CN111798698A - 一种前方目标车辆的确定方法、装置及车辆 - Google Patents
一种前方目标车辆的确定方法、装置及车辆 Download PDFInfo
- Publication number
- CN111798698A CN111798698A CN202010592672.1A CN202010592672A CN111798698A CN 111798698 A CN111798698 A CN 111798698A CN 202010592672 A CN202010592672 A CN 202010592672A CN 111798698 A CN111798698 A CN 111798698A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- candidate
- determining
- driving
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Abstract
本发明实施例公开了一种前方目标车辆的确定方法、装置及车辆。其中,该方法包括:获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;根据所述行车环境图像,确定本车关联的候选前方目标车辆;根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。本发明实施例提供的技术方案,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
Description
技术领域
本发明实施例涉及车辆控制技术,尤其涉及一种前方目标车辆的确定方法、装置及车辆。
背景技术
自适应巡航系统是一种智能辅助驾驶系统,它将汽车定速巡航控制系统和车辆前向撞击报警系统结合起来,当发现当前行驶车道的前方有其他前行车辆时,会根据本车和前车之间的相对距离及相对速度等信息,对车辆进行纵向速度控制,使本车与前车保持安全距离行驶,避免追尾事故发生。在自适应巡航系统中,快速准确的感知前方目标车辆运动信息是系统安全工作的基础。
目前车辆上使用的环境感知传感器主要有摄像头、激光雷达和毫米波雷达。激光雷达具有探测精准、分辨率高等优点,但成本较高,无法大量投入使用;毫米波雷达具有测距、测速精准和受天气影响小的特点,且可靠性高、环境鲁棒性强、成本合理,但毫米波雷达系统角度分辨率较低,无法用于判断物体类别,得到物体的尺寸;摄像头能够获取环境景象信息,可准确识别前方车辆所在车道、类别、刹车灯、转向灯和切入切出等信息,但摄像头传感器受大雨和大雾等复杂天气的影响,视距会变短,同时在识别运动车辆速度及加速度时不准确,会影响行车安全性。
发明内容
本发明实施例提供了一种前方目标车辆的确定方法、装置及车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,提高最终确定的实际前方目标车辆的可信度。
第一方面,本发明实施例提供了一种前方目标车辆的确定方法,该方法包括:
获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
根据所述行车环境图像,确定本车关联的候选前方目标车辆;
根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
第二方面,本发明实施例提供了一种前方目标车辆的确定装置,该装置包括:
图像及数据获取模块,用于获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
目标车辆确定模块,用于根据所述行车环境图像,确定本车关联的候选前方目标车辆;
实际车辆确定模块,用于根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
第三方面,本发明实施例提供了一种车辆,该车辆包括:
一个或多个控制器;
存储装置,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控制器执行,使得所述一个或多个控制器实现本发明任意实施例所述的前方目标车辆的确定方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被控制器执行时实现本发明任意实施例所述的前方目标车辆的确定方法。
本发明实施例提供了一种前方目标车辆的确定方法、装置及车辆,首先获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据,接着根据所述行车环境图像,确定本车关联的候选前方目标车辆,最后根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
附图说明
图1A为本发明实施例一提供的一种前方目标车辆的确定方法的流程图;
图1B为本发明实施例一提供的方法中摄像头及雷达采样周期的示意图;
图2A为本发明实施例二提供的一种前方目标车辆的确定方法的流程图;
图2B为本发明实施例二提供的方法中候选前方目标车辆的示意图;
图3A为本发明实施例三提供的一种前方目标车辆的确定方法的流程图;
图3B为本发明实施例三提供的方法中匹配感兴趣区域的示意图;
图4为本发明实施例四提供的一种前方目标车辆的确定装置的结构示意图;
图5为本发明实施例五提供的一种车辆的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种前方目标车辆的确定方法的流程图,本实施例可适用于对任一车辆的前方目标车辆进行确定的情况。本实施例提供的一种前方目标车辆的确定方法可以由本发明实施例提供的一种前方目标车辆的确定装置来执行,该装置可以通过软件和/或硬件的方式实现,并集成在执行本方法的车辆中。
参考图1A,该方法包括但不限于如下步骤:
S110,获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据。
其中,摄像头是指能够获取本车周围环境景象信息的设备,主要用于车道偏离、行人识别及信号灯识别等方面,可准确识别前方车辆所在车道、类别、刹车灯、转向灯和切入切出等信息。此时,行车环境图像为包含了本车周围环境景象信息的数据。本实施例中使用的摄像头是单目摄像头,还可以使用双目摄像头等其他摄像头,本实施例不做具体限制。另外,雷达是利用电磁波探测目标的电子设备,包括激光雷达、毫米波雷达及超声波雷达等,本实施例中使用的雷达是毫米波雷达,毫米波雷达工作在毫米波波段,工作频率在30~100GHz,波长在1~10mm之间的电磁波,通过向目标发射电磁波并接收回波来精确探测目标的方向和距离,它能够全天候全天时工作并且测速及测距较为准确。
为了对本车的前方目标车辆进行确定,以便使本车与前方目标车辆保持安全距离行驶,避免追尾事故的发生,首先需要获取摄像头在摄像头采样周期下采集的行车环境图像及雷达在雷达采样周期下的行车雷达数据。由于摄像头和雷达的采用周期并不相同,为了保证采集的行车环境图像以及行车雷达数据的准确性,需要对摄像头采集的行车环境图像和雷达的数据进行时间同步。此时,可以选取摄像头和雷达采样周期的最小公倍数作为当前采样周期,以便对行车环境图像以及行车雷达数据进行采集。
