CN111923898A - 障碍物检测方法及装置 - Google Patents
障碍物检测方法及装置 Download PDFInfo
- Publication number
- CN111923898A CN111923898A CN201910395724.3A CN201910395724A CN111923898A CN 111923898 A CN111923898 A CN 111923898A CN 201910395724 A CN201910395724 A CN 201910395724A CN 111923898 A CN111923898 A CN 111923898A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- obstacle information
- information
- updating
- vehicle
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000004927 fusion Effects 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000008447 perception Effects 0.000 abstract description 6
- 239000000523 sample Substances 0.000 description 80
- 230000007613 environmental effect Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000007500 overflow downdraw method Methods 0.000 description 5
- 238000002604 ultrasonography Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 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
Images
Classifications
-
- 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
- B60W30/06—Automatic manoeuvring for parking
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种障碍物检测方法及装置,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
Description
技术领域
本发明涉及自动驾驶技术领域,特别是涉及一种障碍物检测方法及装置。
背景技术
随着自动驾驶技术的发展,基于低速自动驾驶的自动泊车技术逐渐得到广泛的应用。在自动泊车过程中,车辆需要根据传感器识别可利用的车位以及障碍物信息,车辆中央处理器据此计算出车辆进入泊位的运动轨迹。其中,自动泊车对系统的功能安全要求很高。而在自动泊车的过程中,不可避免地会出现多种障碍物,影响自动泊车的动态安全性。因此,准确地检测障碍物信息,决定了自动泊车的安全。然而,在传统的自动泊车技术中,由于传感器的限制,对障碍物的检测存在盲区,影响了自动泊车障碍物的识别准确度。
发明内容
基于此,有必要针对在传统的自动泊车技术中,对障碍物的检测存在盲区,影响了自动泊车障碍物的识别准确度的缺陷,提供一种障碍物检测方法及装置。
本发明实施例提供了一种障碍物检测方法,包括步骤:
获取车辆的移动距离;
在移动距离大于预设距离时,通过位置计算更新第一障碍物信息;第一障碍物信息为第一周期内的障碍物信息;
获取第二障碍物信息;第二障碍物信息为第二周期起始时刻的障碍物信息;其中,第二周期为第一周期的下一周期;第一周期与第二周期均为障碍物信息的获取周期;
融合第一障碍物信息和第二障碍物信息,并根据融合的结果更新第二障碍物信息。
上述的障碍物检测方法,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
在其中一个实施例中,障碍物信息包括障碍物位置、障碍物置信度和障碍物相对速度。
在其中一个实施例中,通过位置计算更新第一障碍物信息的过程,包括步骤:
获取车辆的方向盘转角;
根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置的过程,包括步骤:
在方向盘转角小于第一预设转角时,将第一障碍物信息中的障碍物位置向与所述车辆在发生移动时的行驶方向相反的方向平移预设距离。
在其中一个实施例中,根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置的过程,包括步骤:
在方向盘转角大于等于第一预设转角且小于等于第二预设转角时,获取行驶方向夹角;行驶方向夹角为车辆在发生移动时的行驶方向与发生移动后的行驶方向所形成的夹角;
根据预设距离和行驶方向夹角更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置的过程,包括步骤:
在方向盘转角大于第二预设转角时,获取车辆的转向角度和转向中心位置;
根据预设距离、转向角度和转向中心位置更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,通过位置计算更新第一障碍物信息的过程,还包括步骤:
根据障碍物置信度与第一预设置信度的差值,更新第一障碍物信息中的障碍物置信度。
在其中一个实施例中,通过位置计算更新第一障碍物信息的过程,还包括步骤:
在障碍物置信度等于第二预设置信度时,删除第一障碍物信息。
在其中一个实施例中,融合第一障碍物信息和第二障碍物信息的过程,包括步骤:
根据障碍物置信度获得融合比例;
根据融合比例,对第一障碍物信息中的障碍物位置和第二障碍物信息中的障碍物位置进行比例融合。
在其中一个实施例中,融合第一障碍物信息和第二障碍物信息的过程,包括步骤:
根据第一障碍物信息的障碍物位置、第二障碍物信息的障碍物位置和第一周期,获得融合后的障碍物相对速度。
本发明实施例提供了一种障碍物检测装置,包括:
移动检测模块,用于获取车辆的移动距离;
位置计算模块,用于在移动距离大于预设距离时,通过位置计算更新第一障碍物信息;第一障碍物信息为第一周期内的障碍物信息;
障碍物信息获取模块,用于获取第二障碍物信息;第二障碍物信息为第二周期起始时刻的障碍物信息;其中,第二周期为第一周期的下一周期;
信息融合模块,用于融合第一障碍物信息和第二障碍物信息,并根据融合的结果更新第二障碍物信息。
上述的障碍物检测装置,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
附图说明
图1为一实施方式的障碍物检测系统模块结构示意图;
图2为一实施方式的特征区域示意图;
图3为一实施方式的环境信息采集模块结构示意图;
图4为另一实施方式的障碍物检测系统模块结构示意图;
图5为一实施方式的障碍物检测方法流程图;
图6为另一实施方式的障碍物检测方法流程图;
图7为一实施方式的障碍物位置更新示意图;
图8为另一实施方式的障碍物位置更新示意图;
图9为又一实施方式的障碍物检测方法流程图;
图10为一实施方式的融合方法流程图;
图11为另一实施方式的融合方法流程图;
图12为一实施方式的障碍物检测装置模块结构图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果,以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明
本发明实施例提供了一种障碍物检测系统。
图1为一实施方式的障碍物检测系统模块结构示意图,如图1所示,一实施方式的障碍物检测系统包括控制装置10和环境信息采集模块11;
控制装置10包括存储器100和处理器101;
环境信息采集模块11用于采集车辆四周的环境信息;
其中,环境信息采集模块11采集车辆四周的环境信息,并将环境信息发送至处理器101。在其中一个实施例中,环境信息包括超声波数据、图像数据、音频数据和/或红外数据。对应的,环境信息采集模块11可选用超声波探头、摄像头、麦克风和/或红外传感器。在其中一个实施例中,处理器101用于驱动环境信息采集模块11采集环境信息,并筛选特征区域内的环境信息。
在其中一个实施例中,处理器101用于驱动环境信息采集模块11周期性获取障碍物信息。
在其中一个实施例中,图2为一实施方式的特征区域示意图,如图2所示,环境信息采集模块11包括第一采集单元、第二采集单元、第三采集单元和第四采集单元;
第一采集单元用于采集车辆前方第一特征区域A1内的环境信息;第二采集单元用于采集车辆后方第二特征区域A2内的环境信息;第三采集单元用于采集车辆第一侧第三特征区域A3内的环境信息;第四采集单元用于采集车辆第二侧第四特征区域A4内的环境信息。
如图2所示,处理器101用于驱动第一采集单元采集环境信息,并筛选第一特征区域A内的环境信息。同理,获得第二特征区域A2、第三特征区域A3和第四特征区域A4内的环境信息。通过四个特征区域(A1-A4)内,综合感知车身四周的障碍物情况。
在其中一个实施例中,图3为一实施方式的环境信息采集模块结构示意图,如图3所示,第一采集单元包括第一超声波探头R1、第二超声波探头R2、第一环视摄像头C1、第三超声波探头R3和第四超声波探头R4;
第一超声波探头R1、第二超声波探头R2、第一环视摄像头C1、第三超声波探头R3和第四超声波探头R4依次设置在车辆车身前部。
其中,处理器101用于驱动第一超声波探头R1、第二超声波探头R2、第三超声波探头R3和第四超声波探头R4进行超声波测距,获取超声波数据。作为一个较优的实施方式,第一超声波探头R1、第二超声波探头R2、第三超声波探头R3和第四超声波探头R4均选用更新时间为25ms的短距超声波探头,第一超声波探头R1、第二超声波探头R2、第三超声波探头R3和第四超声波探头R4的超声波测距信息包括一次回波和两次回波测距,还可通过相邻超声波探头之间实现三角测距。
其中,处理器101用于驱动第一环视摄像头C1拍摄图像,获取图像数据。作为一个较优的实施方式,第一环视摄像头C1的更新时间小于等于50ms。
第二采集单元包括第五超声波探头R5、第六超声波探头R6、第二环视摄像头C2、第七超声波探头R7和第八超声波探头R8;
