CN111638520A - 障碍物识别方法、装置、电子设备及存储介质 - Google Patents
障碍物识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111638520A CN111638520A CN202010424140.7A CN202010424140A CN111638520A CN 111638520 A CN111638520 A CN 111638520A CN 202010424140 A CN202010424140 A CN 202010424140A CN 111638520 A CN111638520 A CN 111638520A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- millimeter wave
- distance
- wave radar
- vehicle speed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000006870 function Effects 0.000 abstract description 12
- 230000004888 barrier function Effects 0.000 description 21
- 230000006978 adaptation Effects 0.000 description 10
- 238000009434 installation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000003068 static effect Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
-
- 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
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
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)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于毫米波雷达技术领域，公开了一种障碍物识别方法、装置、电子设备及存储介质，所述方法包括：在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；根据当前车速与车辆高度计算障碍物识别距离；在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。本发明提升了毫米波雷达障碍物高度识别准确度，避免自动驾驶功能的自动制动、自适应巡航控制功能的误触发。
Description
技术领域
本发明涉及毫米波雷达技术领域，尤其涉及一种障碍物识别方法、装置、电子设备及存储介质。
背景技术
目前传统的毫米波雷达分辨率不高，只能进行二维平面测量。在无人驾驶等应用时，摄像头和激光雷达用于对目标物体的三维立体坐标进行探测，而传统毫米波雷达只能对物体的二维平面坐标探测；在多传感器数据融合时，其他传感器为立体坐标，而毫米波雷达为平面坐标，标定和数据融合都比较难。另外，为了防止车辆在行驶过程中对某些目标误检测(如天桥、红绿灯、路牌等空中目标及井盖、减速带等低矮目标)，毫米波雷达需要具备探测目标高度的能力。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种障碍物识别方法、装置、电子设备及存储介质，旨在提升障碍物高度识别准确度避免AEB、ACC功能的误触发的技术问题。
为实现上述目的，本发明提供了一种障碍物识别方法，所述方法包括：
在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；
根据当前车速与车辆高度计算障碍物识别距离；
在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；
在所述预设毫米波雷达阵列中的毫米波雷达均扫描到所述目标障碍物时，识别所述目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
优选地，所述根据当前车速与车辆高度计算障碍物识别距离的步骤，具体包括：
获取预设毫米波雷达阵列的参数信息；
根据当前车速、车辆高度及所述参数信息计算障碍物识别距离。
优选地，所述预设毫米波雷达阵列包括第一毫米波雷达和第二毫米波雷达；所述参数信息包括：所述第一毫米波雷达的第一安装高度、所述第二毫米波雷达的第二安装高度、所述第一毫米波雷达的第一视场角及所述第二毫米波雷达的第二视场角。
优选地，所述根据当前车速、车辆高度及所述参数信息计算障碍物识别距离的步骤，具体包括：
根据当前车速及预设车速级别获取距离补偿参数；
根据车辆高度、所述参数信息及雷达扫描区域的几何关系获取障碍物识别最小距离；
根据所述障碍物识别最小距离及所述距离补偿参数获取障碍物识别距离。
优选地，所述根据当前车速及预设车速级别获取距离补偿参数的步骤，具体包括：
根据预设车速级别判断当前车速对应的当前车速级别；
根据所述当前车速与所述当前车速级别获取距离补偿参数。