图1B为本发明实施例一提供的方法中摄像头及雷达采样周期的示意图,从图1B中可知,摄像头采样周期为33.33ms,雷达采样周期为25ms,此时可以将摄像头和雷达采样周期的最小公倍数100ms作为当前采样周期,分别在100ms、200ms及300ms等时间进行行车环境图像和雷达数据的采样,从而能够保证采样结果的可靠性。
S120,根据所述行车环境图像,确定本车关联的候选前方目标车辆。
其中,候选前方目标车辆可以为与本车在同一车道且在本车前方行驶的车辆。
在摄像头采集到行车环境图像之后,将行车环境图像中包含的本车周围环境景象信息的数据通过控制器局域网络(Controller Area Network,简称CAN)总线进行传输,当车辆中的电子控制单元接收到CAN总线传输的本车周围环境景象信息的数据后对该数据进行解析,可以获得本车周围其他车辆的参数信息,例如车辆的身份标识、车辆所在车道和车辆刹车灯显示情况等信息。进而通过本车周围其他车辆的参数信息,可以确定出与本车关联的候选前方目标车辆。
S130,根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
其中,行车雷达数据为车辆上安装的毫米波雷达采集到的本车周围其他对象的数据信息。
由于毫米波雷达受光照和天气因素影响较小,测距精度高,而毫米波雷达在采集到行车雷达数据之后,行车雷达数据通过CAN总线进行传输,当车辆中的电子控制单元接收到CAN总线传输的行车雷达数据后,会对该行车雷达数据进行解析,从而获得本车周围其他对象的数据信息,例如其他对象与本车的距离及纵向相对速度等信息。因此在得到候选前方目标车辆之后,结合根据毫米波雷达采集到的行车雷达数据,可以确定出本车对应的实际前方目标车辆,进而对本车执行相应的驾驶操作,例如减速或者制动等,控制本车与实际前方目标车辆保持安全距离行驶,避免追尾事故的发生。
本实施例提供的技术方案,首先获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据,接着根据所述行车环境图像,确定本车关联的候选前方目标车辆,最后根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
实施例二
图2A为本发明实施例二提供的一种前方目标车辆的确定方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的,本实施例对本车关联的候选前方目标车辆的确定过程进行详细的解释说明。
参见图2A,本实施例的方法包括但不限于如下步骤:
S210,获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据。
其中,所述行车环境图像中包括:当前行驶车道及左右相邻两行驶车道中的行车环境信息。
本实施例中采用的摄像头是单目摄像头,根据单目摄像头在当前采样周期下采集的行车环境图像,可以得到本车行驶车道及本车左右相邻两行驶车道中的车辆行车环境信息,例如车辆的身份标识、车辆所在车道、车辆的位置信息及车辆的刹车灯显示情况等信息,从而便于后续原始前方目标车辆及候选前方目标车辆的确定。
S220,将所述行车环境图像中所述当前行驶车道下与本车纵向距离最小的车辆记为原始前方目标车辆。
由于行车环境图像中包含了当前行驶车道及左右相邻两行驶车道中的行车环境信息,行车环境信息中又包括了车辆的身份标识、车辆所在车道、车辆的位置信息及车辆的刹车灯显示情况等信息,那么根据当前行驶车道的行车环境信息,可以得到本车所在的当前行驶车道中,与本车纵向距离最小的车辆,将该车辆记为原始前方目标车辆,以便后续对候选前方目标车辆进行确定。
S230,根据本车与所述原始前方车辆的第一纵向距离,以及与左右相邻两车道的宽度值,形成主目标感兴趣区域。
其中,主目标感兴趣区域可以为车辆在该区域内可能成为候选前方目标车辆的一个区域。第一纵向距离为原始前方车辆到本车质心的纵向距离。
由此,将原始前方车辆到本车质心的纵向距离作为本车与原始前方车辆的第一纵向距离,并将第一纵向距离作为总长度,本车车道与左右相邻两车道的宽度值作为总宽度,根据总长度和总宽度可以形成主目标感兴趣区域,便于后续根据行车环境图像,确定主目标感兴趣区域内各车辆的行车数据信息。
S240,根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息。
其中,所述行车数据信息至少包括判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标。
通过单目摄像头采集到的行车环境图像中包含了车辆的身份标识、车辆所在车道、车辆的位置信息及车辆左右提示灯的状态信息等,由此根据行车环境图像,可以确定主目标感兴趣区域内各车辆的行车数据信息。另外,由于行车数据信息至少包括判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标,那么根据车辆是否切入当前行驶车道的标志位以及车辆的位置坐标可以便于后续对候选前方目标车辆进行确定。
可选的,所述根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息,可以具体包括:
根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车位置信息,以及各车辆所对应左右提示灯的状态信息;针对所述主目标感兴趣区域内的每个车辆,如果所述车辆的状态信息为左提示灯或右提示灯亮,则确定所述车辆的标志位标识车辆将切入当前行驶车道;否则,确定所述车辆的标志位标识车辆不切入当前行驶车道;将所述行车位置信息及标志位作为所述主目标感兴趣区域内相应车辆的行车数据信息。
具体的,根据行车环境图像,可以确定在主目标感兴趣区域内各车辆的行车数据信息,由于行车数据信息中至少包括判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标,判断车辆是否切入当前行驶车道的标志位可以由各车辆所对应左右提示灯的状态信息进行确定。那么根据行车环境图像,就可以得到主目标感兴趣区域内各车辆的行车位置信息,以及各车辆所对应左右提示灯的状态信息。对于主目标感兴趣区域内的每个车辆,如果车辆的状态信息为左提示灯或右提示灯亮,则可以确定该车辆的标志位标识车辆将切入当前行驶车道;如果车辆的状态信息为左提示灯和右提示灯都不亮,则可以确定该车辆的标志位标识车辆不切入当前行驶车道。由于主目标感兴趣区域内可能有不止一个车辆,为了对车辆的行车数据信息进行准确区分,需要将行车位置信息及标志位作为主目标感兴趣区域内相应车辆的行车数据信息。
S250,根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆。
其中,第一筛选条件可以为能够从主目标感兴趣区域内的车辆中筛选出候选前方目标车辆的条件。
由于主目标感兴趣区域内可能有不止一个车辆,那么根据单目摄像头采集到的行车环境图像中可能也包含了不止一个车辆的行车数据信息,因此根据各行车数据信息,可以从主目标感兴趣区域内确定出满足第一筛选条件的车辆,并将主目标感兴趣区域内满足第一筛选条件的车辆作为候选前方目标车辆,以便后续根据候选前方目标车辆结合行车雷达数据,确定本车对应的实际前方目标车辆。
可选的,所述根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆,可以具体包括:
确定所述主目标感兴趣区域内各车辆与本车的第二纵向距离;判断是否存在第二纵向距离小于所述第一纵向距离的第一目标车辆,若存在,则将所述第一目标车辆加入待筛选车辆集合;若否,则将所述原始前方目标车辆记为候选前方目标车辆;判断所述待筛选车辆集合中是否存在标志位标识车辆将切入当前行驶车道的第二目标车辆,若存在,则将所述第二目标车辆加入候选车辆集合,并从所述候选车辆集合中选定候选前方目标车辆;若否,则将所述原始前方目标车辆记为候选前方目标车辆。
具体的,由于各行车数据信息中至少包含了判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标,那么根据各行车数据信息中车辆的位置坐标可以确定出在主目标感兴趣区域内各车辆与本车的第二纵向距离。对第二纵向距离和本车与原始前方车辆的第一纵向距离之间的大小进行判断,如果存在第二纵向距离小于第一纵向距离的第一目标车辆,就把第一目标车辆加入待筛选车辆集合;如果不存在第二纵向距离小于第一纵向距离的第一目标车辆,则说明原始前方目标车辆是主目标感兴趣区域内距离本车最近的车辆,那么就将原始前方目标车辆记为候选前方目标车辆。
另外,由于待筛选车辆集合中的车辆满足第二纵向距离小于第一纵向距离,也就是说待筛选车辆集合中的车辆有可能会比原始前方目标车辆距离本车更近。因此,还要判断待筛选车辆集合中是否存在标志位标识车辆将切入当前行驶车道的第二目标车辆,如果存在,则将第二目标车辆加入候选车辆集合,并从该候选车辆集合中选定候选前方目标车辆;如果不存在,则说明主目标感兴趣区域内,本车最有可能与原始前方目标车辆发生追尾事故,那么就将原始前方目标车辆记为候选前方目标车辆。
可选的,所述从所述候选车辆集合中选定候选前方目标车辆,可以具体包括:
将所述候选车辆集合中具备最小第二纵向距离的第二目标车辆确定为候选前方目标车辆。
由于候选集合中的车辆第二纵向距离都小于第一纵向距离,且存在标志位标识车辆将切入当前行驶车道,那么为了避免本车与其他车辆发生追尾事故,要从候选车辆集合中选择出最小第二纵向距离的第二目标车辆,将该最小第二纵向距离的第二目标车辆确定为候选前方目标车辆,以便自适应巡航系统采取相应的措施对本车进行控制。
示例性的,图2B为本发明实施例二提供的方法中候选前方目标车辆的示意图,参见图2B,以本车的质心为坐标原点建立坐标系,本车的行驶方向为x轴,将行车环境图像中当前行驶车道下与本车纵向距离最小的车辆记为原始前方目标车辆A,那么本车与原始前方目标车辆A的距离为第一纵向距离,根据该第一纵向距离,以及与左右相邻两车道的宽度值,形成主目标感兴趣区域。在主目标感兴趣区域内,车辆B和车辆C都满足车辆与本车的第二纵向距离小于第一纵向距离,但是车辆B有切入标志位,车辆C无切入标志位,因此最终可以确定有切入标志位的车辆B为候选前方目标车辆。
S260,根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
本实施例提供的技术方案,首先获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据,接着将所述行车环境图像中所述当前行驶车道下与本车纵向距离最小的车辆记为原始前方目标车辆,然后根据本车与所述原始前方车辆的第一纵向距离,以及与左右相邻两车道的宽度值,形成主目标感兴趣区域,根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息,根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆,最后根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
实施例三
图3A为本发明实施例三提供的一种前方目标车辆的确定方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的,本实施例对本车对应的实际前方目标车辆的确定过程进行详细的解释说明。
具体的,参见图3A,本实施例的方法具体可以包括:
S310,获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据。
S320,根据所述行车环境图像,确定本车关联的候选前方目标车辆。
S330,以所述候选前方目标车辆为中心构建以设定值为区域半径的圆形区域,将所述圆形区域记为匹配感兴趣区域。
具体的,图3B为本发明实施例三提供的方法中匹配感兴趣区域的示意图,将根据行车环境图像确定的候选前方目标车辆为中心,构建以设定值为区域半径的圆形区域,并将该圆形区域记为匹配感兴趣区域,以便后续确定匹配感兴趣区域包含的目标对象。
需要说明的是,上述圆形区域的区域半径为设计人员预先确定的设定值,但是圆形区域的区域半径还可以有其他的设定方法,本实施例不做具体限制。
S340,根据所述行车雷达数据,确定所述匹配感兴趣区域包含的目标对象,并获取各所述目标对象的雷达数据信息。
本实施例中使用的雷达是毫米波雷达,它通过向目标发射电磁波并接收回波来精确探测目标的方向和距离,由此根据毫米波雷达采集到的行车雷达数据可以确定出匹配感兴趣区域包含的目标对象,并且能够得到各目标对象的雷达数据信息。
S350,基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆。
在得到各目标对象及候选前方目标车辆的雷达数据信息之后,由于各目标对象及候选前方目标车辆的雷达数据信息中包含了各目标对象及候选前方目标车辆与本车的距离及纵向相对速度等信息,因此根据各目标对象及候选前方目标车辆的雷达数据信息,可以确定本车对应的实际前方目标车辆,进而对本车执行相应的驾驶操作,控制本车与实际前方目标车辆保持安全距离行驶,避免追尾事故的发生。
可选的,所述基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆,可以具体包括:
根据各所述雷达数据信息中位置信息,确定各所述目标对象到所述候选前方目标车辆的当前距离、以及各所述目标对象与所述候选前方目标车辆的纵向相对速度;判断是否存在当前距离小于设定距离阈值的第一目标对象,若存在,则将所述第一目标对象加入待筛选目标集合;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆;判断所述待筛选目标集合中是否存在纵向相对速度小于设定相对速度阈值的第二目标对象,若存在,则将所述第二目标对象加入候选对象集合,并从所述候选对象集合中选定实际前方目标车辆;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆。
其中,所述设定距离阈值为所述候选前方目标车辆的雷达纵向距离和设定距离膨胀系数的比值与所述区域半径之和。
具体的,由于匹配感兴趣区域中可能包含了不止一个目标对象,对应的雷达数据信息也就不止一个目标对象的雷达数据信息,雷达数据信息中包含了位置信息。因此根据各雷达数据信息中位置信息,可以确定各目标对象到候选前方目标车辆的当前距离、以及各目标对象与候选前方目标车辆的纵向相对速度。为了确定匹配感兴趣区域内是否还有其他目标对象距离本车的距离最近,需要对当前距离与设定距离阈值的大小进行判断,如果存在当前距离小于设定距离阈值的第一目标对象,则将第一目标对象加入待筛选目标集合;如果不存在当前距离小于设定距离阈值的第一目标对象,则说明候选前方目标车辆是匹配感兴趣区域内距离本车最近的车辆,那么就将候选前方目标车辆确定为本车对应的实际前方目标车辆。