第五超声波探头R5、第六超声波探头R6、第二环视摄像头C2、第七超声波探头R7和第八超声波探头R8依次设置在车辆车身后部。
其中,处理器101用于驱动第五超声波探头R5、第六超声波探头R6、第七超声波探头R7和第八超声波探头R8进行超声波测距,获取超声波数据。作为一个较优的实施方式,第五超声波探头R5、第六超声波探头R6、第七超声波探头R7和第八超声波探头R8均选用更新时间为25ms的短距超声波探头,第五超声波探头R5、第六超声波探头R6、第七超声波探头R7和第八超声波探头R8的超声波测距信息包括一次回波和两次回波测距,还可通过相邻超声波探头之间实现三角测距。
其中,处理器101用于驱动第二环视摄像头C2拍摄图像,获取图像数据。作为一个较优的实施方式,第二环视摄像头C2的更新时间小于等于50ms。
第三采集单元包括第九超声波探头R9、第一鱼眼摄像头D1、第三环视摄像头C3、第二鱼眼摄像头D2和第十超声波探头R10;
第九超声波探头R9、第一鱼眼摄像头D1、第三环视摄像头C3、第二鱼眼摄像头D2和第十超声波探头R10依次设置在车辆车身第一侧。
其中,处理器101用于驱动第九超声波探头R9和第十超声波探头R10进行超声波测距,获取超声波数据。作为一个较优的实施方式,第九超声波探头R9和第十超声波探头R10均选用更新时间为50ms的长距超声波探头,第九超声波探头R9和第十超声波探头R10超声波测距信息包括一次回波和两次回波测距。
其中,处理器101用于驱动第三环视摄像头C3拍摄图像,获取图像数据。作为一个较优的实施方式,第三环视摄像头C3的更新时间小于等于50ms。
其中,处理器101还用于驱动第一鱼眼摄像头D1和第二鱼眼摄像头D2拍摄图像,获取图像数据。作为一个较优的实施方式,第一鱼眼摄像头D1和第二鱼眼摄像头D2的更新时间小于等于50ms。
第四采集单元113包括第十一超声波探头R11、第三鱼眼摄像头D3、第四环视摄像头C4、第四鱼眼摄像头D4和第十二超声波探头R12;
第十一超声波探头R11、第三鱼眼摄像头D3、第四环视摄像头C4、第四鱼眼摄像头D4和第十二超声波探头R12依次设置在车辆车身第二侧。
其中,控制装置10驱动第十一超声波探头R9和第十二超声波探头R12进行超声波测距,获取超声波数据。作为一个较优的实施方式,第十一超声波探头R9和第十二超声波探头R12均选用更新时间为50ms的长距超声波探头,第十一超声波探头R9和第十二超声波探头R12超声波测距信息包括一次回波和两次回波测距。
其中,处理器101用于驱动第四环视摄像头C4拍摄图像,获取图像数据。作为一个较优的实施方式,第四环视摄像头C4的更新时间小于等于50ms。
其中,处理器101还用于驱动第三鱼眼摄像头D3和第四鱼眼摄像头D4拍摄图像,获取图像数据。作为一个较优的实施方式,第三鱼眼摄像头D3和第四鱼眼摄像头D4的更新时间小于等于50ms。
在其中一个实施例中,处理器101用于通过分别驱动第一采集单元、第二采集单元、第三采集单元和第四采集单元113获取第一特征区域A1、第二特征区域A2、第三特征区域A3和第四特征区域A4的环境信息。如图4所示,第一特征区域A1、第二特征区域A2、第三特征区域A3和第四特征区域A4均为矩形区域。作为一个较优的实施方式,第一特征区域A1的长a1为5m,宽b1为2.5m;第二特征区域A2的长a2为5m,宽b2为2.5m;第三特征区域A3的长a3为10m,宽b3为5m;第四特征区域A4的长a4为10m,宽b4为5m。控制装置10通过第一特征区域A1、第二特征区域A2、第三特征区域A3和第四特征区域A4的环境信息,建立车辆车身四周四个方向的随车地图。
存储器100存储有计算机程序,处理器101执行计算机程序时用于根据环境信息生成障碍物信息。
其中,处理器101用于驱动环境信息采集模块11,并获取环境信息采集模块11采集的环境信息,根据环境信息生成障碍物信息。在其中一个实施例中,处理器101用于运行存储器中存储的障碍物识别算法,根据环境信息采集模块11采集到的环境信息识别特征区域内的障碍物,生成障碍物信息。
在其中一个实施例中,障碍物信息包括障碍物位置、障碍物置信度和障碍物相对速度。如图3所示,处理器101在生成障碍物位置时,以建立的坐标体系确定障碍物位置,车辆本身某一特定点为坐标原点O,以车辆的行驶方向即车辆的正前方为X轴正方向,以车辆的右侧的方向为Y轴正方向,建立平面直角坐标系,则障碍物位置为坐标(X,Y)。在其中一个实施例中,障碍物置信度为第二预设置信度。作为一个较优的实施方式,障碍物置信度为10。在其中一个实施例中,障碍物相对速度为障碍物相对于坐标原点O的速度,包括速度大小和速度方向。
其中,处理器101还可用于连接车辆的行车电脑或车内传感器,获取车辆的行驶数据。进一步地,处理器101可根据行驶数据得出车辆的行驶状态,包括移动距离、方向盘转角等。在其中一个实施例中,行驶数据包括车轮脉冲计数和方向盘转角。图4为另一实施方式的障碍物检测系统模块结构示意图,如图4所示,处理器101包括超声数据采集单元200、环视数据采集单元201、鱼眼数据采集单元202、航迹推算单元203和障碍物信息计算单元204;
