CN112818727A - 一种道路约束确定方法及装置 - Google Patents

一种道路约束确定方法及装置 Download PDF

Info

Publication number
CN112818727A
CN112818727A CN201911129500.4A CN201911129500A CN112818727A CN 112818727 A CN112818727 A CN 112818727A CN 201911129500 A CN201911129500 A CN 201911129500A CN 112818727 A CN112818727 A CN 112818727A
Authority
CN
China
Prior art keywords
target
road
geometry
road geometry
constraint
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
Application number
CN201911129500.4A
Other languages
English (en)
Inventor
万广南
王建国
罗竞雄
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201911129500.4A priority Critical patent/CN112818727A/zh
Priority to PCT/CN2020/111345 priority patent/WO2021098320A1/zh
Priority to CA3158718A priority patent/CA3158718A1/en
Priority to EP20889205.9A priority patent/EP4043987A4/en
Publication of CN112818727A publication Critical patent/CN112818727A/zh
Priority to US17/746,706 priority patent/US20220284615A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • 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
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请公开一种道路约束确定方法及装置，应用于智能驾驶领域，尤其涉及高级辅助驾驶系统ADAS或者自动驾驶系统中的传感器，例如雷达和/或摄像装置。在该方法中，根据目标的探测信息，确定所述目标的运动状态，以及根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何；根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。本申请的方案能够提高确定道路约束的准确性，进一步能提高目标跟踪的准确性。进一步提升了自动驾驶或ADAS能力，可以应用于车联网，例如车辆外联V2X、车间通信长期演进技术LTE‑V、车辆‑车辆V2V等。

Description

一种道路约束确定方法及装置
技术领域
本申请涉及目标跟踪技术领域，具体涉及一种道路约束确定方法及装置。
背景技术
对于地面上的目标而言，受到道路或地理环境的约束，目标的运动往往具有一定的可预测性。因此，通常可采用目标跟踪技术，实现对目标的运动状态的预测。其中，在高级驾驶辅助系统(advanced driving assistant system，ADAS)或无人驾驶系统中就经常通过目标跟踪技术实现对目标的运动状态的预测，这种情况下，目标可以为一个或多个运动或静止的物体，例如，可以为自行车、机动车、人或动物等。
在ADAS或无人驾驶系统中，为了实现目标跟踪，通常设置跟踪设备，该跟踪设备可获取雷达或成像装置等器件传输的探测信息，通过目标跟踪技术，实现对目标的跟踪。其中，雷达传输的探测信息中通常包括目标的距离、方位角和速度信息等，成像装置传输的探测信息中通常为包括目标的图像等。然后，跟踪设备再根据所述探测信息和预设算法(例如卡尔曼滤波算法等)，实现对目标的跟踪。
进一步的，考虑到目标在运动过程中，会受到外界环境的制约，例如，目标在道路上运动时，受到道路边沿或车道线等的制约，导致目标只能在一定区域中运动。因此，为了提高目标跟踪的准确度，在另一种目标跟踪方法中，跟踪设备除了获取探测信息以外，还可以利用道路约束，以便进一步提高目标跟踪的精确度。
另外，ADAS通常还需要对目标接下来一段时间的运动轨迹进行预测，例如2s预测。为了保证预测的结果准确性，ADAS也可以利用道路约束，以便进一步提高对目标的未来轨迹进行预测的精确度。
在该方法中，所述道路约束通常包括道路方向约束和道路宽度约束。参见图1所示的示意图，在现有的确定道路约束的方法中，将目标所在的道路划分成至少一条路段，其中每个路段通常由该路段首尾的两个端点，以及这两个端点之间的连线表示，对于弯曲的道路，则划分为多条相接的路段，例如，在图1所示的道路示意图中，道路被划分为五条首尾相接的路段。这种情况下，确定车辆所在路段的首尾端点的连线的方向为道路方向约束，每个路段的宽度为道路宽度约束。
但是，通过现有的方法确定道路约束时，考虑到的道路场景较为简单，而实际的道路往往存在断续、交叉和合并等多种情况，路况较为复杂，因此，通过现有技术得到的道路约束存在较大误差，导致道路约束的准确性较低，进一步的影响目标跟踪的准确性。
发明内容
为了解决现有技术中，在进行目标跟踪时，所获取到的道路约束精确度较低的问题，本申请实施例公开一种道路约束确定方法及装置。
第一方面，本申请实施例公开一种道路约束确定方法，包括：
根据目标的探测信息，确定所述目标的运动状态；
根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；
根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
上述步骤中，通过道路几何以及目标的运动状态确定目标的道路约束。其中，道路几何能够反映目标所在道路的几何形状，因此，与现有技术相比，本申请实施例的方案能够提高确定道路约束的准确性，进一步的能够提高目标跟踪的准确性。
一种可选的设计中，所述方法还包括：
确定所述至少一个道路几何中的至少一个目标道路几何；
所述根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，包括：
根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
通过上述步骤，能够确定道路几何中的目标道路几何，所述目标道路几何为用于后续确定道路约束的道路几何，而通过目标道路几何确定道路约束，能够进一步提高确定道路约束的准确性。
一种可选的设计中，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角；
根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内；
若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
通过上述步骤，能够根据目标的在目标位置处的切线方向角，以及道路几何的第一位置处的切线方向角，确定道路几何中的目标道路几何。
一种可选的设计中，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
通过上述步骤，能够根据目标与道路几何之间的距离，确定道路几何中的目标道路几何。
一种可选的设计中，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
通过上述步骤，能够根据目标与道路几何之间的距离，以及道路几何的数量，确定道路几何中的目标道路几何。
一种可选的设计中，根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路方向约束，包括：
确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何；
根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
通过上述步骤，能够根据目标道路几何中的第二位置，以及目标道路几何的置信度，确定目标的道路方向约束。
一种可选的设计中，所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；
或者，
所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
一种可选的设计中，当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，还包括：
根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度，所述道路参数为用于表征所述目标道路几何的至少一项信息；
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，还包括：
根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
一种可选的设计中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
一种可选的设计中，所述根据各条所述目标道路几何的置信度，确定各条所述目标道路几何的切线方向角在融合时的权重值，包括：
根据道路几何的置信度与权重值之间的对应关系，以及各条所述目标道路几何的置信度，确定各条所述目标道路几何在所述第二位置的切线方向角的权重值；
或者，通过以下任意一个公式确定所述权重值：
Figure BDA0002277881980000031
Figure BDA0002277881980000032
其中，wi表示第i条目标道路几何的切线方向角在融合时的权重值；φ(i)为第i条目标道路几何在所述第二位置的切线方向角；δ(φ(i))为所述第i条目标道路几何的置信度；n为目标道路几何的数量；h(di)为所述目标与所述第i条目标道路几何之间的最短距离。
通过上述步骤，能够确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值。
一种可选的设计中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第二位置处的切线角方向为所述目标的道路方向约束，其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。
一种可选的设计中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第三位置处的切线角方向为所述目标的道路方向约束，其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
一种可选的设计中，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
一种可选的设计中，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束；
或者，
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束；
或者，
确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。
一种可选的设计中，所述方法还包括：
确定包括所述道路方向约束的测量矩阵；
通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
通过上述步骤，能够根据道路方向约束和道路宽度约束确定测量矩阵，通过该测量矩阵进行目标跟踪时，能够提高目标跟踪的准确性。
一种可选的设计中，所述通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；
根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
一种可选的设计中，所述根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，还包括：
根据所述目标的运动状态，确定所述目标的运动状态变化参数；
当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置；
当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声；
所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
通过上述步骤，能够根据目标的运动状态变化参数，实现对量测噪声的调整，进一步的，还能够根据调整之后的量测噪声，确定道路方向约束在所述测量矩阵中的置信度。其中，当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，表明目标发生变道，这种情况下，增大量测噪声。因此，通过上述步骤，能够考虑到目标发生变道时对应的测量矩阵，从而进一步提高目标跟踪的准确性。
一种可选的设计中，所述运动状态变化参数包括：
所述至少一个目标道路几何对应的归一化新息平方NIS参数的平均值；
或者，
所述目标的历史运动轨迹的曲率或者曲率的变化程度。
一种可选的设计中，当所述目标的运动状态变化参数为NIS参数的平均值时，所述目标的运动状态变化参数大于对应的阈值时，所述比较结果指示需要确定所述目标道路几何在目标位置处的曲率的变化程度或曲率变化率的变化程度；
或者，
当所述目标的运动状态变化参数为所述目标的历史运动轨迹的曲率或者曲率的变化程度，并且所述目标的运动状态变化参数小于所述目标的运动轨迹在当前时刻的曲率或曲率变化率与预设正数的乘积时，所述比较结果指示需要确定所述目标道路几何在目标位置处的曲率的变化程度或曲率变化率的变化程度。
第二方面，本申请实施例提供一种道路约束确定装置，包括：
至少一个处理模块；
所述至少一个处理模块用于，根据目标的探测信息，确定所述目标的运动状态；
所述至少一个处理模块还用于根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；以及根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
一种可选的设计中，所述至少一个处理模块还用于，确定所述至少一个道路几何中的至少一个目标道路几何；
所述至少一个处理模块具体用于，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
一种可选的设计中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角；
根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内；
若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
一种可选的设计中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
一种可选的设计中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
一种可选的设计中，所述至少一个处理模块具体用于，确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何；
根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
一种可选的设计中，所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；
或者，
所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
一种可选的设计中，当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，所述至少一个处理模块还用于，根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度，所述道路参数为用于表征所述目标道路几何的至少一项信息；
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，所述至少一个处理模块还用于，根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
一种可选的设计中，所述至少一个处理模块具体用于，根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
一种可选的设计中，所述至少一个处理模块具体用于，确定第二位置处的切线角方向为所述目标的道路方向约束，其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。
一种可选的设计中，所述至少一个处理模块具体用于，确定第三位置处的切线角方向为所述目标的道路方向约束，其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
一种可选的设计中，所述至少一个处理模块具体用于，获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
一种可选的设计中，所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束；
或者，
所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束；
或者，
所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。
一种可选的设计中，所述至少一个处理模块还用于，确定包括所述道路方向约束的测量矩阵；
通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
一种可选的设计中，所述至少一个处理模块具体用于，根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；
根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
一种可选的设计中，所述至少一个处理模块还用于，在根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，根据所述目标的运动状态，确定所述目标的运动状态变化参数；
当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置；
当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声；
所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
第三方面，本申请实施例提供一种道路约束确定装置，包括：
至少一个处理器和存储器；
其中，所述存储器，用于存储程序指令；
所述至少一个处理器，用于调用并执行所述存储器中存储的程序指令，所述处理器执行所述程序指令时，使得所述装置执行如第一方面所述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其特征在于，
所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得所述计算机执行如第一方面所述的方法
第五方面，本申请实施例提供一种包含指令的计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行如第一方面所述的方法。
在本申请实施例中，通过道路几何以及目标的运动状态确定目标的道路约束。其中，道路几何能够反映目标所在道路的几何形状，这种情况下，通过本申请的方案，能够基于目标所在道路的几何形状与目标的运动状态，确定目标的道路约束。而现有技术确定道路约束时，考虑到的道路场景较为简单，仅将道路用一系列点和连接这些点的路段来表示。因此，与现有技术相比，本申请实施例的方案能够提高确定道路约束的准确性，进一步的能够提高目标跟踪的准确性。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例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为现有技术公开的一种确定道路约束的示意图；
图2为本申请实施例公开的一种确定道路约束的方法的工作流程示意图；
图3为本申请实施例公开的一种确定道路约束的方法的应用场景示意图；
图4为本申请实施例公开的一种确定道路约束的方法中，确定目标道路几何的工作流程示意图；
图5为本申请实施例公开的一种确定道路约束的方法中，确定道路方向约束的工作流程示意图；
图6为本申请实施例公开的又一种确定道路约束的方法的应用场景示意图；
图7为本申请实施例公开的又一种确定道路约束的方法的工作流程示意图；
图8为本申请实施例公开的一种确定道路约束装置的结构示意图；
图9为本申请实施例公开的又一种确定道路约束装置的结构示意图；
图10为本申请实施例公开的一种跟踪设备的结构示意图；
图11为本申请实施例公开的又一种跟踪设备的结构示意图；
图12为本申请实施例公开的又一种跟踪设备的结构示意图；
图13为本申请实施例公开的又一种跟踪设备的结构示意图。
具体实施方式
为了解决现有技术中，在进行目标跟踪时，所获取到的道路约束准确度较低的问题，本申请实施例公开一种道路约束确定方法及装置。
本申请实施例所公开的道路约束确定方法，通常应用于跟踪设备，该跟踪设备中设置有处理器，该处理器可通过本申请实施例公开的方案，确定目标所在道路的道路约束。
其中，该处理器在确定所述道路约束时，需要应用探测信息。所述探测信息可通过传感器获取。所述传感器通常包括雷达和/或成像装置。所述传感器可以与所述跟踪设备中的处理器相连接，并向所述处理器传输探测信息，以便所述处理器基于接收到的探测信息，依据本申请实施例公开的方案确定道路约束。其中，所述传感器可设置在所述跟踪设备内。或者，所述传感器还可以为独立于所述跟踪设备的器件。
所述跟踪设备可以设置在多个位置，其中，所述跟踪设备可以为安装在交通路口或高速路边的静止设备。或者，也可以为安装在处于运动状态的物体上，例如，可以安装在运动的车辆中，这种情况下，安装在车辆中的跟踪设备还可以在车辆运动的过程中，获取目标的道路约束。
在一个示例中，所述跟踪设备可以为车辆中的车载处理器，而传感器包括该车辆上的车载雷达，以及该车辆中的成像装置，当车辆在某一道路运动时，所述车载设备可获取所述车载雷达及成像装置传输的探测信息，并根据本申请各实施例公开的方案，确定该道路上某一目标的道路约束。
进一步的，在获取目标所在道路的道路约束时，该目标可以为静止状态的物体，也可以为运动状态中的物体，本申请实施例对此不做限定。
以下结合具体的附图和工作流程，对本申请实施例公开的道路约束确定方法进行介绍。
参见图2所示的工作流程示意图，本申请实施例公开的道路约束确定方法包括以下步骤：
步骤S11、根据目标的探测信息，确定所述目标的运动状态。
其中，所述目标的探测信息可通过至少一个传感器获取。其中，所述至少一个传感器包括：雷达和/或成像装置。所述雷达可为激光雷达或毫米波雷达或超声波雷达等多种类型的雷达中的至少一个，所述成像装置可以为摄像头、红外传感器或摄像机等中的至少一个，本申请实施例对此不做限定。
例如，毫米波雷达能够利用电磁波探测目标，具体的，毫米波雷达可向目标发射电磁波，并接收该电磁波接触目标后的回波，根据该回波获取目标距离电磁波发射点的距离、速度和方位角等多种类型的探测信息。这种情况下，探测信息包括毫米波雷达探测到的目标相对于毫米波雷达的距离、方位角和目标的径向速度等信息。
相应的，目标的探测信息可包括多种类型的信息，例如，可包括雷达能够探测到的信息，或者包括成像装置拍摄的图像信息。
在本申请实施例中，所述目标的运动状态至少包括所述目标的目标位置，进一步的，所述目标的运动状态还可以包括所述目标的目标位置和速度。通过所述目标的探测信息，即可确定所述目标的运动状态。
步骤S12、根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征。
其中，道路几何指的是道路的几何形状，道路几何通过道路的方位、道路的弯曲度(曲率)、弯曲方向和长度等至少一项信息来表征。这里需要说明的是，道路几何也可以通过其它信息来表征，本申请不做具体限定。
参见图3所示的场景示意图，通过目标所在道路的道路边沿、道路护栏或车道线，可确定目标的可运动区域。其中，在图3中，实线表示的是道路边沿或道路护栏，虚线表示的是车道线。在本申请实施例中，一个道路几何对应道路边沿、道路护栏和车道线中任意一个的几何形状。例如，某一个道路几何可以为该目标所在道路的道路边沿的道路几何，相应的，用于表征该道路几何的信息为该道路边沿的方位、曲率、弯曲方向和长度等至少一项信息；另外一个道路几何可以为该目标所在道路的车道线的道路几何，相应的，用于表征该道路几何的信息为该车道线的方位、曲率、弯曲方向和长度等至少一项信息。
在本申请确定道路几何的过程中，毫米波雷达可向道路边沿或道路护栏等发射电磁波，并接收电磁波接触到道路边沿或道路护栏之后反馈的回波，再根据该回波获取相应的探测信息，然后向设置在跟踪设备中的处理器传输所述探测信息，以便设置在跟踪设备上的处理器根据接收到的探测信息，确定道路边沿或道路护栏的道路几何。这种情况下，毫米波雷达探测到的探测信息包括道路边沿或道路护栏相对于毫米波雷达的距离或方位角等信息。
在本申请实施例中，可设置道路边沿模型和/或道路护栏模型，该道路边沿模型和/或道路护栏模型中包括道路边沿模型和/或道路护栏的参数，该参数即为表征道路几何的信息；然后，根据探测信息，确定各项参数的具体数值，将该数值代入相应的道路边沿模型和/或道路护栏模型，从而获取道路边沿几何和/或道路护栏几何。
在一种可行的实现方式中，可通过公式(1)至公式(4)中的任意一个公式表示道路边沿模型，并且，由于道路护栏通常沿着道路边沿设置，因此，也可通过公式(1)至公式(4)中的任意一个公式表示道路护栏模型。所述公式(1)至公式(4)分别为：
Figure BDA0002277881980000101
Figure BDA0002277881980000102
Figure BDA0002277881980000103
y(x)＝y0 R,i+φ0 Rix 公式(4)。
在公式(1)至公式(4)所对应的坐标系中，x表示跟踪设备的位置与道路边沿或道路护栏之间的径向距离，y表示所述跟踪设备的位置与道路边沿或道路护栏之间的横向距离。另外，该坐标系原点也可以为雷达所在位置的坐标，或者所述坐标系原点也可以为其他位置，该其他位置与雷达之间的相对位置是固定的，而且，当雷达运动时，相应的，所述坐标系原点也会发生相应的变化。例如，当该雷达为车载雷达时，所述坐标系原点可以为头灯的位置或者车轴中心位置等，并且，随着车辆的运动，所述坐标系原点也随之发生变化。
另外，在公式(1)至公式(4)中，R表示该公式中各项参数通过雷达(radar)反馈的探测信息确定；i表示道路边沿或道路护栏的编号；y(x)表示根据雷达反馈的探测信息，所确定的第i条道路边沿或道路护栏的关系式；y0 R,i表示当x＝0时，第i条道路边沿或道路护栏距离所述跟踪的横向偏移量，所述横向偏移量指的是在上述坐标系中，目标相对于所述道路边沿或道路护栏在横向的位移量；φ0 Ri表示当x＝0时，第i条道路边沿或道路护栏的航向，所述航向指的是在上述坐标系中，道路边沿或道路护栏与坐标系纵轴的夹角；C0 Ri表示第i条道路边沿或道路护栏的平均曲率；C1 Ri表示第i条道路边沿或道路护栏的曲率的变化率的平均值。通过雷达反馈的探测信息，跟踪设备的处理器能够确定y0 R,i、φ0 Ri、C0 Ri和C1 Ri的具体数值，从而能够得到公式(1)至公式(4)。其中，y0 R,i、φ0 Ri、C0 Ri和C1 Ri即为用于表征道路边沿几何或道路护栏几何的信息。
其中，公式(3)更适用于描述道路曲率大的场景，例如半圆形道路，而公式(4)更适用于道路曲率较小的场景，例如直行道路。公式(1)和(2)介于两者之间，更适用于曲率在直行和半圆形道路之间的道路描述。执行本申请的实施例的处理器可针对目标所在道路的路况，选择相应的公式。或者，道路边沿模型或道路护栏模型可以由公式(1)至公式(4)中的一种或多种的组合来描述，例如在不同曲率的道路处，采用不同的公式分段表示。
当然，还可以通过其他公式表征道路边沿及道路护栏模型，本申请实施例对此不做限定。
另外，传感器通常还包括成像装置，所述成像装置可以为摄像头、红外传感器或摄像机等，本申请实施例对此不做限定。
通过所述成像装置，能够获取到道路图像，在所述道路图像中包括车道线，而车道线通常以特殊颜色标出，例如，车道线通常通过黄色或者白色标出。这种情况下，接收到成像装置传输的道路图像之后，跟踪设备可提取道路图像中的边缘信息，然后再结合颜色特征和边缘信息，确定道路图像中是否包含车道线。当然，所述成像装置获取到的道路图像中，还可以包括道路边沿和/或道路护栏等，通过对道路图像的图像处理，也可以确定道路图像中包括的道路边沿和/或道路护栏，并通过公式(1)至公式(4)中任意一个公式确定道路边沿模型和/或道路护栏模型。
当确定道路图像中包含车道线时，可根据探测信息，确定车道线模型中各项参数的具体数值，将该数值代入相应的车道线模型，从而获取车道线几何。这种情况下，传感器传输的探测信息指的是成像装置拍摄的道路图像。
在一种可行的实现方式中，车道线模型可通过以下公式表示：
Figure BDA0002277881980000111
Figure BDA0002277881980000112
Figure BDA0002277881980000113
y(x)＝y0 V,s+φ0 Vsx 公式(8)。
在公式(5)至公式(8)所对应的坐标系中，x表示跟踪设备的位置与道路边沿或道路护栏之间的径向距离，y表示所述跟踪设备的位置与道路边沿或道路护栏之间的横向距离。另外，该坐标系原点也可以为成像位置所在位置的坐标，或者所述坐标系原点也可以为其他位置，该其他位置与成像位置之间的相对位置是固定的，而且，当成像位置运动时，相应的，所述坐标系原点也会发生相应的变化。例如，当该成像位置为车载成像位置时，所述坐标系原点可以为头灯的位置或者车轴中心位置等，并且，随着车辆的运动，所述坐标系原点也随之发生变化。
另外，在公式(5)至公式(8)中，V表示该公式中各项参数通过成像装置反馈的探测信息确定；s表示车道线的编号；y(x)表示根据成像装置反馈的探测信息，所确定的第s条车道线的关系式；y0 V,s表示当x＝0时，第s条车道线距离所述跟踪设备的横向偏移量；φ0 Vs表示当x＝0时，第s条车道线的航向；C0 Vs表示第s条车道线的平均曲率；C1 Vs表示第s条车道线的曲率的变化率的平均值。通过成像装置反馈的探测信息，能够确定y0 V,s、φ0 Vs、C0 Vs和C1 Vs的具体数值，从而能够得到公式(5)至公式(8)。其中，y0 V,s、φ0 Vs、C0 Vs和C1 Vs即为用于表征车道线几何的信息。
其中，公式(7)更适用于描述道路曲率大的场景，例如半圆形道路，而公式(8)更适用于道路曲率较小的场景，例如直行道路。公式(5)和(6)介于两者之间，更适用于曲率在直行和半圆形道路之间的道路描述。执行本申请的实施例的处理器可针对目标所在道路的路况，选择相应的公式。或者，车道线模型可以由公式(5)至公式(8)中的一种或多种的组合来描述，例如在不同曲率的道路处，采用不同的公式分段表示。
通过公式(1)至公式(8)，可以得到道路几何的模型。另外，为了进一步提高道路几何的准确性，还可以结合先验信息，与探测信息共同用于确定道路几何。
其中，所述先验信息可以为预先获取到的地图，该地图可预先通过全球定位系统(globalpositioning system，GPS)或即时定位与地图构建(simultaneous localizationand mapping，SLAM)获取。当结合先验信息确定道路几何时，将传感器传输的探测信息与预先获取到的地图进行匹配对比，以确定传感器传输的探测信息所表征的环境信息与所述地图中显示的环境信息是否一致，如果一致，再根据公式(5)至公式(8)确定道路几何的模型。
步骤S13、根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
参见图3，可根据道路几何在某一位置处的切线方向角等参数信息，确定目标的道路方向约束。其中，某一位置的切线方向角指的是该位置的切线与径向之间的夹角。另外，可根据目标与道路几何之间的距离等参数信息，确定目标的道路宽度约束。
在本申请实施例中，通过道路几何以及目标的运动状态确定目标的道路约束。其中，道路几何能够反映目标所在道路的几何形状，这种情况下，通过本申请的方案，能够基于目标所在道路的几何形状与目标的运动状态，确定目标的道路约束。而现有技术确定道路约束时，考虑到的道路场景较为简单，仅将道路用一系列点和连接这些点的路段来表示。因此，与现有技术相比，本申请实施例的方案能够提高确定道路约束的准确性，进一步的能够提高目标跟踪的准确性。
进一步的，在本申请实施例中，所述方法还包括：
确定所述至少一个道路几何中的至少一个目标道路几何。
这种情况下，所述根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，包括：
根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
在本申请实施例中，往往能够获取多条道路几何，但是，其中部分道路几何与目标的运动轨迹可能偏差较大，如果利用偏差较大的道路几何确定道路约束，则会降低道路约束的准确性。
例如，当通过雷达传输的探测信息确定道路几何，并且目标为道路上的某一车辆时，雷达产生的电磁波往往在接触到道路旁的建筑物或该道路上的其他车辆时，也会产生回波，这种情况下，通过雷达反馈的探测信息确定的部分道路几何可能会存在偏差较大的问题。另外，当通过成像装置传输的探测信息确定道路几何时，在图像处理的过程中可能会出现误差，这也会导致确定的部分道路几何不准确。因此，需要通过上述操作，确定道路几何中的目标道路几何，所述目标道路几何为用于后续确定道路约束的道路几何。这种情况下，通过目标道路几何确定道路约束，能够进一步提高确定道路约束的准确性。
在本申请实施例中，可通过多种方式确定目标道路几何。在第一种可行的实现方式中，当目标的运动状态包括目标所处的位置和目标的速度时，参见图4所示的工作流程示意图，对于所述至少一个道路几何中的每个道路几何，可通过以下步骤确定所述至少一个道路几何中的至少一个目标道路几何：
步骤S121、确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角。
其中，当第一位置的坐标为(x1，y1)时，可通过以下公式确定所述切线方向角；
Figure BDA0002277881980000121
其中，
Figure BDA0002277881980000122
为道路几何在第一位置处的切线方向角；x1为第一位置在地面坐标系中的x轴的坐标；φ0为道路几何在x＝0时的航向；C0表示所述道路几何的平均曲率；C1表示所述道路几何的曲率的变化率的平均值，φ1为道路几何在所述第一位置处的航向。
在通过公式(9)确定φ1之后，再通过以下公式，即可确定所述切线方向角：
Figure BDA0002277881980000131
步骤S122、根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内。
其中，当目标的坐标为(x2，y2)时，可通过以下公式确定所述目标的目标位置(x2，y2)处的切线方向角：
Figure BDA0002277881980000132
其中，
Figure BDA0002277881980000133
为所述目标所在位置处的切线方向角；vy2为所述目标所在位置处的横向速度；vx2为所述目标所在位置处的径向速度，目标所在位置即为所述目标位置。
根据雷达传输的探测信息，能够确定所述目标的目标位置处的横向速度和径向速度，即确定vy2和vx2，从而能够基于公式(11)确定目标的目标位置处的切线方向角。
其中，第一距离范围为预先设置的距离范围。通过雷达或成像装置的探测信息，能够确定目标在坐标系中的位置。然后，根据目标在坐标系中的位置，以及第一位置在坐标系中的位置，即可计算得到所述目标的目标位置与所述第一位置之间的距离。当所述目标的目标位置与所述第一位置的距离在第一距离范围内时，表明所述目标的目标位置与所述第一位置的距离较近。
步骤S123、若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
也就是说，当所述第一位置处的切线方向角与所述目标所在位置处的切线方向角之间的差值满足以下公式时，则可确定所述道路几何为所述目标道路几何：
Figure BDA0002277881980000134
上述公式中，thresh表示所述第一阈值。
当所述差值的绝对值小于第一阈值时，则表明道路几何在第一位置处时，所述道路几何在第一位置处的切线方向角与所述目标所在位置处的切线方向角之间的差距较小，从而可确定该道路几何与目标的运动轨迹之间的偏差较小，也就是说，该道路几何基本符合目标的运动轨迹，从而可根据该道路几何确定目标的道路约束，相应的，可确定该道路几何为目标道路几何。
另外，当所述差值的绝对值不小于所述第一阈值时，则表明该道路几何与目标的运动轨迹之间的偏差较大，该道路几何不符合所述目标的运动轨迹，这种情况下，为了避免影响确定道路约束的准确度，通常不通过该道路几何确定道路约束，也就是说，确定该道路几何并非目标道路几何。
在上述描述以及图4中，先确定道路几何在第一位置处的切线方向角，再确定目标的目标位置处的切线方向角。而在实际的操作过程中，确定两个切线方向角的步骤没有严格的时间先后限制，也可先确定所述目标的目标位置处的切线方向角，再确定所述道路几何在第一位置处的切线方向角，或者，同时确定所述道路几何在第一位置处的切线方向角和所述目标的目标位置处的切线方向角，本申请实施例对此不做限定。
在第二种可行的实现方式中，对于所述至少一个道路几何中的每个道路几何，可通过以下步骤所述至少一个道路几何中的至少一个目标道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
其中，所述第二距离范围为预先设置的距离范围。
在上述方式中，首先确定所述目标与所述道路几何之间的距离，当目标与所述道路几何之间的距离在第二距离范围内时，则可确定所述道路几何为所述目标道路几何。
当所述目标位于道路几何中时，所述目标与所述道路几何之间的距离为零。其中，通过雷达或成像装置的探测信息，能够确定目标在所述坐标系中的位置。然后，当目标在所述坐标系中的位置符合所述道路几何的模型(例如公式(1)至公式(8))时，则可确定目标位于道路几何中。
另外，当目标并未位于所述道路几何中时，目标与道路几何之间的距离为目标距离道路几何的最小的距离。具体的，在确定目标与道路几何之间的距离时，可根据道路几何对应的公式(例如公式(1)至公式(8))，绘制相应的道路几何示意图，该道路几何示意图通常为一条曲线，用于表征道路边沿、道路护栏或车道线。然后，可获取目标所在目标位置与该曲线中各个点之间的连接线段，其中，最短的连接线段的长度即为该目标与道路几何之间的距离。
当所述目标与所述道路几何之间的距离在第二距离范围内时，则表明所述目标位于所述道路几何中，或者，所述目标较接近所述道路几何，因此，可确定所述道路几何为所述目标道路几何。
在第三种可行的实现方式中，对于所述至少一个道路几何中的每个道路几何，确定所述至少一个道路几何中的至少一个目标道路几何，包括：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
其中，当所述至少一个道路几何的数量为1时，则Num为1。另外，当道路几何的数量大于1时，Num可确定为不小于2的正整数，例如，Num可以设置为2，这种情况下，确定各条道路几何中，距离目标最近的两条道路几何为所述目标道路几何。
或者，在另一种可行的实现方式中，还可以设置一个固定数值Num1，当道路几何的数量大于1时，Num为道路几何的数量与Num1的差值，这种情况下，道路几何的数量越大，相应的，目标道路几何的数量越大，从而能够在获取到的道路几何的数量较多时，通过较多数量的目标道路几何确定道路约束。如果目标道路几何的数量较小，当其中存在误差较大的目标道路几何时，会导致确定的道路约束的误差较大，因此，当通过较多数量的目标道路几何确定道路约束时，能够减少误差较大的目标道路几何的影响，提高确定道路约束的准确性。
通过上述方式，能够从各条道路几何中，获取目标道路几何，以便后续通过目标道路几何确定目标的道路约束。其中，由于目标道路几何为目标的运动轨迹之间的偏差在一定范围内，因此，通过目标道路几何确定所述目标的道路约束，能够提高确定的道路约束的准确性。
在本申请实施例中，可通过多种方式确定道路方向约束。在其中一种可行的实现方式中，参见图5所示的工作流程示意图，所述根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路方向约束，包括：
步骤S131、确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何。
通过雷达或成像装置传输的探测信息，可以确定目标在所述坐标系的位置坐标(x2，y2)，然后，根据目标在所述坐标系的位置坐标(x2，y2)和所述目标道路几何，即可确定所述目标道路几何中，距离所述目标最近的第二位置(x3，y3)。
步骤S132、根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
具体的，可根据公式(13)或公式(14)确定所述目标道路几何在第二位置(x3，y3)的切线方向角：
Figure BDA0002277881980000151
Figure BDA0002277881980000152
在公式(13)和公式(14)中，φ3为目标道路几何在所述第二位置(x3，y3)时的航向；
Figure BDA0002277881980000153
为目标道路几何在所述第二位置(x3，y3)的切线方向角；φ0为目标道路几何在x＝0时的航向；C0表示所述目标道路几何的平均曲率；C1表示所述目标道路几何的曲率的变化率的平均值。
其中，基于雷达或成像装置传输的探测信息，跟踪设备能够确定φ0、C0和C1，进一步通过公式(13)和公式(14)能够确定目标道路几何在所述第二位置(x3，y3)的切线方向角。
通过公式(13)或公式(14)确定φ3之后，再通过以下公式，即可确定所述目标在目标道路几何的切线方向角：
Figure BDA0002277881980000154
另外，所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；或者，所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
其中，当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，本申请实施例还包括以下步骤：根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度。所述道路参数为用于表征所述目标道路几何的至少一项信息，也就是说，所述道路参数可以为道路的方位、曲率、曲率变化率和长度等参数中的至少一项参数。
在确定目标道路几何的道路参数的置信度时，可获取各条目标道路几何的道路参数的方差或标准差，其中该方差或标准差与所述目标道路几何的道路参数的置信度成反比例关系，即所述方差或标准差越大，则确定该条目标道路几何的道路参数的置信度越小，据此可确定各条目标道路几何的道路参数的置信度。具体的，在本申请实施例中，可预先设置道路参数的方差或标准差与道路参数的置信度之间的映射关系，在确定所述道路参数的方差或标准差之后，通过查询所述映射关系，即可确定所述目标道路几何的道路参数的置信度。
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，还包括：
根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
也就是说，在确定各条目标道路几何在位置(x3，y3)的切线方向角
Figure BDA0002277881980000155
的置信度时，可获取各条目标道路几何在第二位置(x3，y3)的切线方向角
Figure BDA0002277881980000156
的方差或标准差，再根据该方差或标准差，确定各条目标道路几何在位置(x3，y3)的切线方向角
Figure BDA0002277881980000161
的置信度。其中，所述切线方向角
Figure BDA0002277881980000162
的方差或标准差与所述切线方向角
Figure BDA0002277881980000163
的置信度成反比例关系，即所述切线方向角
Figure BDA0002277881980000164
的方差或标准差越大，则确定该条目标道路几何对应的切线方向角
Figure BDA0002277881980000165
的置信度越小，据此可确定各条目标道路几何对应的切线方向角
Figure BDA0002277881980000166
的置信度。具体的，在本申请实施例中，可预先设置切线方向角的方差或标准差与第二位置的切线方向角的置信度之间的映射关系，在确定所述切线方向角的方差或标准差之后，通过查询所述映射关系，即可确定所述目标道路几何在第二位置的切线方向角的置信度。
步骤S132中所述的根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，可通过多种方式实现。
在其中一种方式中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
首先，根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
然后，根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
该方法中，通常某一目标道路几何的置信度越高，该目标道路几何的权重值越高。
在本申请实施例中，需要根据各条目标道路几何的置信度，确定各条目标道路几何的切线方向角在融合时的权重，以便根据该权重对各条目标道路几何的切线方向角进行融合。通常情况下，某一条目标道路几何的置信度越高，该目标道路几何的切线方向角在融合时的权重值越高。
其中，可通过多种方式确定各条目标道路几何的切线方向角在融合时的权重，在一种可行的实现方式中，可预先设置置信度与权重值之间的对应关系，从而根据该对应关系，确定所述权重值。
或者，在另一种可行的实现方式中，可通过公式(16)或公式(17)确定所述权重值：
Figure BDA0002277881980000167
Figure BDA0002277881980000168
在上述公式中，wi表示第i条目标道路几何在所述第二位置(x3，y3)的切线方向角的权重值；
Figure BDA0002277881980000169
为第i条目标道路几何在第二位置(x3，y3)的切线方向角；
Figure BDA00022778819800001610
为第i条目标道路几何的置信度；n为目标道路几何的数量；h(di)为目标与所述第i条目标道路几何之间的距离。其中，目标与目标道路几何之间的距离，指的是目标与目标道路几何中包括的各个点之间的连线线段的最短距离。
另外，根据各条目标道路几何的置信度，对所述各条目标道路几何对应的切线方向角
Figure BDA00022778819800001611
进行融合时，可通过以下公式进行融合：
Figure BDA00022778819800001612
其中，
Figure BDA00022778819800001613
为对所述各条目标道路几何对应的切线方向角
Figure BDA00022778819800001614
进行融合后得到的融合结果；
Figure BDA00022778819800001615
为第i条目标道路几何在位置(x1，y1)的切线方向角，wi为第i条目标道路几何的权重值；n为目标道路几何的数量。
上述步骤中，通过各条目标道路几何的置信度，对所述各条目标道路几何对应的切线方向角进行融合，再将融合后得到的结果作为所述目标的道路方向约束。
在另一种可行的实现方式中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第二位置处的切线角方向为所述目标的道路方向约束。
其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。另外，目标道路几何的置信度为所述目标道路几何的道路参数的置信度，或者，所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
上述实现方式中，通过置信度最高的目标道路几何在第二位置处的切线角方向，确定所述目标的道路方向约束。
或者，在另一种可行的实现方式中，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第三位置处的切线角方向为所述目标的道路方向约束。
其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
上述实现方式中，通过与目标距离最近的目标道路几何，确定所述目标的道路方向约束。
进一步的，还可以通过另一种方式确定目标的道路方向约束。该方式中，首先对所述至少一条目标道路几何进行融合，获取一条融合后的道路几何；然后，确定所述融合后的道路几何中，与所述目标距离最近的位置，再确定所述与目标距离最近的位置处的切线方向角，将该切线方向角作为所述目标的道路方向约束。
在上述方式中，需要对各条目标道路几何进行融合，以便获取融合后的道路几何。其中，再对所述至少一条目标道路几何进行融合时，可确定各条目标道路几何的模型，然后针对各条目标道路几何的置信度，对该模型中的各个参数进行融合，获取融合后的参数，再将融合后的参数代入所述模型中，得到的新的模型即为融合后的道路几何。
例如，当各条目标道路几何的模型为公式(1)时，则对各条目标道路几何的模型中包括的参数y0 R,i、φ0 Ri、C0 Ri和C1 Ri进行融合，再将融合后的参数代入公式(1)中，获取到的新的模型即可表征融合后的道路几何。
通过上述方案，能够获取道路方向约束，与现有技术相比，本申请实施例依据道路几何获取道路方向约束，充分考虑到目标所在道路的曲率和航向等特征，因此，获取到的道路方向约束的准确度更高，进一步的，通过本申请实施例获取到的道路方向约束进行目标跟踪，能够进一步提高目标跟踪的准确度。
在本申请实施例中，所述道路宽度约束可通过多种方式表征。例如，可将与目标最近，并分别在目标两侧的两条目标道路几何之间的宽度作为所述目标的道路宽度约束；或者，将目标分别与所述至少一个目标道路几何之间的距离作为所述目标的道路宽度约束；或者，将所述目标分别与所述至少一个目标道路几何之间的距离的最大值或最小值作为目标的道路宽度约束；或者，将目标分别与所述至少一个目标道路几何之间的距离的平均值作为目标的道路宽度约束。
这种情况下，在一种可行的方式中，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括以下步骤：
首先，获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
然后，确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
将与目标最近，并分别在目标两侧的两条目标道路几何之间的宽度作为所述目标的道路宽度约束时，参见图6所示的场景示意图，目标在所述坐标系的位置为(x2，y2)，经过该位置，并且与目标最近的两条目标道路几何相垂直的直线与这两条目标道路几何的交点分别为点A与点B，则点A与点B之间的距离即为道路宽度。与目标最近的两条目标道路几何相垂直的直线可表示为：
Figure BDA0002277881980000181
在公式(19)中，
Figure BDA0002277881980000182
其中，
Figure BDA0002277881980000183
为与目标最近的两条目标道路几何在(x2，y2)的切线方向角，φ1为与目标最近的两条目标道路几何在(x2，y2)的航向。
基于公式(19)，以及与目标最近的两条目标道路几何的关系式，即可确定点A与点B之间的距离，该距离即为道路宽度。
另外，在本申请实施例中，还可以将目标分别与各目标道路几何之间的距离作为目标的道路宽度约束。这种情况下，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束。
或者，将所述目标与所述至少一个目标道路几何的距离作为所述目标的道路宽度约束。相应的，这种情况下，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束。
