CN111880166A - 物体检测方法及装置 - Google Patents

物体检测方法及装置 Download PDF

Info

Publication number
CN111880166A
CN111880166A CN201911282171.7A CN201911282171A CN111880166A CN 111880166 A CN111880166 A CN 111880166A CN 201911282171 A CN201911282171 A CN 201911282171A CN 111880166 A CN111880166 A CN 111880166A
Authority
CN
China
Prior art keywords
object detection
detection method
feature extraction
sensor
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.)
Pending
Application number
CN201911282171.7A
Other languages
English (en)
Inventor
萧博仲
彭宝杞
魏立明
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.)
MediaTek Inc
Original Assignee
MediaTek Inc
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 MediaTek Inc filed Critical MediaTek Inc
Publication of CN111880166A publication Critical patent/CN111880166A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • 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
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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

Landscapes

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

Abstract

本发明提供物体检测方法及装置，其中所述方法包括：针对物体检测的扫描区域获得在不同的位置和不同的时间戳生成的多个传感器检测输入，其中，每个所述传感器检测输入在不同位置之一和不同时间戳之一生成；根据所述传感器检测输入收集时空数据；拼接所述时空数据以生成时空图像；对所述时空图像进行特征提取，生成特征提取结果；和根据所述特征提取结果识别所述扫描区域的轮廓。实施本发明实施例能够基于特征实现物体检测。

Description

物体检测方法及装置
技术领域
本发明一般涉及物体检测，并且更具体地，涉及物体检测的方法及装置。
背景技术
无线电检测和测距(雷达)系统是指通过使用反射的电磁能来检测物体的存在的电子装置。具体而言，雷达系统所依据的电子原理与声波反射原理非常相似。雷达系统使用电磁能脉冲，所述电磁能脉冲被传输到反射物体并从反射物体反射。反射能量的一小部分返回到雷达系统，所述返回的能量称为回声(echo)或回波(return)。在某些情况下，雷达系统可以使用回声/回波来测量反射物体的方向，距离和/或速度。雷达系统可以用于空白空间(empty space)检测。但是，具有宽视场(Wide Field of View，FOV)且没有角度信息的雷达传感器很难取得被检测物体的边缘。困难在于位置的角度不明确。在没有角度信息的情况下在某一范围内检测到物体，位于所述范围内的物体可以被认为位于任意角度。简而言之，由于缺少角度信息，不能精确地识别出被检测物体在空间中的位置。
因此，需要一种创新的物体检测设计。
发明内容
本发明提供物体检测的方法及装置，能够基于特征实现物体检测。
本发明提供的一种物体检测方法，可包括：针对物体检测的扫描区域获得在不同的位置和不同的时间戳生成的多个传感器检测输入，其中，每个所述传感器检测输入在不同位置之一和不同时间戳之一生成；根据所述传感器检测输入收集时空数据；拼接所述时空数据以生成时空图像；对所述时空图像进行特征(signature)提取，生成特征提取结果；和根据所述特征提取结果识别所述扫描区域的轮廓。
本发明提供的一种物体检测装置，可包括：无线接收器，被布置为针对物体检测的扫描区域在不同的位置和不同的时间戳生成多个传感器检测输入，其中，每个所述传感器检测输入在不同的位置之一和不同的时间戳之一生成；和处理电路，其布置成执行本发明的物体检测方法。
综上可知，本发明的技术方案提出基于特征的物体检测设计。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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示出根据本发明实施例的物体检测装置的图。
图2示出根据本发明实施例的基于特征的物体检测方法的流程图。
图3示出根据本发明的实施例的用于时空图像生成的数据处理方案的图。
图4示出根据本发明实施例的用于基于特征的空白空间检测的数据处理方案的图。
具体实施方式
在说明书及权利要求中使用了某些词汇来指称特定的组件。本领域技术人员应可理解，硬件制造商可能会用不同的名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。在通篇说明书及权利要求当中所提及的“包含”及“包括”为一开放式的用语，故应解释成“包含但不限定于”。“大体上”是指在可接受的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，大致达到所述技术效果。此外，“耦合”一词在此包含任何直接及间接的电性连接手段。因此，若文中描述一第一装置耦合于一第二装置，则代表所述第一装置可直接电性连接于所述第二装置，或通过其它装置或连接手段间接地电性连接至所述第二装置。以下所述为实施本发明的较佳方式，目的在于说明本发明的精神而非用以限定本发明的保护范围，本发明的保护范围当视后附的权利要求所界定者为准。
接下面的描述为本发明预期的最优实施例。这些描述用于阐述本发明的大致原则而不应用于限制本发明。本发明的保护范围应在参考本发明的权利要求的基础上进行认定。
图1示出根据本发明实施例的物体检测装置的图。作为举例，物体检测装置100可以是雷达系统，例如汽车雷达系统。作为另一示例，物体检测装置100可以是配备有多物体报告能力和/或单个天线的单个雷达传感器。但是，这并不意味着对本发明的限制。使用所提出的基于特征的物体检测技术的任何物体检测装置都在本发明的范围内。为了清楚和简单起见，以下假设物体检测装置100是仅使用配备有多物体报告能力和/或单个天线的单个雷达传感器的雷达系统。换句话说，术语“物体检测装置”和“雷达系统/传感器”可以互换。如图1所示，物体检测装置100包括处理电路102，存储设备104，无线发射器106，无线接收器108和开关电路(由“SW”表示)110。处理电路102包括控制电路112，调制电路114和检测电路116。
控制电路112被布置为控制物体检测装置100的操作。例如，在控制电路112的控制下，无线发射器106和无线接收器108可以通过开关电路共享相同的片外天线(例如，单个天线101)。具体地，开关电路110是能够将无线发射器106和无线接收器108交替地连接到共享天线101的发送/接收(TR)开关。如果装置100在发送(TX)模式下操作，则控制电路112可以关闭无线接收器108，并且可以进一步指示开关电路110将无线发射器106的输出端口耦合到天线101。如果装置100在接收(RX)模式下操作，则控制电路112可以关闭无线发射器106，并且可以进一步指示开关电路110将无线接收器108的输入端口耦合到天线101。
在处理电路102是数字电路(digital circuit)的情况下，无线发射器106可以包括数字模拟转换器(未示出)，用于将处理电路102的数字基带输出转换为模拟基带输入，以用于进行上转换(up-conversion)，并且无线接收器108可以包括模拟数字转换器(未示出)用于将模拟基带输出下转换(down-conversion)为处理电路102的数字基带输入以进行进一步处理。
