提供的一种感知障碍物的系统的框线图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
本公开实施例提供了一种感知障碍物的方法,该感知障碍物的方法特别适用于车辆的自动行驶。
为了更清楚的描述本公开所提供的感知障碍物的方法在车辆自动行驶中的应用,下面对车辆自动驾驶的主要逻辑做简单的介绍:
首先,确定起始地与目的地之间的导航路径。
其中,起始地可以是车辆目前所处的位置,也可以是除目的地之外的其他位置。导航路径可以由全球定位系统(Global Positioning System,GPS)来确定。
然后,车辆按照导航路径行驶。在行驶的过程中,通过传感器实时感知车辆四周的障碍物,在感知到障碍物后,持续的实时跟踪障碍物,以获取障碍物和车辆之间的相对位置。
最后,根据障碍物和车辆之间的相对位置,基于避障策略,实现车辆的自动避障,从而实现了车辆的自动行驶。
在上述实现方式中,由于传感器会实时持续的跟踪障碍物,而障碍物的数量通常较大,所以导致获取的信息量和处理的信息量都非常大,导致感知障碍物的效率很低,感知性能不高。
为了解决这一技术问题,本公开实施例提供了一种感知障碍物的方法,图1为该方法的流程图,参见图1,该方法包括:
步骤101:确定无效区域,无效区域为存在长期障碍物的区域。
需要说明的是,长期障碍物指的是长期存在且固定不动的障碍物。
举例来说,可以时固定垃圾桶、固定停车位、固定交通指示牌和固定岗亭等。由于这些障碍物设置在道路上,且长期不会移动,所以可以将其作为长期障碍物,在后续的避障步骤中直接规避掉。
另外,由于车辆自动驾驶的过程中,车辆始终在道路上行驶,所以通常会以道路两侧的交通指示线作为边界,只感知两侧交通指示线之间的障碍物。那么,在此情况下,本公开实施例仅将位于道路上的长期障碍物所处的区域作为无效区域,而位于道路之外的长期障碍物,则不作为无效区域。
举例来说,若岗亭位于道路上,则将其所处的区域作为无效区域,若岗亭不位于道路上,则不将其所处的区域作为无效区域。
这样,可以进一步地提高感知效率和感知性能。
步骤102:感知车辆四周的临时障碍物。若临时障碍物位于无效区域中,则执行步骤103。若临时障碍物不位于无效区域中,则执行步骤104。
需要说明的是,临时障碍物指的是临时存在的障碍物。
距离来说,可以是除本车辆之外的其余车辆、行人和自行车等。这些是临时存在,且移动的障碍物。而临时交通指示牌和临时岗亭等。这些是临时存在,但不移动的障碍物。由于这些障碍物位于道路上,且临时存在,可以移动也可以固定不动,所以需要持续实时对其进行跟踪,以实时知晓其与车辆之间的相对位置,从而能够在后续的避障步骤中规避掉。
容易理解的,如步骤101中,若只感知两侧交通指示线之间的障碍物,那么,在此情况下,仅感知道路上的临时障碍物。
这样,可以进一步地提高感知效率和感知性能。
步骤103:不再跟踪临时障碍物。
这样,减少了感知对象,提高了效率。
步骤104:继续跟踪临时障碍物。
这样,使得感知能力可以集中到需要持续跟踪的临时障碍物上,提高了感知性能,保证了感知准确性。
在通过本公开实施例所提供的感知障碍物的方法来感知障碍物时,首先确定无效区域。由于无效区域中存在长期障碍物,也就是长期存在车辆行驶道路上的障碍物,所以在后续的避障步骤中,可以通过规避无效区域,来实现对这些长期障碍物的规避。然后感知车辆四周的临时障碍物。由前文可知,由于无效区域是必然要规避的,所以若感知到的临时障碍物位于无效区域中,就可以不再跟踪这些临时障碍物,减少了感知对象,提高了效率。反之,若感知到的临时障碍物不位于无效区域中,就需要继续对这些障碍物进行跟踪,以便于车辆对其进行规避。
也就是说,本公开的感知障碍物的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,不仅提高了感知效率,还提高了感知性能。
特别需要说明的是,当车辆在复杂环境(天气恶劣、行人众多)中行驶时,感知到的临时障碍物数量会非常多,这样很容易出现遗漏感知或错误感知的情况。由前文所述可知,本公开提供的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,大大减少了遗漏感知或错误感知的情况。因此,本公开特别适用于在复杂环境中应用。
图2为本公开实施例提供的另一种感知障碍物的方法的流程图,结合图2,该感知方法包括:
步骤201:获取长期障碍物的定位信息,长期障碍物的定位信息包括长期障碍物的坐标参数和影响半径。
在上述实现方式中,确定长期障碍物的坐标参数和影响半径,可以为步骤202确定无效区域提供基础。
可选地,长期障碍物的坐标参数,可以直接由全球定位系统来获取。在用全球定位系统确定坐标参数的情况下,获取的坐标参数直接是大地坐标,这样可以便于在后续步骤中统一坐标系,能够有效的提高效率。容易理解的是,长期障碍物的坐标参数,也可以由其他方式来确定,例如即时定位与地图构建技术(Simultaneous Localization AndMapping,SLAM)。由于在该技术的基础上获取的坐标,为该技术所建立的模型中的坐标,因此,需要将其转换为大地坐标,以便于后续步骤中统一坐标系。
可选地,为了提高长期障碍物的坐标参数的准确度,可以在每个长期障碍物中设置定位获取机。
容易理解的是,如果为了节约实施成本,也可以不设置定位获取机,本公开对此不作限制。
可选地,为了降低车辆在行驶过程中的信息获取量和处理量,可以在确定车辆的导航路径时,就预先获取存储在云端的长期障碍物的定位信息。
当然,也可以在车辆行驶过程中,实时获取车辆一定范围内的长期障碍物的定位信息。在此情况下,可以通过定位获取机和车辆之间的无线通信技术实现。
步骤202:根据长期障碍物的坐标参数和影响半径,确定长期障碍物所对应的无效区域。
在上述实现方式中,由于长期障碍物的坐标参数,通常是其中心的坐标位置,而长期障碍物还具有外轮廓,所以如果仅根据长期障碍物的坐标参数确定无效区域,还可能存在车辆与长期障碍物的外轮廓碰撞的风险。因此,需要结合长期障碍物的坐标参数和影响半径,一同确定长期障碍物所对应的无效区域。
需要说明的是,影响半径可以是人为设定值。在设定影响半径时,可以依据长期障碍物的外轮廓大小来设定。
举例来说,如果该长期障碍物是固定交通指示牌,该固定交通指示牌的中心位置(坐标参数所对应的基准点),到其外轮廓的最远距离是1.5米,那么就可以将影响半径设定为1.5米。
容易理解的是,长期障碍物的中心位置到其外轮廓的最远距离可以根据常识来判断,本公开对此不作限定。
举例来说,如果该长期障碍物是固定岗亭,固定岗亭的外轮廓必然大于固定交通指示牌的外轮廓。如果该固定岗亭的中心位置(坐标参数所对应的基准点),到其外轮廓的最远距离是7米,那么就可以将影响半径设定为7米。
另外,由于长期障碍物的坐标参数可能存在一定的误差,所以可以适当地增大影响半径,即增大无效区域,以保证车辆不会碰撞到长期障碍物。
步骤203:获取车辆的坐标参数。
这样,可以为步骤205中确定临时障碍物的坐标参数提供基础。
在上述实现方式中,车辆的坐标参数获取方式,可以和步骤201中长期障碍物的坐标参数的获取方式相同,本公开不作限定。
可选地,车辆的坐标参数可以通过车辆上设置的定位获取机来获取。
步骤204:获取临时障碍物距离车辆的间距。
这样,可以结合步骤203中获取的临时障碍物的坐标参数,在步骤205中确定临时障碍物的坐标参数。
可选地,该间距可以通过车辆上设置的传感器来获取,举例来说,可以毫米波雷达、超声波雷达、外红传感器等用于测量距离的传感器,本公开对此不作限制。
也就是说,本公开实施例所提供的感知障碍物的方法,可以在不同种类的感知技术中进行应用,保证了本公开的适用性。
步骤205:根据车辆的坐标参数和临时障碍物距离车辆的间距,确定临时障碍物的坐标参数。
这样,可以利用车辆的坐标参数和临时障碍物距离车辆的间距,换算得到临时障碍物的坐标参数,以便于判断该临时障碍物是否位于无效区域中。
在上述实现方式中,车辆的坐标参数为大地坐标,而临时障碍物距离车辆的间距为数值,所以通过车辆的坐标参数和临时障碍物距离车辆的间距换算得到的临时障碍物的坐标参数,也为大地坐标。
也就是说,长期障碍物的坐标参数、临时障碍物的坐标参数,车辆的坐标参数,均为大地坐标,这样可以便于步骤206中判断临时障碍物是否位于无效区域中。
步骤206:判断临时障碍物是否位于无效区域中。若临时障碍物位于无效区域中,则执行步骤207,若临时障碍物不位于无效区域中,则执行步骤208。
步骤207:不再跟踪临时障碍物。
可选地,删除临时障碍物的坐标参数,并将临时障碍物归纳为所处的无效区域的一部分。
由前文可知,由于无效区域是必然要规避的,所以若感知到的临时障碍物位于无效区域中,就可以不再跟踪这些临时障碍物,减少了感知对象,提高了效率。
步骤208:继续跟踪临时障碍物。
