CN112215209B - 跟车目标确定方法、装置、车辆及存储介质 - Google Patents
跟车目标确定方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN112215209B CN112215209B CN202011272428.3A CN202011272428A CN112215209B CN 112215209 B CN112215209 B CN 112215209B CN 202011272428 A CN202011272428 A CN 202011272428A CN 112215209 B CN112215209 B CN 112215209B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current
- following target
- detection period
- determining
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
本发明实施例公开了一种跟车目标确定方法、装置、车辆及存储介质。该方法包括:获取当前检测周期中的当前图像采集信息;根据当前图像采集信息确定当前最邻近备选跟车目标;若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。本发明实施例的技术方案,在当前检测周期不是本车的第一检测周期时,结合上一检测周期的上一跟车目标对当前检测周期的当前跟车目标进行确定,解决了由于对前方车辆识别稳定性差,仅通过距离将前方车辆确定为本车的跟车目标所导致的跳变严重的问题,降低了根据跟车目标进行车辆自动驾驶路径规划的难度,增强了车辆驾驶的安全性和稳定性。
Description
技术领域
本发明实施例涉及车辆驾驶技术领域,尤其涉及一种跟车目标确定方法、装置、车辆及存储介质。
背景技术
随着我国汽车保有量的逐年增长和道路运输行业的飞速发展,交通系统压力也急剧增大,汽车驾驶过程中的安全性面临越来越大的挑战。而随着自动驾驶技术的快速发展,越来越多具备自动驾驶功能的车辆已被应用于人们的日常使用中。
在车辆进行自动驾驶时,为保障行车安全,常需为本车选择一个前方行驶的车辆进行跟随行驶,使得本车与前车保持一个安全的行驶距离,进而保障车辆的安全行驶,而为本车选择一个适宜跟随的前车是达成上述目标的基础。现有技术中常通过摄像头对前方车辆进行识别,将距离本车最近的前方车辆作为跟随车辆并跟随其行驶。
然而,由于现有技术中针对前方车辆识别的稳定性差,在较短时间内识别出的距离本车最近的前方车辆可多次发生改变,进而导致本车在进行跟随行驶时跟车目标出现较为严重的跳变现象,增加了车辆自动驾驶路径规划的难度,降低了车辆行驶的稳定性和安全性。
发明内容
本发明提供一种跟车目标确定方法、装置、车辆及存储介质,以结合上一检测周期确定的跟车目标对当前检测周期的跟车目标进行确定,提升车辆驾驶的安全性与稳定性。
第一方面,本发明实施例提供了一种跟车目标确定方法,包括:
获取当前检测周期中的当前图像采集信息;
根据当前图像采集信息确定当前最邻近备选跟车目标;
若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。
第二方面,本发明实施例还提供了一种跟车目标确定装置,包括:
采集信息获取模块,用于获取当前检测周期中的当前图像采集信息;
邻近目标确定模块,用于根据当前图像采集信息确定当前最邻近备选跟车目标;
跟车目标确定模块,用于若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。
第三方面,本发明实施例还提供了一种车辆,所述车辆包括:
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如本发明任意实施例中提供的跟车目标确定方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的跟车目标确定方法。
本发明实施例通过获取当前检测周期中的当前图像采集信息;根据当前图像采集信息确定当前最邻近备选跟车目标;若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。通过采用上述技术方案,根据获取到的当前检测周期的当前图像采集信息确定距离本车最近的前方车辆,作为当前最邻近备选跟车目标,并在当前检测周期不是本车的第一检测周期时,结合上一检测周期的上一跟车目标对当前检测周期的当前跟车目标进行确定,解决了由于对前方车辆识别稳定性差,仅通过距离将前方车辆确定为本车的跟车目标所导致的跳变严重的问题,降低了根据跟车目标进行车辆自动驾驶路径规划的难度,增强了车辆驾驶的安全性和稳定性。
附图说明
图1是本发明实施例一中的一种跟车目标确定方法的流程图;
图2是本发明实施例二中的一种跟车目标确定方法的流程图;
图3是本发明实施例三中的一种跟车目标确定装置的结构示意图;
图4是本发明实施例四中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。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以互相组合。