调制技术在雷达技术中起关键作用。传输方式极大地影响了雷达系统的性能，因此调制技术将根据应用而改变。两种最常用的技术是调频连续波(Frequency ModulatedContinuous Wave，FMCW)和脉冲多普勒技术。FMCW通常用于工业应用以及汽车应用，而在军事应用中，脉冲多普勒被广泛接受。在该实施例中，调制电路114被布置为处理TX模式下的调制。
检测电路116被布置为在RX模式下处理解调和目标检测。根据提出的基于特征的物体检测设计，检测电路116还被布置为处理特征提取(例如，几何特征提取)。下面参考附图描述所提出的基于特征的物体检测设计的更多细节。
图2示出根据本发明实施例的基于特征的物体检测方法的流程图。基于特征的物体检测方法可以被物体检测装置100(特别是图1所示的检测电路116)采用。在步骤202，检测电路116获得由无线接收器108针对物体检测的扫描区域(swept area)在不同位置及不同时间戳接收的多个传感器检测输入S_IN。在步骤204，检测电路116根据无线接收器108生成的传感器检测输入S_IN来收集时空(spatio-temporal)数据D_ST。例如，可以将所收集的时空数据D_ST缓存在存储设备104中。在步骤206，检测电路116拼接/组装时空数据D_ST以为物体检测的扫描区域生成时空图像IMG_ST。例如，检测电路116可以从存储设备104读取时空数据D_ST，并且可以将创建的时空图像IMG_ST存储到存储设备104中以进行进一步处理。
图3示出根据本发明的实施例的用于时空图像生成的数据处理方案的图。在该实施例中，物体检测装置100可以是安装在固定装置300上的单个雷达传感器。例如，物体检测装置100是汽车雷达传感器，并且固定装置300是汽车的一部分。如图3所示，物体检测装置100(例如，汽车雷达传感器)在直线移动的同时扫描区域302。因此，物体检测装置100(特别是无线接收器108)在不同位置和不同时间戳处生成传感器检测输入S_IN。例如，当物体检测装置100位于位置P1时，在时间戳T1生成一个传感器检测输入S_IN，当物体检测装置100位于位置PM时，在时间戳TM生成另一个传感器检测输入S_IN，当物体检测装置100位于位置PN时，在时间戳TN处生成又一个传感器检测输入S_IN。在从无线接收器108接收到传感器检测输入S_IN之后，检测电路116根据接收到的传感器检测输入S_IN收集相关的时空数据D_ST。即，检测电路116在安装有物体检测装置100的固定装置300移动的期间随时间收集资料。例如，检测电路116从在位置P1和时间戳T1处生成的一个传感器检测输入得到一个时空数据D1，从在位置PM和时间戳TM处生成的另一个传感器检测输入得到另一个时空数据DM，以及从在位置PN和时间戳TN处生成的另一个传感器检测输入得到另一个时空数据DN。
在该实施例中，物体检测装置100是配备有多物体报告能力和单个天线101的单个宽FOV雷达传感器。此外，每个时空数据给出不同范围的信号强度。如图3所示，最高信号强度H由具有最高密度的点表示，而最低信号强度L由具有最低密度的点表示。由于物体检测装置100是多物体报告宽FOV雷达传感器，因此由于不同范围存在多个物体，在不同位置之一和不同时间戳之一收集的一个时空数据可能具有多个高信号强度区域。如图3所示，一堵墙304和两个障碍物306和308共存于物体检测的扫描区域302中。当固定装置300位于位置P1时，在时间戳T1处收集的时空数据D1具有由障碍物306导致的一个高信号强度区域。当固定装置300移动至位置PN时，在时间戳TN处收集的时空数据DN具有由近端障碍物306产生的一个高信号强度区域和由远程墙304产生的另一高信号强度区域。由于物体检测装置100是具有宽FOV的雷达传感器，因此在一个时间戳和一个位置收集的一个时空数据可以具有由直接位于物体检测装置100前面的至少一个物体产生的至少一个高信号强度区域，并且还可以具有由不直接位于物体检测装置100前面的至少一个物体产生的至少一个高信号强度区域。例如，当固定装置300位于位置PM(P1＜PM＜PN)时，在时间戳TM(T1<TM<TN)收集的时空数据DM具有由墙304(直接位于物体检测装置100的前面)产生的一个高信号强度区域，以及由附近的障碍物306/308(不直接位于物体检测装置100的前面)产生的另一个高信号强度区域。
在以上实施例中，每个时空数据给出不同范围的信号强度。但是，这并不意味着对本发明的限制。备选地，检测电路116可以响应于从无线接收器108提供的一个传感器检测输入S_IN通过执行目标检测来生成一个时空数据。因此，每个时空数据可以给出不同范围的目标检测结果。例如，当根据检测阈值在一个范围内检测到物体时，由检测电路116收集的时空数据可以具有由第一逻辑值(例如，“1”)设置的对应所述范围的目标检测结果；当根据检测阈值未在所述范围内检测到物体时，检测电路116收集的时空数据可以具有由第二逻辑值(例如，“0”)设置的对应所述范围的目标检测结果。简而言之，本发明对时空数据的格式没有限制。
如上所述，在安装有物体检测装置100的固定装置300沿着物体检测的扫描区域302的一侧移动的同时，检测电路116收集时空数据D_ST。根据所提出的基于特征的物体检测设计，检测电路116拼接/组装从在不同位置和不同时间戳处生成的传感器检测输入S_IN得到的时空数据D_ST，以创建一个时空图像IMG_ST用于进行进一步处理，其中时空图像IMG_ST包含周围物体的特征(signature)(例如，几何特征)。在步骤208，检测电路116对时空图像IMG_ST执行特征提取以生成特征提取结果。在步骤210，检测电路116根据特征提取结果来识别扫描区域302的轮廓。扫描区域302的轮廓可以由特征提取结果中连续的特征(即，连接的特征)表示，或者可以由特征提取结果中不连续的特征(即，未连接的特征)表示，或者可以由特征提取结果中连续的特征(即连接的特征)和不连续的特征(即未连接的特征)表示。例如，可以评估特征提取结果以进行空白空间检测。因此，可以根据特征提取结果来确定扫描区域302中的空白空间区域的尺寸。即，可以通过在时空图像中检测到的特征来推断空白空间的位置和大小。
图4示出根据本发明实施例的用于基于特征的空白空间检测的数据处理方案的图。如图3所示，在基于时空数据的收集而创建时空图像IMG_ST之后，检测电路116对时空图像IMG_ST执行特征检测。例如，特征检测可以采用图像边缘检测和特征提取技术来检测/提取时空图像IMG_ST中的特征。由检测电路116执行的特征检测可以包括：在时空图像IMG_ST中检测至少一个双曲线的存在，和/或在时空图像IMG_ST中检测至少一条线的存在。在该实施例中，时空图像IMG_ST包含诸如双曲线HB1和HB2以及线L1，L2和L3的特征。因此，在检测电路116对时空图像IMG_ST执行特征检测之后，在时空图像IMG_ST中找到包括双曲线HB1和HB2以及的线L1，L2和L3的特征检测结果。
接下来，检测电路116通过评估特征检测结果来执行空白空间尺寸推断。借助于检测到的特征(例如双曲线和线条)，可以重构可能的空白空间的尺寸。例如，双曲线的顶点表示拐角或极点，而线表示墙或障碍物。因此，检测到的双曲线HB1和HB2的顶点V1和V2可以用于确定物体检测的扫描区域302中的空白空间ES的宽度W，检测到的线L1-L3可以用于确定物体检测的扫描区域302中的空白空间ES的深度D。
在以上示例中，评估特征检测结果以进行空白空间检测。但是，这并不意味着对本发明的限制。使用将特征检测应用于时空图像的结果的任何基于雷达传感器的应用都落入本发明的范围内。
在一个示例性实施方式中，处理电路102可以通过专用硬件来实施。因此，控制电路112，调制电路114和检测电路116中的每一个被布置为仅通过使用硬件来执行其指定的功能。
在另一示例性实施方式中，处理电路102可以由诸如片上微控制器单元(MCU)的处理器来实施。因此，控制电路112，调制电路114和检测电路116中的每一个被布置为通过从存储设备104读取程序代码PROG并在处理器上运行程序代码PROG来执行其指定的功能，其中程序代码PROG包括：处理器可执行指令。
在又一示例性实施方式中，处理电路102可以是通过专用硬件和处理器的组合来实施的混合电路。例如，控制电路112可以仅通过使用硬件来执行其指定功能的一部分，并且可以通过在处理器上运行程序代码PROG来执行其指定功能的另一部分，调制电路114可以仅通过使用硬件执行其指定功能的一部分，并且可以通过在处理器上运行程序代码PROG来执行其指定功能的另一部分，和/或检测电路116可以仅通过使用硬件来执行其指定功能的一部分，并且可以通过在处理器上运行程序代码PROG来执行其指定功能的另一部分。又例如，控制电路112，调制电路114和检测电路116中的至少一个可以仅通过使用硬件来执行其指定功能，并且控制电路112，调制电路114和检测电路116中的至少一个可以通过从存储设备104读取程序代码PROG并在处理器上运行程序代码PROG来执行其指定功能。
上述所提出的基于特征的物体检测设计利用了传感器宽FOV的优势，所述宽FOV允许目标反射形成特征。因此，特征可用于识别环境中的空白空间。可替代地，在本发明的一些实施例中，所提出的基于特征的物体检测设计可以被使用单个狭窄FOV传感器进行空白空间检测的物体检测装置采用。简而言之，所提出的基于特征的物体检测设计对传感器的FOV没有限制。这些替代设计均落入本发明的范围内。与使用窄FOV传感器进行空白空间检测的基于边缘检测的物体检测设计相比，使用单个宽FOV传感器进行空白空间检测的基于特征的物体检测设计具有较低的生产成本。
与使用反卷积过程进行空白空间检测的基于合成孔径雷达(Synthetic ApertureRadar，SAR)方案的物体检测设计相比，所提出的使用特征提取过程的基于特征的物体检测设计具有较低的计算复杂度。与使用多个传感器或多个天线进行空白空间检测的基于网格图方法的物体检测设计相比，所提出的仅使用配备单个天线的单个传感器的基于特征的物体检测设计具有较低的生产成本。
本文描述的装置和技术的各个方面可以单独地使用，组合地使用，或者以未在前面的描述中描述的实施例中具体讨论的各种安排中使用，因此不限于将它们的应用限定为前述的组件和布置的细节或在附图中示出的细节。例如，在一个实施例中描述的方面可以以任何方式与其他实施例描述的方面组合。
在一些实施例中，术语“大约”，“大致”和“大致上”可以用于表示小于目标值的±10％的范围且可以包括目标值。例如：小于目标值±5％，小于目标值的±1％。
在权利要求中使用诸如“第一”，“第二”，“第三”等的序数术语来修饰权利要求要素，并不意味任何优先权或顺序，仅用作卷标以将具有特定名称的一个权利要求元素与具有相同名称的另一个元素权利要求区分。
本发明虽以较佳实施例揭露如上，然其并非用以限定本发明的范围，任何本领域技术人员，在不脱离本发明的精神和范围内，当可做些许的更动与润饰，因此本发明的保护范围当视权利要求所界定者为准。

Claims (11)

1.一种物体检测方法，其特征在于，包括：
针对物体检测的扫描区域获得在不同的位置和不同的时间戳生成的多个传感器检测输入，其中，每个所述传感器检测输入在不同位置之一和不同时间戳之一生成；
根据所述传感器检测输入收集时空数据；
拼接所述时空数据以生成时空图像；
对所述时空图像进行特征提取，生成特征提取结果；和
根据所述特征提取结果识别所述扫描区域的轮廓。
2.根据权利要求1所述的物体检测方法，其特征在于，所述收集时空数据包括：
当单个传感器移动时，仅使用所述单个传感器收集所述扫描区域的时空数据。
3.根据权利要求2所述的物体检测方法，其特征在于，所述单个传感器配备有多物体报告能力。
4.根据权利要求2所述的物体检测方法，其特征在于，所述单个传感器仅具有单个天线。
5.根据权利要求2所述的物体检测方法，其特征在于，所述物体检测方法由无线电检测与测距(雷达)系统采用。
6.根据权利要求1所述的物体检测方法，其特征在于，对所述时空图像执行特征提取包括：
检测所述时空图像中至少一个双曲线的存在。
7.根据权利要求1所述的物体检测方法，其特征在于，对所述时空图像执行特征提取包括：
检测所述时空图像中至少一条线的存在。
8.根据权利要求1所述的物体检测方法，其特征在于，识别所述扫描区域的轮廓包括：
参考所述特征提取结果，确定所述扫描区域中空白空间的尺寸。
9.根据权利要求8所述的物体检测方法，其特征在于，所述特征提取结果包括多个双曲线，并且所述多个双曲线的顶点用于确定所述空白空间的宽度。
10.根据权利要求8所述的物体检测方法，其特征在于，所述特征提取结果包括多条线，并且所述多条线用于确定所述空白空间的深度。
11.一种物体检测装置，包括：
无线接收器，被布置为针对物体检测的扫描区域在不同的位置和不同的时间戳生成多个传感器检测输入，其中，每个所述传感器检测输入在不同的位置之一和不同的时间戳之一生成；和
处理电路，其布置成执行如权利要求1-10中任一项所述的物体检测方法。
CN201911282171.7A 2018-05-03 2019-12-13 物体检测方法及装置 Pending CN111880166A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862666192P 2018-05-03 2018-05-03
US16/402,173 US20190339362A1 (en) 2018-05-03 2019-05-02 Signature-based object detection method and associated apparatus
US16/402,173 2019-05-02

Publications (1)

Publication Number Publication Date
CN111880166A true CN111880166A (zh) 2020-11-03

Family

ID=68383881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911282171.7A Pending CN111880166A (zh) 2018-05-03 2019-12-13 物体检测方法及装置

Country Status (3)