优选地，所述在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物的步骤之后，还包括：
在所述第一毫米波雷达扫描到所述目标障碍物且所述第二毫米波雷达未扫描到所述目标障碍物时，判断所述目标障碍物为低矮障碍物。
优选地，所述在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物的步骤之后，还包括：
在所述第一毫米波雷达未扫描到所述目标障碍物且所述第二毫米波雷达扫描到所述目标障碍物时，判断所述目标障碍物为悬空障碍物。
此外，为实现上述目的，本发明还提出一种障碍物识别装置，所述装置包括：
获取模块，用于在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；还用于根据当前车速与车辆高度计算障碍物识别距离；
判断模块，用于在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；
规避模块，用于在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
此外，为实现上述目的，本发明还提出一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物识别程序，所述障碍物识别程序配置为实现如上所述的障碍物识别方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有障碍物识别程序，所述障碍物识别程序被处理器执行时实现如上所述的障碍物识别方法的步骤。
本发明在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；根据当前车速与车辆高度计算障碍物识别距离；在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。避免自动驾驶功能的AEB(AutonomousEmergency Braking，自动制动)、ACC(Adaptive Cruise Control，自适应巡航控制)功能的误触发。通过本发明可提供准确的障碍物信息，可为自动驾驶环境识别提供可靠的环境障碍物信息，提升后续决策、定位、控制模块工作的可靠性。还能够基于双毫米波雷达确定障碍物的高度类别：悬空障碍物、低矮障碍物、悬空障碍物，悬空障碍物影响车辆行驶，低矮障碍物高度与最小离地间隙作比较可以进一步比较，低于最小离地间隙则该障碍物不影响车辆行驶，悬空障碍物不影响车辆行驶，从而能够避免毫米波雷达对障碍物的误判导致的智能驾驶相关功能的误触发。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；
图2为本发明障碍物识别方法第一实施例的流程示意图；
图3为本发明障碍物识别方法一实施例的雷达位置示意图；
图4为本发明障碍物识别方法第二实施例的流程示意图；
图5为本发明障碍物识别装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及障碍物识别程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中，所述电子设备通过处理器1001调用存储器1005中存储的障碍物识别程序，并执行本发明实施例提供的障碍物识别方法。
本发明实施例提供了一种障碍物识别方法，参照图2，图2为本发明一种障碍物识别方法第一实施例的流程示意图。
本实施例中，所述障碍物识别方法包括以下步骤：
步骤S10：在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离。
需要说明的是，本发明实施例应用于安装了预设毫米波雷达阵列的自动驾驶车辆。预设毫米波雷达阵列包括所述第一毫米波雷达和第二毫米波雷达；所述根据当前车速与车辆高度计算障碍物识别距离的步骤之前，还包括：获取所述预设毫米波雷达阵列的参数信息。
需要说明的是，获取障碍物信息可以由本车辆上的毫米波雷达执行，也可以由摄像头等装置执行。
易于理解的是，车辆自动驾驶过程中可能遇到的障碍物可分为三种，对车辆有威胁的障碍物(对车辆而言有碰撞隐患的障碍物，如前方行驶的车辆、前方的行人或者广告牌等)，即待规避障碍物；低矮障碍物(与车辆相比较为低矮，车辆可直接从该障碍物上掠过，如：地面的石块、垃圾等)，悬空障碍物(和车辆相比较为高，车辆可以从该障碍物下通过，如空中飞行的鸟类、无人机、限高杆、隧道的顶部等)。
需要说明的是，毫米波雷达的步骤参考图3，图3为本发明障碍物识别方法一实施例的雷达位置示意图，第一毫米波雷达Radar1的安装高度为S1，第二毫米波雷达Radar2的安装高度为S2。图中D为障碍物识别距离，基于图3的雷达位置设置，根据预设毫米波雷达垂直方向视场角分布情况，在一定的纵向距离下，待规避障碍物会同时被两个雷达检测到；对于低矮障碍物仅会被第一毫米波雷达检测到，而悬空障碍物会被第二毫米波雷达检测到。
易于理解的是，在毫米波雷达未扫描到障碍物时，没有避障需要，不执行本方法，在预设毫米波雷达输出障碍物信息时，则执行下一步。当存在障碍物时，根据车高、车速计算出障碍物识别距离。障碍物识别距离是车辆有前方有障碍物且所述障碍物有需要避让的可能性的距离，所述距离在车辆能进行避让反应的范围内。
步骤S20：根据当前车速与车辆高度计算障碍物识别距离。
