CN112092809A - 一种辅助倒车方法、装置、系统及车辆 - Google Patents
一种辅助倒车方法、装置、系统及车辆 Download PDFInfo
- Publication number
- CN112092809A CN112092809A CN202010968935.4A CN202010968935A CN112092809A CN 112092809 A CN112092809 A CN 112092809A CN 202010968935 A CN202010968935 A CN 202010968935A CN 112092809 A CN112092809 A CN 112092809A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- determining
- track
- future
- 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
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Abstract
本公开涉及一种辅助倒车方法、装置、系统及车辆,该方法包括:获取处于移动状态的障碍物的多个历史位置信息;基于障碍物的多个历史位置信息,利用梯度下降算法,确定障碍物未来移动轨迹;获取车辆当前移动方向信息;基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;基于障碍物未来移动轨迹和车辆未来移动轨迹,形成辅助倒车提示信息。本公开实施例技术方案,利用障碍物的多个历史位置信息,对未来障碍物可能的移动轨迹进行预估、猜测,同时对未来车辆可能的移动轨迹进行预估、猜测,最后基于障碍物未来移动轨迹和车辆未来移动轨迹,判断车辆与障碍物碰撞的几率高低,进而形成辅助倒车提示信息。其可以有效预防安全事故发生,提高倒车安全性。
Description
技术领域
本公开涉及汽车倒车技术领域,尤其涉及一种辅助倒车方法、装置、系统及车辆。
背景技术
随着汽车保有量的不断增加,因倒车引发的交通事故越来越多。
为此,现有技术通常采用测距警示的方法进行辅助倒车。具体地,使用距离传感器测量物体和车辆的距离,通过计算判断并给出对应的警示,以提醒驾驶员注意。但是这种测距警示的方法解决不了移动物体的安全问题,不能有效地预警危险。
发明内容
为了解决上述技术问题,本公开提供了一种辅助倒车方法、装置、系统及车辆。
第一方面,本公开提供了一种辅助倒车方法,包括:
在倒车的过程中,获取处于移动状态的障碍物的多个历史位置信息;
基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;
获取车辆当前移动方向信息;
基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;
基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
进一步地,所述处于移动状态的障碍物包括移动中的行人、动物和车辆中的至少一个。
进一步地,所述获取障碍物的多个历史位置信息,包括:
获取图像采集设备所采集的图像;
基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
进一步地,所述获取障碍物的多个历史位置信息,包括:
获取图像采集设备所采集的图像;
获取雷达所采集的数据;
基于雷达所采集的数据和图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
进一步地,所述基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹,包括:
基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物历史移动轨迹;
基于所述障碍物历史移动轨迹,确定所述障碍物未来移动轨迹。
进一步地,所述基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物历史移动轨迹,包括:
确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式;
利用梯度下降算法,确定所述轨迹函数表达式中未知系数的取值;
基于所述轨迹函数表达式未知系数的取值,确定不含未知系数的障碍物的历史移动轨迹的轨迹函数表达式。
进一步地,所述利用梯度下降算法,确定所述函数表达式未知系数的取值,包括:
基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数;
若损失函数的梯度小于设定阈值,确定所述障碍物的历史移动轨迹的轨迹函数表达式中未知系数的取值。
进一步地,所述利用梯度下降算法,确定所述函数表达式未知系数的取值,还包括:
若损失函数的梯度大于或等于所述设定阈值,对障碍物的历史移动轨迹的轨迹函数表达式中未知系数进行更新;
重复执行基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数的步骤,直至损失函数的梯度小于设定阈值。
进一步地,所述基于所述障碍物历史移动轨迹,确定所述障碍物未来移动轨迹,包括:
基于所述障碍物历史移动轨迹,确定以当前时刻为基准,最后一次对障碍物历史位置信息进行采集时,障碍物的移动方向信息;
基于所述障碍物的移动方向信息,确定所述障碍物未来移动轨迹。
进一步地,所述基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息,包括:
若所述障碍物未来移动轨迹与所述车辆未来移动轨迹有重合点,确定可能发生碰撞的等级;
基于可能发生碰撞的等级,形成辅助倒车提示信息。
进一步地,所述若所述障碍物未来移动轨迹与所述车辆未来移动轨迹有重合点,确定可能发生碰撞的等级,包括:
基于障碍物的速度和车辆的速度,得到障碍物和车辆到达重合点的时间差;
基于障碍物和车辆到达重合点的时间差,确定可能发生碰撞的等级。
进一步地,所述获取图像采集设备所采集的图像之后,还包括;
对图像采集设备所采集的图像进行显示;其中所显示的图像为下述中的至少一种:将不同图像采集设备所采集的图像进行合成后的图像,对图像采集设备所采集的图像进行锐化处理后的图像以及对图像采集设备所采集的图像进行翻转处理后的图像。
第二方面,本公开还提供了一种辅助倒车装置,障碍物历史位置信息获取模块,用于在倒车的过程中,获取处于移动状态的障碍物的多个历史位置信息;
障碍物未来移动轨迹确定模块,用于基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;
车辆移动方向获取模块,用于获取车辆当前移动方向信息;
车辆未来移动轨迹确定模块,用于基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;
辅助倒车信息生成模块,用于基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
第三方面,本公开还提供了一种辅助倒车系统,包括:图像采集设备和辅助倒车装置;
所述图像采集设备用于获取不同时刻处于移动状态的障碍物的图像;
所述辅助倒车装置,用于基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息;基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;获取车辆当前移动方向信息;基于所述车辆当前移动方向信息,确定车辆未来移动轨迹基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
第四方面,本公开还提供了一种车辆,包括:处理器和存储器;
处理器通过调用存储器存储的程序或指令,用于执行上述任一方法的步骤。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供的技术方案,使用梯度下降算法进行拟合,得到障碍物的历史移动轨迹,这种方法可以使得所拟合的历史移动轨迹精准,提高拟合得到的障碍物历史移动轨迹与实际障碍物历史移动轨迹的吻合程度。
本公开实施例提供的技术方案,利用障碍物的多个历史位置信息,对未来障碍物可能的移动轨迹进行预估、猜测,同时对未来车辆可能的移动轨迹进行预估、猜测,最后基于障碍物未来移动轨迹和车辆未来移动轨迹,判断车辆与障碍物碰撞的几率高低,进而形成辅助倒车提示信息。上述技术方案可以有效预防安全事故发生,提高倒车安全性。本公开实施例提供的技术方案尤其适用于新手驾驶员倒车。
另外,本公开实施例提供的技术方案采用图像合成、路况图像补偿、障碍物识别,障碍物距离探测和指示线计算,完整地解决了倒车时视野不佳、倒车盲区、夜晚光线不好,新手倒车没有指示线路的问题。同时通过图像识别技术可以有效突出显示障碍物的轮廓信息,使夜间视野更清晰,能在较远距离、较弱光线的情况下发现障碍物,有效提高夜间行驶安全性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种辅助倒车方法的流程图;
图2是本公开实施例提供的另一种辅助倒车方法的流程图;
图3是在执行图2中提供的辅助倒车方法过程中数据流转图;
图4是本公开实施例提供的一种辅助倒车装置的结构框图;
图5是本公开实施例提供的一种辅助倒车系统的结构框图;
图6为本公开实施例提供的车辆的硬件结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
为了便于理解,下面首先对本公开所涉及的几个名词进行解释。
建议指示线,即经过行车电脑计算后生成的最佳倒车线路,用于指示用户按照此线路进行倒车。
行车指示线,即经过行车电脑计算后生成的当前倒车线路,线路用于提示用户按照当前车况(方向盘角度,车辆位置等),汽车的行进线路。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。
图像增强,是图像模式识别中非常重要的图像预处理过程。图像增强的目的是通过对图像中的信息进行处理,使得有利于模式识别的信息得到增强,不利于模式识别的信息被抑制,扩大图像中不同物体特征之间的差别,为图像的信息提取及其识别奠定良好的基础。
图像锐化,是图像增强处理的一种方法,是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰,分为空域处理和频域处理两类。图像锐化是为了突出图像上地物的边缘、轮廓,或某些线性目标要素的特征。这种滤波方法提高了地物边缘与周围像元之间的反差,因此也被称为边缘增强。
图1是本公开实施例提供的一种辅助倒车方法的流程图。该辅助倒车方法由车辆执行。参见图1,该辅助倒车方法包括:
S110、在倒车的过程中,获取处于移动状态的障碍物的多个历史位置信息。
其中,处于移动状态的障碍物包括移动中的行人、动物和车辆中的至少一个。此处的车辆是指,除正在进行倒车的车辆以外的车辆。
位置信息是指相对于某一参照物,能够表明障碍物与参照物的相对位置关系的数据。示例性地,位置信息可以是障碍物的地理坐标,即用纬度、经度表示障碍物在地球上的球面坐标。
历史位置信息是指以当前时刻为基准,障碍物曾经所处的位置的坐标。示例性地,假设某一车辆倒车过程的开始时刻为15:00:00,结束时刻为15:03:00。在其倒车的过程中,每隔1s,对其周围障碍物进行图像采集,得到图片。对于任意采集时刻,基于障碍物在图片中出现的位置,可以得到障碍物在该时刻的位置坐标。这样每一个采集时刻唯一地对应一个障碍物的位置坐标。假设当前时刻为15:02:00,则于15:02:00之前,任一采集时刻对应的障碍物的位置坐标均为障碍物的历史位置信息。例如,15:01:59时刻所采集的障碍物的位置坐标为障碍物的历史位置信息。15:01:58时刻所采集的障碍物的位置坐标为障碍物的历史位置信息。15:01:57时刻所采集的障碍物的位置坐标为障碍物的历史位置信息。15:01:56时刻所采集的障碍物的位置坐标为障碍物的历史位置信息。……。
本步骤的具体实现方法有多种,示例性地,本步骤的具体实现方法可以为:获取图像采集设备所采集的图像;基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息。可选地,图像采集设备可以为摄像头。
可选地,该图像采集设备可以为安装于车辆上的图像采集设备,也可以为天网监控系统中的图像采集设备(如安装于停车场立柱或墙壁上的图像采集设备)。
由于目前绝大多数车辆上已安装了图像采集设备,若通过安装于车辆上的图像采集设备确定障碍物的多个历史位置信息,其不需要在车辆新增其他设备,而是利用车辆原有的设备,不会增加车辆的生产成本。此外,在实际中,天网监控系统存在监控盲区,通过安装于车辆上的图像采集设备确定障碍物的多个历史位置信息,可以确保在任何地方倒车,均能够利用本公开提供的辅助倒车方法。
或者,本步骤的具体实现方法还可以为:获取图像采集设备所采集的图像;获取雷达所采集的数据;基于雷达所采集的数据和图像采集设备所采集的图像,得到障碍物的多个历史位置信息。其中,图像采集设备可以为摄像头。雷达可以为激光雷达、超声波雷达或毫米波雷达。
可选地,该图像采集设备可以为安装于车辆上的图像采集设备,也可以为天网监控系统中的图像采集设备(如安装于停车场立柱上的图像采集设备)。类似地,该雷达可以为安装于车辆上的雷达,也可以为安装于车辆之外的其他地方(如停车场立柱或墙壁上)的雷达。
由于目前绝大多数的车辆上已安装了图像采集设备和雷达,通过安装于车辆上的图像采集设备和雷达确定障碍物的多个历史位置信息,其不需要在车辆新增其他设备,而是利用车辆原有的设备,不会增加车辆的生产成本。
另外,由于对于同一车辆,图像采集设备和雷达之间的相对位置固定,可以在图像采集设备对车辆后方景物进行图像采集的同时,利用雷达进行测距。并将图像采集结果和测距结果统一到同一坐标系下,进而得到障碍物的历史位置信息,这样设置的实质上是从多个渠道获取障碍物的信息,并汇总处理后得到障碍物的历史位置信息。这样可以提高所得到的障碍物的历史位置信息的准确性,进而使得后续所形成的辅助倒车提示信息准确,可以降低安全事故发生的几率。
S120、基于障碍物的多个历史位置信息,利用梯度下降算法,确定障碍物未来移动轨迹。
本步骤的实质是基于障碍物的多个历史位置信息,对未来障碍物可能的移动轨迹进行预估、猜测。
本步骤的具体实现方法有多种,示例性地,本步骤的具体实现方法包括:基于障碍物的多个历史位置信息,利用梯度下降算法,确定障碍物历史移动轨迹;基于障碍物历史移动轨迹,确定障碍物未来移动轨迹。由于障碍物历史移动轨迹可以反映障碍物的移动趋势,据此确定障碍物未来移动轨迹。
由于采用机器学习梯度下降算法进行拟合,拟合得到的障碍物历史移动轨迹为平滑曲线,其拟合得到的障碍物历史移动轨迹与实际障碍物历史移动轨迹的吻合程度更高,可以提高障碍物未来移动轨迹预估的准确性,进而使得后续所形成的辅助倒车提示信息准确,可以降低安全事故发生的几率。
进一步地,“基于障碍物历史移动轨迹,确定障碍物未来移动轨迹”可以包括:基于障碍物历史移动轨迹,确定以当前时刻为基准,最后一次对障碍物历史位置信息进行采集时,障碍物的移动方向信息;基于障碍物的移动方向信息,确定障碍物未来移动轨迹。示例性地,若截止到当前时刻,共对障碍物历史位置信息采集了N次,则基于第N次采集时刻障碍物的移动方向信息确定障碍物未来移动轨迹。显然,相对于前N-1次,第N次采集时刻障碍物的移动方向信息对障碍物后续移动轨迹的影响尤为重要。因此这样设置可以提高障碍物未来移动轨迹预估的准确性。
需要说明的是,本公开提供的辅助倒车方法之所以先获取障碍物的多个历史位置信息,然后基于障碍物的多个历史位置信息还原障碍物的历史移动轨迹,而不是直接获取障碍物的历史移动轨迹,是因为,在实际中,目前任何设备对障碍物历史位置信息采集都是间断的。其不可能实现连续历史位置信息的采集,也就不能直接获取障碍物的历史移动轨迹。
S130、获取车辆当前移动方向信息。
可选地,可以根据当前车辆方向信息盘的转动角度,确定车辆当前移动方向信息。
S140、基于所述车辆当前移动方向信息,确定车辆未来移动轨迹。
本步骤的实质是对当前进行倒车的车辆未来可能的移动轨迹进行预估、猜测。
在本步骤中,之所以选择基于车辆当前移动方向信息,确定车辆未来移动轨迹,是因为相对于当前时刻之前的任一时刻,当前时刻车辆的移动方向信息对车辆后续移动轨迹的影响尤为重要。因此这样设置可以提高车辆未来移动轨迹预估的准确性。
S150、基于障碍物未来移动轨迹和车辆未来移动轨迹,形成辅助倒车提示信息。
辅助倒车提示信息具体可以包括报警音信息和/或图像信息。
示例性地,若辅助倒车提示信息包括报警音信息,可以设置根据车辆与障碍物的碰撞几率大小或碰撞等级高低,采用不同的报警音进行预警。
示例性地,若辅助倒车提示信息为包括图像信息,可以设置根据车辆与障碍物的碰撞几率大小或碰撞等级高低,采用不同的警示符来进行预警。示例性地,可以将可能与车辆发生碰撞的障碍物用圆圈标出,并根据车辆与障碍物的碰撞几率大小选择不同颜色的圆圈。或者,利用指示线(如建议指示线和/或行车指示线)向驾驶员展示能够躲避障碍物的最优倒车路线。
本步骤的具体实现方法有多种,示例性地,可以设置判断障碍物未来移动轨迹与车辆未来移动轨迹是否有重合点;若障碍物未来移动轨迹与车辆未来移动轨迹有重合点,确定可能发生碰撞的等级;基于可能发生碰撞的等级,形成辅助倒车提示信息。在实际中,若障碍物未来移动轨迹与车辆未来移动轨迹无重合点,表明车辆与障碍物的碰撞几率为0。若障碍物未来移动轨迹与车辆未来移动轨迹有重合点,表明车辆与障碍物存在发生碰撞的可能性,但两者是否会发生碰撞还需要进一步进行判断。如通过判断车辆与障碍物分别到达重合点的时间情况确定。
典型地,“若障碍物未来移动轨迹与车辆未来移动轨迹有重合点,确定可能发生碰撞的等级”具体可以设置为:基于障碍物的速度和车辆的速度,得到障碍物和车辆到达重合点的时间差;基于障碍物和车辆到达重合点的时间差,确定可能发生碰撞的等级。
其中,障碍物的速度可以通过雷达测距结果确定,例如,根据两次雷达测距结果,确定障碍物移动的距离;利用障碍物移动的距离除以两次雷达测距的时间间隔,得到障碍物的速度。
车辆的速度可以通过车辆的速度传感器确定。
示例性地,共设置三个等级:若车辆到达重合点的时间与障碍物到达重合点的时间之差的绝对值小于或等于a,为第一等级;若车辆到达重合点的时间与障碍物到达重合点的时间之差的绝对值大于a且小于或等于b为第二等级;车辆到达重合点的时间与障碍物到达重合点的时间之差的绝对值大于b,为第三等级,其中a,b均为正数,且a<b。
可选地,若经确定障碍物和车辆可能发生碰撞,可以进一步结合车辆的速度、障碍物的速度、车辆的外形、车辆的尺寸、障碍物的类别,障碍物的身形以及障碍物的尺寸中的至少一个,预估若发生碰撞,碰撞的严重程度。这样便于驾驶员明确碰撞可能带来的直接后果,以帮助驾驶员在危急情况下做出恰当的决策。
上述技术方案的实质是,利用障碍物的多个历史位置信息,对未来障碍物可能的移动轨迹进行预估、猜测,同时对未来车辆可能的移动轨迹进行预估、猜测,最后基于障碍物未来移动轨迹和车辆未来移动轨迹,判断车辆与障碍物碰撞的几率高低,进而形成辅助倒车提示信息。上述技术方案可以有效预防安全事故发生,提高倒车安全性。
另外,上述技术方案中,使用梯度下降算法进行拟合,得到障碍物的历史移动轨迹,这种方法可以使得所拟合的历史移动轨迹精准,提高拟合得到的障碍物历史移动轨迹与实际障碍物历史移动轨迹的吻合程度。
在上述技术方案的基础上,可选地,车辆安装多个图像采集设备;获取安装于车辆上的图像采集设备所采集的图像之后,还包括;对图像采集设备所采集的图像进行显示;其中所显示的图像为下述中的至少一种:将不同图像采集设备所采集的图像进行合成后的图像,对图像采集设备所采集的图像进行锐化处理后的图像以及对图像采集设备所采集的图像进行翻转处理后的图像。
其中,所显示的图像为将不同图像采集设备所采集的图像进行合成后的图像,具体可以为利用图像合成技术将不同角度的摄像头采集的图像合成到一个广角的图像中,包含车后及两侧盲区的图像。可选地,所显示的图片包括道路、其他车辆、行人、建议指示线、行车指示线及警示轮廓线。
所显示的图像为对图像采集设备所采集的图像进行锐化处理后的图像,具体可以为利用图像增强技术将路况图像部分进行图像锐化,增加路况图像对比度,使图像轮廓更加清晰,便于辨认。对图像的锐化处理(即图像增强处理)尤其适用于夜间行车。这是因为夜间行车时,环境光较暗,通过对图像的锐化处理(即图像增强处理),将锐化后的图像显示到显示屏上,可以便于驾驶员更清晰的观察路况,提高驾驶安全性。
所显示的图像为对图像采集设备所采集的图像进行翻转处理后的图像。具体可以为利用图像处理技术将图像采集设备所采集的图像进行翻转。由于倒车时方向盘的方向和正常行进时方向是反的,显示设备提供图像翻转的功能,可以让用户像正常开车一样打方向盘,降低倒车难度。
进一步地,可以设置,通过图像识别技术识别所显示的图像中的障碍物(如其他车辆和行人),并将这些障碍物以方框突出标识,便于驾驶员辨认,能够起到预警危险的作用。提高倒车过程的安全性。
在上述技术方案的基础上,可选地,根据雷达测量的障碍物(如其他车辆和行人)与本车的距离,结合图像运算,给予不同颜色的警示,从危险到安全颜色为红-黄-绿,如采用不同颜色的方框标出障碍物,以进一步提高倒车的安全性。
图2是本公开实施例提供的另一种辅助倒车方法的流程图。图3是在执行图2中提供的辅助倒车方法的过程中数据流转图。参见图2和图3,该辅助倒车方法包括:
S201、获取图像采集设备所采集的图像,以及获取雷达所采集的数据。
示例性地,图像采集设备实时采集车辆后方景物的图像数据,包括其他车辆、行人以及道路等,将这些图像数据传送至图像处理模块。雷达(如倒车雷达)对其他车辆、行人以及道路和本车的距离进行测量。
S202、对图像采集设备所采集的图像进行图处理。
其中,对图像采集设备所采集的图像进行图处理,包括对图像进行图像增强处理和图像识别。
S203、基于处理后的图像和雷达所采集的数据,得到处于移动状态的障碍物的多个历史位置信息。
示例性地,通过图像识别及跟踪算法,首先识别出处于移动状态的障碍物(如行人或其他车辆),然后通过跟踪算法计算各采集时刻障碍物中心点的位置坐标,将其作为障碍物的历史位置信息。
由于在连续两次图像采集或连续两次雷达测距的时间段内,正在进行倒车的车辆的移动情况可以根据车辆的控制指令以及车辆传感器所采集的参数确定。因此可以结合连续两次图像采集结果(或者连续两次雷达测距结果),以及这两次图像采集的时间间隔内正在进行倒车的车辆的移动情况确定障碍物是否处于移动状态。
可选地,还可以通过跟踪算法计算障碍物的移动速度。
S204、基于障碍物的多个历史位置信息,利用梯度下降算法,确定障碍物历史移动轨迹。
本步骤的具体实现方法可以包括:确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式;利用梯度下降算法,确定轨迹函数表达式中未知系数的取值;基于轨迹函数表达式未知系数的取值,确定不含未知系数的障碍物的历史移动轨迹的轨迹函数表达式。
其中,“确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式”的具体设置方法有多种,示例性地,可以预先由研发设计人员根据经验指定该包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式。示例性地,可以设置包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式为y=f(x)=w1x2+w2x+b。
或者,“确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式”的具体设置方法还可以为:先将障碍物的各历史位置信息顺次连接,然后根据连接后得到的线形,确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式。这样可以使得所确定的包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式更恰当。
“利用梯度下降算法,确定函数表达式未知系数的取值”的具体设置方法有多种,可选地,可以:基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数;若损失函数的梯度小于设定阈值,确定障碍物的历史移动轨迹的轨迹函数表达式中未知系数的取值。
进一步地,若损失函数的梯度大于或等于设定阈值,对障碍物的历史移动轨迹的轨迹函数表达式中未知系数进行更新;重复执行基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数的步骤,直至损失函数的梯度小于设定阈值。
示例性地,假设在S203中,共得到某个处于移动状态的障碍物的n个历史位置信息,将第i个历史位置信息记为Pi(xi,yi),i=0,1,2,…,n。并且假设包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式为y=f(x)=w1x2+w2x+b。
据此,确定损失函数为:
求损失函数的梯度,其具体方法为对每一个自变量求偏导数,然后将其偏导数作为自变量方向的坐标。则损失函数的梯度:
接下来,判断损失函数的梯度是否小于设定阈值。其中,设定阈值可以由研发设计人员指定。需要说明的是,在实际中,在理想状态下,为了使得所得到的轨迹函数表达式中未知系数的取值准确,应当取设定阈值为0。但是在本公开中,由于在S203中所得到的障碍物的多个历史位置信息是离散的,不是连续的。因此可能出现基于S203中所得到的障碍物的多个历史位置信息,无法出现损失函数的梯度等于0的情况。因此,在实际中需要设置设定阈值为不等于0的某个数值,以使得本S204步骤可实现。
若损失函数的梯度小于设定阈值,可视作为,损失函数的梯度等于0,此时可以得到障碍物的历史移动轨迹的轨迹函数表达式中w1,w2,b的取值。
若损失函数的梯度大于或等于设定阈值,对障碍物的历史移动轨迹的轨迹函数表达式中未知系数进行更新;可选地,可以利用下式进行更新:
即用上述中等号右边的部分替换等号前面的部分,带入y=f(x)=w1x2+w2x+b中,然后重新确定损失函数,重新判断损失函数的梯度是否小于该设定阈值。
S205、基于障碍物历史移动轨迹,确定障碍物未来移动轨迹。
示例性地,本步骤的具体实现方法可以为,基于障碍物历史移动轨迹的函数表达式,计算以当前时刻为基准,最后所采集的障碍物历史位置信息处的斜率;基于该斜率,确定在最后一次(以当前时刻为基准)对障碍物历史位置信息进行采集时障碍物的移动方向信息;基于障碍物的移动方向信息,确定障碍物未来移动轨迹。
S206、获取车辆当前移动方向信息。
可选地,可以根据当前车辆方向盘的转动角度,确定车辆当前移动方向信息。
S207、基于车辆当前移动方向信息,确定车辆未来移动轨迹。
S208、基于障碍物未来移动轨迹和车辆未来移动轨迹,形成辅助倒车提示信息。
示例性地,本步骤的具体实现方法为:首先,确定车辆未来移动轨迹曲线对应的函数表达式。其次,基于车辆未来移动轨迹曲线对应的函数表达式和障碍物未来移动轨迹曲线对应的函数表达式,建立方程;求解该方程,判断两条曲线是否交叉,从而可以判断车辆的运动轨迹和障碍物的运动轨迹是否有交叉或重合。如果有交叉或重合,说明有碰撞的可能。最后,根据障碍物的速度和车辆的速度,给予不同的颜色预警,速度越大风险等级越高。
S209、基于雷达所采集的数据,确定当前时刻各障碍物与车辆的距离,进而形成提示线。
其中,所述提示线包括建议指示线和/或行车指示线。
S210、将辅助倒车提示信息、提示线与处理后的图像融合,形成最终合成的图像,并进行显示。
本公开技术方案实质是,采用图像合成、路况图像补偿、物体识别,物体距离探测和指示线计算等,较完整地解决了倒车时视野不佳、倒车盲区、夜晚光线不好,新手倒车没有指示线路的问题。同时通过图像识别技术可以有效突出显示障碍物的轮廓信息,使夜间视野更清晰,能在较远距离、较弱光线的情况下发现障碍物,有效提高夜间行驶安全性。
另外,本方案通过图像运算和测距雷达有效识别动态物体及移动速度,提供近距离、远距离行人和车辆的速度采集及运动轨迹预测,提前给予驾驶员明显的安全提示,可以避免此种事故发生,可以很大程度上提高车辆安全等级。
基于相同的发明构思,本公开还提供一种辅助倒车装置,图4是本公开实施例提供的一种辅助倒车装置的结构框图。参见图4,该辅助倒车装置300包括:
障碍物历史位置信息获取模块310,用于在倒车的过程中,获取处于移动状态的障碍物的多个历史位置信息;
障碍物未来移动轨迹确定模块320,用于基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;
车辆移动方向获取模块330,用于获取车辆当前移动方向信息;
车辆未来移动轨迹确定模块340,用于基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;
辅助倒车信息生成模块350,用于基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
可选地,所述处于移动状态的障碍物包括移动中的行人、动物和车辆中的至少一个。
可选地,障碍物历史位置信息获取模块310,具体用于:
获取图像采集设备所采集的图像;
基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
可选地,障碍物历史位置信息获取模块310,具体用于:
获取图像采集设备所采集的图像;
获取雷达所采集的数据;
基于雷达所采集的数据和图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
可选地,障碍物未来移动轨迹确定模块320,包括障碍物历史移动轨迹确定单元和障碍物未来移动轨迹确定单元;
障碍物历史移动轨迹确定单元,用于基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物历史移动轨迹;
障碍物未来移动轨迹确定单元,用于基于所述障碍物历史移动轨迹,确定所述障碍物未来移动轨迹。
可选地,障碍物历史移动轨迹确定单元包括第一轨迹函数确定子单元、系数确定子单元以及第二轨迹函数确定子单元;
第一轨迹函数确定子单元,用于确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式;
系数确定子单元,用于利用梯度下降算法,确定所述轨迹函数表达式中未知系数的取值;
第二轨迹函数确定子单元,用于基于所述轨迹函数表达式未知系数的取值,确定不含未知系数的障碍物的历史移动轨迹的轨迹函数表达式。
进一步地,系数确定子单元,具体用于:
基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数;
若损失函数的梯度小于设定阈值,确定所述障碍物的历史移动轨迹的轨迹函数表达式中未知系数的取值。
进一步地,系数确定子单元,还用于:
若损失函数的梯度大于或等于所述设定阈值,对障碍物的历史移动轨迹的轨迹函数表达式中未知系数进行更新;
重复执行基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数的步骤,直至损失函数的梯度小于设定阈值。
进一步地,障碍物未来移动轨迹确定单元,用于基于所述障碍物历史移动轨迹,确定以当前时刻为基准,最后一次对障碍物历史位置信息进行采集时,障碍物的移动方向信息;
基于所述障碍物的移动方向信息,确定所述障碍物未来移动轨迹。
进一步地,辅助倒车信息生成模块包括等级确定单元和提示信息生成单元;
等级确定单元,用于若所述障碍物未来移动轨迹与所述车辆未来移动轨迹有重合点,确定可能发生碰撞的等级;
提示信息生成单元,用于基于可能发生碰撞的等级,形成辅助倒车提示信息。
进一步地,等级确定单元,具体用于:
基于障碍物的速度和车辆的速度,得到障碍物和车辆到达重合点的时间差;
基于障碍物和车辆到达重合点的时间差,确定可能发生碰撞的等级。
进一步地,该辅助倒车装置还把包括图像显示模块;图像显示模块,用于对图像采集设备所采集的图像进行显示;其中所显示的图像为下述中的至少一种:将不同图像采集设备所采集的图像进行合成后的图像,对图像采集设备所采集的图像进行锐化处理后的图像以及对图像采集设备所采集的图像进行翻转处理后的图像。
以上实施例公开的装置能够实现以上各方法实施例公开的方法的流程,具有相同或相应的有益效果。为避免重复,在此不再赘述。
图5为本公开实施例提供的一种辅助倒车系统的结构示意图。参见图5,该辅助倒车系统400包括:图像采集设备410和辅助倒车装置420。
图像采集设备410用于获取不同时刻处于移动状态的障碍物的图像;
辅助倒车装置420,用于基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息;基于障碍物的多个历史位置信息,利用梯度下降算法,确定障碍物未来移动轨迹;获取车辆未来移动轨迹;基于障碍物未来移动轨迹和车辆未来移动轨迹,形成辅助倒车提示信息。
以上实施例公开的系统能够实现以上各方法实施例公开的方法的流程,具有相同或相应的有益效果。为避免重复,在此不再赘述。
图6为本公开实施例提供的车辆的硬件结构示意图,如图6所示,该车辆500包括:
一个或多个处理器501,图6中以一个处理器501为例;
存储器502;
所述车辆还可以包括:输入装置503和输出装置504。
所述车辆中的处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器502作为一种非暂态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,如本公开实施例中的应用程序的辅助倒车方法对应的程序指令/模块(例如,附图4所示的障碍物历史位置信息获取模块310,障碍物未来移动轨迹确定模块320,车辆移动方向获取模块330,车辆未来移动轨迹确定模块340,以及辅助倒车信息生成模块350,)。处理器501通过运行存储在存储器502中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的辅助倒车方法。
存储器502可以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、至少一个功能所需要的应用程序;存储数据区可存储根据车辆的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。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。
输入装置503可用于接收输入的数字或字符信息,以及产生与车辆的用户设置以及功能控制有关的键信号输入。输出装置504可包括显示屏等显示设备。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (15)
1.一种辅助倒车方法,其特征在于,包括:
获取处于移动状态的障碍物的多个历史位置信息;
基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;
获取车辆当前移动方向信息;
基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;
基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
2.根据权利要求1所述的辅助倒车方法,其特征在于,所述处于移动状态的障碍物包括移动中的行人、动物和车辆中的至少一个。
3.根据权利要求1所述的辅助倒车方法,其特征在于,所述获取障碍物的多个历史位置信息,包括:
获取图像采集设备所采集的图像;
基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
4.根据权利要求1所述的辅助倒车方法,其特征在于,所述获取障碍物的多个历史位置信息,包括:
获取图像采集设备所采集的图像;
获取雷达所采集的数据;
基于雷达所采集的数据和图像采集设备所采集的图像,得到障碍物的多个历史位置信息。
5.根据权利要求1所述的辅助倒车方法,其特征在于,所述基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹,包括:
基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物历史移动轨迹;
基于所述障碍物历史移动轨迹,确定所述障碍物未来移动轨迹。
6.根据权利要求5所述的辅助倒车方法,其特征在于,所述基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物历史移动轨迹,包括:
确定包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式;
利用梯度下降算法,确定所述轨迹函数表达式中未知系数的取值;
基于所述轨迹函数表达式未知系数的取值,确定不含未知系数的障碍物的历史移动轨迹的轨迹函数表达式。
7.根据权利要求6所述的辅助倒车方法,其特征在于,所述利用梯度下降算法,确定所述函数表达式未知系数的取值,包括:
基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数;
若损失函数的梯度小于设定阈值,确定所述障碍物的历史移动轨迹的轨迹函数表达式中未知系数的取值。
8.根据权利要求7所述的辅助倒车方法,其特征在于,所述利用梯度下降算法,确定所述函数表达式未知系数的取值,还包括:
若损失函数的梯度大于或等于所述设定阈值,对障碍物的历史移动轨迹的轨迹函数表达式中未知系数进行更新;
重复执行基于包括未知系数的障碍物的历史移动轨迹的轨迹函数表达式,确定损失函数的步骤,直至损失函数的梯度小于设定阈值。
9.根据权利要求5所述的辅助倒车方法,其特征在于,所述基于所述障碍物历史移动轨迹,确定所述障碍物未来移动轨迹,包括:
基于所述障碍物历史移动轨迹,确定以当前时刻为基准,最后一次对障碍物历史位置信息进行采集时,障碍物的移动方向信息;
基于所述障碍物的移动方向信息,确定所述障碍物未来移动轨迹。
10.根据权利要求1所述的辅助倒车方法,其特征在于,所述基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息,包括:
若所述障碍物未来移动轨迹与所述车辆未来移动轨迹有重合点,确定可能发生碰撞的等级;
基于可能发生碰撞的等级,形成辅助倒车提示信息。
11.根据权利要求10所述的辅助倒车方法,其特征在于,所述若所述障碍物未来移动轨迹与所述车辆未来移动轨迹有重合点,确定可能发生碰撞的等级,包括:
基于障碍物的速度和车辆的速度,得到障碍物和车辆到达重合点的时间差;
基于障碍物和车辆到达重合点的时间差,确定可能发生碰撞的等级。
12.根据权利要求3或4所述的辅助倒车方法,其特征在于,
所述获取图像采集设备所采集的图像之后,还包括;
对图像采集设备所采集的图像进行显示;其中所显示的图像为下述中的至少一种:将不同图像采集设备所采集的图像进行合成后的图像,对图像采集设备所采集的图像进行锐化处理后的图像以及对图像采集设备所采集的图像进行翻转处理后的图像。
13.一种辅助倒车装置,其特征在于,包括:
障碍物历史位置信息获取模块,用于在倒车的过程中,获取处于移动状态的障碍物的多个历史位置信息;
障碍物未来移动轨迹确定模块,用于基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;
车辆移动方向获取模块,用于获取车辆当前移动方向信息;
车辆未来移动轨迹确定模块,用于基于所述车辆当前移动方向信息,确定车辆未来移动轨迹;
辅助倒车信息生成模块,用于基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
14.一种辅助倒车系统,其特征在于,包括:图像采集设备和辅助倒车装置;
所述图像采集设备用于获取不同时刻处于移动状态的障碍物的图像;
所述辅助倒车装置,用于基于图像采集设备所采集的图像,得到障碍物的多个历史位置信息;基于所述障碍物的多个历史位置信息,利用梯度下降算法,确定所述障碍物未来移动轨迹;获取车辆当前移动方向信息;基于所述车辆当前移动方向信息,确定车辆未来移动轨迹基于所述障碍物未来移动轨迹和所述车辆未来移动轨迹,形成辅助倒车提示信息。
15.一种车辆,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至12任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010968935.4A CN112092809A (zh) | 2020-09-15 | 2020-09-15 | 一种辅助倒车方法、装置、系统及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010968935.4A CN112092809A (zh) | 2020-09-15 | 2020-09-15 | 一种辅助倒车方法、装置、系统及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112092809A true CN112092809A (zh) | 2020-12-18 |
Family
ID=73759194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010968935.4A Pending CN112092809A (zh) | 2020-09-15 | 2020-09-15 | 一种辅助倒车方法、装置、系统及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112092809A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883909A (zh) * | 2021-03-16 | 2021-06-01 | 东软睿驰汽车技术(沈阳)有限公司 | 基于包围盒的障碍物位置检测方法、装置和电子设备 |
CN113075668A (zh) * | 2021-03-25 | 2021-07-06 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113968246A (zh) * | 2021-12-08 | 2022-01-25 | 广州文远知行科技有限公司 | 障碍物倒车轨迹预测方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190079528A1 (en) * | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
CN109557925A (zh) * | 2018-12-29 | 2019-04-02 | 北京智行者科技有限公司 | 自动驾驶车辆障碍物避让方法及装置 |
CN109927719A (zh) * | 2017-12-15 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 一种基于障碍物轨迹预测的辅助驾驶方法和系统 |
CN111506081A (zh) * | 2020-05-15 | 2020-08-07 | 中南大学 | 一种机器人轨迹跟踪方法、系统及存储介质 |
CN111626097A (zh) * | 2020-04-09 | 2020-09-04 | 吉利汽车研究院(宁波)有限公司 | 一种障碍物未来轨迹的预测方法、装置、电子设备及存储介质 |
-
2020
- 2020-09-15 CN CN202010968935.4A patent/CN112092809A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190079528A1 (en) * | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
CN109927719A (zh) * | 2017-12-15 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 一种基于障碍物轨迹预测的辅助驾驶方法和系统 |
CN109557925A (zh) * | 2018-12-29 | 2019-04-02 | 北京智行者科技有限公司 | 自动驾驶车辆障碍物避让方法及装置 |
CN111626097A (zh) * | 2020-04-09 | 2020-09-04 | 吉利汽车研究院(宁波)有限公司 | 一种障碍物未来轨迹的预测方法、装置、电子设备及存储介质 |
CN111506081A (zh) * | 2020-05-15 | 2020-08-07 | 中南大学 | 一种机器人轨迹跟踪方法、系统及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883909A (zh) * | 2021-03-16 | 2021-06-01 | 东软睿驰汽车技术(沈阳)有限公司 | 基于包围盒的障碍物位置检测方法、装置和电子设备 |
CN113075668A (zh) * | 2021-03-25 | 2021-07-06 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113075668B (zh) * | 2021-03-25 | 2024-03-08 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113968246A (zh) * | 2021-12-08 | 2022-01-25 | 广州文远知行科技有限公司 | 障碍物倒车轨迹预测方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108571974B (zh) | 使用摄像机的车辆定位 | |
US10392009B2 (en) | Automatic parking system and automatic parking method | |
US9073484B2 (en) | Surrounding area monitoring apparatus for vehicle | |
JP5503728B2 (ja) | 車両の周辺監視装置 | |
CN103874931B (zh) | 用于求取车辆的环境中的对象的位置的方法和设备 | |
CN112092809A (zh) | 一种辅助倒车方法、装置、系统及车辆 | |
CN112349144B (zh) | 一种基于单目视觉的车辆碰撞预警方法及系统 | |
JP6926976B2 (ja) | 駐車支援装置及びコンピュータプログラム | |
JP4909451B1 (ja) | 情報表示装置及び制御方法 | |
CN108266033A (zh) | 自动停车系统和自动停车方法 | |
CN110371018B (zh) | 使用其他车辆车灯的信息改善车辆行为 | |
US9830826B2 (en) | Driving assistance apparatus | |
US20190329761A1 (en) | Automatic parking system and automatic parking method | |
CN111351474B (zh) | 车辆移动目标检测方法、装置和系统 | |
CN111052174A (zh) | 图像处理设备、图像处理方法和程序 | |
JP2007240422A (ja) | 俯角算出装置、俯角算出方法、俯角算出プログラムおよび画像処理装置 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
CN110378836B (zh) | 获取对象的3d信息的方法、系统和设备 | |
CN111169381A (zh) | 一种车辆影像显示方法、装置、车辆和存储介质 | |
CN112824997A (zh) | 用于局部行进车道感知的方法和系统 | |
JP2019185105A (ja) | 車両システム、空間領域推測方法及び空間領域推測装置 | |
JP2010262665A (ja) | 車載装置及び車両認識方法 | |
US10864856B2 (en) | Mobile body surroundings display method and mobile body surroundings display apparatus | |
JP2022056153A (ja) | 一時停止検出装置、一時停止検出システム、及び一時停止検出プログラム | |
Yoder et al. | Experiments in vision-laser fusion using the bayesian occupancy filter |
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: 20201218 |
|
RJ01 | Rejection of invention patent application after publication |