超声数据采集单元200分别连接第一超声波探头R1、第二超声波探头R2、第三超声波探头R3、第四超声波探头R4、第五超声波探头R5、第六超声波探头R6、第七超声波探头R7、第八超声波探头R8、第九超声波探头R9、第十超声波探头R10、第十一超声波探头R11和第十二超声波探头R12。超声数据采集单元200用于获取各超声波探头采集到的超声波数据。
环视数据采集单元201分别连接第一环视摄像头C1、第二环视摄像头C2、第三环视摄像头C3和第四环视摄像头C4,用于获取各环视摄像头的图像数据。
鱼眼数据采集单元202分别连接第一鱼眼摄像头D1、第二鱼眼摄像头D2、第三鱼眼摄像头D3和第四鱼眼摄像头D4,用于获取各鱼眼摄像头的图像数据。
航迹推算单元203用于连接车辆的行车电脑或车内传感器,获取车辆的行驶数据。
障碍物信息计算单元204分别连接超声数据采集单元200、环视数据采集单元201、鱼眼数据采集单元202和航迹推算单元203,用于根据超声波数据和图像数据生成障碍物信息,并根据行驶数据获得车辆的移动距离。
处理器101在获得障碍物信息和车辆的移动距离后,检测处理单元102根据障碍物信息和车辆的移动距离执行以下任一实施例的障碍物检测方法:
其中,存储器100存储有计算机程序,处理器101执行所述计算机程序时还用于实现以下任一实施例的障碍物检测方法。图5为一实施方式的障碍物检测方法流程图,如图5所示,一实施方式的障碍物检测方法包括步骤S100至S103:
S100,获取车辆的移动距离;
其中,在车辆发生移动时,获取车辆的移动距离。
S101,在移动距离大于预设距离时,通过位置计算更新第一障碍物信息;第一障碍物信息为第一周期内的障碍物信息;
在其中一个实施例中,预设距离大于10cm且小于30cm。作为一个较优的实施方式,预设距离为20cm。基于此,在第一周期内,车辆每移动20cm时,进行一次位置计算更新。
其中,在车辆发生移动后,障碍物与参考系坐标原点O的相对位置发生改变,可通过车辆的移动距离,确定车辆移动后障碍物与参考系坐标原点O的相对位置,以此更新第一障碍物信息。在其中一个实施例中,图6为另一实施方式的障碍物检测方法流程图,如图6所示,步骤S101中通过位置计算更新第一障碍物信息的过程,包括步骤S200和S201:
S200,获取车辆的方向盘转角;
S201,根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置。
其中以图3所示参考系为例,车辆的方向盘转角和移动距离均会改变障碍物与参考系坐标原点O的相对位置。基于车辆的方向盘转角与移动距离,确定障碍物位置与参考系坐标原点O的相对位置间发生的相对变化,根据变化后障碍物位置与参考系坐标原点O的相对位置关系,确定改变后的第一障碍物信息。
在其中一个实施例中,根据方向盘转角和预设距离,步骤S201中更新第一障碍物信息中的障碍物位置的过程,包括步骤S300:
S300,在方向盘转角小于第一预设转角时,将第一障碍物信息中的障碍物位置向与车辆在发生移动时的行驶方向相反的方向平移预设距离。
其中,在方向盘转角小于第一预设转角时,车辆的行驶方向包括车辆的正前方和正后方。其中,障碍物的移动方向与车辆在发生移动时的行驶方向相反。即在车辆行驶预设距离后,障碍物向与车辆在发生移动时的行驶方向相反的方向移动预设距离。以图3所示参考系为例,设更新前的障碍物位置为坐标(X,Y),车辆向正前方行驶,即障碍物位置的平移方向为车辆的正后方。基于此,更新后的障碍物位置为坐标(X-K,Y),其中K为预设距离。
在其中一个实施例中,第一预设转角大于10度且小于30度。作为一个较优的实施方式,第一预设转角为20度。
在其中一个实施例中,步骤S201中根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置的过程,包括步骤S400和S401:
S400,在方向盘转角大于等于第一预设转角且小于等于第二预设转角时,获取行驶方向夹角;行驶方向夹角为车辆在发生移动时的行驶方向与发生移动后的行驶方向所形成的夹角;
S401,根据预设距离和行驶方向夹角更新第一障碍物信息中的障碍物位置。
其中,在方向盘转角大于等于第一预设转角且小于等于第二预设转角时,车辆的运动可分解为车辆在X轴方向的位移以及车辆的行驶时发生的偏转(车辆在X轴方向的位移)。基于车辆的行驶时发生的偏转,车辆在移动后的行驶方向与移动前的行驶方向形成一明显的夹角,即行驶方向夹角。进一步地,基于行驶方向夹角的三角函数关系与预设距离,获得相对于车辆参考系的新的障碍物位置。
在其中一个实施例中,第二预设转角大于170度且小于190度。作为一个较优的实施方式,第二预设转角为180度。
以图3所示参考系为例,图7为一实施方式的障碍物位置更新示意图,如图7所示,M1、M2和M3为三个时刻相对于车辆参考系的障碍物测定点,S1、S2和S3分别为Y轴方向上的障碍物测定点M1、M2和M3在车辆车身上的映射点,θ为行驶方向夹角。以障碍物测定点M2和M3为例,设M2的坐标为(Ax_t,Ay_t),M3的坐标为(Ax_t+1,Ay_t+1)。则障碍物测定点M2和M3的坐标满足下式:
其中,K为预设距离。
在其中一个实施例中,步骤S201中根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置的过程,包括步骤S500和S501:
S500,在方向盘转角大于第二预设转角时,获取车辆的转向角度和转向中心位置;
S501,根据预设距离、转向角度和转向中心位置更新第一障碍物信息中的障碍物位置。
其中,在方向盘转角大于第二预设转角时,车辆进行大范围的转向,相当于沿固定圆心进行转动,形成圆弧移动轨迹,此时障碍物等同于沿同一圆形做反向的转动。其中,该固定圆心即转向中心位置。转向角度和转向中心位置可根据方向盘转角确定。以图3所示参考系为例,图8为另一实施方式的障碍物位置更新示意图,如图8所示,障碍物测定点B1(X0,Y0)沿转向中心位置O1(0,Yr)旋转α度,得到障碍物测定点B2(X1,Y1)的方程如下:
其中,α即为车辆的转向角度。
基于此,通过第一预设转角、第二预设转角和第三预设转角,将车辆的移动分为三种移动模式,简化了位置计算更新的计算。需要注意的是,在满足位置计算更新的技术效果的前提下,还可采用其它方式的更新方法,在此不进行赘述。
在其中一个实施例中,图9为又一实施方式的障碍物检测方法流程图,如图9所示,步骤S101中通过位置计算更新第一障碍物信息的过程,还包括步骤S600:
S600,根据障碍物置信度与第一预设置信度的差值,更新第一障碍物信息中的障碍物置信度。
其中,在车辆发生移动后更新障碍物位置的同时,通过降低第一预设置信度更新障碍物置信度。作为一个较优的实施方式,第一预设置信度为1。以障碍物置信度为10为例,更新一次障碍物位置,障碍物置信度降低1,即从10降低为9。
在其中一个实施例中,如图9所示,步骤S101中通过位置计算更新第一障碍物信息的过程,还包括步骤S601:
S601,在障碍物置信度等于第二预设置信度时,删除第一障碍物信息。
其中,在障碍物置信度等于第二预设置信度,即障碍物置信度降低至第二预设置信度时,删除第一障碍物信息,即不再记录第一障碍物信息,直接获取新的障碍物信息。基于此,降低位置计算更新的误差。
S102,获取第二障碍物信息;第二障碍物信息为第二周期起始时刻的障碍物信息;其中,第二周期为第一周期的下一周期;所述第一周期与所述第二周期均为所述障碍物信息的获取周期;
其中,车辆周期性获取障碍物信息,在确定第一障碍物信息后,进入第二周期,再次获取新的障碍物信息,即第二障碍物信息。
S103,融合第一障碍物信息和第二障碍物信息,并根据融合的结果更新第二障碍物信息。
将第一周期内经位置计算更新后确定的第一障碍物信息,与第二障碍物信息进行融合,并根据得到融合的结果替换第二周期起始时刻的第二障碍物信息,以更新第二障碍物信息。
其中,可通过加权平均法或神经网络数据融合等方式,融合第一障碍物信息和第二障碍物信息。在其中一个实施例中,图10为一实施方式的融合方法流程图,如图10所示,步骤S103中融合第一障碍物信息和第二障碍物信息的过程,包括步骤S700和S701:
S700,根据障碍物置信度获得融合比例;
其中,可根据第一障碍物信息的障碍物置信度获得融合比例;根据第二障碍物信息的障碍物置信度获得融合比例;根据第一障碍物信息的障碍物置信度和第二障碍物信息的障碍物置信度获得融合比例。
S701,根据融合比例,对第一障碍物信息中的障碍物位置和第二障碍物信息中的障碍物位置进行比例融合。
在其中一个实施例中,设融合后的障碍物位置为(Xc,Yc),第一障碍物信息的障碍物位置为(Xa,Ya),获取到的第二障碍物信息的障碍物位置为(Xb,Yb),融合后的障碍物位置如下式:
在其中一个实施例中,融合更新后的第二障碍物信息的障碍物置信度为获取到的第二障碍物信息的障碍物置信度。
在其中一个实施例中,图11为另一实施方式的融合方法流程图,如图11所示,步骤S103中融合第一障碍物信息和第二障碍物信息的过程,包括步骤S800:
S800,根据第一障碍物信息的障碍物位置、第二障碍物信息的障碍物位置和第一周期,获得融合后的障碍物相对速度。
其中,根据在第一周期的周期时长内,从第一障碍物信息的障碍物位置到第二障碍物信息的障碍物位置的运动,获得融合后的障碍物相对速度,如下式:
其中,第一障碍物信息的障碍物位置为(Xa,Ya),获取到的第二障碍物信息的障碍物位置为(Xb,Yb),V为融合后的障碍物相对速度大小,θv为融合后的障碍物相对速度方向,T为第一周期的时长。
上述任一实施例的障碍物检测方法,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
本发明实施例还提供一种障碍物检测装置。图12为一实施方式的障碍物检测装置模块结构图,如图12所示,一实施方式的障碍物检测装置包括模块300至303:
移动检测模块300,用于获取车辆的移动距离;
位置计算模块301,用于在移动距离大于预设距离时,通过位置计算更新第一障碍物信息;第一障碍物信息为第一周期内的障碍物信息;
在其中一个实施例中,位置计算模块301包括模块400和401:
转角获取模块400,用于获取车辆的方向盘转角;
障碍物位置更新模块401,用于根据方向盘转角和预设距离,更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,障碍物位置更新模块401包括模块500:
第一障碍物位置更新子模块500,用于在方向盘转角小于第一预设转角时,将第一障碍物信息中的障碍物位置向平移方向平移预设距离;其中,平移方向与车辆在发生移动时的行驶方向相反。