可选地,实时获取临时障碍物的坐标参数,根据临时障碍物的坐标参数,基于避障策略输出避障信息。
在上述实现方式中,避障策略可以是,车辆的控制决策层根据避障信息,控制车辆的行驶路径,使得车辆始终与临时障碍物保持间距阈值,从而避免了车辆与临时障碍物之间产生碰撞。
容易理解的,步骤207中规避无效区域的策略可以与步骤208中规避临时障碍物的策略基本相同,在此不做赘述。
当然,也可以在设定导航路径的时候,就直接绕过无效区域,以降低车辆在行驶过程中的信息获取量和处理量,本公开对此不作限定。
在通过本公开实施例所提供的感知障碍物的方法来感知障碍物时,首先确定无效区域。由于无效区域中存在长期障碍物,也就是长期存在车辆行驶道路上的障碍物,所以在后续的避障步骤中,可以通过规避无效区域,来实现对这些长期障碍物的规避。然后感知车辆四周的临时障碍物。由前文可知,由于无效区域是必然要规避的,所以若感知到的临时障碍物位于无效区域中,就可以不再跟踪这些临时障碍物,减少了感知对象,提高了效率。反之,若感知到的临时障碍物不位于无效区域中,就需要继续对这些障碍物进行跟踪,以便于车辆对其进行规避。
也就是说,本公开的感知障碍物的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,不仅提高了感知效率,还提高了感知性能。
特别需要说明的是,当车辆在复杂环境(天气恶劣、行人众多)中行驶时,感知到的临时障碍物数量会非常多,这样很容易出现遗漏感知或错误感知的情况。由前文所述可知,本公开提供的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,大大减少了遗漏感知或错误感知的情况。因此,本公开特别适用于在复杂环境中应用。
图3为本公开实施例提供的一种感知障碍物的系统的框线图,结合图3,该系统包括:
无效区域确定模块100,用于确定无效区域,无效区域为存在长期障碍物的区域。
感知模块200,用于感知车辆四周的临时障碍物,若临时障碍物位于无效区域中,则不再跟踪临时障碍物,若临时障碍物不位于无效区域中,则继续跟踪临时障碍物。
可选地,无效区域确定模块100包括:
位置信息获取单元110,用于获取长期障碍物的定位信息,长期障碍物的定位信息包括长期障碍物的坐标参数和影响半径。
无效区域确定单元120,用于根据长期障碍物的坐标参数和影响半径,确定长期障碍物所对应的无效区域。
可选地,感知模块200包括:
车辆坐标获取模块210,用于获取车辆的坐标参数。
间距获取模块220,用于获取临时障碍物距离车辆的间距。
临时障碍物坐标获取模块230,用于根据车辆的坐标参数和临时障碍物距离车辆的间距,确定临时障碍物的坐标参数。
可选地,感知模块200还包括:
归纳模块240,用于删除临时障碍物的坐标参数,并将临时障碍物归纳为所处的无效区域的一部分。
可选地,感知模块200还包括:
避障模块250,用于根据临时障碍物坐标获取模块获取的临时障碍物的坐标参数,基于避障策略输出避障信息。
在通过本公开实施例所提供的感知障碍物的方法来感知障碍物时,首先通过无效区域确定模块100确定无效区域。由于无效区域中存在长期障碍物,也就是长期存在车辆行驶道路上的障碍物,所以在后续的避障步骤中,可以通过规避无效区域,来实现对这些长期障碍物的规避。然后通过感知模块200感知车辆四周的临时障碍物。由前文可知,由于无效区域是必然要规避的,所以若感知到的临时障碍物位于无效区域中,就可以不再跟踪这些临时障碍物,减少了感知对象,提高了效率。反之,若感知到的临时障碍物不位于无效区域中,就需要继续对这些障碍物进行跟踪,以便于车辆对其进行规避。
也就是说,本公开的感知障碍物的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,不仅提高了感知模块200的工作效率,还提高了感知模块200的工作性能。
特别需要说明的是,当车辆在复杂环境(天气恶劣、行人众多)中行驶时,感知到的临时障碍物数量会非常多,这样很容易出现遗漏感知或错误感知的情况。由前文所述可知,本公开提供的方法,可以过滤掉一部分不需要持续跟踪的临时障碍物,使得感知能力可以集中到剩余的需要持续跟踪的临时障碍物上,大大减少了遗漏感知或错误感知的情况。因此,本公开特别适用于在复杂环境中应用。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (10)