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内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种跟车目标确定方法的流程图,本实施例可适用于对当前检测周期中车辆前方跟车目标进行确定的情况,该方法可以由跟车目标确定装置来执行,该跟车目标确定装置可以由软件和/或硬件来实现,该跟车目标确定装置可以配置在计算设备上,具体包括如下步骤:
S101、获取当前检测周期中的当前图像采集信息。
在本实施例中,检测周期可理解为通过进行信息获取对车辆前方路况信息、前方目标等进行检测的固定时间间隔。当前检测周期可理解为正在进行的对车辆前方信息进行采集,并对采集信息进行处理,进而对本车应跟随行驶的跟车目标进行确定的过程所持续的时间。当前图像采集信息可理解为通过图像采集装置采集到的当前时刻对应的车辆前方的道路信息以及车辆目标信息等。可选的,检测周期的长短与车辆行驶速度相关,可根据实际情况选取20ms-100ms间的任意值,本发明实施例对此不进行限制。示例性的,当车辆处于低速行驶状态时,检测周期可取100ms;当车辆处于高速行驶状态时,检测周期可取50ms。
具体的,在对车辆前方信息进行检测的当前检测周期中,通过安装于车辆上的图像采集装置对车辆前方的图像信息进行采集,并根据采集到的图像信息确定车辆前方的道路信息,以及车辆前方的采集目标信息,并将确定出的道路信息与采集目标信息的集合确定为当前图像采集信息。其中,车辆前方的道路信息可包括本车正在行驶的车道的车道线信息,采集目标信息可包括行驶于本车前的前方车辆信息。可选的,当前图像采集信息可通过单目摄像头,以及毫米波雷达等采集装置采集得到。
S102、根据当前图像采集信息确定当前最邻近备选跟车目标。
在本实施例中,跟车目标可理解为本车需要跟随行驶的行驶于本车前方的车辆;备选跟车目标可理解为根据当前图像采集信息确定出的位于本车前方的,可能成为当前检测周期中本车的跟车目标的车辆;当前最邻近备选跟车目标可理解为在当前检测周期中的各备选跟车目标中与本车纵向距离最近的车辆。
具体的,根据当前图像采集信息确定本车正在行驶的车道的前方车道信息,以及行驶于本车前方的各前方车辆的位置信息,根据前方车道信息从行驶于本车前方的各前方车辆中筛选出可作为本车的跟车目标的一个或多个前方车辆,并将其作为本车在当前检测周期中的备选跟车目标,进而根据各备选跟车目标的位置信息确定其相对于本车的纵向距离,并将各备选跟车目标中与本车的纵向距离最小的备选跟车目标确定为当前检测周期中的当前最邻近备选跟车目标。
本发明实施例中,通过获取的当前图像采集信息筛选与本车处于同一车道的备选跟车目标,并根据当前图像采集信息确定各备选跟车目标与本车间的相对位置关系,为本车选择与本车纵向距离最近的备选跟车目标作为当前最邻近备选跟车目标,可认为确定出的当前最邻近备选跟车目标为本车在当前检测周期中最适合本车进行跟车操作的目标,提升了确定出的跟车目标的准确性。
S103、若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。
在本实施例中,当前跟车目标可理解为在当前检测周期中确定出的本车需要跟随行驶的前方车辆。
具体的,在当前检测周期不是本车的第一检测周期时,可认为本车在当前检测周期之前一定存在至少一个检测周期,并在该检测周期中确定出对应该检测周期的跟车目标以供本车进行跟车操作,将当前检测周期的前一个检测周期确定为上一检测周期,将上一检测周期中确定出的跟车目标确定为上一跟车目标,根据当前图像采集信息确定上一跟车目标是否仍存在本车前方行驶,上一跟车目标与当前最邻近备选跟车目标是否为同一前方车辆,以及上一跟车目标与当前最邻近备选跟车目标各自相对于本车的相对位置关系,确定应将上一跟车目标还是当前最邻近备选跟车目标作为当前检测周期的当前跟车目标。
本实施例的技术方案,通过获取当前检测周期中的当前图像采集信息;根据当前图像采集信息确定当前最邻近备选跟车目标;若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。通过采用上述技术方案,根据获取到的当前检测周期的当前图像采集信息确定距离本车最近的前方车辆,作为当前最邻近备选跟车目标,并在当前检测周期不是本车的第一检测周期时,结合上一检测周期的上一跟车目标对当前检测周期的当前跟车目标进行确定,解决了由于对前方车辆识别稳定性差,仅通过距离将前方车辆确定为本车的跟车目标所导致的跳变严重的问题,降低了根据跟车目标进行车辆自动驾驶路径规划的难度,增强了车辆驾驶的安全性和稳定性。
实施例二
图2为本发明实施例二提供的一种跟车目标确定方法的流程图,本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化,通过获取到的当前图像采集信息确定本车前方的车道线信息,并根据车道线信息划分备选跟车区域,进而确定本车在当前检测周期中的当前最邻近备选跟车目标,在当前检测周期不是本车的第一检测周期时,根据当前最邻近备选跟车目标和上一检测周期中上一跟车目标的标识信息、在当前检测周期中的存在情况以及位置信息,确定当前检测周期的当前跟车目标,具体包括如下步骤:
S201、获取当前检测周期中的车道线信息以及前方车辆信息。
其中,车道线信息包括车道线与本车夹角、车道线曲率和车道线曲率变化率;前方车辆信息包括前方车辆标识信息和前方车辆相对位置信息。