Country Link
US (1) US20190339362A1 (zh)
CN (1) CN111880166A (zh)
TW (1) TWI741450B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020044048A1 (en) * 2000-10-12 2002-04-18 Nissan Motor Co., Tld. Method and apparatus for detecting position of object present in a surrounding detection zone of automotive vehicle
US20060167633A1 (en) * 2005-01-07 2006-07-27 Toyota Jidosha Kabushiki Kaisha Neighboring object information acquisition device, and parking support device using neighboring object information acquisition device
FR2922029A1 (fr) * 2007-10-08 2009-04-10 Imra Europ Sas Soc Par Actions Dispositif et methode de detection d'objet
US20100045448A1 (en) * 2005-06-27 2010-02-25 Aisin Seiki Kabushiki Kaisha Obstacle detection apparatus
CN102650886A (zh) * 2012-04-28 2012-08-29 浙江工业大学 基于主动全景视觉传感器的机器人视觉系统
CN104005325A (zh) * 2014-06-17 2014-08-27 武汉武大卓越科技有限责任公司 基于深度和灰度图像的路面裂缝检测装置和方法
CN106446919A (zh) * 2016-11-04 2017-02-22 深圳市航天华拓科技有限公司 一种探地雷达双曲线目标快速检测方法
CN106645205A (zh) * 2017-02-24 2017-05-10 武汉大学 一种无人机桥梁底面裂纹检测方法及系统
US20170148168A1 (en) * 2015-11-20 2017-05-25 Qualcomm Incorporated Systems and methods for correcting erroneous depth information
CN108474657A (zh) * 2017-03-31 2018-08-31 深圳市大疆创新科技有限公司 一种环境信息采集方法、地面站及飞行器
CN109307866A (zh) * 2017-07-27 2019-02-05 株式会社万都 用于确定车辆是否能够进入道路的方法和系统
CN109522847A (zh) * 2018-11-20 2019-03-26 中车株洲电力机车有限公司 一种基于深度图的轨道和道路障碍物检测方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7983835B2 (en) * 2004-11-03 2011-07-19 Lagassey Paul J Modular intelligent transportation system
US7567203B2 (en) * 2005-04-11 2009-07-28 Raytheon Canada Limited Classification system for radar and sonar applications
US8872693B1 (en) * 2009-04-29 2014-10-28 The United States of America as respresented by the Secretary of the Air Force Radar signature database validation for automatic target recognition
US9148649B2 (en) * 2011-10-07 2015-09-29 Massachusetts Institute Of Technology Methods and apparatus for imaging of occluded objects from scattered light
CA2859761C (en) * 2011-12-22 2023-06-20 President And Fellows Of Harvard College Compositions and methods for analyte detection
US9333649B1 (en) * 2013-03-15 2016-05-10 Industrial Perception, Inc. Object pickup strategies for a robotic device
US10078791B2 (en) * 2014-01-09 2018-09-18 Irvine Sensors Corporation Methods and devices for cognitive-based image data analytics in real time
TWI564754B (zh) * 2014-11-24 2017-01-01 圓剛科技股份有限公司 空間運動感測器與空間運動感測方法
US10324179B2 (en) * 2015-05-01 2019-06-18 Maxlinear, Inc. Multistatic radar via an array of multifunctional automotive transceivers
JPWO2017018150A1 (ja) * 2015-07-29 2018-02-22 富士フイルム株式会社 光センサデバイス、光センサユニット及び光センサシステム
US9952310B2 (en) * 2015-08-07 2018-04-24 Honeywell International Inc. Aircraft weather radar coverage supplementing system
US10725171B2 (en) * 2017-01-27 2020-07-28 Massachusetts Institute Of Technology Method and system for localization of a vehicle using surface penetrating radar
US10839539B2 (en) * 2017-05-31 2020-11-17 Google Llc System and method for active stereo depth sensing
WO2019022774A1 (en) * 2017-07-28 2019-01-31 Google Llc SYSTEM AND METHOD FOR IMAGE AND LOCATION CAPTURE BASED ON NEEDS
CN108287345A (zh) * 2017-11-10 2018-07-17 广东康云多维视觉智能科技有限公司 基于点云数据的空间扫描方法及系统
US10775482B2 (en) * 2018-04-11 2020-09-15 Infineon Technologies Ag Human detection and identification in a setting using millimeter-wave radar

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020044048A1 (en) * 2000-10-12 2002-04-18 Nissan Motor Co., Tld. Method and apparatus for detecting position of object present in a surrounding detection zone of automotive vehicle
US20060167633A1 (en) * 2005-01-07 2006-07-27 Toyota Jidosha Kabushiki Kaisha Neighboring object information acquisition device, and parking support device using neighboring object information acquisition device
US20100045448A1 (en) * 2005-06-27 2010-02-25 Aisin Seiki Kabushiki Kaisha Obstacle detection apparatus
FR2922029A1 (fr) * 2007-10-08 2009-04-10 Imra Europ Sas Soc Par Actions Dispositif et methode de detection d'objet
CN102650886A (zh) * 2012-04-28 2012-08-29 浙江工业大学 基于主动全景视觉传感器的机器人视觉系统
CN104005325A (zh) * 2014-06-17 2014-08-27 武汉武大卓越科技有限责任公司 基于深度和灰度图像的路面裂缝检测装置和方法
US20170148168A1 (en) * 2015-11-20 2017-05-25 Qualcomm Incorporated Systems and methods for correcting erroneous depth information
CN106446919A (zh) * 2016-11-04 2017-02-22 深圳市航天华拓科技有限公司 一种探地雷达双曲线目标快速检测方法
CN106645205A (zh) * 2017-02-24 2017-05-10 武汉大学 一种无人机桥梁底面裂纹检测方法及系统
CN108474657A (zh) * 2017-03-31 2018-08-31 深圳市大疆创新科技有限公司 一种环境信息采集方法、地面站及飞行器
CN109307866A (zh) * 2017-07-27 2019-02-05 株式会社万都 用于确定车辆是否能够进入道路的方法和系统
CN109522847A (zh) * 2018-11-20 2019-03-26 中车株洲电力机车有限公司 一种基于深度图的轨道和道路障碍物检测方法

Also Published As

Publication number Publication date
TWI741450B (zh) 2021-10-01
TW202041879A (zh) 2020-11-16
US20190339362A1 (en) 2019-11-07

Similar Documents

Publication Publication Date Title
Roos et al. Radar sensors for autonomous driving: Modulation schemes and interference mitigation
US11927668B2 (en) Radar deep learning
CN106918807B (zh) 一种雷达回波数据的目标点迹凝聚方法
US20180172816A1 (en) Signal processing apparatus of a continuous-wave (cw) radar sensing system
US7463184B2 (en) Object detection apparatus, object detection method, object detection program, and distance sensor
CN112639519B (zh) 雷达系统中的两阶段信号处理的装置和方法
US11899132B2 (en) Super-resolution enhancement techniques for radar
WO2023124780A1 (zh) 点云数据增强方法、装置、计算机设备、系统及存储介质
JP7190663B2 (ja) レーダ装置及びレンジサイドローブ判定方法
US9075142B2 (en) Device and method for selecting signal, and radar apparatus
US7119737B2 (en) Microwave sensor
CN116027318A (zh) 多传感器信号融合的方法、装置、电子设备及存储介质
US20230079979A1 (en) Determining relevant signals using multi-dimensional radar signals
JP2003139848A (ja) ２周波式マイクロウエーブセンサ
Foessel-Bunting Radar sensor model for three-dimensional map building
US6756934B1 (en) Target shadow detector for synthetic aperture radar
CN111880166A (zh) 物体检测方法及装置
JP2004037380A (ja) レーダ
CN112859059A (zh) 目标检测与跟踪系统和方法
EP4092447A1 (en) Multipath classification in radar detections
CN116027288A (zh) 生成数据的方法、装置、电子设备及存储介质
Cui et al. Millimetre-wave radar for low-cost 3D imaging: A performance study
Dixit et al. Detection and localization of targets using millimeter wave radars: An experimental study
US11119204B2 (en) Angular resolution enhancement using non-coherent radar systems
JP2002277536A (ja) 周波数変調連続波レーダ装置、リフレクタ装置およびレーダシステム

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201103