另外,由于待筛选目标集合中的目标对象满足当前距离小于设定距离阈值,也就是说待筛选目标集合中的目标对象可能会比候选前方目标车辆距离本车更近。因此,还要判断待筛选目标集合中是否存在纵向相对速度小于设定相对速度阈值的第二目标对象,如果存在,则将第二目标对象加入候选对象集合,并从该候选对象集合中选定实际前方目标车辆;如果不存在,则说明候选前方目标车辆是匹配感兴趣区域内距离本车最近的车辆,那么就将候选前方目标车辆确定为本车对应的实际前方目标车辆。
此时,设定距离阈值可以为候选前方目标车辆的雷达纵向距离和设定距离膨胀系数的比值与区域半径之和,设定相对速度阈值可以为设计人员设定的一个具体数值,本实施例对设定距离阈值和设定相对速度阈值不做具体限制。
可选的,所述从所述候选对象集合中选定实际前方目标车辆,可以具体包括:
针对所述候选对象集合中的每一个候选对象,确定所述候选对象按照设定加权公式计算后的加权值;将各所述加权值中最小加权值对应的候选对象确定为本车对应的实际前方目标车辆。
其中,所述设定加权公式表示为:
y=b*|Lxa-Lx|+c*|Lya-Ly|+d*|Vxa-Vx|
其中,Lxa、Lya和Vxa分别为候选对象与本车的纵向距离、横向距离及纵向相对速度,Lx、Ly和Vx分别为候选前方目标车辆与本车的纵向距离、横向距离及纵向相对速度,b、c和d分别为加权系数,y为候选对象的加权值。
具体的,由于候选对象集合中可能包含了不止一个的候选对象,那么对于候选对象集合中的每一个候选对象,都要按照设定加权公式计算每一个候选对象的加权值,并将计算的各加权值中最小加权值对应的候选对象确定为本车对应的实际前方目标车辆。因为在确定本车对应的实际前方目标车辆的过程中,反映候选对象与候选前方目标车辆匹配程度的共有三个影响因素,即候选对象到候选前方目标车辆的横向距离、纵向距离以及纵向相对速度,此时通过计算加权值可以更准确的确定出本车对应的实际前方目标车辆。
可选的,在加权系数选取过程中,可以将更能体现候选对象与候选前方目标车辆匹配程度的影响因素对应的加权系数值取得稍大一些,以便最后得到的加权值更准确。
本实施例提供的技术方案,首先获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据,接着根据所述行车环境图像,确定本车关联的候选前方目标车辆,然后以所述候选前方目标车辆为中心构建以设定值为区域半径的圆形区域,将所述圆形区域记为匹配感兴趣区域,根据所述行车雷达数据,确定所述匹配感兴趣区域包含的目标对象,并获取各所述目标对象的雷达数据信息,最后基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
实施例四
图4为本发明实施例四提供的一种前方目标车辆的确定装置的结构示意图,如图4所示,该装置可以包括:
图像及数据获取模块410,用于获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
目标车辆确定模块420,用于根据所述行车环境图像,确定本车关联的候选前方目标车辆;
实际车辆确定模块430,用于根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
本实施例提供的技术方案,首先获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据,接着根据所述行车环境图像,确定本车关联的候选前方目标车辆,最后根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆,通过摄像头采集的行车环境图像快速的确定候选前方目标车辆,再结合行车雷达数据,增强结果可靠性,提高最终确定的实际前方目标车辆的可信度。
进一步的,上述前方目标车辆的确定装置,还可以包括:
原始前方车辆确定模块,用于将所述行车环境图像中所述当前行驶车道下与本车纵向距离最小的车辆记为原始前方目标车辆;
感兴趣区域形成模块,用于根据本车与所述原始前方车辆的第一纵向距离,以及与左右相邻两车道的宽度值,形成主目标感兴趣区域;
行车数据信息确定模块,用于根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息,所述行车数据信息至少包括判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标;
前方目标车辆确定模块,用于根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆。
进一步的,上述前方目标车辆确定模块,可以具体用于:
确定所述主目标感兴趣区域内各车辆与本车的第二纵向距离;判断是否存在第二纵向距离小于所述第一纵向距离的第一目标车辆,若存在,则将所述第一目标车辆加入待筛选车辆集合;若否,则将所述原始前方目标车辆记为候选前方目标车辆;判断所述待筛选车辆集合中是否存在标志位标识车辆将切入当前行驶车道的第二目标车辆,若存在,则将所述第二目标车辆加入候选车辆集合,并从所述候选车辆集合中选定候选前方目标车辆;若否,则将所述原始前方目标车辆记为候选前方目标车辆。
进一步的,上述前方目标车辆确定模块,可以具体用于:
将所述候选车辆集合中具备最小第二纵向距离的第二目标车辆确定为候选前方目标车辆。
进一步的,上述行车数据信息确定模块,可以具体用于:
根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车位置信息,以及各车辆所对应左右提示灯的状态信息;针对所述主目标感兴趣区域内的每个车辆,如果所述车辆的状态信息为左提示灯或右提示灯亮,则确定所述车辆的标志位标识车辆将切入当前行驶车道;否则,确定所述车辆的标志位标识车辆不切入当前行驶车道;将所述行车位置信息及标志位作为所述主目标感兴趣区域内相应车辆的行车数据信息。
进一步的,上述前方目标车辆的确定装置,还可以包括:
匹配区域确定模块,用于以所述候选前方目标车辆为中心构建以设定值为区域半径的圆形区域,将所述圆形区域记为匹配感兴趣区域;
雷达数据信息获取模块,用于根据所述行车雷达数据,确定所述匹配感兴趣区域包含的目标对象,并获取各所述目标对象的雷达数据信息;
实际前方车辆确定模块,用于基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆。
进一步的,上述实际前方车辆确定模块,可以具体用于:
根据各所述雷达数据信息中位置信息,确定各所述目标对象到所述候选前方目标车辆的当前距离、以及各所述目标对象与所述候选前方目标车辆的纵向相对速度;判断是否存在当前距离小于设定距离阈值的第一目标对象,若存在,则将所述第一目标对象加入待筛选目标集合;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆;判断所述待筛选目标集合中是否存在纵向相对速度小于设定相对速度阈值的第二目标对象,若存在,则将所述第二目标对象加入候选对象集合,并从所述候选对象集合中选定实际前方目标车辆;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆;其中,所述设定距离阈值为所述候选前方目标车辆的雷达纵向距离和设定距离膨胀系数的比值与所述区域半径之和。
进一步的,上述实际前方车辆确定模块,可以具体用于:
针对所述候选对象集合中的每一个候选对象,确定所述候选对象按照设定加权公式计算后的加权值;将各所述加权值中最小加权值对应的候选对象确定为本车对应的实际前方目标车辆;其中,所述设定加权公式表示为:
y=b*|Lxa-Lx|+c*|Lya-Ly|+d*|Vxa-Vx|
其中,Lxa、Lya和Vxa分别为候选对象与本车的纵向距离、横向距离及纵向相对速度,Lx、Ly和Vx分别为候选前方目标车辆与本车的纵向距离、横向距离及纵向相对速度,b、c和d分别为加权系数,y为候选对象的加权值。
本实施例提供的前方目标车辆的确定装置可适用于上述任意实施例提供的前方目标车辆的确定方法,具备相应的功能和有益效果。
实施例5
图5为本发明实施例五提供的一种车辆的结构示意图,如图5所示,该车辆包括控制器510、存储装置520和通信装置530;车辆中控制器510的数量可以是一个或多个,图5中以一个控制器510为例;车辆中的控制器510、存储装置520和通信装置530可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储装置520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的前方目标车辆的确定方法对应的模块(例如,用于前方目标车辆的确定装置中的图像及数据获取模块410、目标车辆确定模块420和实际车辆确定模块430)。控制器510通过运行存储在存储装置520中的软件程序、指令以及模块,从而执行车辆的各种功能应用以及数据处理,即实现上述的前方目标车辆的确定方法。
存储装置520可主要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、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置520可进一步包括相对于控制器510远程设置的存储器,这些远程存储器可以通过网络连接至车辆。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。
通信装置530,用于实现服务器之间的网络连接或者移动数据连接。
本实施例提供的一种车辆可用于执行上述任意实施例提供的前方目标车辆的确定方法,具备相应的功能和有益效果。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被控制器执行时实现本发明任意实施中的前方目标车辆的确定方法,该方法具体包括:
获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
根据所述行车环境图像,确定本车关联的候选前方目标车辆;
根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的前方目标车辆的确定方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述前方目标车辆的确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种前方目标车辆的确定方法,其特征在于,包括:
获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
根据所述行车环境图像,确定本车关联的候选前方目标车辆;
根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
2.根据权利要求1所述的方法,其特征在于,所述行车环境图像中包括:当前行驶车道及左右相邻两行驶车道中的行车环境信息;
所述根据所述行车环境图像,确定本车关联的候选前方目标车辆,包括:
将所述行车环境图像中所述当前行驶车道下与本车纵向距离最小的车辆记为原始前方目标车辆;
根据本车与所述原始前方车辆的第一纵向距离,以及与左右相邻两车道的宽度值,形成主目标感兴趣区域;
根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息,所述行车数据信息至少包括判断车辆是否切入当前行驶车道的标志位以及车辆的位置坐标;
根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述行车数据信息,从所述主目标感兴趣区域内确定满足第一筛选条件的候选前方目标车辆,包括:
确定所述主目标感兴趣区域内各车辆与本车的第二纵向距离;
判断是否存在第二纵向距离小于所述第一纵向距离的第一目标车辆,若存在,则将所述第一目标车辆加入待筛选车辆集合;若否,则将所述原始前方目标车辆记为候选前方目标车辆;
判断所述待筛选车辆集合中是否存在标志位标识车辆将切入当前行驶车道的第二目标车辆,若存在,则将所述第二目标车辆加入候选车辆集合,并从所述候选车辆集合中选定候选前方目标车辆;若否,则将所述原始前方目标车辆记为候选前方目标车辆。
4.根据权利要求3所述的方法,其特征在于,所述从所述候选车辆集合中选定候选前方目标车辆,包括:
将所述候选车辆集合中具备最小第二纵向距离的第二目标车辆确定为候选前方目标车辆。
5.根据权利要求2所述的方法,其特征在于,所述根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车数据信息,包括:
根据所述行车环境图像,确定所述主目标感兴趣区域内各车辆的行车位置信息,以及各车辆所对应左右提示灯的状态信息;
针对所述主目标感兴趣区域内的每个车辆,如果所述车辆的状态信息为左提示灯或右提示灯亮,则确定所述车辆的标志位标识车辆将切入当前行驶车道;否则,确定所述车辆的标志位标识车辆不切入当前行驶车道;
将所述行车位置信息及标志位作为所述主目标感兴趣区域内相应车辆的行车数据信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆,包括:
以所述候选前方目标车辆为中心构建以设定值为区域半径的圆形区域,将所述圆形区域记为匹配感兴趣区域;
根据所述行车雷达数据,确定所述匹配感兴趣区域包含的目标对象,并获取各所述目标对象的雷达数据信息;
基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆。
7.根据权利要求6所述的方法,其特征在于,所述基于各所述目标对象及所述候选前方目标车辆的雷达数据信息,确定本车对应的实际前方目标车辆,包括:
根据各所述雷达数据信息中位置信息,确定各所述目标对象到所述候选前方目标车辆的当前距离、以及各所述目标对象与所述候选前方目标车辆的纵向相对速度;
判断是否存在当前距离小于设定距离阈值的第一目标对象,若存在,则将所述第一目标对象加入待筛选目标集合;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆;
判断所述待筛选目标集合中是否存在纵向相对速度小于设定相对速度阈值的第二目标对象,若存在,则将所述第二目标对象加入候选对象集合,并从所述候选对象集合中选定实际前方目标车辆;若否,则将所述候选前方目标车辆确定为本车对应的实际前方目标车辆;
其中,所述设定距离阈值为所述候选前方目标车辆的雷达纵向距离和设定距离膨胀系数的比值与所述区域半径之和。
8.根据权利要求7所述的方法,其特征在于,所述从所述候选对象集合中选定实际前方目标车辆,包括:
针对所述候选对象集合中的每一个候选对象,确定所述候选对象按照设定加权公式计算后的加权值;
将各所述加权值中最小加权值对应的候选对象确定为本车对应的实际前方目标车辆;
其中,所述设定加权公式表示为:
y=b*|Lxa-Lx|+c*|Lya-Ly|+d*|Vxa-Vx|
其中,Lxa、Lya和Vxa分别为候选对象与本车的纵向距离、横向距离及纵向相对速度,Lx、Ly和Vx分别为候选前方目标车辆与本车的纵向距离、横向距离及纵向相对速度,b、c和d分别为加权系数,y为候选对象的加权值。
9.一种前方目标车辆的确定装置,其特征在于,包括:
图像及数据获取模块,用于获取摄像头及雷达分别在当前采样周期下采集的行车环境图像以及行车雷达数据;
目标车辆确定模块,用于根据所述行车环境图像,确定本车关联的候选前方目标车辆;
实际车辆确定模块,用于根据所述候选前方目标车辆结合所述行车雷达数据,确定本车对应的实际前方目标车辆。
10.一种车辆,其特征在于,包括:
一个或多个控制器;
存储装置,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控制器执行,使得所述一个或多个控制器实现如权利要求1-8中任一所述的前方目标车辆的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010592672.1A CN111798698B (zh) | 2020-06-24 | 2020-06-24 | 一种前方目标车辆的确定方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010592672.1A CN111798698B (zh) | 2020-06-24 | 2020-06-24 | 一种前方目标车辆的确定方法、装置及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111798698A true CN111798698A (zh) | 2020-10-20 |
CN111798698B CN111798698B (zh) | 2022-04-08 |
Family
ID=72803753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010592672.1A Active CN111798698B (zh) | 2020-06-24 | 2020-06-24 | 一种前方目标车辆的确定方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111798698B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215209A (zh) * | 2020-11-13 | 2021-01-12 | 中国第一汽车股份有限公司 | 跟车目标确定方法、装置、车辆及存储介质 |
CN112419717A (zh) * | 2020-11-13 | 2021-02-26 | 中国第一汽车股份有限公司 | 目标管理方法、装置、车辆及存储介质 |
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 |
CN112927502A (zh) * | 2021-01-21 | 2021-06-08 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN113220819A (zh) * | 2021-07-08 | 2021-08-06 | 智道网联科技(北京)有限公司 | 车辆显示方法、装置、电子设备和存储介质 |
CN114545385A (zh) * | 2022-02-18 | 2022-05-27 | 华域汽车系统股份有限公司 | 一种基于车载前视摄像头和前向毫米波雷达的融合目标探测方法 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6429789B1 (en) * | 1999-08-09 | 2002-08-06 | Ford Global Technologies, Inc. | Vehicle information acquisition and display assembly |
US20050219504A1 (en) * | 2004-03-31 | 2005-10-06 | Yoshiki Adachi | Object detector of vehicle |
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
US20100225756A1 (en) * | 2009-03-06 | 2010-09-09 | Sony Corporation | Navigation apparatus and navigation method |
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 |
CN103150309A (zh) * | 2011-12-07 | 2013-06-12 | 清华大学 | 一种空间方向感知地图兴趣点搜索方法和系统 |
US20140307918A1 (en) * | 2013-04-15 | 2014-10-16 | Omron Corporation | Target-image detecting device, control method and control program thereof, recording medium, and digital camera |
WO2015096911A1 (en) * | 2013-12-23 | 2015-07-02 | Valeo Schalter Und Sensoren Gmbh | Method for determining a width of a target vehicle by means of a camera system of a motor vehicle, camera system and motor vehicle |
CN105574488A (zh) * | 2015-12-07 | 2016-05-11 | 北京航空航天大学 | 一种基于低空航拍红外图像的行人检测方法 |
CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
US20170177946A1 (en) * | 2015-12-21 | 2017-06-22 | Canon Kabushiki Kaisha | Method, device, and computer program for re-identification of objects in images obtained from a plurality of cameras |
US20170262715A1 (en) * | 2016-03-10 | 2017-09-14 | Panasonic Intellectual Property Corporation Of America | Apparatus for presenting result of recognizing recognition target |
CN107330376A (zh) * | 2017-06-06 | 2017-11-07 | 广州汽车集团股份有限公司 | 一种车道线识别方法及系统 |
