CN112519799A - 机动车道路辅助驾驶装置及方法 - Google Patents

机动车道路辅助驾驶装置及方法 Download PDF

Info

Publication number
CN112519799A
CN112519799A CN202011245673.5A CN202011245673A CN112519799A CN 112519799 A CN112519799 A CN 112519799A CN 202011245673 A CN202011245673 A CN 202011245673A CN 112519799 A CN112519799 A CN 112519799A
Authority
CN
China
Prior art keywords
motor vehicle
road
current road
map
dimensional
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
CN202011245673.5A
Other languages
English (en)
Other versions
CN112519799B (zh
Inventor
罗小平
蔡军
童文超
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.)
Shenzhen Longhorn Automotive Electronic Equipment Co Ltd
Original Assignee
Shenzhen Longhorn Automotive Electronic Equipment Co Ltd
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 Shenzhen Longhorn Automotive Electronic Equipment Co Ltd filed Critical Shenzhen Longhorn Automotive Electronic Equipment Co Ltd
Priority to CN202011245673.5A priority Critical patent/CN112519799B/zh
Publication of CN112519799A publication Critical patent/CN112519799A/zh
Application granted granted Critical
Publication of CN112519799B publication Critical patent/CN112519799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W30/08—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
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种机动车道路辅助驾驶装置及方法，所述装置包括：视频检测模块，根据预存的语义分割模型、车载摄像头的标定参数和三维运动模型将车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；雷达检测模块，发出探测波探测机动车周边的障碍物并确定障碍物位置；信息融合模块，用于将三维运动地图和障碍物位置进行融合生成当前道路的三维场景地图；轨迹规划模块，用于判断机动车能否通过当前道路，若不能则发出报警信号，否则根据三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线；行驶控制模块，用于控制机动车根据行车轨迹路线在当前道路上行驶。本实施例能有效辅助机动车在道路上安全行驶。