1.一种感知障碍物的方法,其特征在于,所述方法包括:
确定无效区域,所述无效区域为存在长期障碍物的区域;
感知车辆四周的临时障碍物,若所述临时障碍物位于所述无效区域中,则不再跟踪所述临时障碍物,若所述临时障碍物不位于所述无效区域中,则继续跟踪所述临时障碍物。
2.根据权利要求1所述的方法,其特征在于,所述获取无效区域,包括:
获取长期障碍物的定位信息,所述长期障碍物的定位信息包括所述长期障碍物的坐标参数和影响半径;
根据所述长期障碍物的坐标参数和影响半径,确定所述长期障碍物所对应的无效区域。
3.根据权利要求1所述的方法,其特征在于,所述感知车辆四周的临时障碍物,包括:
获取所述车辆的坐标参数;
获取所述临时障碍物距离所述车辆的间距;
根据所述车辆的坐标参数和所述临时障碍物距离所述车辆的间距,确定所述临时障碍物的坐标参数。
4.根据权利要求3所述的方法,其特征在于,所述不再跟踪所述临时障碍物,包括:
删除所述临时障碍物的坐标参数,并将所述临时障碍物归纳为所处的所述无效区域的一部分。
5.根据权利要求3所述的方法,其特征在于,所述继续跟踪所述临时障碍物,包括:
实时获取所述临时障碍物的坐标参数;
根据所述临时障碍物的坐标参数,基于避障策略输出避障信息。
6.一种感知障碍物的系统,其特征在于,所述系统包括:
无效区域确定模块,用于确定无效区域,所述无效区域为存在长期障碍物的区域;
感知模块,用于感知车辆四周的临时障碍物,若所述临时障碍物位于所述无效区域中,则不再跟踪所述临时障碍物,若所述临时障碍物不位于所述无效区域中,则继续跟踪所述临时障碍物。
7.根据权利要求6所述的系统,其特征在于,所述无效区域确定模块包括:
位置信息获取单元,用于获取长期障碍物的定位信息,所述长期障碍物的定位信息包括所述长期障碍物的坐标参数和影响半径;
无效区域确定单元,用于根据所述长期障碍物的坐标参数和影响半径,确定所述长期障碍物所对应的无效区域。
8.根据权利要求6所述的系统,其特征在于,所述感知模块包括:
车辆坐标获取模块,用于获取所述车辆的坐标参数;
间距获取模块,用于获取所述临时障碍物距离所述车辆的间距;
临时障碍物坐标获取模块,用于根据所述车辆的坐标参数和所述临时障碍物距离所述车辆的间距,确定所述临时障碍物的坐标参数。
9.根据权利要求8所述的系统,其特征在于,所述感知模块还包括:
归纳模块,用于删除所述临时障碍物的坐标参数,并将所述临时障碍物归纳为所处的所述无效区域的一部分。
10.根据权利要求8所述的系统,其特征在于,所述感知模块还包括:
避障模块,用于根据所述临时障碍物坐标获取模块获取的所述临时障碍物的坐标参数,基于避障策略输出避障信息。
CN202010301798.9A 2020-04-16 2020-04-16 感知障碍物的方法及系统 Active CN111506066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010301798.9A CN111506066B (zh) 2020-04-16 2020-04-16 感知障碍物的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010301798.9A CN111506066B (zh) 2020-04-16 2020-04-16 感知障碍物的方法及系统

Publications (2)

Publication Number Publication Date
CN111506066A true CN111506066A (zh) 2020-08-07
CN111506066B CN111506066B (zh) 2023-06-02

Family

ID=71867433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010301798.9A Active CN111506066B (zh) 2020-04-16 2020-04-16 感知障碍物的方法及系统

Country Status (1)

Country Link
CN (1) CN111506066B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102893176A (zh) * 2010-05-10 2013-01-23 山特维克矿山工程机械有限公司 采矿车辆安全布置的方法与装置
US20150046018A1 (en) * 2013-08-09 2015-02-12 Toyota Jidosha Kabushiki Kaisha Autonomous moving body, obstacle sensing method, and obstacle avoiding method
KR20160088099A (ko) * 2015-01-15 2016-07-25 한국전자통신연구원 차량의 충돌 회피 경로 설정 방법
CN108028017A (zh) * 2013-06-12 2018-05-11 罗伯特·博世有限公司 用于在机动车的驾驶员辅助系统中区分真实障碍物和虚假障碍物的方法
KR101866014B1 (ko) * 2016-03-22 2018-06-08 현대자동차주식회사 차량의 측면충돌 회피 시스템 및 그 방법
CN109471432A (zh) * 2018-11-08 2019-03-15 南京农业大学 一种自主导航农用车最短避障路径规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102893176A (zh) * 2010-05-10 2013-01-23 山特维克矿山工程机械有限公司 采矿车辆安全布置的方法与装置
CN108028017A (zh) * 2013-06-12 2018-05-11 罗伯特·博世有限公司 用于在机动车的驾驶员辅助系统中区分真实障碍物和虚假障碍物的方法
US20150046018A1 (en) * 2013-08-09 2015-02-12 Toyota Jidosha Kabushiki Kaisha Autonomous moving body, obstacle sensing method, and obstacle avoiding method
KR20160088099A (ko) * 2015-01-15 2016-07-25 한국전자통신연구원 차량의 충돌 회피 경로 설정 방법
KR101866014B1 (ko) * 2016-03-22 2018-06-08 현대자동차주식회사 차량의 측면충돌 회피 시스템 및 그 방법
CN109471432A (zh) * 2018-11-08 2019-03-15 南京农业大学 一种自主导航农用车最短避障路径规划方法

Also Published As

Publication number Publication date
CN111506066B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
US11275382B2 (en) Autonomous driving system
Tsugawa et al. An automated truck platoon for energy saving
US8558679B2 (en) Method of analyzing the surroundings of a vehicle
US10031225B2 (en) Method for distinguishing between real obstacles and apparent obstacles in a driver assistance system for motor vehicle
JP2018180735A (ja) 動作範囲決定装置
JP6558282B2 (ja) 自動運転システム
CN104217590A (zh) 车载交通密度估计器
US11042160B2 (en) Autonomous driving trajectory determination device
JP2019039831A (ja) 自動運転装置
WO2020225697A1 (ja) 異常診断装置
CN112829753A (zh) 基于毫米波雷达的护栏估计方法、车载设备和存储介质
CN110333725B (zh) 自动驾驶避让行人的方法、系统、设备及存储介质
US20200191907A1 (en) Odm information reliability determination system and method and vehicle using the same
CN107200016A (zh) 道路自适应预测方法及采用该方法的车辆系统
JP6609292B2 (ja) 車外環境認識装置
US11273825B2 (en) Vehicle control device, vehicle control method, and storage medium
KR102630991B1 (ko) 차량의 위치 결정 방법, 위치 결정 장치 및 주행 제어 시스템
CN111907514A (zh) 用于运行自动化车辆的方法和设备
CN111506066A (zh) 感知障碍物的方法及系统
CN114396958B (zh) 基于多车道多传感器的车道定位方法、系统及车辆
JP4844812B2 (ja) 車両間情報通信システム
JP7175373B1 (ja) 自動運転支援システム
CN110618676B (zh) 车辆自动驾驶时安全偏移线的生成方法、生成系统及车辆
WO2021209403A1 (en) Detection of obstacles in a curved road
CN114730495A (zh) 采用基于网格的评估且采用融合的用于操作环境检测装置的方法以及环境检测装置

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