CN109033972A (zh) * | 2018-06-27 | 2018-12-18 | 上海数迹智能科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
CN109215059A (zh) * | 2018-10-16 | 2019-01-15 | 西安建筑科技大学 | 一种航拍视频中运动车辆跟踪的局部数据关联方法 |
CN109435847A (zh) * | 2018-09-14 | 2019-03-08 | 常州智行科技有限公司 | 一种基于摄像头与毫米波雷达的车辆防追尾预警方法 |
CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技(深圳)有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
CN110555347A (zh) * | 2018-06-01 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 具有危险载货行为的车辆目标识别方法、装置及电子设备 |
US20190377082A1 (en) * | 2018-06-08 | 2019-12-12 | Kpit Technologies Limited | System and method for detecting a vehicle in night time |
CN110596694A (zh) * | 2019-09-20 | 2019-12-20 | 吉林大学 | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 |
CN110606084A (zh) * | 2019-09-19 | 2019-12-24 | 中国第一汽车股份有限公司 | 巡航控制方法、装置、车辆及存储介质 |
CN110658819A (zh) * | 2019-09-30 | 2020-01-07 | 北京猎户星空科技有限公司 | 一种避障方法、装置、电子设备和存储介质 |
CN110940982A (zh) * | 2019-11-29 | 2020-03-31 | 径卫视觉科技(上海)有限公司 | 一种车辆前方目标识别方法以及相应的设备 |
US20200117881A1 (en) * | 2017-12-18 | 2020-04-16 | SZ DJI Technology Co., Ltd. | Target detection method and device, unmanned aerial vehicle, and agricultural unmanned aerial vehicle |
CN111060125A (zh) * | 2019-12-30 | 2020-04-24 | 深圳一清创新科技有限公司 | 碰撞检测方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-24 CN CN202010592672.1A patent/CN111798698B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6429789B1 (en) * | 1999-08-09 | 2002-08-06 | Ford Global Technologies, Inc. | Vehicle information acquisition and display assembly |
US20050219504A1 (en) * | 2004-03-31 | 2005-10-06 | Yoshiki Adachi | Object detector of vehicle |
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
US20100225756A1 (en) * | 2009-03-06 | 2010-09-09 | Sony Corporation | Navigation apparatus and navigation method |
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 |
CN103150309A (zh) * | 2011-12-07 | 2013-06-12 | 清华大学 | 一种空间方向感知地图兴趣点搜索方法和系统 |
US20140307918A1 (en) * | 2013-04-15 | 2014-10-16 | Omron Corporation | Target-image detecting device, control method and control program thereof, recording medium, and digital camera |
WO2015096911A1 (en) * | 2013-12-23 | 2015-07-02 | Valeo Schalter Und Sensoren Gmbh | Method for determining a width of a target vehicle by means of a camera system of a motor vehicle, camera system and motor vehicle |
CN105574488A (zh) * | 2015-12-07 | 2016-05-11 | 北京航空航天大学 | 一种基于低空航拍红外图像的行人检测方法 |
US20170177946A1 (en) * | 2015-12-21 | 2017-06-22 | Canon Kabushiki Kaisha | Method, device, and computer program for re-identification of objects in images obtained from a plurality of cameras |
CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
US20170262715A1 (en) * | 2016-03-10 | 2017-09-14 | Panasonic Intellectual Property Corporation Of America | Apparatus for presenting result of recognizing recognition target |
CN107330376A (zh) * | 2017-06-06 | 2017-11-07 | 广州汽车集团股份有限公司 | 一种车道线识别方法及系统 |
US20200117881A1 (en) * | 2017-12-18 | 2020-04-16 | SZ DJI Technology Co., Ltd. | Target detection method and device, unmanned aerial vehicle, and agricultural unmanned aerial vehicle |
CN110555347A (zh) * | 2018-06-01 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 具有危险载货行为的车辆目标识别方法、装置及电子设备 |