在本实施例中,车道线可理解为用以分隔不同行驶车道的实线或虚线,进一步的,可用以确定本车行驶的车道。车道线与本车夹角可理解为本车行驶车道的两个车道线与本车车头中心位置间的角度信息,可用以确定本车在当前行驶车道上的相对位置;车道线曲率可理解为车道线上某点的切线方向对弧长的转动率,用以表征车道线的弯曲程度;车道线曲率变化率可理解为用以确定车道线弯曲变化情况的参数。前方车辆标识信息可理解为用以识别前方车辆的记号,示例性的,当前方车辆被单目摄像头采集得到,不同的前方车辆在单目摄像头中对应不同的编号ID,该编号ID即为对应前方车辆的标识信息;前方车辆相对位置信息可理解为前方车辆与本车间的相对位置关系信息,示例性的,可以本车车头中心处为原点,本车前进方向为X轴构建本车直角坐标系,进而通过本车直角坐标系确定前方车辆与本车的相对位置关系。
可选的,车道线信息可通过安装于车辆的单目摄像头采集处理得到,前方车辆信息可通过安装于车辆的单目摄像头和/或毫米波雷达采集处理得到,当同时采用单目摄像头和毫米波雷达采集前方车辆信息时,可通过对两种采集方式中采集的前方车辆间的相对位置关系确定两种采集方式采集到的前方车辆是否为同一车辆,进而确定采集到前方车辆的标识信息,本发明实施例对此不进行具体限制。
S202、根据车道线信息确定第一备选跟车区域。
在本实施例中,备选跟车区域可理解为位于本车前方车道上的部分区域,位于该区域的前方车辆可作为本车的备选跟车目标。
具体的,通过获取到的车道线信息中的车道线与本车夹角、车道线曲率和车道线曲率变化率,以及本车的车辆宽度在本车直角坐标系下构建两条位于本车两侧的虚拟曲线,上述两条虚拟曲线与车道线平行,将上述两条虚拟曲线间本车前的区域确定为本车选择跟车目标的第一备选跟车区域。
示例性的,当构建的本车直角坐标系是以本车车头中心处为原点,本车前进方向为X轴时,构建出的两条虚拟曲线可为与原点垂直距离为本车宽度的,与车道线平行的曲线,假设车道线与本车夹角为C0,车道线曲率为C1,车道线曲率变化率为C2,本车宽度为W,则两条虚拟曲线在本车直角坐标系下的方程可表示如下:
左侧虚拟曲线:y1=C0·X+C1X+C2X3+W;
右侧虚拟曲线:y2=C0·X+C1X+C2X3-W。
S203、根据前方车辆相对位置信息确定位于第一备选跟车区域内的前方车辆,并将位于第一备选跟车区域内的前方车辆作为备选跟车目标。
具体的,根据前方车辆相对位置信息确定位于本车前方各前方车辆在本车直角坐标系下的坐标,并根据确定出的第一备选跟车区域在各前方车辆对应的坐标中筛选位于第一备选跟车区域的坐标,将筛选出的坐标所对应的前方车辆确定为本车的备选跟车目标。
S204、根据前方车辆相对位置信息将与本车纵向距离最小的备选跟车目标确定为当前最邻近备选跟车目标。
具体的,根据前方车辆相对位置信息确定位于第一备选跟车区域内的备选跟车目标在本车直角坐标系下的坐标,由于本车直角坐标系以本车车头中心处为原点,以本车前进方向为X轴,因此可将备选跟车目标对应坐标中的X坐标确定为备选跟车目标与本车的纵向距离,并将备选跟车目标中纵向距离最小的车辆确定为当前最邻近备选跟车目标。
S205、判断当前检测周期是否是本车的第一检测周期,若是,则执行步骤S206;若否,则执行步骤S207。
具体的,在当前检测周期是本车的第一检测周期时,可认为本次跟车目标的确定为本次驾驶过程中的第一次确定,在此之前不存在在先跟车目标,此时执行步骤S206;在当前检测周期不是本车的第一检测周期时,可认为本车在当前检测周期前至少存在上一检测周期,且在上一检测周期中必然已有确定好的上一跟车目标,在对当前检测周期的跟车目标进行确定时需考虑上一跟车目标,此时执行步骤S207。
本发明实施例中,根据当前检测周期是本次行驶过程中的第几个检测周期确定当前检测周期中本车的跟车目标,在当前检测周期不是第一检测周期时,充分考虑了上一检测周期中的上一跟车目标对本次跟车目标确定的影响,提升了当前检测周期确定出的跟车目标的准确性。
S206、将当前最邻近备选跟车目标确定为当前检测周期的当前跟车目标。
具体的,在当前检测周期为本车的第一检测周期时,可认为本次确定的跟车目标仅受到跟车目标与本车间距离的影响,因此可认为确定出的当前最邻近备选跟车目标为最适宜本车进行跟车的目标,进而将当前最邻近备选跟车目标确定为当前检测周期的当前跟车目标。
S207、根据车道线信息和前方车辆信息确定上一检测周期中的上一跟车目标的存在情况。
具体的,由于上一检测周期中对上一跟车目标进行确定时上一跟车目标必有与之相对应的标识信息,此时根据车道线信息和前方车辆信息中的前方车辆相对位置信息确定位于本车行驶车道上的各前方车辆,并根据前方车辆标识信息确定上述位于车道上的前方车辆所对应的标识信息,当前方车辆对应的标识信息中有与上一跟车目标对应的标识信息相同的标识信息时,可认为上一跟车目标在当前检测周期中存在;当前方车辆对应的标识信息中没有与上一跟车目标对应的标识信息相同的标识信息时,可认为上一跟车目标在当前检测周期中不存在。
S208、根据前方车辆标识信息确定当前最邻近备选跟车目标与上一跟车目标的第一标识情况。
具体的,根据前方车辆标识信息确定当前最邻近备选跟车目标的标识信息,将上述标识信息与上一跟车目标的标识信息相对比,若二者相同,则认为第一标识情况为相同,否则,认为第一标识情况为不同。
本发明实施例中,通过第一标识情况可确定当前最邻近备选跟车目标与上一跟车目标是否为相同的车辆,避免跟车目标不必要的切换。