或者，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。也就是说，将目标分别与所述至少一个目标道路几何之间的至少一个距离的平均值作为目标的道路宽度约束。
在上述步骤中，目标与目标道路几何之间的距离，指的是目标与目标道路几何之间最小的距离。根据目标道路几何对应的公式(例如公式(1)至公式(8))，绘制相应的目标道路几何的示意图，该目标道路几何示意图通常为一条曲线，获取目标所在目标位置与该曲线中各个点之间的连接线段，其中，最短的连接线段的长度即为该目标与目标道路几何之间的距离。
通过上述步骤，能够获取道路宽度约束，与现有技术相比，本申请实施例依据道路几何获取道路宽度约束，充分考虑到目标所在道路的曲率和航向等特征，因此，获取到的道路宽度约束的准确度更高，进一步的，通过本申请实施例获取到的道路宽度约束进行目标跟踪，能够进一步提高目标跟踪的准确度。
进一步的，在本申请实施例中，还可以基于道路方向约束和道路宽度约束，进行目标跟踪。这种情况下，参见图7所示的工作流程示意图，本申请实施例还包括以下步骤：
步骤S14、确定包括所述道路方向约束的测量矩阵，并通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
现有技术在获取道路方向约束和道路宽度约束之后，会根据该道路方向约束和道路宽度约束确定测量矩阵，并根据该测量矩阵实现对目标的运动状态的估计，完成目标跟踪。例如，可将该测量矩阵代入卡尔曼滤波算法的测量方程中，基于该测量方程估计目标的运动状态。当然，还可以将该测量方程代入其他的跟踪算法，本申请实施例对此不做限定。
而通过本申请实施例的方案，在获取道路方向约束和道路宽度约束中的至少一项之后，可基于获取到的道路方向约束和/或道路宽度约束得到测量方程，并将本申请实施例确定的测量矩阵替代现有技术中的测量矩阵，即将本申请实施例确定的测量矩阵代入跟踪算法之中，以便实现目标跟踪。
这种情况下，由于通过本申请实施例能够获取道路方向约束和道路宽度约束中的至少一项，并且本申请实施例的方案获取到的道路方向约束和/或道路宽度约束的准确性更高。因此，通过本申请实施例获取到的测量矩阵的准确性更高。相应的，与现有技术相比，通过本申请实施例的方案进行目标跟踪时，准确性更高。
当采用的跟踪算法为卡尔曼滤波算法时，在一种可行的实现方式中，所述测量矩阵可通过以下矩阵表示：
Figure BDA0002277881980000191
在矩阵(1)中，
Figure BDA0002277881980000192
β＝atan2(y,x)；
Figure BDA0002277881980000193
φ为通过步骤S13确定的道路方向约束。其中，(x，y)为目标所处位置在坐标系中的坐标；vx为目标在x轴的速度，vy为目标在y轴的速度。当vx和vy由雷达测量得到时，指的是目标相对于雷达的速度，例如当目标在x轴的实际运动速度为3m/s，而雷达与目标的运动方向一致，并且雷达的实际运动速度为1m/s时，则上述的vx为2m/s。
另外，在确定测量矩阵之后，还需要通过道路宽度约束确定道路方向约束在测量矩阵中的置信度。其中，道路方向约束在测量矩阵中的置信度通常与量测噪声nv相关，量测噪声nv越大，则道路方向约束在测量矩阵中的置信度越小。而量测噪声nv与道路宽度约束通常成正比，道路宽度约束越大，则量测噪声nv越大。也就是说，道路宽度约束越大，道路方向约束在测量矩阵中的置信度越小。
在一种可行的实现方式中，可设定道路宽度约束与量测噪声nv之间的映射关系，以及量测噪声nv与道路方向约束在测量矩阵中的置信度之间的映射关系，从而能够通过道路宽度约束以及上述两种映射关系，确定道路方向约束在测量矩阵中的置信度。也就是说，首先，根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；然后，根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
或者，可直接设定道路宽度约束与道路方向约束在测量矩阵中的置信度之间的映射关系，这种情况下，可通过所述道路宽度约束以及该映射关系，确定道路方向约束在测量矩阵中的置信度。
进一步的，在确定道路方向约束在测量矩阵中的置信度之后，即可通过测量矩阵以及跟踪算法，实现对目标的跟踪。
在本申请实施例所公开的方案中，目标可运行在二维空间或三维空间。当目标运动在二维空间时，可通过上述公式和算法确定目标的道路方向约束和道路宽度约束。另外，当目标运动在三维空间时，在确定目标的道路方向约束和道路宽度约束的过程中，可不考虑目标的高度，仍可通过上述公式和算法确定目标的道路方向约束和道路宽度约束，这种情况下，在计算过程中应用的各个参数为目标所在平面的参数。
上述实施例中，公开了根据目标所在的道路几何确定道路约束的方式。另外，在目标的实际运动场景中，目标的运动状态往往是多变的，例如有时会出现变道等情况。当目标变道时，目标实际的运动方向与道路几何的切线方向角之间可能会存在较大偏差，因此，当目标出现变道时，还需要进一步调大量测噪声nv。也就是说，在本申请实施例中，还需要确定目标是否出现变道，当目标出现变道时，需要进一步调大量测噪声nv，并通过调整之后的量测噪声nv，确定道路方向约束在测量矩阵中的置信度。
据此，本申请公开了另一实施例，在该实施例中，所述根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，还包括以下步骤：
首先，根据所述目标的运动状态，确定所述目标的运动状态变化参数；
然后，当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置，其中，当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声。
所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，其中，所述第四位置为位于所述目标道路几何中，并且与所述目标的距离在第三距离范围内的位置。所述第三距离范围与预先设置或预先定义的范围，所述第三距离范围可以与所述第一距离范围相同，或者，也可以与第一距离范围不同，本申请实施例对此不做限定。由于第四位置与所述目标的距离在第三距离范围内，则表明所述第四位置与目标的距离较近。
在本申请实施例中，会根据目标的运动状态变化参数与对应的阈值的比较结果，确定目标是否可能发生变道，并且，当所述比较结果指示目标可能发生变道时，则进一步根据所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度进行判断。这种情况下，当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，则说明目标发生变道。这种情况下，需要增大量测噪声nv。
另外，当目标的运动状态变化参数与对应的阈值的比较结果，指示不需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，则表明目标未发生变道。
相应的，在本申请实施例中，所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
在本申请实施例中，根据目标的运动状态，确定目标的运动状态变化参数，再根据目标的运动状态变化参数确定是否需要增大量测噪声，也就是说，可以确定目标是否发生变道，并在发生变道的情况下增大量测噪声。通过本申请实施例的方案，能够考虑到目标运动过程中是否会发生变道，从而能够基于目标的多种运动状态确定道路方向约束在所述测量矩阵中的置信度。相应的，能够提高确定道路方向约束在测量矩阵中的置信度的准确性，进一步提高目标跟踪的准确度。
其中，运动状态变化参数可以为多种形式的参数，例如，所述运动状态包括所述至少一个目标道路几何对应的归一化新息平方(normalized innovation squared，NIS)参数的平均值，或者，所述运动状态变化参数包括：所述目标的历史运动轨迹的曲率或者曲率的变化程度。
在本申请实施例的一种可行的实现方式中，可将至少一个目标道路几何对应的NIS参数的平均值作为运动状态变化参数。当所述目标的运动状态变化参数为NIS参数的平均值时，所述目标的运动状态变化参数大于对应的阈值时，则表明目标有可能发生变道，需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，以便进一步根据目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，确定目标是否发生变道。
NIS参数用于表征通过卡尔曼滤波算法获取到的目标运动状态与目标实际运动状态的匹配程度，NIS参数越大，则通过卡尔曼滤波算法获取到的目标运动状态与目标实际运动状态的匹配程度越小。当目标发生变道时，目标的NIS参数往往会发生急剧的变化。因此，可将各条目标道路几何对应的NIS参数的平均值作为运动状态变化参数。
其中，目标对应一条目标道路几何的NIS参数可通过以下公式计算：
Figure BDA0002277881980000211
其中，NIS(i)表示目标对应第i条目标道路几何的NIS参数值；y表示第i条目标道路几何在第四位置处的y轴坐标值；T表示转置操作，
Figure BDA0002277881980000212
表示通过卡尔曼滤波算法，对目标进行运动状态的估计，从而得到的第i条目标道路几何在第四位置的y轴坐标值；S表示通过卡尔曼滤波算法，得到的新息协方差矩阵。
然后，基于以下公式，获取各条目标道路几何的NIS参数的平均值：
Figure BDA0002277881980000213
其中，NIS-average表示各条目标道路几何的NIS参数的平均值；n表示目标道路几何的数量。
当NIS-average大于对应的阈值时，则表明目标的运动状态变化程度较大，目标有可能发生变道。
在另一种可行的实现方式中，将目标的历史运动轨迹的曲率或者曲率的变化程度作为运动状态变化参数。
其中，目标的历史运动轨迹的曲率或曲率变化率的变化程度可通过以下公式获取：
Figure BDA0002277881980000221
Figure BDA0002277881980000222
上述公式中，ω为目标的历史运动轨迹的曲率或曲率变化率的变化程度，c1(r)为目标的运动轨迹在当前时刻的曲率或曲率变化率；
Figure BDA0002277881980000223
为在滑窗内曲率或曲率变化率的平均值；s为滑窗内的曲率或曲率变化率的数量，s的数值取决于滑窗的大小。
在计算目标的历史运动轨迹的曲率或曲率变化率的变化程度时，通过滑窗进行计算，其中，滑窗内包括s个曲率或曲率变化率的数量，并且，当滑窗内包括的曲率或曲率变化率按照时间的先后顺序排序时，相邻两个曲率或曲率变化率之间的时间差在第一时间段内，并且，滑窗内最新获取到的曲率或曲率变化率的获取时间与当前时刻的时间差值在第二时间段内。
当运动状态变化参数为目标的历史运动轨迹的曲率或者曲率的变化程度时，对应的阈值通常为目标的运动轨迹在当前时刻的曲率或曲率变化率与一个正数的乘积，并且，当所述运动状态变化参数小于该阈值时，则表明目标有可能发生变道，需要进一步确定所述目标道路几何在目标位置处的曲率的变化程度或曲率变化率的变化程度。
也就是说，当所述目标的运动状态变化参数为目标的历史运动轨迹的曲率或者曲率的变化程度时，若c1(r)＞m*ω，则确定目标的运动状态变化程度较大，目标有可能发生变道。其中，m为预设的正数，例如，可将m设定为3，当然，也可将m设定为其他数值，本申请实施例对此不做限定。
当各条目标道路几何对应的NIS参数的平均值大于对应的阈值时，或者，当目标的历史运动轨迹的曲率或者曲率的变化程度小于目标的运动轨迹在当前时刻的曲率或曲率变化率与预设正数的乘积时，则表明目标的运动状态变化程度较大时，则需要通过目标道路几何在目标位置处的曲率或曲率变化率的变化程度，确定所述目标是否发生变道。
其中，当确定目标道路几何在目标位置处的曲率或曲率变化率未发生变化，或者变化的程度较小时，则表明目标的运动状态变化程度与目标道路几何不相符，这种情况下，可确定目标发生变道。另外，当目标道路几何在目标位置处的曲率或曲率变化率的变化程度较大时，则表明目标的运动状态变化程度与目标道路几何相符合，从而可以确定目标未发生变道。
在本申请实施例中，当确定目标发生变道时，则进一步增大量测噪声nv。其中，增加的噪声量可为预先设定的固定值，这种情况下，增大后的量测噪声nv为通过道路宽度约束获取的量测噪声与所述噪声量的相加结果。或者，还可以预先设定当目标发生变道时对应的量测噪声nv，该量测噪声nv为较大的量测噪声nv。然后，再根据量测噪声nv确定测量矩阵中道路方向约束的置信度。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
在本申请另一实施例中，公开一种道路约束确定装置，其中，所述道路约束确定装置包括：至少一个处理模块。
其中，所述至少一个处理模块用于，根据目标的探测信息，确定所述目标的运动状态；
根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；
根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
本申请实施例所公开的道路约束确定装置包括的所述至少一个处理模块，能够执行本申请上述各个实施例所公开的道路约束确定方法。通过执行本申请上述各个实施例所公开的道路约束确定方法，所述至少一个处理模块能够确定目标的道路约束，并且，与现有技术相比，所述至少一个处理模块确定的道路约束的准确性更高。
进一步的，由于通过所述至少一个处理模块所确定的道路约束的准确性较高，因此，通过所述至少一个处理模块所确定的道路约束进行目标跟踪时，还能够提高目标跟踪的准确性。
另外，所述至少一个处理模块从功能上可逻辑划分为至少一个模块。在一个划分的示例中，参见图8所示的结构示意图，所述至少一个处理模块可划分为运动状态确定模块110、道路几何确定模块120和道路约束确定模块130。需要说明的是，这里的逻辑划分仅仅是一种示例性的说明，以对所述至少一个处理模块所被配置所执行的至少一个功能进行说明，
这种情况下，所述运动状态确定模块110，用于根据目标的探测信息，确定所述目标的运动状态；
所述道路几何确定模块120，用于根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；
所述道路约束确定模块130，用于根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
当然，还可以通过其他方式对所述至少一个处理模块进行划分，本申请实施例对此不做限定。
进一步的，在本申请实施例公开的道路约束确定装置中，所述至少一个处理模块还用于，确定所述至少一个道路几何中的至少一个目标道路几何。
这种情况下，所述至少一个处理模块具体用于，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
进一步的，在本申请实施例公开的道路约束确定装置中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角；
根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内；
若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
在上述方案中，能够根据某一道路几何在第一位置处的切线方向角，确定该道路几何是否为目标道路几何。
进一步的，在本申请实施例公开的道路约束确定装置中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
在上述方案中，能够根据某一道路几何与目标的距离，确定该道路几何是否为目标道路几何。
进一步的，在本申请实施例公开的道路约束确定装置中，所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
在上述方案中，能够根据目标与道路几何的距离，以及至少一个道路几何的数量，确定道路几何中的目标道路几何。
进一步的，在本申请实施例公开的道路约束确定装置中，可通过多种方式确定目标的道路方向约束。在其中一种可行的方式中，所述至少一个处理模块具体用于，确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何；
根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
其中，所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；
或者，所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，所述处理器还用于，根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度，所述道路参数为用于表征所述目标道路几何的至少一项信息；
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，所述处理器还用于，根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
另外一种确定目标的道路方向约束的方式中，所述至少一个处理模块具体用于，根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
在另外一种确定目标的道路方向约束的方式中，所述至少一个处理模块具体用于，确定第二位置处的切线角方向为所述目标的道路方向约束，其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。
在另外一种确定目标的道路方向约束的方式中，所述至少一个处理模块具体用于，确定第三位置处的切线角方向为所述目标的道路方向约束，其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
进一步的，在本申请实施例公开的道路约束确定装置中，可通过多种方式确定目标的道路方向约束。在其中一种可行的方式中，所述至少一个处理模块具体用于，获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
在另外一种确定目标的道路宽度约束的方式中，所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束；或者，所述处理器具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束；或者，所述处理器具体用于，确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。
进一步的，在本申请实施例中，所述至少一个处理模块还用于，确定包括所述道路方向约束的测量矩阵；
通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
其中，所述至少一个处理模块具体用于，根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；
根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
另外，所述至少一个处理模块还用于，在根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，根据所述目标的运动状态，确定所述目标的运动状态变化参数；
当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置；
当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声；
所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
通过本申请实施例所公开的装置，能够提高确定道路约束的准确性，进一步能提高目标跟踪的准确性。
与上述道路约束确定方法相对应的，在本申请另一实施例中，还公开一种道路约束确定装置。参见图9所示的结构示意图，所述道路约束确定装置包括：
至少一个处理器1101和存储器，
其中，所述至少一个存储器，用于存储程序指令；
所述处理器，用于调用并执行所述存储器中存储的程序指令，以使所述道路约束确定装置执行图2、图4至图5以及图7对应的实施例中的全部或部分步骤。
进一步的，该装置还可以包括：收发器1102和总线1103，所述存储器包括随机存取存储器1104和只读存储器1105。
其中，处理器通过总线分别耦接收发器、随机存取存储器以及只读存储器。其中，当需要运行该移动终端操控装置时，通过固化在只读存储器中的基本输入输出系统或者嵌入式系统中的bootloader引导系统进行启动，引导该装置进入正常运行状态。在该装置进入正常运行状态后，在随机存取存储器中运行应用程序和操作系统，从而使所述移动终端操控装置执行图2、图4至图5以及图7对应的实施例中的全部或部分步骤。
本发明实施例的装置可对应于上述图2、图4至图5以及图7所对应的实施例中的道路约束确定装置，并且，该道路约束确定装置中的处理器等可以实现图2、图4至图5以及图7所对应的实施例中的道路约束确定装置所具有的功能和/或所实施的各种步骤和方法，为了简洁，在此不再赘述。
需要说明的是，本实施例也可以基于通用的物理服务器结合网络功能虚拟化(英文：Network Function Virtualization，NFV)技术实现的网络设备，所述网络设备为虚拟网络设备(如，虚拟主机、虚拟路由器或虚拟交换机)。所述虚拟网络设备可以是运行有用于发送通告报文功能的程序的虚拟机(英文：Virtual Machine，VM)，所述虚拟机部署在硬件设备上(例如，物理服务器)。虚拟机指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。本领域技术人员通过阅读本申请即可在通用物理服务器上虚拟出具有上述功能的多个网络设备。此处不再赘述。
进一步的，本申请实施例公开的道路约束确定装置，可应用于跟踪设备。该跟踪设备在确定道路约束时，需要应用探测信息。所述探测信息可通过传感器获取。所述传感器通常包括雷达和/或成像装置。所述传感器可以与所述跟踪设备中的所述道路约束确定装置相连接，并向所述道路约束确定装置传输探测信息，以便所述道路约束确定装置根据接收到的探测信息，依据本申请上述实施例公开的方法确定道路约束。并且，所述传感器可设置在所述跟踪设备内，或者，所述传感器还可以为独立于所述跟踪设备的器件。
其中，应用所述道路约束确定装置的跟踪设备可通过多种形式实现。在其中一种形式中，参见图10所示的结构示意图，在该形式中，本申请实施例公开的道路约束确定装置210集成在融合模块220中，所述融合模块220可为一个软件功能模块，并通过芯片或集成电路承载承载所述融合模块220。或者，所述道路约束确定装置可以为芯片或者集成电路。
其中，融合模块220能够与至少一个传感器230相连接，并获取所述至少一个传感器230传输的探测信息。所述融合模块220可实现多种融合功能，例如获取所述至少一个传感器230传输的探测信息之后，对所述探测信息进行融合处理，并将融合处理后的探测信息传输至道路约束确定装置210，以便道路约束确定装置210根据融合处理后的探测信息确定道路约束。
示例性的，所述融合模块220对所述探测信息进行的融合处理可以包括对探测信息的筛选，以及对探测信息的融合。其中，对探测信息的筛选指的是删除误差较大的探测信息，并通过保留的探测信息确定道路约束。例如，当所述探测信息包括某一路段的曲率，其中少数曲率明显与其他曲率相差较大，可认为所述少数曲率为误差较大的曲率，因此融合模块220会删除所述少数曲率。这种情况下，道路约束确定装置210通过剩余曲率确定道路约束，从而提高确定道路约束的准确性。
另外，对探测信息的融合可以为确定同一位置的多个同一类型的探测信息，并获取所述多个同一类型的探测信息的融合结果，从而使所述道路约束确定装置210通过融合结果确定道路约束，以提高确定道路约束的准确性。例如，融合模块220可与多个传感器相连接，并获取所述多个传感器探测到的同一位置处的航向角，即可获取同一位置处的多个航向角，这种情况下，融合模块220可通过融合算法(例如计算所述多个航向角的平均值)对所述多个航向角进行融合，融合的结果即为该位置处的航向角。这种情况下，所述道路约束确定装置210通过多个传感器对应的探测信息的融合结果确定道路约束，从而能够提高确定道路约束的准确性。
在这一形式中，承载有融合模块220的芯片或集成电路可作为跟踪设备，而所述至少一个传感器230独立于所述跟踪设备，并可通过有线或无线的方式，向所述融合模块220传输探测信息。或者，所述至少一个传感器230与所述融合模块220共同构成所述跟踪设备。
或者，在另外一种形式中，本申请实施例公开的道路约束确定装置与融合模块相连接，所述融合模块与至少一个传感器相连接。在接收到所述至少一个传感器传输的探测信息之后，所述融合模块对接收到的探测信息进行融合处理，再将融合处理后的结果传输至道路约束确定装置，由道路约束确定装置确定道路约束。
这种情况下，道路约束确定装置与融合模块可通过同一芯片或集成电路承载，或通过不同的芯片或集成电路承载，本申请实施例对此不做限定。也可以理解为，所述道路约束确定装置与融合装置可以为集成设置的，或者为独立设置的。
另外，在该形式中，道路约束确定装置与融合模块分别为跟踪设备的一部分。
在另外一种形式中，参见图11所示的结构示意图，在该形式中，本申请实施例公开的道路约束确定装置310内置在传感器320中，通过所述传感器320中的芯片或集成电路承载所述道路约束确定装置310。该传感器320在获探测信息之后，将该探测信息传输至所述道路约束确定装置310，并由所述道路约束确定装置310根据所述探测信息确定道路约束。也可以理解为，所述道路约束确定装置为传感器中的芯片或者集成电路。
例如，当所述传感器320为成像装置时，该成像装置可将拍摄的图像信息传输至道路约束确定装置310，或者，该成像装置可在完成拍摄之后，对图像信息进行处理，确定图像信息对应的车道线模型和/或目标的运动状态等，再将车道线模型和/或目标的运动状态等传输至道路约束确定装置310，以便道路约束确定装置310根据本申请各实施例公开的方案确定道路约束。
另外，在该形式中，当根据多个传感器的探测信息确定道路约束时，其他传感器可与内置有道路约束确定装置310的传感器320相连接，并且所述其他传感器可将获取的探测信息传输至所述道路约束确定装置310中，以便道路约束确定装置310应用所述其他传感器传输的探测信息确定道路约束。
在这一形式中，内置有道路约束确定装置310的传感器320可作为跟踪设备。
在另外一种形式中，参见图12所示的结构示意图，在该形式中，本申请实施例公开的道路约束确定装置包括第一道路约束确定装置410和第二道路约束确定装置420，其中，所述第一道路约束确定装置410可设置在传感器430中，第二道路约束确定装置420可设置在融合模块440中。
这种情况下，所述第一道路约束确定装置410可根据传感器430的探测信息，执行本申请各实施例中公开的道路约束确定方法的部分步骤，并将确定的结果信息传输至所述第二道路约束确定装置420，由所述第二道路约束确定装置420根据该结果信息确定道路约束。
在这一形式中，内置有第一道路约束确定装置410的传感器430，以及内置有第二道路约束确定装置420的融合模块440，共同构成跟踪设备。
在另外一种形式中，参见图13所示的结构示意图，在该形式中，本申请实施例公开的道路约束确定装置510独立于至少一个传感器520，并通过芯片或集成电路承载所述道路约束确定装置510。
这种情况下，至少一个传感器520可将探测信息信息传输至道路约束确定装置510，所述道路约束确定装置510根据本申请各实施例公开的方案确定道路约束。
在这一形式中，承载有道路约束确定装置510的芯片或集成电路可作为跟踪设备，而所述至少一个传感器520独立于所述跟踪设备，并可通过有线或无线的方式，向所述道路约束确定装置510传输探测信息。或者，所述至少一个传感器520与所述道路约束确定装置510共同构成所述跟踪设备。
当然，所述道路约束确定装置还可通过其他形式实现，本申请实施例对此不做限定。
进一步的，本申请实施例公开的道路约束确定装置可应用于智能驾驶领域，特别是可应用于高级辅助驾驶系统ADAS或者自动驾驶系统。例如，所述道路约束确定装置可设置在支持高级辅助驾驶功能或自动驾驶功能的车辆中，并根据该车辆中的传感器(例如雷达和/或摄像装置)确定探测信息，以便根据该探测信息确定道路约束，实现高级辅助驾驶或自动驾驶功能。
这种情况下，本申请实施例的方案能够提升自动驾驶或ADAS能力，因此可应用于车联网中，例如，可应用于车载通信技术(vehicle-to-everything,V2X)、长期演进技术-车辆通信(long term evolution-vehicle，LTE-V)和车辆间通信(vehicle-to-vehicle，V2V)等系统中。
另外，本申请实施例公开的道路约束确定装置还可以设置在某一位置处，以便对该位置的探测邻域内的目标实现跟踪。例如，该道路约束确定装置可设置在路口，根据本申请实施例提供的方案确定路口周边区域的目标对应的道路约束，实现对该目标的跟踪，从而实现路口检测。
具体实现中，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质包括指令。其中，设置在任意设备中计算机可读介质其在计算机上运行时，可实施包括图2、图4至图5以及图7对应的实施例中的全部或部分步骤。所述计算机可读介质的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
另外，本申请另一实施例还公开一种包含指令的计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备可实施包括图2、图4至图5以及图7对应的实施例中的全部或部分步骤。
进一步的，本申请实施例还公开一种车辆，所述车辆包括本申请的前述实施例公开的道路约束确定装置。
在本申请实施例公开的车辆中，所述道路约束确定装置包括至少一个处理器和存储器。这种情况下，通常由车辆内置的芯片和/或集成电路等承载所述道路约束确定装置，所述至少一个处理器和存储器可通过不同的芯片和/或集成电路承载，或者，也可通过一个芯片或者一个集成电路承载所述至少一个处理器和存储器。
或者，可以理解的是，所述道路约束装置也可以为芯片和/或集成电路，所述芯片为一个芯片或者多个芯片的集合，所述集成电路为一个集成电路或多个集成电路的集合。例如，在一个示例中，所述道路约束装置包括多个芯片，其中一个芯片作为道路约束装置中的存储器，另外每个芯片分别作为所述道路约束装置中的一个处理器。
另外，所述车辆中可内置至少一个传感器，通过传感器获取道路约束确定过程中所需的探测信息，所述传感器可包括车载摄像头和/或车载雷达。或者，所述车辆还可以通过无线方式与远程的传感器相连接，通过所述远程的传感器确定过程中所需的探测信息。
并且，所述车辆中还可以设置融合模块，所述道路约束确定装置可设置在所述融合模块内，或者，所述道路约束确定装置与融合模块相连接。所述融合模块与传感器相连接，并对传感器传输的探测信息进行融合处理，再将融合处理的结果传输至道路约束确定装置，所述道路约束确定装置根据所述融合处理的结果确定道路约束。
由于本申请前述实施例公开的道路约束确定装置能够提高确定道路约束的准确性，相应的，本申请实施例所公开的车辆能够提升自动驾驶或ADAS能力。
本申请实施例还公开一种系统，该系统能够通过本申请前述实施例公开的方法确定道路约束。其中，所述系统包括道路约束确定装置以及至少一个传感器。所述至少一个传感器包括雷达和/或成像装置。所述至少一个传感器用于获取目标的探测信息，并将所述探测信息传输至所述道路约束确定装置。所述道路约束确定装置根据所述探测信息，确定道路约束。
进一步的，所述系统还可以包括：融合模块。所述所述道路约束确定装置可设置在所述融合模块内，或者，所述道路约束确定装置与融合模块相连接。所述融合模块与传感器相连接，并对传感器传输的探测信息进行融合处理，再将融合处理的结果传输至道路约束确定装置，所述道路约束确定装置根据所述融合处理的结果确定道路约束。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信息处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信息处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信息处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于UE中。可选地，处理器和存储媒介也可以设置于UE中的不同的部件中。
应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本说明书的各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中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存储介质中，如ROM/RAM、磁碟、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或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于本申请公开的道路约束确定装置的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (35)

1.一种道路约束确定方法，其特征在于，包括：
根据目标的探测信息，确定所述目标的运动状态；
根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；
根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述至少一个道路几何中的至少一个目标道路几何；
所述根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，包括：
根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
3.根据权利要求2所述的方法，其特征在于，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角；
根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内；
若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
4.根据权利要求2所述的方法，其特征在于，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
5.根据权利要求2所述的方法，其特征在于，所述确定所述至少一个道路几何中的至少一个目标道路几何，包括：
对于所述至少一个道路几何中的每个道路几何：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
6.根据权利要求2所述的方法，其特征在于，所述根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路方向约束，包括：
确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何；
根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
7.根据权利要求6所述的方法，其特征在于，
所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；
或者，
所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
8.根据权利要求7所述的方法，其特征在于，当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，还包括：
根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度，所述道路参数为用于表征所述目标道路几何的至少一项信息；
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，还包括：
根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
9.根据权利要求6所述的方法，其特征在于，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
10.根据权利要求6所述的方法，其特征在于，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第二位置处的切线角方向为所述目标的道路方向约束，其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。
11.根据权利要求6所述的方法，其特征在于，所述根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束，包括：
确定第三位置处的切线角方向为所述目标的道路方向约束，其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
12.根据权利要求2所述的方法，其特征在于，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
13.根据权利要求2所述的方法，其特征在于，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路宽度约束，包括：
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束；
或者，
确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束；
或者，
确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。
14.根据权利要求1-13任一项所述的方法，其特征在于，所述方法还包括：
确定包括所述道路方向约束的测量矩阵；
通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
15.根据权利要求14所述的方法，其特征在于，所述通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；
根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
16.根据权利要求15所述的方法，其特征在于，所述根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，还包括：
根据所述目标的运动状态，确定所述目标的运动状态变化参数；
当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置；
当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声；
所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
17.一种道路约束确定装置，其特征在于，包括：
至少一个处理模块；
所述至少一个处理模块用于，根据目标的探测信息，确定所述目标的运动状态；
所述至少一个处理模块还用于根据所述目标的探测信息，确定所述目标所在道路的至少一个道路几何，所述至少一个道路几何中的每个道路几何通过至少一项信息表征；以及根据所述至少一个道路几何和所述目标的运动状态，确定所述目标的道路约束，所述道路约束包括道路方向约束和道路宽度约束中的至少一个。
18.根据权利要求17所述的装置，其特征在于，
所述至少一个处理模块还用于，确定所述至少一个道路几何中的至少一个目标道路几何；
所述至少一个处理模块具体用于，根据所述至少一个目标道路几何和所述目标的运动状态，确定所述目标的道路约束。
19.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
确定所述道路几何的第一位置处的切线方向角，所述切线方向角为所述道路几何在所述第一位置处的切线与径向之间的夹角；
根据所述目标的目标位置处的横向速度与径向速度，获取所述目标的目标位置处的切线方向角，所述目标的目标位置与所述第一位置的距离在第一距离范围内；
若所述第一位置处的切线方向角与所述目标位置处的切线方向角之间的差值的绝对值小于第一阈值，确定所述道路几何为所述目标道路几何。
20.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
若所述目标与所述道路几何之间的距离在第二距离范围内，确定所述道路几何为所述目标道路几何。
21.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，对于所述至少一个道路几何中的每个道路几何：
获取所述目标与所述道路几何的距离；
根据所述至少一个道路几何的数量，确定所述距离最小的Num条道路几何为所述至少一个目标道路几何，Num为不小于1的正整数。
22.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，确定分别位于所述至少一个目标道路几何中的至少一个第二位置，所述至少一个第二位置为至少一个第一目标道路几何中距离所述目标最近的位置，所述第一目标道路几何为所述第二位置所在的目标道路几何；
根据所述至少一个目标道路几何的置信度，以及所述至少一个目标道路几何在所述至少一个第二位置的切线方向角，确定所述目标的道路方向约束。
23.根据权利要求22所述的装置，其特征在于，
所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度；
或者，
所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度。
24.根据权利要求23所述的装置，其特征在于，
当所述目标道路几何的置信度为所述目标道路几何的道路参数的置信度时，所述至少一个处理模块还用于，根据所述目标道路几何的道路参数的方差或标准差，确定所述目标道路几何的道路参数的置信度，所述道路参数为用于表征所述目标道路几何的至少一项信息；
或者，当所述目标道路几何的置信度为所述目标道路几何在第二位置的切线方向角的置信度时，所述至少一个处理模块还用于，根据所述目标道路几何在第二位置的切线方向角的方差或标准差，确定所述目标道路几何在第二位置的切线方向角的置信度。
25.根据权利要求22所述的装置，其特征在于，
所述至少一个处理模块具体用于，根据所述目标道路几何的置信度，确定所述至少一个目标道路几何在所述至少一个第二位置的切线方向角在融合时的权重值；
根据所述权重值，确定对所述切线方向角进行融合的融合结果为所述目标的道路方向约束。
26.根据权利要求22所述的装置，其特征在于，
所述至少一个处理模块具体用于，确定第二位置处的切线角方向为所述目标的道路方向约束，其中，所述第二位置为第二目标道路几何中，距离所述目标最近的位置，所述第二目标道路几何为所述至少一个目标道路几何中，置信度最高的目标道路几何。
27.根据权利要求22所述的装置，其特征在于，
所述至少一个处理模块具体用于，确定第三位置处的切线角方向为所述目标的道路方向约束，其中，所述第三位置为第三目标道路几何中，距离所述目标最近的位置，所述第三目标道路几何为所述至少一个目标道路几何中，与所述目标距离最近的目标道路几何。
28.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，获取经过所述目标的目标位置，并与第四目标道路几何相垂直的直线，所述第四目标道路几何为与所述目标最近，并分别位于所述目标两侧的两条目标道路几何；
确定两个交点之间的距离为所述目标的道路宽度约束，所述两个交点为所述直线与所述第四目标道路几何的两个交点。
29.根据权利要求18所述的装置，其特征在于，
所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，所述至少一个距离为所述目标的道路宽度约束；
或者，
所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的至少一个距离，并确定所述至少一个距离中的最大值或最小值为所述目标的道路宽度约束；
或者，
所述至少一个处理模块具体用于，确定所述目标与所述至少一个目标道路几何之间的距离，并确定所述至少一个距离的平均值为所述目标的道路宽度约束。
30.根据权利要求17-29任一项所述的装置，其特征在于，
所述至少一个处理模块还用于，确定包括所述道路方向约束的测量矩阵；
通过所述道路宽度约束，确定所述道路方向约束在所述测量矩阵中的置信度。
31.根据权利要求30所述的装置，其特征在于，
所述至少一个处理模块具体用于，根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声；
根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度。
32.根据权利要求31所述的装置，其特征在于，
所述至少一个处理模块还用于，在根据道路宽度约束与量测噪声之间的映射关系，以及所述道路宽度约束，确定所述目标对应的量测噪声之后，根据所述目标的运动状态，确定所述目标的运动状态变化参数；
当所述目标的运动状态变化参数与对应的阈值的比较结果指示需要确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度时，确定所述目标道路几何在第四位置处的曲率的变化程度或曲率变化率的变化程度，所述第四位置为位于所述目标道路几何，并且与所述目标的距离在第三距离范围内的位置；
当所述曲率的变化程度或曲率变化率的变化程度大于第三阈值时，增大所述目标对应的量测噪声；
所述根据量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，以及所述目标对应的量测噪声，确定所述道路方向约束在所述测量矩阵中的置信度，包括：
根据增大之后的量测噪声，以及量测噪声与道路方向约束在测量矩阵中的置信度之间的映射关系，确定所述道路方向约束在所述测量矩阵中的置信度。
33.一种道路约束确定装置，其特征在于，包括：
至少一个处理器和存储器；
其中，所述存储器，用于存储程序指令；
所述至少一个处理器，用于调用并执行所述存储器中存储的程序指令，使得所述装置执行如权利要求1-16任一项所述的方法。
34.一种计算机可读存储介质，其特征在于，
所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得所述计算机执行如权利要求1-16任一项所述的方法。
35.一种包含指令的计算机程序产品，其特征在于，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行如权利要求1-16中任一项所述的方法。
CN201911129500.4A 2019-11-18 2019-11-18 一种道路约束确定方法及装置 Pending CN112818727A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201911129500.4A CN112818727A (zh) 2019-11-18 2019-11-18 一种道路约束确定方法及装置
PCT/CN2020/111345 WO2021098320A1 (zh) 2019-11-18 2020-08-26 一种道路约束确定方法及装置
CA3158718A CA3158718A1 (en) 2019-11-18 2020-08-26 Road constraint determining method and apparatus
EP20889205.9A EP4043987A4 (en) 2019-11-18 2020-08-26 METHOD AND DEVICE FOR DETERMINING ROAD STRESS
US17/746,706 US20220284615A1 (en) 2019-11-18 2022-05-17 Road constraint determining method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911129500.4A CN112818727A (zh) 2019-11-18 2019-11-18 一种道路约束确定方法及装置

