CN113022593A - 障碍物处理方法、装置和行驶设备 - Google Patents

障碍物处理方法、装置和行驶设备 Download PDF

Info

Publication number
CN113022593A
CN113022593A CN202110381578.6A CN202110381578A CN113022593A CN 113022593 A CN113022593 A CN 113022593A CN 202110381578 A CN202110381578 A CN 202110381578A CN 113022593 A CN113022593 A CN 113022593A
Authority
CN
China
Prior art keywords
obstacle
driving track
line
segment
line segment
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
CN202110381578.6A
Other languages
English (en)
Other versions
CN113022593B (zh
Inventor
焦斌
黄赞铭
阳磊
王幸平
田晨
刘秋香
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.)
Changsha Intelligent Driving Research Institute Co Ltd
Original Assignee
Changsha Intelligent Driving Research Institute 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 Changsha Intelligent Driving Research Institute Co Ltd filed Critical Changsha Intelligent Driving Research Institute Co Ltd
Priority to CN202110381578.6A priority Critical patent/CN113022593B/zh
Publication of CN113022593A publication Critical patent/CN113022593A/zh
Application granted granted Critical
Publication of CN113022593B publication Critical patent/CN113022593B/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
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance

Landscapes

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

Abstract

本申请涉及一种障碍物处理、装置和行驶设备。该方法包括：获取行驶设备周围的障碍物的信息；获取行驶设备的行驶轨迹；根据障碍物的信息，识别障碍物的类型；若障碍物为线段障碍物，则根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。该方法提高可行驶设备在存在货台、花坛等线性障碍物的固定行驶环境行驶的安全性。

Description

障碍物处理方法、装置和行驶设备
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种障碍物处理方法、装置和行驶设备。
背景技术
随着行驶设备的技术的不断发展，人们对行驶设备的安全性要求也越来越高。
当行驶设备在行驶过程中，准确识别障碍物，对驾驶员进行安全提示，或是对行驶设备进行自主控制规避，能够保证行驶设备的安全性。因此，准确识别障碍物至关重要。传统方式通过在行驶设备上安装毫米波雷达加摄像头，利用图像识别技术和激光雷达的检测结果识别障碍物。该方案针对行人、车辆以及运动物体的识别能够起到较好的效果。但是对于园区工况中经常会出现的各式各样静止货物、花坛、货台等非标准障碍物，其识别效果就会大打折扣，漏检概率会大幅升高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够识别准确率的障碍物处理方法、装置和行驶设备。
一种障碍物处理方法，所述方法包括：
获取行驶设备周围的障碍物的信息；
获取行驶设备的行驶轨迹；
根据所述障碍物的信息，识别所述障碍物的类型；
若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
在其中一个实施例中，若所述障碍物为普通障碍物，则根据所述普通障碍物与行驶轨迹中心线的最小横向距离，判断所述普通障碍物是否在所述行驶轨迹内。
在另一个实施例中，若判断障碍物在所述行驶轨迹内，则选取所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物；若判断不紧急制动则行驶设备将与所述目标障碍物碰撞，则控制制动系统进行紧急制动。
在其中一个实施例中，所述根据线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内，包括：
分别计算所述行驶轨迹的左边界曲线和右边界曲线；
根据所述线段障碍物的线段端点，计算线段障碍物方程；
根据所述线段障碍物方程、行驶轨迹的左边界曲线和右边界曲线，判断所述线段障碍物是否与行驶轨迹左、右边界存在交点；
判断所述线段障碍物端点是否在所述行驶轨迹内；
若所述线段障碍物与行驶轨迹的左边界交点、右边界交点、左端点和右端点至少有一个点位于所述行驶轨迹内，则所述线段障碍物在所述行驶轨迹内。
在其中一个实施例中，若所述线段障碍物在所述行驶轨迹内，则从所述左边界交点、右边界交点、左端点和右端点中筛选出在所述行驶轨迹内且纵向距离最小的点，并将该点的相对位置作为线段障碍物的位置信息。
在其中一个实施例中，根据所述普通障碍物与行驶轨迹中心线的最小横向距离，判断所述普通障碍物是否在所述行驶轨迹内，包括：
分别计算所述普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离；
根据所述普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离，确定障碍物与行驶轨迹中心线之间的最小横向距离；
若所述最小横向距离满足阈值条件，则所述普通障碍物位于行驶轨迹内。
在其中一个实施例中，获取行驶设备周围的障碍物的信息，包括：获取行驶设备的毫米波雷达检测的第一障碍物的信息以及激光雷达检测的第二障碍物的信息；
根据所述障碍物的信息，识别所述障碍物的类型，包括：根据所述第二障碍物的信息，获取纵向长度大于长度阈值且边界为线段的线段障碍物；根据所述第一障碍物的信息以及所述第二障碍物中非线段障碍物，得到普通障碍物。
在其中一个实施例中，所述根据所述第一障碍物的信息以及所述第二障碍物中非线段障碍物，得到普通障碍物，包括：
根据所述第一障碍物的信息，剔除静止的障碍物，得到运动的障碍物；
根据所述第一障碍物中运动的障碍物以及所述第二障碍物中非线段障碍物，得到普通障碍物。
在其中一个实施例中，所述选取所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物，包括：
计算所述行驶轨迹内的障碍物的触碰时间；
选择触碰时间最小的障碍物作为所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
一种障碍物处理装置，所述装置包括：
障碍物信息获取模块，用于获取行驶设备周围的障碍物的信息；
预测模块，用于获取行驶设备的行驶轨迹；
识别模块，用于根据所述障碍物的信息，识别所述障碍物的类型；
线段障碍物识别模块，用于若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
一种行驶设备，其特征在于，包括毫米波雷达、激光雷达和设备控制器，所述设备控制器执行计算机程序时实现以下步骤：
获取行驶设备周围的障碍物的信息；
获取行驶设备的行驶轨迹；
根据所述障碍物的信息，识别所述障碍物的类型；
若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取行驶设备周围的障碍物的信息；
获取行驶设备的行驶轨迹；
根据所述障碍物的信息，识别所述障碍物的类型；
若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
上述障碍物处理方法、装置和行驶设备，通过针对线段障碍物，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内，能够利用线段型障碍物的特点，准确判断线段型障碍物是否在行驶轨迹内。该方法提高可行驶设备在存在货台、花坛等线性障碍物的固定行驶环境行驶的安全性。
附图说明
图1为一个实施例中障碍物处理方法的应用环境图；
图2为一个实施例中障碍物处理方法的流程示意图；
图3为另一个实施例中障碍物处理方法的流程示意图；
图4为一个实施例中判段线段障碍物是否在行驶轨迹内的流程示意图；
图5为一个实施例中障碍物与行驶轨迹的相对位置关系的示意图；
图6为一个实施例中判断普通障碍物是否在行驶轨迹内的流程示意图；
图7为另一个实施例中判断普通障碍物是否在行驶轨迹内的流程示意图；
图8为一个实施例中障碍物处理装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的障碍物处理方法，可以应用于如图1所示的行驶设备。其中，行驶设备安装了毫米波雷达102和激光雷达104，毫米波雷达102和激光雷达104分别连接设备控制器110，设备控制器110的计算机程序运行一种障碍物处理方法。具体地，获取行驶设备周围的障碍物的信息；获取行驶设备的行驶轨迹；根据障碍物的信息，识别障碍物的类型；若障碍物为线段障碍物，则根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。其中，行驶设备包括车辆、自动驾驶车辆和机器人等。
进一步地，行驶设备还包括电子助力转向系统108和制动系统106，均与设备控制器110连接。在需要紧急制动时，控制制动系统106进行紧急制动。具体地，毫米波雷达102和激光雷达104进行障碍物检测，电子助力系统提供方向盘转角等信息，制动系统提供设备运动信息，设备控制器选取行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物；若判断不紧急制动则行驶设备将与目标障碍物碰撞，则控制制动系统进行紧急制动。
在一个实施例中，如图2所示，提供了一种障碍物处理方法，以该方法应用于图1中的设备控制器为例进行说明，包括以下步骤：
步骤202，获取行驶设备周围的障碍物的信息。
具体地，行驶设备通过安装传感器，感知行驶设备周围的障碍物信息。一种实施方式中，行驶设备安装了视觉传感器和毫米波雷达，利用图像检测加雷达检测的方式，检测行驶设备周围的障碍物。另一种实施方式中，行驶设备安装了毫米波雷达和激光雷达，利用激光雷达检测障碍物，提高了障碍物检测的精度。
其中，障碍物是指影响行驶设备运行的道路元素，包括出现在道路上的行人、物体等。障碍物的信息包括障碍物的位置、大小以及运动速度等。
步骤204，获取行驶设备的行驶轨迹。
具体地，根据监控的行驶设备的行驶速度信息和方向盘转角信息，利用动力学模型预测出行驶设备行驶轨迹曲线，得到行驶设备的行驶轨迹。以车辆为例，利用电子制动系统EBS(Electronic Brake Systems)，实时监测获得车辆的车速、横摆角速度及载重等车辆信息。利用电子助力转向系统EPS(Electric Power Steering)，实时监测方向盘转角。具体方法为：
Figure BDA0003013179940000051
Figure BDA0003013179940000061
其中，Y为横向距离，向左为正，单位米(m)；X为纵向距离，向前为正，单位米(m)；κ为车辆行驶轨迹曲率，单位1/m；i为转向机构传动比，为固定值；L为车辆前后轴的距离，单位m；k0为车辆稳定性常数，可由测试数据拟合得到；v为车辆当前速度，单位m/s；δ为方向盘转角,向左为正，向右为负，单位rad；es为方向盘转角补偿系数，可由测试数据拟合得到，单位rad。
步骤206，根据障碍物的信息，识别障碍物的类型。
本实施例的行驶设备可应用在园区等固定行驶环境。在园区等固定行驶环境中，不同于道路行驶环境，通常而言，道路环境障碍物的类型比较简单，通常为运动的人或车辆。在固定行驶环境中，如园区或码头，环境因素障碍物较多，如花坛、货台等。为了区分特定形状的障碍物，本申请根据障碍物的信息，对障碍物进行了分类，区分为普通障碍物和线段障碍物。普通障碍物是指所识别的障碍物中不属于线段类型的障碍物。线段障碍物是指具有线性形状的障碍物。
步骤208，若障碍物为线段障碍物，则根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。
具体地，对于激光雷达和毫米波雷达检测的障碍物，分别判断障碍物是否在行驶轨迹内。为了有效的识别环境因素障碍物，利用环境因素障碍物的线段形状的特征，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。从而能够有效的识别线段障碍物是否在行驶轨迹内。
可以理解的是，一个障碍物的判断结束后，对下一个障碍物重新进行判断，直至对检测的所有障碍物判断完毕，以获取在行驶轨迹内的所有障碍物。
上述的障碍物处理方法，通过针对线段障碍物，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内，能够利用线段型障碍物的特点，准确判断线段型障碍物是否在行驶轨迹内。该方法提高可行驶设备在存在货台、花坛等线性障碍物的固定行驶环境行驶的安全性。
在另一个实施例中，若障碍物为普通障碍物，则根据普通障碍物与行驶轨迹中心线的最小横向距离，判断普通障碍物是否在行驶轨迹内。
普通障碍物为识别的非线性形态的障碍物，可根据普通障碍物与行驶轨迹中心线的最小横向距离，判断线段障碍物是否在行驶轨迹内。具体地，将障碍物与行驶轨迹中心线之间的最小横向距离dymin与阈值Yth比较，若在阈值范围内，则判断障碍物位于行驶轨迹内。通过横向距离的比较，比较的范围更广，提升的识别的准确度。
在另一个实施例中，在判断得到普通障碍物或线段障碍物位于行驶轨迹内后，选取行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物；若判断不紧急制动则行驶设备将与目标障碍物碰撞，则控制制动系统进行紧急制动
具体地，获取所提取的障碍物中，判断在行驶轨迹内的障碍物，此时，排除了不在行驶轨迹内的障碍物，在行驶轨迹内的障碍物中选择触碰风险最大的障碍物。
其中，碰撞风险可通过碰撞时间进行评估。具体地，计算行驶轨迹内的障碍物的触碰时间；选择触碰时间最小的障碍物作为行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
计算碰撞时间TTC(Time to Collision)的公式为：
Figure BDA0003013179940000071
其中，x为障碍物的纵向相对距离，vRx为障碍物与行驶设备的纵向相对速度。用TTC时间评估障碍物的碰撞风险程度，碰撞时间越小，则碰撞风险越大。将碰撞时间最小(即碰撞风险最大)的障碍物作为目标障碍物。
根据目标障碍物信息及行驶设备信息判断是否需要执行紧急制动。具体地，将障碍物纵向距离x与触发紧急制动的纵向距离阈值xth进行比较，当x<xth时，则认为此时再不进行紧急制动，行驶设备不能避免碰撞。其中，触发紧急制动的纵向距离阈值xth通过预先测试得到。具体地，提前测试行驶设备在不同载重，不同相对速度下从紧急制动指令下发到行驶速度减小到0，行驶设备的行驶距离，并制作成二维插值表。然后根据当前行驶设备载重和障碍物的相对纵向速度，进行二维插值得到触发紧急制动的纵向距离阈值xth。
在确定，需要触发紧急制动后，设备控制器发出紧急制动减速度ae需求给执行单元。ae的取值可根据行驶设备能达到的最大减速度选取。最后由执行单元执行减速度请求。执行单元一般为行驶设备的电子制动系统。
本实施例的方法若判断不紧急制动则行驶设备将与目标障碍物碰撞，则控制制动系统进行紧急制动，能够对行驶设备运行前方存在碰撞风险的障碍物进行快速响应，触发紧急制动避免或减轻碰撞危害。该方法提高可行驶设备在存在货台、花坛等线性障碍物的固定行驶环境行驶的安全性。
在一个实施例中，获取行驶设备周围的障碍物的信息，包括：获取行驶设备的毫米波雷达检测的第一障碍物的信息以及激光雷达检测的第二障碍物的信息。根据障碍物的信息，识别障碍物的类型，包括：根据第二障碍物的信息，获取纵向长度大于长度阈值且边界为线段的线段障碍物；根据第一障碍物的信息以及第二障碍物中非线段障碍物，得到普通障碍物。
第一障碍物是指毫米波雷达检测到的障碍物。毫米波雷达则指工作在毫米波波段的雷达。毫米波雷达通过天线向外发射毫米波，接收目标反射信号，经计算后快速准确地获取行驶设备与其他物体直接的相对距离、速度、角度、运动方向等。但毫米波雷达不能清楚地区分障碍物的具体形状等信息。本实施例中，将毫米波雷达检测的障碍物作为普通障碍物。
第二障碍物是指激光雷达检测到的障碍物。激光雷达(LiDAR)，其工作原理是以激光作为信号源，由激光器发射出的激光束来探测目标的距离、方位、高度、速度、姿态等特征量。由于激光束不断地扫描目标物，可以得到目标物上全部数据点，经过3D成像处理后，还可得到精确的三维立体图像。因此，激光雷达能够得到障碍物的三维立体图像。
其中，利用激光雷达检测的障碍物的三维点云，得到三维立体图像，当检测到障碍物纵向长度大于阈值Lth(由测试标定得到)，并且边界能够拟合出线段时，则认为其属于货台、花坛等狭长障碍物，以线段形式描述障碍物，输出拟合线段两端点的相对位置，得到线段障碍物。将激光雷达检测的障碍物中的非线段障碍物作为普通障碍物。普通障碍物包括运动的人、车等。线段障碍物包括货物、花坛、货台等。
具体地，根据第一障碍物的信息，剔除静止的障碍物，得到运动的障碍物；根据第一障碍物中运动的障碍物以及第二障碍物中非线段障碍物，得到普通障碍物。
由于毫米波雷达不能清楚地区分障碍物的具体形状等信息，因此，毫米波雷达可能会将井盖、天桥等误判为障碍物。本实施例中，由于毫米波雷达和激光雷达同时检测，通过根据障碍物速度剔除毫米波雷达检测的静止障碍物，提高障碍物检测的准确性。其中，对普通障碍物，若毫米波雷达检测的第一障碍物与激光雷达检测的第二障碍物中的非线段障碍物匹配，则将毫米波雷达检测的障碍物的相对位置和相对速度、激光雷达检测的障碍物的大小信息融合作为匹配的普通障碍物的信息。
具体地，对毫米波雷达检测的普通障碍物和激光雷达检测的非线段障碍物进行融合，根据马氏距离对毫米波雷达和激光雷达障碍物进行匹配：二者马氏距离小于阈值，则认为匹配成功，将两个障碍物进行融合，以毫米波雷达障碍物的相对位置和相对速度、激光雷达障碍物的大小信息作为融合障碍物的信息输出；若二者马氏距离大于阈值，则认为匹配不成功，不进行融合。由于毫米波雷达对障碍物的位置和速度信息检测精度高，但存在对井盖、天桥等障碍物的误检，通过上述融合过滤方法，能提升障碍物信息的准确度，同时减少对无碰撞风险的雷达障碍物的误检。
如图3所示，一种自动驾驶紧急制动方法，包括以下步骤：
S302，获取行驶设备周围的障碍物的信息。
S304，获取行驶设备的行驶轨迹。
S306，根据所述障碍物的信息，识别障碍物的类型。
障碍物的类型，包括线段障碍物和普通障碍物。如图3所示，若识别为线段障碍物，则执行步骤S308，使用线段障碍物判断方法，判断障碍物是否在行驶轨迹内。若识别为普通障碍物，则执行步骤S307，使用普通障碍物判断方法，判断障碍物是否在行驶轨迹内。根据对应的判断方法判断障碍物是否在行驶轨迹内。
本实施例中，针对不同的类型的障碍物，采用不同的判断方法，判断障碍物是否在行驶轨迹内。
其中，针对线段障碍物，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。
具体地，如图4所示，针对线段障碍物，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内，具体包括以下步骤：
S402，分别计算行驶轨迹的左边界曲线Yl和右边界曲线Yr：
Figure BDA0003013179940000101
Figure BDA0003013179940000102
以车辆为例，车辆的行驶轨迹曲线与障碍物的相对位置关系如图5所示。行驶轨迹具有与行驶设备宽度相应的左边界和右边界，线段障碍物具有线段左端点和右端点。
S404，根据线段障碍物的线段端点，计算线段障碍物方程。
如图5所示，由线段障碍物的线段端点Pt1(x1，y1)，Pt2(x2，y2)计算线段障碍物方程Ys：
Ys(X)＝m*X+c，X∈[x1，x2]
Figure BDA0003013179940000103
c＝y1-m*x1
其中x1，y1和x2，y2分别为线段第一个端点、第二个端点的纵向距离和横向距离，且x1＜x2；m为线段方程的斜率，c为线段方程的截距。
S406，根据线段障碍物方程、行驶轨迹的左边界曲线和右边界曲线，判断线段障碍物是否与行驶轨迹左、右边界存在交点。若否，则执行步骤S408，若是，则执行步骤S410。
线段与左、右边界交点判别式分别为：
Δl＝m2-2*κ*(Yth-c)
Δr＝m2+2*κ*(Yth+c)
当Δl≥0时，求出交点Pil1(xl1，yl1)，Pil2(xl2，yl2)，若x1≤xl1≤x2，则交点Pil1为线段障碍物与行驶轨迹左边界交点，并认为该交点在行驶轨迹内，设标志位Fil1＝1；若x1≤xl2≤x2，则交点Pil2为线段障碍物与行驶轨迹左边界交点,并认为该交点在行驶轨迹内，设标志位Fil2＝1。当Δl＜0时，线段障碍物与行驶轨迹左边界无交点，Fil1＝0，Fil2＝0。
当Δr≥0时，求出交点Pir1(xr1，yr1)，Pir2(xr2，yr2)，若x1≤xr1≤x2，则交点Pir1为线段障碍物与行驶轨迹右边界交点，并认为该交点在行驶轨迹内，设标志位Fir1＝1；若x1≤xr2≤x2，则交点Pir2为线段障碍物与行驶轨迹右边界交点，并认为该交点在行驶轨迹内，标志位Fir2＝1。当Δr＜0时，线段障碍物与行驶轨迹左边界无交点，设标示位Fir1＝0，设标志位Fir2＝0。
S408，判断线段障碍物端点是否在行驶轨迹内。
若Yr(x1)≤y1≤Yl(x1)，则端点Pt1在行驶轨迹内，设标志位Ft1＝1，否则，端点Pt1不在行驶轨迹内，设标志位Ft1＝0；若Yr(x2)≤y2≤Yl(x2)，则端点Pt2在行驶轨迹内，设标志位Ft2＝1，否则，端点Pt2不在行驶轨迹内，设标志位Ft2＝0。
S410，若线段障碍物与行驶轨迹的左边界交点、右边界交点、左端点和右端点至少有一个点位于行驶轨迹内，则线段障碍物在行驶轨迹内。
具体地，若标识位Pil1、Pil2、Pir1、Pir2、Pt1、Pt2中有至少一个点位于行驶轨迹内，则判断该线段障碍物位于行驶轨迹内。
若左边界交点、右边界交点、左端点和右端点均不位于行驶轨迹内，则线段障碍物不在行驶轨迹内。则返回继续对下一个障碍物进行判断。
针对线段障碍物，从左边界交点、右边界交点、左端点和右端点中筛选出在行驶轨迹内且纵向距离最小点，并将该点的相对位置作为线段障碍物的位置信息。具体地，从左边界交点、右边界交点、左端点和右端点中筛选出位于行驶轨迹内的点，比较其纵向距离。选取纵向距离最小点的相对位置作为线段障碍物的位置信息输出。
本实施例中，针对线段障碍物，利用求线段与行驶轨迹左右边界交点的方法来判断障碍物是否在行驶轨迹内。进一步，将线段在行驶轨迹内纵向距离最小点的位置信息作为线段障碍物的位置信息输出给控制决策单元进行紧急制动触发判断，为控制决策单元提供了更为合理的障碍物位置信息，减少了对障碍物的误检概率，优化了紧急制动系统的稳定性能。
针对普通障碍物，根据普通障碍物与行驶轨迹中心线的最小横向距离，判断线段障碍物是否在行驶轨迹内。具体地，如图6和图7所示，包括以下步骤：
S602，分别计算障碍物中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离。
具体地，如图5所示，分别计算障碍物中心点与行驶轨迹中心线之间的横向距离、左边界点与行驶轨迹中心线之间的横向距离，以及右边界点与预测行驶轨迹中心线之间的横向距离：
dy0＝y0-Y0
Figure BDA0003013179940000121
Figure BDA0003013179940000122
Figure BDA0003013179940000123
其中，dy0、dyl、dyr分别为障碍物中心点、左边界、右边界与行驶轨迹中心线之间的横向距离，单位m；y0为障碍物中心点与行驶设备中轴线的横向距离，单位m；x0为障碍物与行驶设备的纵向距离，单位m；Y0为行驶轨迹在x0处与行驶设备中轴线的横向距离；W为障碍物的宽度，单位m。
S604，根据普通障碍物中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离，确定障碍物与行驶轨迹中心线之间的最小横向距离。
具体地，如果障碍物中心点与行驶轨迹中心线之间的横向距离，和左边界与行驶轨迹中心线之间的横向距离的乘积小于0，或，障碍物中心点与行驶轨迹中心线之间的横向距离，和右边界与行驶轨迹中心线之间的横向距离的乘积小于0，则障碍物与行驶轨迹中心线之间的最小横向距离为0，即如果dy0*dyl<0或dy0*dyr<0，则dymin＝0；否则，将障碍物中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离绝对值中的最小值作为障碍物与行驶轨迹中心线之间的最小横向距离dymin，即：
dymin＝min(|dy0|，|dyl|,|dyr|)
S606，若最小横向距离满足阈值条件，则普通障碍物位于行驶轨迹内。
具体地，然后将障碍物与行驶轨迹中心线之间的最小横向距离dymin与阈值Yth比较，若0<dymin<Yth，则判断障碍物位于行驶轨迹内。阈值Yth为正，可通过多次测试标定得到，单位m。
本实施例中，针对普通障碍物，将障碍物宽度考虑在内，选取障碍物离行驶轨迹中心线的最小横向距离作为障碍物是否在行驶轨迹内的判断标准，并相应地提出了计算障碍物与行驶轨迹中心线最小横向距离的方法。相对于采用障碍物中心点与行驶轨迹中心线的横向距离的判断方法，判断准确度得到了提升。
请继续参阅图3，在步骤S308判断线段障碍物在行驶轨迹内，或S307判断普通障碍物在行驶轨迹内之后，还包括：
S310，选取行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
S312，若判断不紧急制动则行驶设备将与目标障碍物碰撞，则控制制动系统进行紧急制动。
本申请的一种行驶设备的紧急制动方法，应用于智能汽车，可独立于自动驾驶方法，利用激光雷达和毫米波雷达，在自动驾驶过程中实时监控周围环境，能准确检测行驶轨迹前方人、车、货物等各种障碍物的距离和速度，并结合行驶设备运动状态进行决策判断，在即将发生碰撞时发出减速度请求，由制动执行机构进行紧急制动，避免或减轻碰撞事故造成的危害。
本申请将激光雷达障碍物分为普通障碍物和线段障碍物，用线段形式描述货台、花坛等障碍物、提高了对此类障碍物位置的描述精度，减少了因障碍物位置误差造成的紧急制动误触发，提升了紧急制动的可靠性。相对于传统的视觉加毫米波雷达的紧急制动系统感知方案，本申请采用激光雷达代替视觉传感器，提升了对于园区场景经常出现的货物、花坛、货台等各种非标准障碍物的检测能力，减少了对障碍物的漏检率，改善了紧急制动系统的安全性能。
应该理解的是，虽然图2-4，6-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4，6-7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种障碍物处理装置，包括：
障碍物信息获取模块802，用于获取行驶设备周围的障碍物的信息；
预测模块804，用于获取行驶设备的行驶轨迹；
识别模块806，根据障碍物的信息，识别障碍物的类型；
线段障碍物识别模块808，用于若障碍物为线段障碍物，则根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内。
上述障碍物处理装置，通过针对线段障碍物，根据线段障碍物与行驶轨迹左、右边界的交点情况，判断线段障碍物是否在行驶轨迹内，能够利用线段型障碍物的特点，准确判断线段型障碍物是否在行驶轨迹内。该方法提高可行驶设备在存在货台、花坛等线性障碍物的固定行驶环境行驶的安全性。
在另一个实施例中，还包括：普通障碍物识别模块，用于若障碍物为普通障碍物，则根据普通障碍物与行驶轨迹中心线的最小横向距离，判断普通障碍物是否在行驶轨迹内。
在另一个实施例中，还包括：
目标选取模块，用于若判断障碍物在行驶轨迹内，则选取行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
制动模块，用于若判断不紧急制动则行驶设备将与目标障碍物碰撞，则控制制动系统进行紧急制动。
在另一个实施例中，线段障碍物识别模块，还用于分别计算行驶轨迹的左边界曲线和右边界曲线；根据线段障碍物的线段端点，计算线段障碍物方程；根据线段障碍物方程、行驶轨迹的左边界曲线和右边界曲线，判断线段障碍物是否与行驶轨迹左、右边界存在交点；判断线段障碍物端点是否在行驶轨迹内；若线段障碍物与行驶轨迹的左边界交点、右边界交点、左端点和右端点至少有一个点位于行驶轨迹内，则线段障碍物在行驶轨迹内。
在另一个实施例中，线段障碍物识别模块，还用于若线段障碍物在行驶轨迹内，则从左边界交点、右边界交点、左端点和右端点中筛选出在行驶轨迹内且纵向距离最小的点，并将该点的相对位置作为线段障碍物的位置信息。
在另一个实施例中，普通障碍物判断模块，用于分别计算普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离；根据普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离，确定障碍物与行驶轨迹中心线之间的最小横向距离；若最小横向距离满足阈值条件，则普通障碍物位于行驶轨迹内。
在另一个实施例中，障碍物信息获取模块，用于获取行驶设备的毫米波雷达检测的第一障碍物的信息以及激光雷达检测的第二障碍物的信息；根据障碍物的信息，识别障碍物的类型，包括：根据第二障碍物的信息，获取纵向长度大于长度阈值且边界为线段的线段障碍物；根据第一障碍物的信息以及第二障碍物中非线段障碍物，得到普通障碍物。
在另一个实施例中，障碍物信息获取模块，还用于根据第一障碍物的信息，剔除静止的障碍物，得到运动的障碍物；根据第一障碍物中运动的障碍物以及第二障碍物中非线段障碍物，得到普通障碍物。
在另一个实施例中，目标选择模块，用于计算行驶轨迹内的障碍物的触碰时间；选择触碰时间最小的障碍物作为行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
关于障碍物处理装置的具体限定可以参见上文中对于障碍物处理方法的限定，在此不再赘述。上述障碍物处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种行驶设备，如图1所示，行驶设备安装了毫米波雷达102、激光雷达104，毫米波雷达102和激光雷达104分别连接设备控制器110连接，设备控制器110的计算机程序运行一种障碍物处理方法。在需要紧急制动时，控制制动系统进行紧急制动。其中，设备控制器执行上述各实施例的障碍物处理方法的步骤。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的行驶设备的限定，具体的行驶设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该处理器执行计算机程序时实现以下上述各实施例的障碍物处理方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种障碍物处理方法，所述方法包括：
获取行驶设备周围的障碍物的信息；
获取行驶设备的行驶轨迹；
根据所述障碍物的信息，识别所述障碍物的类型；
若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
2.根据权利要求1所述的方法，其特征在于，若所述障碍物为普通障碍物，则根据所述普通障碍物与行驶轨迹中心线的最小横向距离，判断所述普通障碍物是否在所述行驶轨迹内。
3.根据权利要求1或2所述的方法，其特征在于，若判断障碍物在所述行驶轨迹内，则选取所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物；若判断不紧急制动则行驶设备将与所述目标障碍物碰撞，则控制制动系统进行紧急制动。
4.根据权利要求1所述的方法，其特征在于，所述根据线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内，包括：
分别计算所述行驶轨迹的左边界曲线和右边界曲线；
根据所述线段障碍物的线段端点，计算线段障碍物方程；
根据所述线段障碍物方程、行驶轨迹的左边界曲线和右边界曲线，判断所述线段障碍物是否与行驶轨迹左、右边界存在交点；
判断所述线段障碍物端点是否在所述行驶轨迹内；
若所述线段障碍物与行驶轨迹的左边界交点、右边界交点、左端点和右端点至少有一个点位于所述行驶轨迹内，则所述线段障碍物在所述行驶轨迹内。
5.根据权利要求4所述的方法，其特征在于，若所述线段障碍物在所述行驶轨迹内，则从所述左边界交点、右边界交点、左端点和右端点中筛选出在所述行驶轨迹内且纵向距离最小的点，并将该点的相对位置作为线段障碍物的位置信息。
6.根据权利要求2所述的方法，其特征在于，根据所述普通障碍物与行驶轨迹中心线的最小横向距离，判断所述普通障碍物是否在所述行驶轨迹内，包括：
分别计算所述普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离；
根据所述普通障碍物的中心点、左边界点以及右边界点与行驶轨迹中心线之间的横向距离，确定障碍物与行驶轨迹中心线之间的最小横向距离；
若所述最小横向距离满足阈值条件，则所述普通障碍物位于行驶轨迹内。
7.根据权利要求1所述的方法，其特征在于，获取行驶设备周围的障碍物的信息，包括：获取行驶设备的毫米波雷达检测的第一障碍物的信息以及激光雷达检测的第二障碍物的信息；
根据所述障碍物的信息，识别所述障碍物的类型，包括：根据所述第二障碍物的信息，获取纵向长度大于长度阈值且边界为线段的线段障碍物；根据所述第一障碍物的信息以及所述第二障碍物中非线段障碍物，得到普通障碍物。
8.根据权利要求7所述的方法，其特征在于，所述根据所述第一障碍物的信息以及所述第二障碍物中非线段障碍物，得到普通障碍物，包括：
根据所述第一障碍物的信息，剔除静止的障碍物，得到运动的障碍物；
根据所述第一障碍物中运动的障碍物以及所述第二障碍物中非线段障碍物，得到普通障碍物。
9.根据权利要求3所述的方法，其特征在于，所述选取所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物，包括：
计算所述行驶轨迹内的障碍物的触碰时间；
选择触碰时间最小的障碍物作为所述行驶轨迹内的障碍物中碰撞风险最大的障碍物，得到目标障碍物。
10.一种障碍物处理装置，所述装置包括：
障碍物信息获取模块，用于获取行驶设备周围的障碍物的信息；
预测模块，用于获取行驶设备的行驶轨迹；
识别模块，用于根据所述障碍物的信息，识别所述障碍物的类型；
线段障碍物识别模块，用于若所述障碍物为线段障碍物，则根据所述线段障碍物与行驶轨迹左、右边界的交点情况，判断所述线段障碍物是否在所述行驶轨迹内。
11.一种行驶设备，其特征在于，包括毫米波雷达、激光雷达和设备控制器，所述设备控制器执行计算机程序时实现权利要求1至9中任一项所述方法的步骤。
CN202110381578.6A 2021-04-09 2021-04-09 障碍物处理方法、装置和行驶设备 Active CN113022593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110381578.6A CN113022593B (zh) 2021-04-09 2021-04-09 障碍物处理方法、装置和行驶设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110381578.6A CN113022593B (zh) 2021-04-09 2021-04-09 障碍物处理方法、装置和行驶设备

Publications (2)

Publication Number Publication Date
CN113022593A true CN113022593A (zh) 2021-06-25
CN113022593B CN113022593B (zh) 2022-10-14

Family

ID=76456391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110381578.6A Active CN113022593B (zh) 2021-04-09 2021-04-09 障碍物处理方法、装置和行驶设备

Country Status (1)

Country Link
CN (1) CN113022593B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114187764A (zh) * 2022-02-16 2022-03-15 深圳佑驾创新科技有限公司 一种针对vru穿行场景的碰撞危险度快速检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06149374A (ja) * 1992-11-06 1994-05-27 Toyota Central Res & Dev Lab Inc 車両用衝突防止装置
CN101524994A (zh) * 2008-03-04 2009-09-09 日产自动车株式会社 车辆驾驶辅助设备和车辆驾驶辅助方法
JP2016224501A (ja) * 2015-05-27 2016-12-28 トヨタ自動車株式会社 衝突予測装置
CN109804223A (zh) * 2016-10-11 2019-05-24 御眼视觉技术有限公司 基于检测到的障碍物导航车辆
CN109927719A (zh) * 2017-12-15 2019-06-25 百度在线网络技术（北京）有限公司 一种基于障碍物轨迹预测的辅助驾驶方法和系统
CN110293968A (zh) * 2019-06-18 2019-10-01 百度在线网络技术（北京）有限公司 自动驾驶车辆的控制方法、装置、设备及可读存储介质
CN111469836A (zh) * 2020-02-28 2020-07-31 广东中科臻恒信息技术有限公司 基于车载单元和路侧单元的避障方法、设备、存储介质
CN112203918A (zh) * 2018-05-31 2021-01-08 北美日产公司 轨迹规划

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06149374A (ja) * 1992-11-06 1994-05-27 Toyota Central Res & Dev Lab Inc 車両用衝突防止装置
CN101524994A (zh) * 2008-03-04 2009-09-09 日产自动车株式会社 车辆驾驶辅助设备和车辆驾驶辅助方法
JP2016224501A (ja) * 2015-05-27 2016-12-28 トヨタ自動車株式会社 衝突予測装置
CN109804223A (zh) * 2016-10-11 2019-05-24 御眼视觉技术有限公司 基于检测到的障碍物导航车辆
CN109927719A (zh) * 2017-12-15 2019-06-25 百度在线网络技术（北京）有限公司 一种基于障碍物轨迹预测的辅助驾驶方法和系统
CN112203918A (zh) * 2018-05-31 2021-01-08 北美日产公司 轨迹规划
CN110293968A (zh) * 2019-06-18 2019-10-01 百度在线网络技术（北京）有限公司 自动驾驶车辆的控制方法、装置、设备及可读存储介质
CN111469836A (zh) * 2020-02-28 2020-07-31 广东中科臻恒信息技术有限公司 基于车载单元和路侧单元的避障方法、设备、存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114187764A (zh) * 2022-02-16 2022-03-15 深圳佑驾创新科技有限公司 一种针对vru穿行场景的碰撞危险度快速检测方法

Also Published As

Publication number Publication date
CN113022593B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
CN110239535B (zh) 一种基于多传感器融合的弯道主动避撞控制方法
US7782179B2 (en) Obstacle detection apparatus
US7532109B2 (en) Vehicle obstacle verification system
US6166628A (en) Arrangement and method for detecting objects from a motor vehicle
JP3684776B2 (ja) 車両用障害物認識装置
CN112154455B (zh) 数据处理方法、设备和可移动平台
US20200317192A1 (en) Vehicle control device
US8233663B2 (en) Method for object formation
CN111708016B (zh) 一种毫米波雷达与激光雷达融合的车辆前碰撞预警方法
TW201704067A (zh) 防撞方法、實現該防撞方法之電腦程式產品及防撞系統
US6834254B2 (en) Monitor system of vehicle outside and the method thereof
JP2003536096A (ja) 追跡マップジェネレータ
JPH0765294A (ja) 車両用予防安全装置
CN112498347A (zh) 用于实时横向控制和转向致动评估的方法和装置
CN111626164B (zh) 车辆碰撞信息获取方法、装置、设备及存储介质
Lindner et al. 3D LIDAR processing for vehicle safety and environment recognition
US11087147B2 (en) Vehicle lane mapping
CN113022593B (zh) 障碍物处理方法、装置和行驶设备
CN113335311B (zh) 一种车辆碰撞检测方法、装置、车辆及存储介质
CN113650607B (zh) 一种低速场景自动驾驶方法、系统及汽车
JP5103722B2 (ja) 停止車両判別装置
US20230034560A1 (en) Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device
CN113788016A (zh) 防误触发的自动紧急制动控制方法、系统、服务器及存储介质
JP4376147B2 (ja) 障害物認識方法及び障害物認識装置
US11840257B2 (en) Lane change determination for vehicle on shoulder

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