在其中一个实施例中,障碍物位置更新模块401包括模块600和601:
行驶方向夹角获取模块600,用于在方向盘转角大于等于第一预设转角且小于等于第二预设转角时,获取行驶方向夹角;行驶方向夹角为车辆在发生移动时的行驶方向与发生移动后的行驶方向所形成的夹角;
第二障碍物位置更新子模块601,根据预设距离和行驶方向夹角更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,障碍物位置更新模块401包括模块700和701:
转向信息获取模块700,用于在方向盘转角大于第二预设转角时,获取车辆的转向角度和转向中心位置;
第三障碍物位置更新子模块701,根据预设距离、转向角度和转向中心位置更新第一障碍物信息中的障碍物位置。
在其中一个实施例中,位置计算模块301还包括模块800:
障碍物置信度更新模块800,用于根据障碍物置信度与第一预设置信度的差值,更新第一障碍物信息中的障碍物置信度。
在其中一个实施例中,位置计算模块301还包括模块900:
信息删除模块900,用于在障碍物置信度等于第二预设置信度时,删除第一障碍物信息。
障碍物信息获取模块302,用于获取第二障碍物信息;第二障碍物信息为第二周期起始时刻的障碍物信息;其中,第二周期为第一周期的下一周期;
信息融合模块303,用于融合第一障碍物信息和第二障碍物信息,并根据融合的结果更新第二障碍物信息。
在其中一个实施例中,信息融合模块303包括模块1000和1001:
融合比例计算模块1000,用于根据障碍物置信度获得融合比例;
比例融合模块1001,用于根据融合比例,对第一障碍物信息中的障碍物位置和第二障碍物信息中的障碍物位置进行比例融合。
上述任一实施例的障碍物检测装置,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
本发明实施例还提供一种计算机存储介质。
一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述任一实施例的障碍物检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各睡眠辅助方法的实施例的流程。其中,的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
上述任一实施例的计算机存储介质,车辆在动态获取障碍物信息的过程中,若车辆发生移动,且移动距离大于预设距离时,对第一障碍物信息进行位置计算更新,并将更新后的第一障碍物信息与第二障碍物信息进行融合,根据融合结果更新第二障碍物信息。基于此,获取到的最新的障碍物信息均为融合后的结果,而通过融合得到障碍物信息,可降低获取障碍物信息中的感知盲区,提升对障碍物的检测准确度,降低自动驾驶的碰撞风险。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种障碍物检测方法,其特征在于,包括步骤:
获取车辆的移动距离;
在所述移动距离大于预设距离时,通过位置计算更新第一障碍物信息;所述第一障碍物信息为第一周期内的障碍物信息;
获取第二障碍物信息;所述第二障碍物信息为第二周期起始时刻的障碍物信息;其中,所述第二周期为所述第一周期的下一周期;所述第一周期与所述第二周期均为所述障碍物信息的获取周期;
融合所述第一障碍物信息和所述第二障碍物信息,并根据所述融合的结果更新所述第二障碍物信息。
2.根据权利要求1所述的障碍物检测方法,其特征在于,所述障碍物信息包括障碍物位置、障碍物置信度和障碍物相对速度。
3.根据权利要求2所述的障碍物检测方法,其特征在于,所述通过位置计算更新第一障碍物信息的过程,包括步骤:
获取所述车辆的方向盘转角;
根据所述方向盘转角和所述预设距离,更新所述第一障碍物信息中的障碍物位置。
4.根据权利要求3所述的障碍物检测方法,其特征在于,所述根据所述方向盘转角和所述预设距离,更新所述第一障碍物信息中的障碍物位置的过程,包括步骤:
在所述方向盘转角小于第一预设转角时,将所述第一障碍物信息中的障碍物位置向与所述车辆在发生移动时的行驶方向相反的方向平移所述预设距离。
5.根据权利要求3所述的障碍物检测方法,其特征在于,所述根据所述方向盘转角和所述预设距离,更新所述第一障碍物信息中的障碍物位置的过程,包括步骤:
在所述方向盘转角大于等于第一预设转角且小于等于第二预设转角时,获取行驶方向夹角;所述行驶方向夹角为所述车辆在发生移动时的行驶方向与发生移动后的行驶方向所形成的夹角;
根据所述预设距离和所述行驶方向夹角更新所述第一障碍物信息中的障碍物位置。
6.根据权利要求3所述的障碍物检测方法,其特征在于,所述根据所述方向盘转角和所述预设距离,更新所述第一障碍物信息中的障碍物位置的过程,包括步骤:
在所述方向盘转角大于第二预设转角时,获取所述车辆的转向角度和转向中心位置;
根据所述预设距离、所述转向角度和所述转向中心位置更新所述第一障碍物信息中的障碍物位置。
7.根据权利要求3所述的障碍物检测方法,其特征在于,所述通过位置计算更新第一障碍物信息的过程,还包括步骤:
根据障碍物置信度与第一预设置信度的差值,更新所述第一障碍物信息中的障碍物置信度。