S209、根据前方车辆相对位置信息确定当前最邻近备选跟车目标与本车的第一纵向距离,以及上一跟车目标与本车的第二纵向距离。
具体的,在确定上一跟车目标存在的情况下,根据当前最邻近备选跟车目标的标识信息确定其在前方车辆相对位置信息中对应的相对位置信息,进而确定出其在本车直角坐标系中的坐标,在本车直角坐标系以本车车头中心处为原点,以本车前进方向为X轴的情况下,将当前最邻近备选跟车目标坐标中对应的X坐标确定为当前最邻近备选跟车目标与本车的第一纵向距离;根据上一跟车目标的标识信息确定其在前方车辆相对位置信息中对应的相对位置信息,进而确定出其在本车直角坐标系中的坐标,将上一跟车目标坐标中对应的X坐标确定为上一跟车目标与本车的第二纵向距离。
S210、根据存在情况、第一标识信息、第一纵向距离和第二纵向距离确定当前检测周期的当前跟车目标。
具体的,根据存在情况确定上一跟车目标是否在当前检测周期中存在,根据第一标识信息确定上一跟车目标是否与当前最邻近备选跟车目标相同,根据第一纵向距离与第二纵向距离确定当前最邻近备选跟车目标与上一跟车目标与本车间的距离远近,从而综合上述内容确定应将当前最邻近备选跟车目标确定为当前跟车目标,还是将上一跟车目标确定为当前跟车目标。
进一步地,本发明实施例提供了一种根据存在情况、第一标识信息、第一纵向距离和第二纵向距离确定当前检测周期的当前跟车目标的方法,具体包括:
若存在情况为不存在,则将当前最邻近备选跟车目标确定为当前跟车目标;
若存在情况为存在且第一标识情况为相同,则将上一跟车目标确定为当前跟车目标;
若存在情况为存在、第一标识情况为不同、且第一纵向距离小于或等于第二纵向距离,则将当前最邻近备选跟车目标确定为当前跟车目标;
若存在情况为存在、第一标识情况为不同、且第一纵向距离大于第二纵向距离,则根据车道线信息确定第二备选跟车区域,根据前方车辆相对位置信息确定上一跟车目标的相对位置信息,并根据上一跟车目标的相对位置信息和第二备选跟车区域确定当前跟车目标。
具体的,若存在情况为不存在,则可认为在上一检测周期中确定所得的上一跟车目标已不在本车所在车道上行驶,在当前检测周期中其不会对本车的跟车目标选择造成影响,此时直接将当前最邻近备选跟车目标确定为当前跟车目标即可;若存在情况为存在且第一标识情况为相同,则可认为上一跟车目标与当前检测周期中确定出的当前最邻近备选跟车目标为同一车辆,此时直接将上一跟车目标继续作为当前跟车目标即可;若存在情况为存在、第一标识情况为不同、且第一纵向距离小于或等于第二纵向距离,则可认为上一跟车目标虽存在与当前检测周期中,但其与本车的距离大于当前检测周期中确定出的当前最邻近备选跟车目标与本车的距离,不再适合作为本车的跟车目标,此时将当前最邻近备选跟车目标作为当前跟车目标即可;若存在情况为存在、第一标识情况为不同、且第一纵向距离大于第二纵向距离,则可认为上一跟车目标存在于当前检测周期中,且其与本车的纵向距离小于当前最邻近备选跟车目标与本车的纵向距离,但其并不存在于第一备选跟车区域中,此时通过车道线信息确定出一个第二备选跟车区域,该第二备选跟车区域大于第一备选跟车区域,通过确定上一跟车目标是否存在于第二备选跟车区域中,来确定应将当前最邻近备选跟车目标还是上一跟车目标作为当前跟车目标。
进一步地,本发明实施例还提供了一种根据上一跟车目标的相对位置信息和第二备选跟车区域确定当前跟车目标的方法,具体包括:
若上一跟车目标位于第二备选跟车区域内,则将上一跟车目标确定为当前跟车目标;
若上一跟车目标不位于第二备选跟车区域内,则将当前最邻近备选跟车目标确定为当前跟车目标。
具体的,若上一跟车目标位于第二备选跟车区域内,则可认为上一跟车目标在当前检测周期内仍在本车所在车道距离本车横向距离较近处行驶,满足成为本车跟车目标的条件,且由于其与本车的纵向距离小于当前最邻近备选跟车目标与本车的纵向距离,上一跟车目标更适宜作为本车的跟车目标,因此将上一跟车目标确定为当前跟车目标;若上一跟车目标不位于第二备选跟车区域内,则可认为上一跟车目标在当前检测周期内虽仍在本车所在车道上行驶,但其与本车的横向距离较大,在当前检测周期中有驶出本车所在车道的可能,故即使其与本车的纵向距离小于当前最邻近备选跟车目标与本车的纵向距离,也不将其作为当前跟车目标,而是将当前最邻近备选跟车目标确定为当前检测周期的当前跟车目标。
接上述示例,用于构建第二备选跟车区域的虚拟曲线可为与原点垂直距离为本车宽度1.25倍的,与车道线平行的曲线,其在本车直角坐标系下的方程可表示如下:
左侧虚拟曲线:y3=C0·X+C1X+C2X3+1.25W;
右侧虚拟曲线:y4=C0·X+C1X+C2X3-1.25W。
当然,确定出的虚拟曲线与原点垂直距离可根据实际情况进行调节,本发明实施例对此不进行限制。
本实施例的技术方案,通过获取的车道线信息确定第一备选跟车区域,通过第一备选跟车区域对前方车辆进行筛选得到本车在当前检测周期中的备选跟车目标,并将备选跟车目标中与本车纵向距离最小的跟车目标确定为当前最邻近备选跟车目标,在当前检测周期不是本车的第一检测周期时,通过确定上一跟车目标是否存在、与当前最邻近备选跟车目标是否为同一跟车目标以及上一跟车目标与当前最邻近备选跟车目标与本车的纵向距离,确定当前检测周期的当前跟车目标。进一步地,在上一跟车目标与本车的纵向距离小于当前最邻近备选跟车目标与本车的纵向距离时,扩大备选跟车区域的大小对上一跟车目标进行确定,充分考虑上一检测周期中确定的上一跟车目标对当前检测周期的影响,避免不必要的跟车目标的切换,降低驾驶过程中跟车目标选择的跳变,降低了通过跟车目标进行车辆自动驾驶路径规划的难度,增强车辆驾驶的稳定性。
实施例三
图3为本发明实施例三提供的一种跟车目标确定装置的结构示意图,该跟车目标确定装置包括:采集信息获取模块31,邻近目标确定模块32和跟车目标确定模块33。
其中,采集信息获取模块31,用于获取当前检测周期中的当前图像采集信息;邻近目标确定模块32,用于根据当前图像采集信息确定当前最邻近备选跟车目标;跟车目标确定模块33,用于若当前检测周期不是本车的第一检测周期,则根据当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定当前检测周期的当前跟车目标。
本实施例的技术方案,在当前检测周期不是本车的第一检测周期时,结合上一检测周期的上一跟车目标对当前检测周期的当前跟车目标进行确定,解决了由于对前方车辆识别稳定性差,仅通过距离将前方车辆确定为本车的跟车目标所导致的跳变严重的问题,降低了根据跟车目标进行车辆自动驾驶路径规划的难度,增强了车辆驾驶的安全性和稳定性。
可选的,采集信息获取模块31,具体用于:获取当前检测周期中的车道线信息以及前方车辆信息;其中,车道线信息包括车道线与本车夹角、车道线曲率和车道线曲率变化率;前方车辆信息包括前方车辆标识信息和前方车辆相对位置信息。
可选的,邻近目标确定模块32,包括:
备选区域确定单元,用于根据车道线信息确定第一备选跟车区域;
备选目标确定单元,用于根据前方车辆相对位置信息确定位于第一备选跟车区域内的前方车辆,并将位于第一备选跟车区域内的前方车辆作为备选跟车目标;
最邻近目标确定单元,用于根据前方车辆相对位置信息将与本车纵向距离最小的备选跟车目标确定为当前最邻近备选跟车目标。
可选的,跟车目标确定模块33,包括:
存在情况确定单元,用于根据车道线信息和前方车辆信息确定上一检测周期中的上一跟车目标的存在情况;
标识情况确定单元,用于根据前方车辆标识信息确定当前最邻近备选跟车目标与上一跟车目标的第一标识情况;
纵向距离确定单元,用于根据前方车辆相对位置信息确定当前最邻近备选跟车目标与本车的第一纵向距离,以及上一跟车目标与本车的第二纵向距离;
跟车目标确定单元,用于根据存在情况、第一标识情况、第一纵向距离和第二纵向距离确定当前检测周期的当前跟车目标。
进一步地,跟车目标确定单元,具体用于:
若存在情况为不存在,则将当前最邻近备选跟车目标确定为当前跟车目标;
若存在情况为存在且第一标识情况为相同,则将上一跟车目标确定为当前跟车目标;
若存在情况为存在、第一标识情况为不同、且第一纵向距离小于或等于第二纵向距离,则将当前最邻近备选跟车目标确定为当前跟车目标;
若存在情况为存在、第一标识情况为不同、且第一纵向距离大于第二纵向距离,则根据车道线信息确定第二备选跟车区域,根据前方车辆相对位置信息确定上一跟车目标的相对位置信息,并根据上一跟车目标的相对位置信息和第二备选跟车区域确定当前跟车目标。
进一步地,根据上一跟车目标的相对位置信息和第二备选跟车区域确定当前跟车目标,包括:
若上一跟车目标位于第二备选跟车区域内,则将上一跟车目标确定为当前跟车目标;
若上一跟车目标不位于第二备选跟车区域内,则将当前最邻近备选跟车目标确定为当前跟车目标。
进一步地,根据当前图像采集信息确定当前最邻近备选跟车目标之后,还包括:
若当前检测周期是本车的第一检测周期,则将当前最邻近备选跟车目标确定为当前检测周期的当前跟车目标。
本发明实施例提供的跟车目标确定装置可执行本发明任意实施例所提供的跟车目标确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种车辆的结构示意图,如图4所示,该车辆包括控制器41、存储装置42、输入装置43和输出装置44;车辆中控制器41的数量可以是一个或多个,图4中以一个控制器41为例;车辆中的控制器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储装置42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跟车目标确定方法对应的程序指令/模块(例如,采集信息获取模块31,邻近目标确定模块32和跟车目标确定模块33)。控制器41通过运行存储在存储装置42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,即实现上述的跟车目标确定方法。
存储装置42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42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42可进一步包括相对于控制器41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。
输入装置43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44可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种跟车目标确定方法,该方法包括:
获取当前检测周期中的当前图像采集信息;
根据所述当前图像采集信息确定当前最邻近备选跟车目标;
若所述当前检测周期不是本车的第一检测周期,则根据所述当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定所述当前检测周期的当前跟车目标。
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跟车目标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,上述搜索装置的实施例中,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。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种跟车目标确定方法,其特征在于,包括:
获取当前检测周期中的当前图像采集信息;
根据所述当前图像采集信息确定当前最邻近备选跟车目标;
若所述当前检测周期不是本车的第一检测周期,则根据所述当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定所述当前检测周期的当前跟车目标;
所述根据所述当前图像采集信息确定当前最邻近备选跟车目标之后,还包括:
若所述当前检测周期是本车的第一检测周期,则将所述当前最邻近备选跟车目标确定为所述当前检测周期的当前跟车目标。
2.根据权利要求1所述的方法,其特征在于,所述获取当前检测周期中的当前图像采集信息,包括:
获取当前检测周期中的车道线信息以及前方车辆信息;
其中,所述车道线信息包括车道线与本车夹角、车道线曲率和车道线曲率变化率;所述前方车辆信息包括前方车辆标识信息和前方车辆相对位置信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前图像采集信息确定当前最邻近备选跟车目标,包括:
根据所述车道线信息确定第一备选跟车区域;
根据所述前方车辆相对位置信息确定位于所述第一备选跟车区域内的前方车辆,并将所述位于所述第一备选跟车区域内的前方车辆作为备选跟车目标;
根据所述前方车辆相对位置信息将与本车纵向距离最小的备选跟车目标确定为当前最邻近备选跟车目标。
4.根据权利要求2所述的方法,其特征在于,所述根据所述当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定所述当前检测周期的当前跟车目标,包括:
根据所述车道线信息和所述前方车辆信息确定上一检测周期中的上一跟车目标的存在情况;
根据所述前方车辆标识信息确定所述当前最邻近备选跟车目标与所述上一跟车目标的第一标识情况;
根据所述前方车辆相对位置信息确定所述当前最邻近备选跟车目标与本车的第一纵向距离,以及所述上一跟车目标与本车的第二纵向距离;
根据所述存在情况、所述第一标识情况、所述第一纵向距离和所述第二纵向距离确定所述当前检测周期的当前跟车目标。
5.根据权利要求4所述的方法,其特征在于,所述根据所述存在情况、所述第一标识情况、所述第一纵向距离和所述第二纵向距离确定所述当前检测周期的当前跟车目标,包括:
若所述存在情况为不存在,则将所述当前最邻近备选跟车目标确定为所述当前跟车目标;
若所述存在情况为存在且所述第一标识情况为相同,则将所述上一跟车目标确定为所述当前跟车目标;
若所述存在情况为存在、所述第一标识情况为不同、且所述第一纵向距离小于或等于所述第二纵向距离,则将所述当前最邻近备选跟车目标确定为所述当前跟车目标;
若所述存在情况为存在、所述第一标识情况为不同、且所述第一纵向距离大于所述第二纵向距离,则根据所述车道线信息确定第二备选跟车区域,根据所述前方车辆相对位置信息确定所述上一跟车目标的相对位置信息,并根据所述上一跟车目标的相对位置信息和所述第二备选跟车区域确定所述当前跟车目标。
6.根据权利要求5所述的方法,其特征在于,所述根据所述上一跟车目标的相对位置信息和所述第二备选跟车区域确定所述当前跟车目标,包括:
若所述上一跟车目标位于所述第二备选跟车区域内,则将所述上一跟车目标确定为所述当前跟车目标;
若所述上一跟车目标不位于所述第二备选跟车区域内,则将所述当前最邻近备选跟车目标确定为所述当前跟车目标。
7.一种跟车目标确定装置,其特征在于,包括:
采集信息获取模块,用于获取当前检测周期中的当前图像采集信息;
邻近目标确定模块,用于根据所述当前图像采集信息确定当前最邻近备选跟车目标;
跟车目标确定模块,用于若所述当前检测周期不是本车的第一检测周期,则根据所述当前最邻近备选跟车目标和上一检测周期中的上一跟车目标确定所述当前检测周期的当前跟车目标;
在当前检测周期为本车的第一检测周期时,则根据本次确定的跟车目标受到跟车目标与本车间距离的影响确定出的当前最邻近备选跟车目标为最适宜本车进行跟车的目标,将当前最邻近备选跟车目标确定为当前检测周期的当前跟车目标。
8.一种车辆,其特征在于,所述车辆包括:
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如权利要求1-6中任一项所述的跟车目标确定方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的跟车目标确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272428.3A CN112215209B (zh) | 2020-11-13 | 2020-11-13 | 跟车目标确定方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272428.3A CN112215209B (zh) | 2020-11-13 | 2020-11-13 | 跟车目标确定方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112215209A CN112215209A (zh) | 2021-01-12 |
CN112215209B true CN112215209B (zh) | 2022-06-21 |
Family
ID=74057048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011272428.3A Active CN112215209B (zh) | 2020-11-13 | 2020-11-13 | 跟车目标确定方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215209B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296100B (zh) * | 2021-06-09 | 2024-03-26 | 中国第一汽车股份有限公司 | 单一毫米波雷达目标输出方法、装置、设备及存储介质 |
WO2023201964A1 (zh) * | 2022-04-19 | 2023-10-26 | 合众新能源汽车股份有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103171439A (zh) * | 2011-12-22 | 2013-06-26 | 通用汽车环球科技运作有限责任公司 | 自动驾驶系统的行为预测 |
CN106828482A (zh) * | 2016-12-24 | 2017-06-13 | 北汽福田汽车股份有限公司 | 辅助驾驶的方法、装置及车辆 |
CN108921880A (zh) * | 2018-06-11 | 2018-11-30 | 西安电子科技大学 | 一种基于多个单跟踪器的视觉多目标跟踪方法 |
CN109532834A (zh) * | 2018-12-18 | 2019-03-29 | 重庆长安汽车股份有限公司 | 自适应巡航系统过弯目标探测与筛选方法、装置及计算机可读存储介质 |
CN109740462A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标的识别跟随方法 |
CN110249374A (zh) * | 2017-02-09 | 2019-09-17 | 索尼半导体解决方案公司 | 行驶辅助装置、行驶辅助管理装置、相同装置的方法和行驶协助系统 |
CN110435654A (zh) * | 2019-07-11 | 2019-11-12 | 浙江吉利汽车研究院有限公司 | 一种用于智能领航系统的跟车方法、装置和设备 |
CN110703810A (zh) * | 2019-11-18 | 2020-01-17 | 浙江天尚元科技有限公司 | 具有轨迹预测和随机位置跟踪功能的跟随车及跟随方法 |
CN111731289A (zh) * | 2020-06-24 | 2020-10-02 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5234429B2 (ja) * | 2009-03-31 | 2013-07-10 | 株式会社エクォス・リサーチ | 車両制御装置、車両、及び車両制御プログラム |
DE102016116860A1 (de) * | 2016-09-08 | 2018-03-08 | Knorr-Bremse Systeme für Nutzfahrzeuge GmbH | System und Verfahren zum Betreiben von autonom fahrenden Nutzfahrzeugen |
JP7071851B2 (ja) * | 2018-03-14 | 2022-05-19 | 日立Astemo株式会社 | 車両制御装置、車両制御方法および車両追従走行システム |
CN111260911A (zh) * | 2019-12-30 | 2020-06-09 | 同济大学 | 一种基于路侧设备的车队驾驶方法 |
-
2020
- 2020-11-13 CN CN202011272428.3A patent/CN112215209B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103171439A (zh) * | 2011-12-22 | 2013-06-26 | 通用汽车环球科技运作有限责任公司 | 自动驾驶系统的行为预测 |
CN106828482A (zh) * | 2016-12-24 | 2017-06-13 | 北汽福田汽车股份有限公司 | 辅助驾驶的方法、装置及车辆 |
CN110249374A (zh) * | 2017-02-09 | 2019-09-17 | 索尼半导体解决方案公司 | 行驶辅助装置、行驶辅助管理装置、相同装置的方法和行驶协助系统 |
CN108921880A (zh) * | 2018-06-11 | 2018-11-30 | 西安电子科技大学 | 一种基于多个单跟踪器的视觉多目标跟踪方法 |
CN109532834A (zh) * | 2018-12-18 | 2019-03-29 | 重庆长安汽车股份有限公司 | 自适应巡航系统过弯目标探测与筛选方法、装置及计算机可读存储介质 |
CN109740462A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标的识别跟随方法 |
CN110435654A (zh) * | 2019-07-11 | 2019-11-12 | 浙江吉利汽车研究院有限公司 | 一种用于智能领航系统的跟车方法、装置和设备 |
CN110703810A (zh) * | 2019-11-18 | 2020-01-17 | 浙江天尚元科技有限公司 | 具有轨迹预测和随机位置跟踪功能的跟随车及跟随方法 |
CN111731289A (zh) * | 2020-06-24 | 2020-10-02 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
Non-Patent Citations (2)
Title |
---|
An autonomous vehicle following approach - The virtual flexible bar model;Zhanggang Lu 等;《IEEE Conference Anthology》;20140410;1-6 * |
智能汽车辅助驾驶技术的研究;陈超;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20190915(第09期);C035-163 * |
Also Published As
Publication number | Publication date |
---|---|
CN112215209A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754639B (zh) | 泊车入库方法及装置 | |
CN110687539B (zh) | 一种车位检测方法、装置、介质和设备 | |
CN112215209B (zh) | 跟车目标确定方法、装置、车辆及存储介质 | |
CN110834642B (zh) | 车辆跑偏识别方法、装置、车辆及存储介质 | |
CN110007305B (zh) | 车辆前方目标确定方法、装置、服务器及存储介质 | |
US10565875B2 (en) | Apparatus and method for parking assist | |
US20190180625A1 (en) | Apparatus and method for controlling lane change for vehicle | |
CN110718094A (zh) | 碰撞预警方法、装置和设备 | |
CN111796286A (zh) | 一种制动等级的评估方法、装置、车辆和存储介质 | |
CN114111825A (zh) | 路径规划方法、装置、电子设备、工程机械和存储介质 | |
CN112327826A (zh) | 一种路径规划方法、装置、设备和介质 | |
KR20150047214A (ko) | 카메라 센서를 이용한 scc 시스템 및 방법 | |
JP2015079446A (ja) | 車線認識装置 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
US20200174488A1 (en) | False target removal device and method for vehicles and vehicle including the device | |
EP3522073A1 (en) | Method and apparatus for detecting road surface marking | |
CN114475593A (zh) | 行驶轨迹预测方法、车辆及计算机可读存储介质 | |
JP6672750B2 (ja) | 物体検出装置 | |
CN113602263A (zh) | 车辆避让方法、装置、车载设备及存储介质 | |
CN113253278A (zh) | 车位的识别方法、装置及计算机存储介质 | |
CN111132212A (zh) | 无人驾驶车辆网络异常处理方法、装置、设备和存储介质 | |
CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
CN113879312B (zh) | 基于多传感器融合的前向目标选择方法、装置和存储介质 | |
CN110834626A (zh) | 行车障碍预警方法、装置、车辆和存储介质 | |
CN114715151A (zh) | 车辆控制方法、装置、电子设备、介质和自动驾驶车辆 |
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 |