步骤S20具体包括：获取所述预设毫米波雷达阵列的参数信息；根据当前车速、车辆高度及所述参数信息计算障碍物识别距离。
所述根据当前车速、车辆高度及所述参数信息计算障碍物识别距离的步骤具体包括：根据当前车速及预设车速级别获取距离补偿参数；根据车辆高度、所述参数信息及雷达扫描区域的几何关系获取障碍物识别最小距离；根据所述障碍物识别最小距离及所述距离补偿参数获取障碍物识别距离。
在具体实施中，例如：在最小障碍物识别距离下，同自车高度一致的物体恰好能够同时被两个毫米波雷达检测到，但不会被第二毫米波雷达的视场角中非重叠部分探测到，在这样的距离下，若是超过车高的限高门则会仅第二毫米波雷达探测到，即被认为是低矮障碍物，而低于车高的限高门则被认为悬空障碍物。同时，车辆运动速度不同，关注的目标的纵向距离也不同，同时结合雷达安装位置的影响。
需要说明的是，影响到障碍物识别距离的主要因素(即参数信息)为：所述第一毫米波雷达的第一安装高度、所述第二毫米波雷达的第二安装高度、所述第一毫米波雷达的第一视场角及所述第二毫米波雷达的第二视场角、当前车速、车辆高度。
应当理解的是，所述根据当前车速及预设车速级别获取距离补偿参数的步骤，具体包括：根据预设车速级别判断当前车速对应的当前车速级别；根据所述当前车速与所述当前车速级别获取距离补偿参数。
应当理解的是，当前车速为动态参数，第一安装高度、第二安装高度、第一视场角及第二视场角、车辆高度为静态参数，在获取障碍物识别距离的过程中需要采用参数自适应方式。参数自适应包含两个层次的参数自适应：静态参数自适应、动态参数自适应。在静态参数自适应针对方法中涉及到的毫米波雷达安装高度(具体实施中可根据实际情况结合安装高度与横向方向上的位置)、毫米波雷达垂直方向的视场角(即，第一视场角和第二视场角)、车辆高度通过几何关系确定最小障碍物识别距离。在动态参数自适应中考虑到车速越大，为确保行车安全需要探测的障碍物越远，因此将车速分为三个预设车速级别(具体实施中可根据车速数值分为更详细的级别，本实施例并不限制具体的分级数量)，三个所述预设车速级别分别对应快速、中速及慢速，每个预设车速级别通过当前车速乘以预设车速级别对应的速度系数以得到由车速影响障碍物识别的距离补偿参数。最后结合静态参数自适应和动态参数自适应得到最终的障碍物识别距离。
步骤S30：在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物。
步骤S40：在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
应当理解的是，判断障碍物的纵向距离是否等于障碍物识别距离，当障碍物识别距离等于目标纵向距离时，判断两个雷达是否都能探测到障碍物，当两个雷达都能扫描到障碍物时，该障碍物为待避让障碍物(例如图3中A)，影响车辆的前进。
本发明实施例通过上述方法避免自动驾驶功能的AEB(Autonomous EmergencyBraking，自动制动)、ACC(Adaptive Cruise Control，自适应巡航控制)功能的误触发。通过本发明可提供准确的障碍物信息，可为自动驾驶环境识别提供可靠的环境障碍物信息，提升后续决策、定位、控制模块工作的可靠性。
参考图4，图4为本发明一种障碍物识别方法第二实施例的流程示意图。基于上述第一实施例，本实施例障碍物识别方法在所述步骤S30之后，还包括：
步骤S41：在所述第一毫米波雷达扫描到所述目标障碍物且所述第二毫米波雷达未扫描到所述目标障碍物时，判断所述目标障碍物为低矮障碍物。
步骤S30之后，还包括：
步骤S42：在所述第一毫米波雷达未扫描到所述目标障碍物且所述第二毫米波雷达扫描到所述目标障碍物时，判断所述目标障碍物为悬空障碍物。
应当理解的是，只有第一毫米波雷达能够扫描到障碍物时，确定障碍物为车辆行驶方向下方低矮障碍物(如地面的石块、凸起、垃圾等物)(例如图3中B)，车辆可以在所述低矮障碍物上掠过；只有第二毫米波雷达能够扫描到障碍物时，确定为车辆行驶方向上的悬空障碍物(如限高杆、隧道顶部、无人机或鸟类)(例如图3中C)，对于悬空障碍物自动驾驶系统将其判定为无需避让的障碍物，车辆可以从其下方通过。
本发明实施例能够基于双毫米波雷达确定障碍物的高度类别：悬空障碍物、低矮障碍物、悬空障碍物，悬空障碍物影响车辆行驶，低矮障碍物高度与最小离地间隙作比较可以进一步比较，低于最小离地间隙则该障碍物不影响车辆行驶，悬空障碍物不影响车辆行驶，从而能够避免毫米波雷达对障碍物的误判导致的智能驾驶相关功能的误触发。
参照图5，图5为本发明障碍物识别装置第一实施例的结构框图。
如图5所示，本发明实施例提出一种障碍物识别装置，所述装置包括：
获取模块10，用于在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离。
易于理解的是，车辆自动驾驶过程中可能遇到的障碍物可分为三种，对车辆有威胁的障碍物(对车辆而言有碰撞隐患的障碍物，如前方行驶的车辆、前方的行人或者广告牌等)，即待规避障碍物；低矮障碍物(与车辆相比较为低矮，车辆可直接从该障碍物上掠过，如：地面的石块、垃圾等)，悬空障碍物(和车辆相比较为高，车辆可以从该障碍物下通过，如空中飞行的鸟类、无人机、限高杆、隧道的顶部等)。
需要说明的是，毫米波雷达的步骤参考图3，图3为本发明障碍物识别方法一实施例的雷达位置示意图，第一毫米波雷达Radar1的安装高度为S1，第二毫米波雷达Radar2的安装高度为S2。图中D为障碍物识别距离，基于图3的雷达位置设置，根据预设毫米波雷达垂直方向视场角分布情况，在一定的纵向距离下，待规避障碍物会同时被两个雷达检测到；对于低矮障碍物仅会被第一毫米波雷达检测到，而悬空障碍物会被第二毫米波雷达检测到。