8.根据权利要求7所述的障碍物检测方法,其特征在于,所述通过位置计算更新第一障碍物信息的过程,还包括步骤:
在所述障碍物置信度等于第二预设置信度时,删除所述第一障碍物信息。
9.根据权利要求2所述的障碍物检测方法,其特征在于,所述融合所述第一障碍物信息和所述第二障碍物信息的过程,包括步骤:
根据所述障碍物置信度获得融合比例;
根据所述融合比例,对所述第一障碍物信息中的障碍物位置和所述第二障碍物信息中的障碍物位置进行比例融合。
10.根据权利要求2所述的障碍物检测方法,其特征在于,所述融合所述第一障碍物信息和所述第二障碍物信息的过程,包括步骤:
根据所述第一障碍物信息的障碍物位置、所述第二障碍物信息的障碍物位置和所述第一周期,获得融合后的障碍物相对速度。
11.一种障碍物检测装置,其特征在于,包括:
移动检测模块,用于获取车辆的移动距离;
位置计算模块,用于在所述移动距离大于预设距离时,通过位置计算更新第一障碍物信息;所述第一障碍物信息为第一周期内的障碍物信息;
障碍物信息获取模块,用于获取第二障碍物信息;所述第二障碍物信息为第二周期起始时刻的障碍物信息;其中,所述第二周期为所述第一周期的下一周期;
信息融合模块,用于融合所述第一障碍物信息和所述第二障碍物信息,并根据所述融合的结果更新所述第二障碍物信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395724.3A CN111923898B (zh) | 2019-05-13 | 2019-05-13 | 障碍物检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395724.3A CN111923898B (zh) | 2019-05-13 | 2019-05-13 | 障碍物检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111923898A true CN111923898A (zh) | 2020-11-13 |
CN111923898B CN111923898B (zh) | 2022-05-06 |
Family
ID=73282719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910395724.3A Active CN111923898B (zh) | 2019-05-13 | 2019-05-13 | 障碍物检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111923898B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113734190A (zh) * | 2021-09-09 | 2021-12-03 | 北京百度网讯科技有限公司 | 车辆信息提示方法、装置、电子设备、介质和车辆 |
CN114859357A (zh) * | 2021-02-04 | 2022-08-05 | 广州汽车集团股份有限公司 | 一种障碍物定位检测方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542843A (zh) * | 2010-12-07 | 2012-07-04 | 比亚迪股份有限公司 | 防止车辆碰撞的预警方法及装置 |
DE102006043345B4 (de) * | 2006-09-15 | 2013-01-24 | Continental Automotive Gmbh | Verfahren zur Durchführung von Abstandsmessungen als Einparkhilfe in Kraftfahrzeugen |
CN105109484A (zh) * | 2015-08-21 | 2015-12-02 | 奇瑞汽车股份有限公司 | 目标障碍物体确定方法及装置 |
CN106291535A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障系统 |
CN107976688A (zh) * | 2016-10-25 | 2018-05-01 | 菜鸟智能物流控股有限公司 | 一种障碍物的检测方法及相关装置 |
CN108237998A (zh) * | 2016-12-26 | 2018-07-03 | 丰田自动车株式会社 | 车载提醒设备和控制车载提醒设备的方法 |
CN109212532A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于检测障碍物的方法和装置 |
-
2019
- 2019-05-13 CN CN201910395724.3A patent/CN111923898B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006043345B4 (de) * | 2006-09-15 | 2013-01-24 | Continental Automotive Gmbh | Verfahren zur Durchführung von Abstandsmessungen als Einparkhilfe in Kraftfahrzeugen |