Publications (1)

Publication Number Publication Date
CN112818727A true CN112818727A (zh) 2021-05-18

Family

ID=75852591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911129500.4A Pending CN112818727A (zh) 2019-11-18 2019-11-18 一种道路约束确定方法及装置

Country Status (5)

Country Link
US (1) US20220284615A1 (zh)
EP (1) EP4043987A4 (zh)
CN (1) CN112818727A (zh)
CA (1) CA3158718A1 (zh)
WO (1) WO2021098320A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113504558B (zh) * 2021-07-14 2024-02-27 北京理工大学 一种考虑道路几何约束的地面无人车辆定位方法

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3658519B2 (ja) * 1999-06-28 2005-06-08 株式会社日立製作所 自動車の制御システムおよび自動車の制御装置
US7680596B2 (en) * 2004-04-06 2010-03-16 Honda Motor Co., Ltd. Route calculation method for a vehicle navigation system
JP4793094B2 (ja) * 2006-05-17 2011-10-12 株式会社デンソー 走行環境認識装置
US20090088916A1 (en) * 2007-09-28 2009-04-02 Honeywell International Inc. Method and system for automatic path planning and obstacle/collision avoidance of autonomous vehicles
JP5094658B2 (ja) * 2008-09-19 2012-12-12 日立オートモティブシステムズ株式会社 走行環境認識装置
JP5332034B2 (ja) * 2008-09-22 2013-11-06 株式会社小松製作所 無人車両の走行経路生成方法
US9424468B2 (en) * 2010-09-08 2016-08-23 Toyota Jidosha Kabushiki Kaisha Moving object prediction device, hypothetical movable object prediction device, program, moving object prediction method and hypothetical movable object prediction method
JP5673597B2 (ja) * 2011-11-18 2015-02-18 株式会社デンソー 車両用挙動制御装置
US9187091B2 (en) * 2012-07-30 2015-11-17 Ford Global Technologies, Llc Collision detection system with a plausibiity module
US9199668B2 (en) * 2013-10-28 2015-12-01 GM Global Technology Operations LLC Path planning for evasive steering maneuver employing a virtual potential field technique
JP6356586B2 (ja) * 2014-11-28 2018-07-11 株式会社デンソー 車両の走行制御装置
US9697730B2 (en) * 2015-01-30 2017-07-04 Nissan North America, Inc. Spatial clustering of vehicle probe data
EP3845427A1 (en) * 2015-02-10 2021-07-07 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
US9868443B2 (en) * 2015-04-27 2018-01-16 GM Global Technology Operations LLC Reactive path planning for autonomous driving
KR101714185B1 (ko) * 2015-08-05 2017-03-22 엘지전자 주식회사 차량 운전 보조장치 및 이를 포함하는 차량
JP2017085723A (ja) * 2015-10-26 2017-05-18 ダイムラー・アクチェンゲゼルシャフトＤａｉｍｌｅｒ ＡＧ 電気自動車の制御装置
US10705528B2 (en) * 2015-12-15 2020-07-07 Qualcomm Incorporated Autonomous visual navigation
JP6515898B2 (ja) * 2016-09-29 2019-05-22 トヨタ自動車株式会社 物標レーン関係認識装置
JP6637400B2 (ja) * 2016-10-12 2020-01-29 本田技研工業株式会社 車両制御装置
US20180173229A1 (en) * 2016-12-15 2018-06-21 Dura Operating, Llc Method and system for performing advanced driver assistance system functions using beyond line-of-sight situational awareness
US10380889B2 (en) * 2017-07-31 2019-08-13 Hewlett Packard Enterprise Development Lp Determining car positions
US10948919B2 (en) * 2017-09-11 2021-03-16 Baidu Usa Llc Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles
US10754339B2 (en) * 2017-09-11 2020-08-25 Baidu Usa Llc Dynamic programming and quadratic programming based decision and planning for autonomous driving vehicles
US10515321B2 (en) * 2017-09-11 2019-12-24 Baidu Usa Llc Cost based path planning for autonomous driving vehicles
US10591926B2 (en) * 2017-09-18 2020-03-17 Baidu Usa Llc Smooth road reference for autonomous driving vehicles based on 2D constrained smoothing spline
JP6795792B2 (ja) * 2017-09-28 2020-12-02 トヨタ自動車株式会社 運転支援装置
US10670412B2 (en) * 2018-02-20 2020-06-02 Veoneer Us, Inc. System and method for generating a target path for a vehicle
JP7125214B2 (ja) * 2018-04-03 2022-08-24 モービルアイ ビジョン テクノロジーズ リミテッド プログラムおよびコンピューティングデバイス
US10802492B2 (en) * 2018-04-05 2020-10-13 Ford Global Technologies, Llc Vehicle path identification
US11520335B2 (en) * 2018-04-12 2022-12-06 Baidu Usa Llc Determining driving paths for autonomous driving vehicles based on map data
US10823575B2 (en) * 2018-06-27 2020-11-03 Baidu Usa Llc Reference line smoothing method using piecewise spiral curves with weighted geometry costs
WO2020035728A2 (en) * 2018-08-14 2020-02-20 Mobileye Vision Technologies Ltd. Systems and methods for navigating with safe distances
JP7020348B2 (ja) * 2018-08-30 2022-02-16 トヨタ自動車株式会社 自車位置推定装置
US11195418B1 (en) * 2018-10-04 2021-12-07 Zoox, Inc. Trajectory prediction on top-down scenes and associated model
JP7205154B2 (ja) * 2018-10-16 2023-01-17 トヨタ自動車株式会社 表示装置
US11232705B2 (en) * 2018-11-28 2022-01-25 Toyota Jidosha Kabushiki Kaisha Mitigation of traffic oscillation on roadway
KR102425741B1 (ko) * 2018-11-28 2022-08-01 한국전자통신연구원 차선 인식 실패 대응 자율 주행 방법 및 자율주행 차량 주행 가이드 데이터 구축 방법
CN109375632B (zh) * 2018-12-17 2020-03-20 清华大学 自动驾驶车辆实时轨迹规划方法
JP2020104738A (ja) * 2018-12-27 2020-07-09 トヨタ自動車株式会社 報知装置
US11269049B2 (en) * 2019-03-18 2022-03-08 Nxp Usa, Inc. Distributed aperture automotive radar system
WO2020243484A1 (en) * 2019-05-29 2020-12-03 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation
US11120566B2 (en) * 2019-06-28 2021-09-14 Baidu Usa Llc Determining vanishing points based on feature maps
CN110398968B (zh) * 2019-07-24 2020-06-05 清华大学 一种智能车多目标驾驶控制方法及决策系统

Also Published As

Publication number Publication date
EP4043987A4 (en) 2022-11-30
US20220284615A1 (en) 2022-09-08
EP4043987A1 (en) 2022-08-17
CA3158718A1 (en) 2021-05-27
WO2021098320A1 (zh) 2021-05-27

Similar Documents

Publication Publication Date Title
US11263771B2 (en) Determining lane position of a partially obscured target vehicle
US11002849B2 (en) Driving lane detection device and driving lane detection method
RU2706763C1 (ru) Устройство локализации транспортного средства
US11313976B2 (en) Host vehicle position estimation device
JP6747269B2 (ja) 物体認識装置
US10493987B2 (en) Target-lane relationship recognition apparatus
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合系统
KR102699140B1 (ko) 동시 차로 변경 차량 예측 장치 및 그의 예측 방법과 그를 이용하는 차량
JP2015081083A (ja) 予測的運転者支援システムのための、妥当性規則に基づく信頼度推定
CN103781685A (zh) 车辆用自主行驶控制系统
US11703335B2 (en) Coordinating and learning maps dynamically
US11087147B2 (en) Vehicle lane mapping
US20220266825A1 (en) Sourced lateral offset for adas or ad features
JP2020030200A (ja) 精度仕様を用いてビークルを位置特定するためのシステムおよび方法
JP2012026888A (ja) 自車位置認識装置
KR20200133122A (ko) 차량 충돌 방지 장치 및 방법
US20220284615A1 (en) Road constraint determining method and apparatus
JP2022182167A (ja) 走行車線推定装置
EP4141483A1 (en) Target detection method and apparatus
US11468767B2 (en) Map information system
CN110095776B (zh) 用于确定对象的存在和/或特性的方法和周围环境识别设备
JP4644590B2 (ja) 周辺車両位置検出装置および周辺車両位置検出方法
CN111596288B (zh) 测量速度的方法、装置、车载终端和车载测速系统
JPWO2018212286A1 (ja) 測定装置、測定方法およびプログラム
US20230086589A1 (en) Vehicle position estimation device

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