易于理解的是，在毫米波雷达未扫描到障碍物时，没有避障需要，不执行本方法，在预设毫米波雷达输出障碍物信息时，则执行下一步。当存在障碍物时，根据车高、车速计算出障碍物识别距离。障碍物识别距离是车辆有前方有障碍物且所述障碍物有需要避让的可能性的距离，所述距离在车辆能进行避让反应的范围内。
获取模块10还用于：获取所述预设毫米波雷达阵列的参数信息；根据当前车速、车辆高度及所述参数信息计算障碍物识别距离。所述根据当前车速、车辆高度及所述参数信息计算障碍物识别距离的步骤具体包括：根据当前车速及预设车速级别获取距离补偿参数；根据车辆高度、所述参数信息及雷达扫描区域的几何关系获取障碍物识别最小距离；根据所述障碍物识别最小距离及所述距离补偿参数获取障碍物识别距离。
在具体实施中，例如：在最小障碍物识别距离下，同自车高度一致的物体恰好能够同时被两个毫米波雷达检测到，但不会被第二毫米波雷达的视场角中非重叠部分探测到，在这样的距离下，若是超过车高的限高门则会仅第二毫米波雷达探测到，即被认为是低矮障碍物，而低于车高的限高门则被认为悬空障碍物。同时，车辆运动速度不同，关注的目标的纵向距离也不同，同时结合雷达安装位置的影响。
需要说明的是，影响到障碍物识别距离的主要因素(即参数信息)为：所述第一毫米波雷达的第一安装高度、所述第二毫米波雷达的第二安装高度、所述第一毫米波雷达的第一视场角及所述第二毫米波雷达的第二视场角、当前车速、车辆高度。
应当理解的是，所述根据当前车速及预设车速级别获取距离补偿参数的步骤，具体包括：根据预设车速级别判断当前车速对应的当前车速级别；根据所述当前车速与所述当前车速级别获取距离补偿参数。
应当理解的是，当前车速为动态参数，第一安装高度、第二安装高度、第一视场角及第二视场角、车辆高度为静态参数，在获取障碍物识别距离的过程中需要采用参数自适应方式。参数自适应包含两个层次的参数自适应：静态参数自适应、动态参数自适应。在静态参数自适应针对方法中涉及到的毫米波雷达安装高度(具体实施中可根据实际情况结合安装高度与横向方向上的位置)、毫米波雷达垂直方向的视场角(即，第一视场角和第二视场角)、车辆高度通过几何关系确定最小障碍物识别距离。在动态参数自适应中考虑到车速越大，为确保行车安全需要探测的障碍物越远，因此将车速分为三个预设车速级别(具体实施中可根据车速数值分为更详细的级别，本实施例并不限制具体的分级数量)，三个所述预设车速级别分别对应快速、中速及慢速，每个预设车速级别通过当前车速乘以预设车速级别对应的速度系数以得到由车速影响障碍物识别的距离补偿参数。最后结合静态参数自适应和动态参数自适应得到最终的障碍物识别距离。
判断模块30，用于在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
规避模块30，用于在所述第一毫米波雷达和所述第二毫米波雷达均扫描到障碍物时，识别目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
规避模块30还用于在所述第一毫米波雷达扫描到所述目标障碍物且所述第二毫米波雷达未扫描到所述目标障碍物时，判断所述目标障碍物为低矮障碍物，不对所述低矮障碍物进行规避。在所述第一毫米波雷达未扫描到所述目标障碍物且所述第二毫米波雷达扫描到所述目标障碍物时，判断所述目标障碍物为悬空障碍物，不对所述悬空障碍物进行规避。
应当理解的是，判断障碍物的纵向距离是否等于障碍物识别距离，当障碍物识别距离等于目标纵向距离时，判断两个雷达是否都能探测到障碍物，当两个雷达都能扫描到障碍物时，该障碍物为待避让障碍物(例如图3中A)，影响车辆的前进。
应当理解的是，只有第一毫米波雷达能够扫描到障碍物时，确定障碍物为车辆行驶方向下方低矮障碍物(如地面的石块、凸起、垃圾等物)(例如图3中B)，车辆可以在所述低矮障碍物上掠过；只有第二毫米波雷达能够扫描到障碍物时，确定为车辆行驶方向上的悬空障碍物(如限高杆、隧道顶部、无人机或鸟类)(例如图3中C)，对于悬空障碍物自动驾驶系统将其判定为无需避让的障碍物，车辆可以从其下方通过。
本发明实施例通过上述装置避免自动驾驶功能的AEB(Autonomous EmergencyBraking，自动制动)、ACC(Adaptive Cruise Control，自适应巡航控制)功能的误触发。通过本发明可提供准确的障碍物信息，可为自动驾驶环境识别提供可靠的环境障碍物信息，提升后续决策、定位、控制模块工作的可靠性。还能够基于双毫米波雷达确定障碍物的高度类别：悬空障碍物、低矮障碍物、悬空障碍物，悬空障碍物影响车辆行驶，低矮障碍物高度与最小离地间隙作比较可以进一步比较，低于最小离地间隙则该障碍物不影响车辆行驶，悬空障碍物不影响车辆行驶，从而能够避免毫米波雷达对障碍物的误判导致的智能驾驶相关功能的误触发。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有障碍物识别程序，所述障碍物识别程序被处理器执行如上文所述的障碍物识别方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的障碍物识别方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端电子设备(可以是手机，计算机，服务器，或者网络电子设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种障碍物识别方法，其特征在于，所述方法包括：