CN102542843A (zh) * | 2010-12-07 | 2012-07-04 | 比亚迪股份有限公司 | 防止车辆碰撞的预警方法及装置 |
CN105109484A (zh) * | 2015-08-21 | 2015-12-02 | 奇瑞汽车股份有限公司 | 目标障碍物体确定方法及装置 |
CN106291535A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障系统 |
CN107976688A (zh) * | 2016-10-25 | 2018-05-01 | 菜鸟智能物流控股有限公司 | 一种障碍物的检测方法及相关装置 |
CN108237998A (zh) * | 2016-12-26 | 2018-07-03 | 丰田自动车株式会社 | 车载提醒设备和控制车载提醒设备的方法 |
CN109212532A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于检测障碍物的方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114859357A (zh) * | 2021-02-04 | 2022-08-05 | 广州汽车集团股份有限公司 | 一种障碍物定位检测方法和系统 |
CN113734190A (zh) * | 2021-09-09 | 2021-12-03 | 北京百度网讯科技有限公司 | 车辆信息提示方法、装置、电子设备、介质和车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN111923898B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110775052B (zh) | 一种基于视觉与超声波感知融合的自动泊车方法 | |
US10354151B2 (en) | Method of detecting obstacle around vehicle | |
CN113554698B (zh) | 车辆位姿信息生成方法、装置及电子设备、存储介质 | |
CN109631896B (zh) | 一种基于车辆视觉和运动信息的停车场自主泊车定位方法 | |
CN107798699B (zh) | 用立体图像进行深度图估计 | |
JP6910973B2 (ja) | 車両制御装置及びその制御方法並びに車両制御システム | |
CN110745140B (zh) | 一种基于连续图像约束位姿估计的车辆换道预警方法 | |
CN113561963B (zh) | 一种泊车方法、装置及车辆 | |
CN111986506A (zh) | 基于多视觉系统的机械式停车位泊车方法 | |
CN107111879A (zh) | 通过全景环视图像估计车辆自身运动的方法和设备 | |
Ernst et al. | Camera calibration for lane and obstacle detection | |
US20200166349A1 (en) | Parking support apparatus | |
CN111923898B (zh) | 障碍物检测方法及装置 | |
CN113110451A (zh) | 一种深度相机与单线激光雷达融合的移动机器人避障方法 | |
CN113175925B (zh) | 定位与导航系统以及方法 | |
CN111469127A (zh) | 代价地图更新方法、装置、机器人及存储介质 | |
CN108107897A (zh) | 实时传感器控制方法及装置 | |
CN115235500A (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
JP2004120661A (ja) | 移動体周辺監視装置 | |
Badino et al. | Stereo-based free space computation in complex traffic scenarios | |
CN108973858B (zh) | 用于确保行驶路线安全的装置 | |
Jensen et al. | Laser range imaging using mobile robots: From pose estimation to 3d-models | |
US20210086695A1 (en) | Method and apparatus for invisible vehicle underbody view | |
Boutteau et al. | Road-line detection and 3D reconstruction using fisheye cameras | |
CN115546303A (zh) | 室内停车场的定位方法、装置、车辆及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |