CN112418092A - 一种障碍物感知的融合方法、装置、设备及储存介质 - Google Patents

一种障碍物感知的融合方法、装置、设备及储存介质 Download PDF

Info

Publication number
CN112418092A
CN112418092A CN202011322832.7A CN202011322832A CN112418092A CN 112418092 A CN112418092 A CN 112418092A CN 202011322832 A CN202011322832 A CN 202011322832A CN 112418092 A CN112418092 A CN 112418092A
Authority
CN
China
Prior art keywords
obstacle
roadside
vehicle
information
sensing
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
Application number
CN202011322832.7A
Other languages
English (en)
Other versions
CN112418092B (zh
Inventor
白天晟
王祎男
曲白雪
祁旭
关瀛洲
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202011322832.7A priority Critical patent/CN112418092B/zh
Publication of CN112418092A publication Critical patent/CN112418092A/zh
Application granted granted Critical
Publication of CN112418092B publication Critical patent/CN112418092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种障碍物感知的融合方法、装置、设备及储存介质，其中，该方法，包括：获取路侧感知设备广播的路侧感知障碍物信息；根据所述路侧感知障碍物信息确定路侧障碍物航迹；基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。本发明实施例的技术方案，可以将路侧识别到的障碍物信息与自车识别到的障碍物信息实时融合，提高自动驾驶车辆的安全性和运行效率。