Description

机动车道路辅助驾驶装置及方法
技术领域
本发明实施例涉及机动车辅助驾驶技术领域，尤其涉及一种机动车道路辅助驾驶装置及方法。
背景技术
现有机动车为实现道路辅助驾驶大多是单独采用雷达测距技术或视觉技术，雷达测距技术可以基于电磁波或超声波等，例如车载超声波是通过车载超声波装置发射超声波来探测机动车周围的障碍物，但是车载超声波探测障碍物都需要依靠障碍物反射回超声波，当障碍物表面具有吸波材料、障碍物大小形状的不规则、障碍物的反射面与超声波方向不垂直时，探测效率较低；视觉技术是通过车载摄像头获取机动车的四周视频影像，通过检测出视频影像中各个物体，实现对机动车周围障碍物的识别，但是，通过视觉技术所检测出的障碍物无法有效的获得与机动车的准确距离，当机动车行驶在路面较窄的道路上时，道路上的障碍物与机动车车身的实时距离对行车安全尤为重要。
发明内容
本发明实施例要解决的技术问题在于，提供一种机动车道路辅助驾驶装置，能有效辅助机动车在道路上安全行驶。
本发明实施例进一步要解决的技术问题在于，提供一种机动车道路辅助驾驶方法，能有效辅助机动车在道路上安全行驶。
为了解决上述技术问题，本发明实施例提供以下技术方案：一种机动车道路辅助驾驶装置，包括：
视频检测模块，与机动车的车载摄像头相连，用于根据预存的语义分割模型、车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
雷达检测模块，用于发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
信息融合模块，与所述视频检测模块和雷达检测模块相连，用于将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
轨迹规划模块，与所述信息融合模块相连，用于根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
行驶控制模块，与所述轨迹规划模块相连，用于控制机动车根据所述行车轨迹路线在当前道路上行驶。
进一步的，所述视频检测模块包括：
预存单元，用于预存语义分割模型、所述车载摄像头的标定参数和三维运动模型；
分割单元，用于获取所述车载摄像头采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
转化单元，用于根据所述车载摄像头的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
进一步的，所述轨迹规划模块包括：
判断单元，用于根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
规划单元，用于根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
进一步的，所述语义分割模型为基于深度学习的语义分割模型。
进一步的，所述装置还包括：
报警模块，与所述轨迹规划模块相连，用于根据所述报警信号进行报警以提醒驾驶员。
另一方面，为了解决上述技术问题，本发明实施例提供以下技术方案：一种机动车道路辅助驾驶方法，包括以下步骤：
根据预存的语义分割模型、机动车的车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
控制机动车根据所述行车轨迹路线在当前道路上行驶。
进一步的，所述根据预存的语义分割模型、机动车的车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图具体包括：
预存语义分割模型、所述车载摄像头的标定参数和三维运动模型；
获取所述车载摄像头采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
根据所述车载摄像头的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
进一步的，所述根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号具体包括：
根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
进一步的，所述语义分割模型为基于深度学习的语义分割模型。
进一步的，所述方法还包括：
根据所述报警信号进行报警以提醒驾驶员。
采用上述技术方案后，本发明实施例至少具有如下有益效果：本发明实施例通过获取机动车的车载摄像头采集并传来的机动车周围环境的视频影像，并将视频影像转化为机动车的三维运动地图，同时通过发出探测波实时探测机动车周边的障碍物并确定障碍物位置，进一步将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图，通过雷达测距技术辅助视频检测技术生成稠密的三维场景地图，进而所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，并控制机动车根据所述行车轨迹路线在当前道路上行驶，能有效辅助机动车在道路上安全行驶。
附图说明
图1为本发明机动车道路辅助驾驶装置一个可选实施例的原理结构框图。
图2为本发明机动车道路辅助驾驶装置一个可选实施例视频检测模块具体的原理框图。
图3为本发明机动车道路辅助驾驶装置一个可选实施例轨迹规划模块具体的原理框图。
图4为本发明机动车道路辅助驾驶装置又一个可选实施例的原理结构框图。
图5为本发明机动车道路辅助驾驶方法一个可选实施例的步骤流程图。
图6为本发明机动车道路辅助驾驶方法一个可选实施例步骤S1具体的流程图。
图7为本发明机动车道路辅助驾驶方法一个可选实施例步骤S4具体的流程图。
具体实施方式
下面结合附图和具体实施例对本申请作进一步详细说明。应当理解，以下的示意性实施例及说明仅用来解释本发明，并不作为对本发明的限定，而且，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。
如图1所示，本发明一个可选实施例提供一种机动车道路辅助驾驶装置1，包括：
视频检测模块10，与机动车的车载摄像头3相连，用于根据预存的语义分割模型、车载摄像头3的标定参数和三维运动模型将所述车载摄像头3采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
雷达检测模块12，用于发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
信息融合模块14，与所述视频检测模块10和雷达检测模块12相连，用于将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
轨迹规划模块16，与所述信息融合模块14相连，用于根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
行驶控制模块18，与所述轨迹规划模块16相连，用于控制机动车根据所述行车轨迹路线在当前道路上行驶。
本发明实施例通过获取机动车的车载摄像头3采集并传来的机动车周围环境的视频影像，并将所述视频影像转化为机动车的三维运动地图，同时通过发出探测波实时探测机动车周边的障碍物并确定障碍物位置，进一步将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图，通过雷达测距技术辅助视频检测技术生成稠密的三维场景地图，进而所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，并控制机动车根据所述行车轨迹路线在当前道路上行驶，能有效辅助机动车在道路上安全行驶。
在本发明又一个可选实施例中，如图2所示，所述视频检测模块10包括：
预存单元101，用于预存语义分割模型、所述车载摄像头的标定参数和三维运动模型；
分割单元103，用于获取所述车载摄像头采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
转化单元105，用于根据所述车载摄像头的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
本实施例通过分割单元103获取到视频影像后，采用预存单元101内的语义分割模型进行语义分割从而获得二维语义地图，最后转化单元105同样根据预存单元101内的车载摄像头的标定参数和所述三维运动模型进行计算，即可有效的获得机动车的三维运动地图。所述二维语义地图包括各种影响机动车道路行驶的有效语义，在具体实施时，所述有效语义可以是行驶路面、行人、路沿、栏杆、周围车辆等各种可能影响机动车道路行驶的目标。
在本发明再一个可选实施例中，如图3所示，所述轨迹规划模块16包括：
判断单元161，用于根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
规划单元163，用于根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
本实施例首先通过判断单元161根据三维场景地图实时判断机动车能否通过当前道路，然后规划单元163根据三维场景地图规划和更新机动车在当前道路的行车轨迹路线，保证机动车在当前道路的行车安全，能有效辅助驾驶员在当前道路上进行机动车的驾驶。
在本发明另一个可选实施例中，所述语义分割模型为基于深度学习的语义分割模型。本实施例中，采用基于深度学习的语义分割模型，预先通过大量的标准数据进行深度学习，实际语义分割时，分割效果更好，效率更高。
在本发明一个可选实施例中，如图4所示，所述装置还包括：
报警模块19，与所述轨迹规划模块16相连，用于根据所述报警信号进行报警以提醒驾驶员。本实施例还通过设置报警模块19，根据所述报警信号进行报警以提醒驾驶员，实时提醒驾驶员机动车无法安全的通过当前道路，供驾驶员参考，进一步保证行车的安全。
另一方面，如图5所示，本发明实施例进一步提供一种机动车道路辅助驾驶方法，包括以下步骤：
S1：根据预存的语义分割模型、机动车的车载摄像头3的标定参数和三维运动模型将所述车载摄像头3采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
S2：发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
S3：将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
S4：根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
S5：控制机动车根据所述行车轨迹路线在当前道路上行驶。
本发明实施例通过上述方法，首先获取机动车的车载摄像头3采集并传来的机动车周围环境的视频影像，并将所述视频影像转化为机动车的三维运动地图，同时通过发出探测波实时探测机动车周边的障碍物并确定障碍物位置，进一步将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图，通过雷达测距技术辅助视频检测技术生成稠密的三维场景地图，进而所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，并控制机动车根据所述行车轨迹路线在当前道路上行驶，能有效辅助机动车在道路上安全行驶。
在本发明一个可选实施例中，如图6所示，所述步骤S1具体包括：
S11：预存语义分割模型、所述车载摄像头3的标定参数和三维运动模型；
S12：获取所述车载摄像头3采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
S13：根据所述车载摄像头3的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
本实施例通过上述方法，首先获取到视频影像后，采用预存的语义分割模型进行语义分割从而获得二维语义地图，最后同样根据预存内的车载摄像头的标定参数和所述三维运动模型进行计算，即可有效的获得机动车的三维运动地图。所述二维语义地图包括各种影响机动车道路行驶的有效语义，在具体实施时，所述有效语义可以是行驶路面、行人、路沿、栏杆等各种可能影响机动车道路行驶的目标。
在本发明又一个可选实施例中，如图7所示，所述步骤S4具体包括：
S41：根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
S42：根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
本实施例通过上述方法，首先根据三维场景地图实时判断机动车能否通过当前道路，然后根据三维场景地图规划和更新机动车在当前道路的行车轨迹路线，保证机动车在当前道路的行车安全，能有效辅助驾驶员在当前道路上进行机动车的驾驶。
在本发明再一个可选实施例中，所述语义分割模型为基于深度学习的语义分割模型。本实施例中，采用基于深度学习的语义分割模型，可预先通过大量的标准数据进行深度学习，实际语义分割时，分割效果更好，效率更高。
在本发明又一个可选实施例中，所述方法还包括：
根据所述报警信号进行报警以提醒驾驶员。
本实施例还通过根据所述报警信号进行报警以提醒驾驶员，实时提醒驾驶员机动车无法安全的通过当前道路，供驾驶员参考，进一步保证行车的安全。
本发明实施例所述的功能如果以软件功能模块或单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护范围之内。

Claims (10)

1.一种机动车道路辅助驾驶装置，其特征在于，所述装置包括：
视频检测模块，与机动车的车载摄像头相连，用于根据预存的语义分割模型、车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
雷达检测模块，用于发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
信息融合模块，与所述视频检测模块和雷达检测模块相连，用于将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
轨迹规划模块，与所述信息融合模块相连，用于根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
行驶控制模块，与所述轨迹规划模块相连，用于控制机动车根据所述行车轨迹路线在当前道路上行驶。
2.如权利要求1所述的机动车道路辅助驾驶装置，其特征在于，所述视频检测模块包括：
预存单元，用于预存语义分割模型、所述车载摄像头的标定参数和三维运动模型；
分割单元，用于获取所述车载摄像头采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
转化单元，用于根据所述车载摄像头的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
3.如权利要求1所述的机动车道路辅助驾驶装置，其特征在于，所述轨迹规划模块包括：
判断单元，用于根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
规划单元，用于根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
4.如权利要求1所述的机动车道路辅助驾驶装置，其特征在于，所述语义分割模型为基于深度学习的语义分割模型。
5.如权利要求1所述的机动车道路辅助驾驶装置，其特征在于，所述装置还包括：
报警模块，与所述轨迹规划模块相连，用于根据所述报警信号进行报警以提醒驾驶员。
6.一种机动车道路辅助驾驶方法，其特征在于，所述方法包括以下步骤：
根据预存的语义分割模型、车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图；
发出探测波实时探测机动车周边的障碍物并确定障碍物位置；
将所述三维运动地图和所述障碍物位置进行融合生成当前道路的三维场景地图；
根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号；以及
控制机动车根据所述行车轨迹路线在当前道路上行驶。
7.如权利要求6所述的机动车道路辅助驾驶方法，其特征在于，所述根据预存的语义分割模型、车载摄像头的标定参数和三维运动模型将所述车载摄像头采集并传来的机动车周围环境的视频影像转化为机动车的三维运动地图具体包括：
预存语义分割模型、所述车载摄像头的标定参数和三维运动模型；
获取所述车载摄像头采集并传来的机动车周围环境的视频影像，并采用所述语义分割模型在所述视频影像中分割出二维语义地图，所述二维语义地图包括各种影响机动车道路行驶的有效语义；以及
根据所述车载摄像头的标定参数和所述三维运动模型将所述二维语义地图转化为机动车的三维运动地图。
8.如权利要求6所述的机动车道路辅助驾驶方法，其特征在于，所述根据所述三维场景地图实时判断机动车能否通过当前道路，并在能通过时根据所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线，以及在不能通过时发出报警信号具体包括：
根据所述三维场景地图实时判断机动车能否通过当前道路，若不能通过则发出报警信号，若能通过则发出轨迹规划信号；以及
根据轨迹规划信号和所述三维场景地图实时规划和更新机动车在当前道路的行车轨迹路线。
9.如权利要求6所述的机动车道路辅助驾驶方法，其特征在于，所述语义分割模型为基于深度学习的语义分割模型。
10.如权利要求6所述的机动车道路辅助驾驶方法，其特征在于，所述方法还包括：
根据所述报警信号进行报警以提醒驾驶员。
CN202011245673.5A 2020-11-10 2020-11-10 机动车道路辅助驾驶装置及方法 Active CN112519799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011245673.5A CN112519799B (zh) 2020-11-10 2020-11-10 机动车道路辅助驾驶装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011245673.5A CN112519799B (zh) 2020-11-10 2020-11-10 机动车道路辅助驾驶装置及方法

Publications (2)

Publication Number Publication Date
CN112519799A true CN112519799A (zh) 2021-03-19
CN112519799B CN112519799B (zh) 2022-06-28

Family

ID=74980035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011245673.5A Active CN112519799B (zh) 2020-11-10 2020-11-10 机动车道路辅助驾驶装置及方法

Country Status (1)

Country Link
CN (1) CN112519799B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115905449A (zh) * 2022-12-30 2023-04-04 北京易航远智科技有限公司 语义地图构建方法及具有熟路模式的自动驾驶系统
CN116674540A (zh) * 2023-07-27 2023-09-01 苏州鉴智机器人科技有限公司 车辆通过控制方法、装置、电子设备及可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法
CN206096933U (zh) * 2016-09-29 2017-04-12 翁锦祥 一种智能物料搬运系统
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN110949256A (zh) * 2019-12-23 2020-04-03 深圳市豪恩汽车电子装备股份有限公司 机动车辅助泊车装置及方法
CN110962846A (zh) * 2019-12-23 2020-04-07 潍柴动力股份有限公司 车辆转向防碰撞方法及设备
CN111273673A (zh) * 2020-03-09 2020-06-12 新石器慧通（北京）科技有限公司 一种无人车的自动驾驶跟随方法、系统及无人车
US20200225669A1 (en) * 2019-01-11 2020-07-16 Zoox, Inc. Occlusion Prediction and Trajectory Evaluation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法
CN206096933U (zh) * 2016-09-29 2017-04-12 翁锦祥 一种智能物料搬运系统
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
US20200225669A1 (en) * 2019-01-11 2020-07-16 Zoox, Inc. Occlusion Prediction and Trajectory Evaluation
CN110949256A (zh) * 2019-12-23 2020-04-03 深圳市豪恩汽车电子装备股份有限公司 机动车辅助泊车装置及方法
CN110962846A (zh) * 2019-12-23 2020-04-07 潍柴动力股份有限公司 车辆转向防碰撞方法及设备
CN111273673A (zh) * 2020-03-09 2020-06-12 新石器慧通（北京）科技有限公司 一种无人车的自动驾驶跟随方法、系统及无人车

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张前: "无人驾驶车辆道路场景环境建模", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115905449A (zh) * 2022-12-30 2023-04-04 北京易航远智科技有限公司 语义地图构建方法及具有熟路模式的自动驾驶系统
CN116674540A (zh) * 2023-07-27 2023-09-01 苏州鉴智机器人科技有限公司 车辆通过控制方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN112519799B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN109927719B (zh) 一种基于障碍物轨迹预测的辅助驾驶方法和系统
Ziebinski et al. Review of advanced driver assistance systems (ADAS)
CN108571974B (zh) 使用摄像机的车辆定位
CN109085829B (zh) 一种动静态目标识别方法
CN109682388B (zh) 跟随路径的确定方法
CN112519799B (zh) 机动车道路辅助驾驶装置及方法
CN103781696A (zh) 用于在碰撞相关的状况中支持驾驶员的驾驶员辅助系统
CN110949257A (zh) 机动车辅助泊车装置及方法
CN113205088B (zh) 障碍物图像展示方法、电子设备和计算机可读介质
CN110949256A (zh) 机动车辅助泊车装置及方法
CN114578382A (zh) 一种基于人工智能的汽车周围环境实时检测方法及系统
WO2021010083A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
Virdi Using deep learning to predict obstacle trajectories for collision avoidance in autonomous vehicles
JP7462837B2 (ja) 低信頼度の物体検出条件における車両動作のための注釈及びマッピング
JP2022172444A (ja) 原動機付き車両の走行動作を補助する方法及びアシスト装置並びに原動機付き車両
WO2019127310A1 (zh) 车辆控制方法、车辆控制设备及车辆
CN113049264B (zh) 一种车辆高级驾驶辅助系统的测试系统及方法
CN110949255A (zh) 机动车辅助泊车装置及方法
CN112419783A (zh) 一种车辆辅助驾驶系统、方法和装置
CN114348018A (zh) 商用车辆的自动驾驶系统及方法
CN113591673A (zh) 用于识别交通标志的方法和设备
CN111812602A (zh) 驾驶辅助系统性能的评估方法及存储介质
US11628859B1 (en) Vehicle placement on aerial views for vehicle control
US20240062386A1 (en) High throughput point cloud processing
US11634156B1 (en) Aerial view generation for vehicle control

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