在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；
根据当前车速与车辆高度计算障碍物识别距离；
在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；
在所述预设毫米波雷达阵列中的毫米波雷达均扫描到所述目标障碍物时，识别所述目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
2.如权利要求1所述的障碍物识别方法，其特征在于，所述根据当前车速与车辆高度计算障碍物识别距离的步骤，具体包括：
获取预设毫米波雷达阵列的参数信息；
根据当前车速、车辆高度及所述参数信息计算障碍物识别距离。
3.如权利要求2所述的障碍物识别方法，其特征在于，所述预设毫米波雷达阵列包括第一毫米波雷达和第二毫米波雷达；所述参数信息包括：所述第一毫米波雷达的第一安装高度、所述第二毫米波雷达的第二安装高度、所述第一毫米波雷达的第一视场角及所述第二毫米波雷达的第二视场角。
4.如权利要求3所述的障碍物识别方法，其特征在于，所述根据当前车速、车辆高度及所述参数信息计算障碍物识别距离的步骤，具体包括：
根据当前车速及预设车速级别获取距离补偿参数；
根据车辆高度、所述参数信息及雷达扫描区域的几何关系获取障碍物识别最小距离；
根据所述障碍物识别最小距离及所述距离补偿参数获取障碍物识别距离。
5.如权利要求4所述的障碍物识别方法，其特征在于，所述根据当前车速及预设车速级别获取距离补偿参数的步骤，具体包括：
根据预设车速级别判断当前车速对应的当前车速级别；
根据所述当前车速与所述当前车速级别获取距离补偿参数。
6.如权利要求5所述的障碍物识别方法，其特征在于，所述在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物的步骤之后，还包括：
在所述第一毫米波雷达扫描到所述目标障碍物且所述第二毫米波雷达未扫描到所述目标障碍物时，判断所述目标障碍物为低矮障碍物。
7.如权利要求5所述的障碍物识别方法，其特征在于，所述在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物的步骤之后，还包括：
在所述第一毫米波雷达未扫描到所述目标障碍物且所述第二毫米波雷达扫描到所述目标障碍物时，判断所述目标障碍物为悬空障碍物。
8.一种障碍物识别装置，其特征在于，所述障碍物识别装置包括：
获取模块，用于在获取到障碍物信息时，根据所述障碍物信息计算与目标障碍物的当前距离；还用于根据当前车速与车辆高度计算障碍物识别距离；
判断模块，用于在所述当前距离小于或等于所述障碍物识别距离时，检测预设毫米波雷达阵列中的毫米波雷达是否均扫描到所述目标障碍物；
规避模块，用于在所述预设毫米波雷达阵列中的毫米波雷达均扫描到障碍物时，识别所述目标障碍物为待规避障碍物，并对所述待规避障碍物进行规避。
9.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物识别程序，所述障碍物识别程序配置为实现如权利要求1至7中任一项所述的障碍物识别方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有障碍物识别程序，所述障碍物识别程序被处理器执行时实现如权利要求1至7任一项所述的障碍物识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010424140.7A CN111638520A (zh) | 2020-05-15 | 2020-05-15 | 障碍物识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010424140.7A CN111638520A (zh) | 2020-05-15 | 2020-05-15 | 障碍物识别方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111638520A true CN111638520A (zh) | 2020-09-08 |
Family
ID=72332918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010424140.7A Pending CN111638520A (zh) | 2020-05-15 | 2020-05-15 | 障碍物识别方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111638520A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462368A (zh) * | 2020-11-25 | 2021-03-09 | 中国第一汽车股份有限公司 | 一种障碍物检测方法、装置、车辆及存储介质 |
| CN113341417A (zh) * | 2021-06-09 | 2021-09-03 | 深圳市九洲电器有限公司 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
| WO2023133772A1 (zh) * | 2022-01-13 | 2023-07-20 | 深圳市大疆创新科技有限公司 | 障碍物监测方法、装置、设备、雷达装置及可移动平台 |
| WO2024007570A1 (zh) * | 2022-07-04 | 2024-01-11 | 惠州市德赛西威汽车电子股份有限公司 | 障碍物识别方法、装置、电子设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03276313A (ja) * | 1990-03-27 | 1991-12-06 | Mazda Motor Corp | 移動車の環境認識装置 |
| CN101992740A (zh) * | 2010-11-02 | 2011-03-30 | 上海电机学院 | 防碰撞控制系统及其控制方法 |
| DE102010012626A1 (de) * | 2010-03-24 | 2011-09-29 | Valeo Schalter Und Sensoren Gmbh | Kraftfahrzeug mit einer Radareinrichtung und Verfahren zum Betreiben einer Radareinrichtung |
| CN105353377A (zh) * | 2015-09-30 | 2016-02-24 | 上海斐讯数据通信技术有限公司 | 一种机动车倒车雷达监测装置 |
| CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
| CN106240458A (zh) * | 2016-07-22 | 2016-12-21 | 浙江零跑科技有限公司 | 一种基于车载双目相机的车辆前方碰撞预警方法 |
| KR20180042526A (ko) * | 2016-10-18 | 2018-04-26 | 주식회사 만도 | 장애물 감지 시스템 및 장애물 감지 방법 |
| CN109383369A (zh) * | 2017-08-10 | 2019-02-26 | 上海谷米实业有限公司 | 一种车辆距离感应装置 |
| CN110515066A (zh) * | 2019-08-20 | 2019-11-29 | 富临精工先进传感器科技(成都)有限责任公司 | 一种车载毫米波雷达及其目标高度测量方法 |
| CN110562221A (zh) * | 2019-09-30 | 2019-12-13 | 恒大新能源汽车科技(广东)有限公司 | 一种汽车及其制动控制方法、装置及系统 |
-
2020
- 2020-05-15 CN CN202010424140.7A patent/CN111638520A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03276313A (ja) * | 1990-03-27 | 1991-12-06 | Mazda Motor Corp | 移動車の環境認識装置 |
| DE102010012626A1 (de) * | 2010-03-24 | 2011-09-29 | Valeo Schalter Und Sensoren Gmbh | Kraftfahrzeug mit einer Radareinrichtung und Verfahren zum Betreiben einer Radareinrichtung |
| CN101992740A (zh) * | 2010-11-02 | 2011-03-30 | 上海电机学院 | 防碰撞控制系统及其控制方法 |
| CN105353377A (zh) * | 2015-09-30 | 2016-02-24 | 上海斐讯数据通信技术有限公司 | 一种机动车倒车雷达监测装置 |
| CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
| CN106240458A (zh) * | 2016-07-22 | 2016-12-21 | 浙江零跑科技有限公司 | 一种基于车载双目相机的车辆前方碰撞预警方法 |
| KR20180042526A (ko) * | 2016-10-18 | 2018-04-26 | 주식회사 만도 | 장애물 감지 시스템 및 장애물 감지 방법 |
| CN109383369A (zh) * | 2017-08-10 | 2019-02-26 | 上海谷米实业有限公司 | 一种车辆距离感应装置 |
| CN110515066A (zh) * | 2019-08-20 | 2019-11-29 | 富临精工先进传感器科技(成都)有限责任公司 | 一种车载毫米波雷达及其目标高度测量方法 |
| CN110562221A (zh) * | 2019-09-30 | 2019-12-13 | 恒大新能源汽车科技(广东)有限公司 | 一种汽车及其制动控制方法、装置及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 孔金生等: "基于安全距离模型的汽车防追尾避撞方法", 《微计算机信息》 * |
| 陈冉等: "车辆防追尾动态安全车距监控系统研究", 《林业机械与木工设备》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462368A (zh) * | 2020-11-25 | 2021-03-09 | 中国第一汽车股份有限公司 | 一种障碍物检测方法、装置、车辆及存储介质 |
| CN113341417A (zh) * | 2021-06-09 | 2021-09-03 | 深圳市九洲电器有限公司 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
| CN113341417B (zh) * | 2021-06-09 | 2024-04-19 | 深圳市九洲电器有限公司 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
| WO2023133772A1 (zh) * | 2022-01-13 | 2023-07-20 | 深圳市大疆创新科技有限公司 | 障碍物监测方法、装置、设备、雷达装置及可移动平台 |
| WO2024007570A1 (zh) * | 2022-07-04 | 2024-01-11 | 惠州市德赛西威汽车电子股份有限公司 | 障碍物识别方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111638520A (zh) | 障碍物识别方法、装置、电子设备及存储介质 | |
| CN111352110B (zh) | 处理雷达数据的方法和装置 | |
| CN110443786B (zh) | 激光雷达点云滤波方法、装置、计算机设备和存储介质 | |
| CN108509972A (zh) | 一种基于毫米波和激光雷达的障碍物特征提取方法 | |
| CN112781599B (zh) | 确定车辆的位置的方法 | |
| CN112083441B (zh) | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 | |
| CN109583416B (zh) | 伪车道线识别方法及系统 | |
| Wang et al. | Automatic road extraction from mobile laser scanning data | |
| US10482332B2 (en) | Pedestrian determining apparatus for determining whether an object is a pedestrian crossing ahead of an own vehicle | |
| JP5712900B2 (ja) | 周辺物体検出装置 | |
| US20170307733A1 (en) | Vehicle radar methods and systems | |
| US11780436B2 (en) | On-board sensor system | |
| US20230065727A1 (en) | Vehicle and vehicle control method | |
| CN114384491B (zh) | 用于激光雷达的点云处理方法及装置、存储介质 | |
| US20230260132A1 (en) | Detection method for detecting static objects | |
| CN115151954A (zh) | 可行驶区域检测的方法和装置 | |
| CN112823353A (zh) | 使用机器学习进行对象定位 | |
| KR102087046B1 (ko) | 자율 주행 차량에서 ldm을 이용하여 차선 기반으로 사각 지대에 대한 정보를 제공하는 방법 및 장치 | |
| EP3882664A1 (en) | Histogram based l-shape detection of target objects | |
| US8483478B1 (en) | Grammar-based, cueing method of object recognition, and a system for performing same | |
| CN113589324A (zh) | 基于激光雷达的无人车坡度识别方法、系统及存储介质 | |
| CN113536867A (zh) | 物体识别的方法、装置及系统 | |
| US20240300523A1 (en) | Driving support system and traveling control device | |
| US11731622B2 (en) | Prediction of dynamic objects at concealed areas | |
| US11915489B2 (en) | Method, device, computer program and computer program product for operating a vehicle |
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: 20200908 |
|
| RJ01 | Rejection of invention patent application after publication |