Description

一种障碍物感知的融合方法、装置、设备及储存介质
技术领域
本发明实施例涉及自动驾驶技术，尤其涉及一种障碍物感知的融合方法、装置、设备及储存介质。
背景技术
目前，常用的L4级别自动驾驶车辆感知方案有摄像头、毫米波雷达、激光雷达、GPS(Global Positioning System，全球定位系统)定位和惯性导航系统(InertialNavigation System，INS)以及依赖高精地图的高精定位技术。通过对车身传感器的融合可以实时地感知到周围环境，将各个传感机构的结果进行有效地融合后映射到高精度地图中，从而让自动驾驶车辆可以识别到外部的障碍物信息，通过规划决策模块，进行自动驾驶。
现有技术大多是通过车载感知设备实现全部的障碍物感知，在车前方突然出现行人等路况时，自车的感知是受限的，经常出现感知不到或不及时的情况，存在危险性。而且由于路口情况复杂，在通过路口时，自动驾驶车辆的感知范围又有限，仅能非常缓慢地通过路口，这样限制了自动驾驶车辆的运行效率，也会对路上其他车辆的行驶造成影响。
发明内容
本发明实施例提供一种障碍物感知的融合方法、装置、设备及储存介质，以实现提高自动驾驶车辆的安全性和运行效率。
第一方面，本发明实施例提供了一种障碍物感知的融合方法，包括：
获取路侧感知设备广播的路侧感知障碍物信息；
根据所述路侧感知障碍物信息确定路侧障碍物航迹；
基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；
将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。
第二方面，本发明实施例还提供了一种障碍物感知的融合装置，包括：
路侧信息获取模块，用于获取路侧感知设备广播的路侧感知障碍物信息；
路侧航迹确定模块，用于根据所述路侧感知障碍物信息确定路侧障碍物航迹；
航迹时间同步模块，用于基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；
数据关联模块，用于将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
信息融合模块，用于根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。
第三方面，本发明实施例还提供了一种车载感知设备，所述车载感知设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
通信模块，用于获取路侧感知设备广播的路侧感知障碍物信息；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的障碍物感知的融合方法。
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本发明任意实施例所提供障碍物感知的融合方法。
本发明实施例通过路侧障碍物航迹和自车障碍物航迹的关联关系进行路侧感知障碍物信息和自车感知障碍物信息进行融合，解决仅通过自车感知障碍物来进行自动驾驶导致的安全性不高和运行效率低的问题，实现提高自动驾驶车辆的安全性和运行效率的效果。
附图说明
图1是本发明实施例一中的一种障碍物感知的融合方法的流程图；
图2是本发明实施例二中的一种障碍物感知的融合方法的流程图；
图3是本发明实施例三中的一种障碍物感知的融合装置的结构示意图；
图4是本发明实施例四中的一种车载感知设备的结构示意图。
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1为本发明实施例一提供的一种障碍物感知的融合方法的流程图，本实施例可适用于自动驾驶汽车运行中对车辆周围障碍物进行感知的情况，该方法可以由障碍物感知的融合装置来执行，该装置可以有硬件和/或软件来实现，并一般可以集成在车载感知设备中，具体包括如下步骤：
步骤110、获取路侧感知设备广播的路侧感知障碍物信息；
其中，路侧感知设备是设置在道路侧感知路面上存在的物体的设备，可以理解的是路侧感知设备可以设置在部分道路的路侧，路侧感知设备布置的距离间隔可以相同或者不同。路侧感知设备可以感知到预设范围内物体的位置、速度和大小等信息，并将这些物体信息广播出去，对于路面上行驶的自动驾驶车辆，车辆周围的这些物体将被视作自车周围的障碍物，所以路侧感知设备感知到的物体信息就是路侧感知障碍物信息。自动驾驶车辆上搭载的车载感知设备可以获取路侧感知设备广播的路侧感知障碍物信息。可选的，路侧感知设备可以包括摄像头、微波雷达、激光雷达等。车载感知设备可以包括摄像头、微波雷达、激光雷达等。
步骤120、根据路侧感知障碍物信息确定路侧障碍物航迹；
其中，车载感知设备获取到上述的这些路侧感知障碍物信息，从而得知路侧感知设备感知到的障碍物的速度、速度方向和位置等障碍物运动的情况，便可以根据路侧感知障碍物信息确定周围障碍物的航迹，由于是路侧感知设备感知到的障碍物，所以可以将其称为路侧障碍物。而车载感知设备感知到的障碍物可以将其称为自车障碍物。可以理解的是，路侧障碍物和自车障碍物是有重合感知的，也就是同一个障碍物被路侧感知设备感知到，同时也被车载感知设备感知到；路侧障碍物和自车障碍物也有不重合感知的，也就是某一个障碍物只被路侧感知设备感知到，或只被车载感知设备感知到。可选的，路侧感知障碍物信息包括路侧障碍物位置、路侧障碍物速度、路侧障碍物速度方向和路侧障碍物加速度类型。路侧障碍物加速度类型可以是路侧障碍物的加速度大小和加速度方向。路侧障碍物位置可以是路侧障碍物的经纬度。相应的，自车感知障碍物信息包括自车障碍物位置、自车障碍物速度、自车障碍物速度方向和自车障碍物加速度类型。自车障碍物位置可以是基于预设空间坐标精度的地图的坐标，该预设空间坐标精度通常是高于路侧障碍物位置的空间坐标精度的。
步骤130、基于进行航迹外推估算的预设滤波算法，对路侧障碍物航迹进行时间同步；
其中，路侧感知设备和车载感知设备之间需要通过无线通信方式进行信息传输，那么，通信时延将是不可避免的，同时路侧感知设备感知的路侧感知障碍物信息，在通过相关传感器获取后，需要对传感器数据进行计算处理才能得到侧障碍物位置、路侧障碍物速度、路侧障碍物速度方向和路侧障碍物加速度类型等信息，所以数据计算的计算处理时延也是存在的。因此，需要基于航迹外推估算的预设滤波算法，对路侧障碍物航迹进行时间同步，由此来解决通信时延和计算处理时延所带来的路侧和自车在障碍物信息上不匹配的问题，通过滤波方法进行一定的估算外推，预测现在时刻目标障碍物航迹的位置。