US20190377082A1 (en) * | 2018-06-08 | 2019-12-12 | Kpit Technologies Limited | System and method for detecting a vehicle in night time |
CN109033972A (zh) * | 2018-06-27 | 2018-12-18 | 上海数迹智能科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
CN109435847A (zh) * | 2018-09-14 | 2019-03-08 | 常州智行科技有限公司 | 一种基于摄像头与毫米波雷达的车辆防追尾预警方法 |
CN109215059A (zh) * | 2018-10-16 | 2019-01-15 | 西安建筑科技大学 | 一种航拍视频中运动车辆跟踪的局部数据关联方法 |
CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技(深圳)有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
CN110606084A (zh) * | 2019-09-19 | 2019-12-24 | 中国第一汽车股份有限公司 | 巡航控制方法、装置、车辆及存储介质 |
CN110596694A (zh) * | 2019-09-20 | 2019-12-20 | 吉林大学 | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 |
CN110658819A (zh) * | 2019-09-30 | 2020-01-07 | 北京猎户星空科技有限公司 | 一种避障方法、装置、电子设备和存储介质 |
CN110940982A (zh) * | 2019-11-29 | 2020-03-31 | 径卫视觉科技(上海)有限公司 | 一种车辆前方目标识别方法以及相应的设备 |
CN111060125A (zh) * | 2019-12-30 | 2020-04-24 | 深圳一清创新科技有限公司 | 碰撞检测方法、装置、计算机设备和存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215209A (zh) * | 2020-11-13 | 2021-01-12 | 中国第一汽车股份有限公司 | 跟车目标确定方法、装置、车辆及存储介质 |
CN112419717A (zh) * | 2020-11-13 | 2021-02-26 | 中国第一汽车股份有限公司 | 目标管理方法、装置、车辆及存储介质 |
CN112419717B (zh) * | 2020-11-13 | 2022-03-11 | 中国第一汽车股份有限公司 | 目标管理方法、装置、车辆及存储介质 |
CN112215209B (zh) * | 2020-11-13 | 2022-06-21 | 中国第一汽车股份有限公司 | 跟车目标确定方法、装置、车辆及存储介质 |
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 |
CN112927502A (zh) * | 2021-01-21 | 2021-06-08 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN113220819A (zh) * | 2021-07-08 | 2021-08-06 | 智道网联科技(北京)有限公司 | 车辆显示方法、装置、电子设备和存储介质 |
CN114545385A (zh) * | 2022-02-18 | 2022-05-27 | 华域汽车系统股份有限公司 | 一种基于车载前视摄像头和前向毫米波雷达的融合目标探测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111798698B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111798698B (zh) | 一种前方目标车辆的确定方法、装置及车辆 | |
JP6714513B2 (ja) | 車両のナビゲーションモジュールに対象物の存在を知らせる車載装置 | |
US10325163B2 (en) | Vehicle vision | |
CN113139607B (zh) | 障碍物检测方法和装置 | |
US11351997B2 (en) | Collision prediction apparatus and collision prediction method | |
CN109583416B (zh) | 伪车道线识别方法及系统 | |
CN111796286B (zh) | 一种制动等级的评估方法、装置、车辆和存储介质 | |
JP2010003254A (ja) | 画像処理装置 | |
CN109839636B (zh) | 物体识别装置 | |
JP6717240B2 (ja) | 物標検出装置 | |
US20210331671A1 (en) | Travel lane estimation device, travel lane estimation method, and computer-readable non-transitory storage medium | |
KR20130007243A (ko) | 차량 카메라를 이용한 전방 충돌 경보 방법 및 시스템 | |
JP2016148547A (ja) | 検知装置 | |
CN110647801A (zh) | 设置感兴趣区域的方法、装置、存储介质及电子设备 | |
JP6544168B2 (ja) | 車両制御装置、及び車両制御方法 | |
JP2020134981A (ja) | 運転支援装置 | |
CN114460598A (zh) | 一种目标识别方法、装置、设备及存储介质 | |
CN111959515B (zh) | 一种基于视觉检测的前向目标选择方法、装置及系统 | |
CN114296095A (zh) | 自动驾驶车辆的有效目标提取方法、装置、车辆及介质 | |
CN113253278A (zh) | 车位的识别方法、装置及计算机存储介质 | |
EP4024330B1 (en) | Object recognition method and object recognition device | |
WO2020070996A1 (ja) | 走行車線推定装置、走行車線推定方法、制御プログラム、及びコンピュータ読み取り可能な非一時的な記憶媒体 | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
JPH05113482A (ja) | 車載用追突防止装置 | |
US20240010242A1 (en) | Signal processing device and signal processing method |
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 |