步骤140、将时间同步后的路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
其中，在进行了时间同步后的，路侧障碍物航迹和自车障碍物航迹两者之间可以进行数据关联，路侧障碍物航迹和自车障碍物航迹会有基于时间轴的对应关系。
步骤150、根据路侧障碍物航迹和自车障碍物航迹的关联关系，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息。
其中，对于重合感知的障碍物，需要将路侧障碍物航迹和自车障碍物航迹进行融合。另外，对于不重合感知的障碍物，可以根据路侧障碍物的位置、类型和当前路段等信息对路侧障碍物进行筛选，确定是否要将这个路侧障碍物的路侧感知障碍物信息保留在融合障碍物信息中，也就是将路侧障碍物添加到融合障碍物中，融合障碍物信息可以作为自动驾驶的参考信息。本实施例的技术方案，对于路侧感知障碍物信息和自车感知障碍物信息的融合，采用路侧障碍物航迹与自车障碍物航迹的关联进行融合，这样可以实现轻耦合。便于自车感知与协同感知解耦，这样在没有路侧感知设备或未能及时获取到路侧感知障碍物信息的情况下，可以方便迅速地根据自车感知障碍物信息进行自动驾驶。
本实施例的技术方案，通过路侧障碍物航迹和自车障碍物航迹的关联关系进行路侧感知障碍物信息和自车感知障碍物信息进行融合，解决仅通过自车感知障碍物来进行自动驾驶导致的安全性不高和运行效率低的问题，实现提高自动驾驶车辆的安全性和运行效率的效果。
实施例二
图2为本发明实施例二提供的一种障碍物感知的融合方法的流程图，本实施例在上述技术方案的基础上进一步细化，该方法包括：
步骤210、获取路侧感知设备广播的路侧感知障碍物信息；
步骤220、根据路侧感知障碍物信息确定路侧障碍物航迹；
步骤230、基于进行航迹外推估算的预设滤波算法，对路侧障碍物航迹进行时间同步；
步骤240、将时间同步后的路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
步骤250、根据路侧障碍物航迹和自车障碍物航迹的关联关系，确定路侧感知障碍物信息和自车感知障碍物信息的信息融合关系；
其中，路侧感知障碍物信息和自车感知障碍物信息的信息融合关系，对于重合感知的障碍物，在进行了路侧障碍物航迹和自车障碍物航迹的时间同步后，可以确定同一障碍物的路侧感知障碍物信息和自车感知障碍物信息进行融合时的对应关系。路侧感知障碍物信息和自车感知障碍物信息的信息融合关系，对于不重合感知的障碍物，路侧障碍物的路侧感知障碍物信息与自车感知障碍物信息在时间上有对应关系。
步骤260、根据预设障碍物属性和预设权重标定规则，确定路侧感知障碍物信息在信息融合时的路侧权重值；
其中，预设障碍物属性包括以下至少其一：障碍物所处路段类型、障碍物相对车辆位置、障碍物类型和障碍物运动情况。车载感知设备对于距离车辆较近的障碍物的感知较为准确，而路侧感知设备一般固定设置在路侧，对于路面的障碍物进行感知，除了可以感知障碍物的运动速度、运动方向和加速度等障碍物运动情况，还可以识别障碍物类型，也就是障碍物是机动车辆、非机动车或者行人等。障碍物所处路段类型包括障碍物所处路段为路口、立交桥、学校路段等。这些路段路况相对复杂，障碍物运动方向有多个，或者行人较多。对于车载感知设备，其感知范围相对较小，加上周围往往有同向车辆，可能存在较大的感知盲区，对于路口、立交桥、学校路段等，在进行信息融合时，路侧感知障碍物信息的权重应赋予更大权重。在相对车辆距离较近的范围内，在进行信息融合时，车载感知障碍物信息的权重可以更大，路侧感知障碍物信息的权重可以减小甚至减为零。对于不同类型的障碍物，路侧感知设备是相对路面固定的，行人和非机动车体积相对较小，而且多数情况更靠近路边，路侧感知设备对于行人和非机动车的感知更全面和准确，在进行信息融合时，对于这类障碍物，车载感知障碍物信息的权重可以更大。障碍物运动情况中，对于运动方向与车辆自身运动方向不同向的障碍物，在进行信息融合时，车载感知障碍物信息的权重可以更大，例如横穿马路的行人，十字路口对向左转的车辆等，可以为车载感知障碍物信息赋予更大的权重。通过权重的划定，可以实现对路侧感知到障碍物重要及非重要目标的筛选过滤。比如，在路边沿路行走的行人、与自车同向行驶且隔车道的车辆，这些障碍物对自车行驶的潜在影响较小，也就是不重要的障碍物。通过对路侧感知障碍物信息进行权重划分，一方面，可以提高最后融合障碍物信息的准确性，为自动驾驶提供控制策略的参考信息，另一方面，对于不重要的障碍物进行过滤，也可以减少运算。
步骤270、根据信息融合对应关系和路侧权重值，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息。
其中，为路侧感知障碍物信息进行了权重划分后，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息，可以根据融合障碍物信息更新障碍物航迹，对障碍物航迹进行跟踪、管理与维护。
可选的，在根据信息融合对应关系和路侧权重值，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息之前，还包括：
若路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标不同，将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标进行统一。
其中，路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标往往是不同的，例如路侧障碍物位置可以是经纬度，而自车障碍物位置可以是精度高于经纬度坐标的地图坐标。那边在进行信息融合前有必要先将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标进行统一，一般来说可以将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标两者中精度较低的一方的空间坐标转换为另一方的空间坐标。
可选的，将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标进行统一，包括：若路侧障碍物位置的空间坐标的精度小于等于自车障碍物位置的空间坐标的精度，将路侧障碍物位置的空间坐标转换为自车障碍物位置的空间坐标。
可选的，若车载感知设备未配置有高精地图，也可将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标转换到同一预设坐标系下，例如预设坐标系可以是自车坐标系，或者站心坐标系。
本实施例的技术方案，通过对路侧障碍物的权重划分，可以筛选掉不重要的路侧障碍物，提高信息融合的效率。
实施例三
图3为本发明实施例三提供的一种障碍物感知的融合装置的结构示意图，该装置一般可以集成在车载感知设备中，该装置包括：
路侧信息获取模块310，用于获取路侧感知设备广播的路侧感知障碍物信息；
路侧航迹确定模块320，用于根据路侧感知障碍物信息确定路侧障碍物航迹；
航迹时间同步模块330，用于基于进行航迹外推估算的预设滤波算法，对路侧障碍物航迹进行时间同步；
数据关联模块340，用于将时间同步后的路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
信息融合模块350，用于根据路侧障碍物航迹和自车障碍物航迹的关联关系，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息。
本实施例的技术方案，通过路侧障碍物航迹和自车障碍物航迹的关联关系进行路侧感知障碍物信息和自车感知障碍物信息进行融合，解决仅通过自车感知障碍物来进行自动驾驶导致的安全性不高和运行效率低的问题，实现提高自动驾驶车辆的安全性和运行效率的效果。
可选的，路侧感知障碍物信息包括路侧障碍物位置、路侧障碍物速度、路侧障碍物速度方向和路侧障碍物加速度类型；自车感知障碍物信息包括自车障碍物位置、自车障碍物速度、自车障碍物速度方向和自车障碍物加速度类型。
可选的，信息融合模块包括：
融合关系确定单元，用于根据路侧障碍物航迹和自车障碍物航迹的关联关系，确定路侧感知障碍物信息和自车感知障碍物信息的信息融合关系；
权重确定单元，用于根据预设障碍物属性和预设权重标定规则，确定路侧感知障碍物信息在信息融合时的路侧权重值；其中，预设障碍物属性包括以下至少其一：障碍物所处路段类型、障碍物相对车辆位置、障碍物类型和障碍物运动情况；
信息融合单元，用于根据信息融合对应关系和路侧权重值，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息。
可选的，信息融合模块还包括：
坐标统一单元，用于在根据信息融合对应关系和路侧权重值，将路侧感知障碍物信息和自车感知障碍物信息进行信息融合，得到融合障碍物信息之前，若路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标不同，将路侧障碍物位置的空间坐标和自车障碍物位置的空间坐标进行统一。
可选的，坐标统一单元，具体用于：若路侧障碍物位置的空间坐标的精度小于等于自车障碍物位置的空间坐标的精度，将路侧障碍物位置的空间坐标转换为自车障碍物位置的空间坐标。
本发明实施例所提供的障碍物感知的融合装置可执行本发明任意实施例所提供的障碍物感知的融合方法，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载感知设备的结构示意图，如图4所示，该车载感知设备包括处理器410、存储器420和通信模块430；车载感知设备中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；车载感知设备中的处理器410、存储器420和通信模块430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。
存储器420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障碍物感知的融合方法对应的程序指令/模块(例如，障碍物感知的融合装置中的路侧信息获取模块310、路侧航迹确定模块320、航迹时间同步模块330、数据关联模块340和信息融合模块350)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行车载感知设备的各种功能应用以及数据处理，即实现上述的车载感知设备。
存储器420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，存储器420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，存储器420可进一步包括相对于处理器410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载感知设备。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。
通信模块430，用于获取路侧感知设备广播的路侧感知障碍物信息。
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障碍物感知的融合方法，该方法包括：
获取路侧感知设备广播的路侧感知障碍物信息；
根据所述路侧感知障碍物信息确定路侧障碍物航迹；
基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；
将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。
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障碍物感知的融合方法中的相关操作。
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，上述障碍物感知的融合装置的实施例中，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 (10)

1.一种障碍物感知的融合方法，其特征在于，包括：
获取路侧感知设备广播的路侧感知障碍物信息；
根据所述路侧感知障碍物信息确定路侧障碍物航迹；
基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；
将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。
2.根据权利要求1所述的方法，其特征在于，所述路侧感知障碍物信息包括路侧障碍物位置、路侧障碍物速度、路侧障碍物速度方向和路侧障碍物加速度类型；所述自车感知障碍物信息包括自车障碍物位置、自车障碍物速度、自车障碍物速度方向和自车障碍物加速度类型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息，包括：
根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，确定所述路侧感知障碍物信息和所述自车感知障碍物信息的信息融合关系；
根据预设障碍物属性和预设权重标定规则，确定所述路侧感知障碍物信息在信息融合时的路侧权重值；其中，预设障碍物属性包括以下至少其一：障碍物所处路段类型、障碍物相对车辆位置、障碍物类型和障碍物运动情况；
根据所述信息融合对应关系和所述路侧权重值，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到所述融合障碍物信息。
4.根据权利要求3所述的方法，其特征在于，在所述根据所述信息融合对应关系和所述路侧权重值，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到所述融合障碍物信息之前，还包括：
若所述路侧障碍物位置的空间坐标和所述自车障碍物位置的空间坐标不同，将所述路侧障碍物位置的空间坐标和所述自车障碍物位置的空间坐标进行统一。
5.根据权利要求4所述的方法，其特征在于，所述将所述路侧障碍物位置的空间坐标和所述自车障碍物位置的空间坐标进行统一，包括：
若所述路侧障碍物位置的空间坐标的精度小于等于所述自车障碍物位置的空间坐标的精度，将所述路侧障碍物位置的空间坐标转换为所述自车障碍物位置的空间坐标。
6.一种障碍物感知的融合装置，其特征在于，包括：
路侧信息获取模块，用于获取路侧感知设备广播的路侧感知障碍物信息；
路侧航迹确定模块，用于根据所述路侧感知障碍物信息确定路侧障碍物航迹；
航迹时间同步模块，用于基于进行航迹外推估算的预设滤波算法，对所述路侧障碍物航迹进行时间同步；
数据关联模块，用于将时间同步后的所述路侧障碍物航迹和根据自车感知障碍物信息确定的自车障碍物航迹进行数据关联；
信息融合模块，用于根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到融合障碍物信息。
7.根据权利要求6所述的装置，其特征在于，所述路侧感知障碍物信息包括路侧障碍物位置、路侧障碍物速度、路侧障碍物速度方向和路侧障碍物加速度类型；所述自车感知障碍物信息包括自车障碍物位置、自车障碍物速度、自车障碍物速度方向和自车障碍物加速度类型。
8.根据权利要求7所述的装置，其特征在于，所述信息融合模块包括：
融合关系确定单元，用于根据所述路侧障碍物航迹和所述自车障碍物航迹的关联关系，确定所述路侧感知障碍物信息和所述自车感知障碍物信息的信息融合关系；
权重确定单元，用于根据预设障碍物属性和预设权重标定规则，确定所述路侧感知障碍物信息在信息融合时的路侧权重值；其中，预设障碍物属性包括以下至少其一：障碍物所处路段类型、障碍物相对车辆位置、障碍物类型和障碍物运动情况；
信息融合单元，用于根据所述信息融合对应关系和所述路侧权重值，将所述路侧感知障碍物信息和所述自车感知障碍物信息进行信息融合，得到所述融合障碍物信息。
9.一种车载感知设备，其特征在于，所述车载感知设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
通信模块，用于获取路侧感知设备广播的路侧感知障碍物信息；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的障碍物感知的融合方法。
10.一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1-5中任一所述的障碍物感知的融合方法。
CN202011322832.7A 2020-11-23 2020-11-23 一种障碍物感知的融合方法、装置、设备及储存介质 Active CN112418092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011322832.7A CN112418092B (zh) 2020-11-23 2020-11-23 一种障碍物感知的融合方法、装置、设备及储存介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011322832.7A CN112418092B (zh) 2020-11-23 2020-11-23 一种障碍物感知的融合方法、装置、设备及储存介质

Publications (2)

Publication Number Publication Date
CN112418092A true CN112418092A (zh) 2021-02-26
CN112418092B CN112418092B (zh) 2022-09-23

Family

ID=74777696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011322832.7A Active CN112418092B (zh) 2020-11-23 2020-11-23 一种障碍物感知的融合方法、装置、设备及储存介质

Country Status (1)

Country Link
CN (1) CN112418092B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139299A (zh) * 2021-05-13 2021-07-20 深圳市道通科技股份有限公司 传感器融合校验方法、装置及电子设备
CN113537362A (zh) * 2021-07-20 2021-10-22 中国第一汽车股份有限公司 一种基于车路协同的感知融合方法、装置、设备及介质
CN114386481A (zh) * 2021-12-14 2022-04-22 京东鲲鹏(江苏)科技有限公司 一种车辆感知信息融合方法、装置、设备及存储介质
CN114488065A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种航迹数据处理方法、装置、车辆和介质
CN114596706A (zh) * 2022-03-15 2022-06-07 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN114779256A (zh) * 2022-04-01 2022-07-22 北京京东乾石科技有限公司 位置信息生成方法、装置、设备和计算机可读介质
CN115083152A (zh) * 2022-06-09 2022-09-20 北京主线科技有限公司 一种车辆编队感知系统、方法、装置、设备及介质
CN115633085A (zh) * 2022-08-31 2023-01-20 东风汽车集团股份有限公司 驾驶场景图像显示方法、装置、设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170043717A1 (en) * 2015-08-10 2017-02-16 Arie Heiman System and Apparatus that Alert Car Drivers Approaching Obstacles in the Road
CN108417087A (zh) * 2018-02-27 2018-08-17 浙江吉利汽车研究院有限公司 一种车辆安全通行系统及方法
CN109801508A (zh) * 2019-02-26 2019-05-24 百度在线网络技术（北京）有限公司 路口处障碍物的运动轨迹预测方法及装置
CN109901574A (zh) * 2019-01-28 2019-06-18 华为技术有限公司 自动驾驶方法及装置
CN110103953A (zh) * 2019-04-30 2019-08-09 北京百度网讯科技有限公司 用于辅助车辆的驾驶控制的方法、设备、介质和系统
US20190272389A1 (en) * 2018-03-05 2019-09-05 Mobileye Vision Technologies Ltd. Systems and methods for anonymizing navigation information
CN110501006A (zh) * 2019-08-29 2019-11-26 电子科技大学 一种异类传感器联合航迹关联与跟踪方法
CN110853393A (zh) * 2019-11-26 2020-02-28 清华大学 智能网联车辆测试场数据采集与融合方法及系统
US20200208998A1 (en) * 2018-12-26 2020-07-02 Didi Research America, Llc Systems and methods for safe route planning for a vehicle
CN111367275A (zh) * 2020-02-18 2020-07-03 吉利汽车研究院（宁波）有限公司 一种智能驾驶控制方法、装置、系统及存储介质
US20200241530A1 (en) * 2019-01-30 2020-07-30 Toyota Motor Engineering & Manufacturing North America, Inc. Avoidance of obscured roadway obstacles
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170043717A1 (en) * 2015-08-10 2017-02-16 Arie Heiman System and Apparatus that Alert Car Drivers Approaching Obstacles in the Road
CN108417087A (zh) * 2018-02-27 2018-08-17 浙江吉利汽车研究院有限公司 一种车辆安全通行系统及方法
US20190272389A1 (en) * 2018-03-05 2019-09-05 Mobileye Vision Technologies Ltd. Systems and methods for anonymizing navigation information
US20200208998A1 (en) * 2018-12-26 2020-07-02 Didi Research America, Llc Systems and methods for safe route planning for a vehicle
CN109901574A (zh) * 2019-01-28 2019-06-18 华为技术有限公司 自动驾驶方法及装置
US20200241530A1 (en) * 2019-01-30 2020-07-30 Toyota Motor Engineering & Manufacturing North America, Inc. Avoidance of obscured roadway obstacles
CN109801508A (zh) * 2019-02-26 2019-05-24 百度在线网络技术（北京）有限公司 路口处障碍物的运动轨迹预测方法及装置
CN110103953A (zh) * 2019-04-30 2019-08-09 北京百度网讯科技有限公司 用于辅助车辆的驾驶控制的方法、设备、介质和系统
CN110501006A (zh) * 2019-08-29 2019-11-26 电子科技大学 一种异类传感器联合航迹关联与跟踪方法
CN110853393A (zh) * 2019-11-26 2020-02-28 清华大学 智能网联车辆测试场数据采集与融合方法及系统
CN111367275A (zh) * 2020-02-18 2020-07-03 吉利汽车研究院（宁波）有限公司 一种智能驾驶控制方法、装置、系统及存储介质
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YECHUAN YEO等: "A perception system for obstacle detection and tracking in rural, unstructured environment", 《17TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION (FUSION)》 *
高艺嘉等: "灾害天气下高速公路车路协同应用场景研究", 《中国交通信息化》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139299A (zh) * 2021-05-13 2021-07-20 深圳市道通科技股份有限公司 传感器融合校验方法、装置及电子设备
CN113139299B (zh) * 2021-05-13 2024-04-26 深圳市道通科技股份有限公司 传感器融合校验方法、装置及电子设备
CN113537362A (zh) * 2021-07-20 2021-10-22 中国第一汽车股份有限公司 一种基于车路协同的感知融合方法、装置、设备及介质
CN114386481A (zh) * 2021-12-14 2022-04-22 京东鲲鹏(江苏)科技有限公司 一种车辆感知信息融合方法、装置、设备及存储介质
CN114488065A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种航迹数据处理方法、装置、车辆和介质
CN114596706A (zh) * 2022-03-15 2022-06-07 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN114596706B (zh) * 2022-03-15 2024-05-03 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN114779256A (zh) * 2022-04-01 2022-07-22 北京京东乾石科技有限公司 位置信息生成方法、装置、设备和计算机可读介质
CN115083152A (zh) * 2022-06-09 2022-09-20 北京主线科技有限公司 一种车辆编队感知系统、方法、装置、设备及介质
CN115633085A (zh) * 2022-08-31 2023-01-20 东风汽车集团股份有限公司 驾驶场景图像显示方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112418092B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN112418092B (zh) 一种障碍物感知的融合方法、装置、设备及储存介质
JP7377317B2 (ja) 道路の曲率データ無しでの進行レーン識別
US11433894B2 (en) Driving assistance method and driving assistance device
EP3299921B1 (en) Location specific assistance for an autonomous vehicle control system
CN109313856B (zh) 物体检测方法及物体检测装置
US10553117B1 (en) System and method for determining lane occupancy of surrounding vehicles
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
US10699565B2 (en) Systems and methods for inferring lane obstructions
US20190072674A1 (en) Host vehicle position estimation device
US10325163B2 (en) Vehicle vision
US11423780B2 (en) Traffic control system
US11892300B2 (en) Method and system for determining a model of the environment of a vehicle
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
US20230174097A1 (en) Autonomous driving assistance system
US11961403B2 (en) Lane monitoring during turns in an intersection
US20220379884A1 (en) Travel assistance device, travel assistance method, and non-transitory computer readable medium
CN111006681A (zh) 一种辅助导航方法、装置、设备和介质
US11210941B2 (en) Systems and methods for mitigating anomalies in lane change detection
EP3950451A1 (en) Behavior prediction method and behavior prediction device for mobile unit, and vehicle
US11753014B2 (en) Method and control unit automatically controlling lane change assist
US20230316907A1 (en) Intersection-based offboard vehicle path generation
KR20230018005A (ko) 차로 정보 생성 방법 및 장치
EP4439012A1 (en) Operational design domain management for vehicles having automated driving systems
EP4389551A1 (en) A computer-implemented method for managing an operational design domain s expansion for an automated driving system
US20240221502A1 (en) Systems and methods for avoiding deadlocks through vehicle maneuvers

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