CN113071498A - 车辆控制方法、装置、系统、计算机设备及存储介质 - Google Patents

车辆控制方法、装置、系统、计算机设备及存储介质 Download PDF

Info

Publication number
CN113071498A
CN113071498A CN202110629008.4A CN202110629008A CN113071498A CN 113071498 A CN113071498 A CN 113071498A CN 202110629008 A CN202110629008 A CN 202110629008A CN 113071498 A CN113071498 A CN 113071498A
Authority
CN
China
Prior art keywords
vehicle
data
driving
travel
image data
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
CN202110629008.4A
Other languages
English (en)
Other versions
CN113071498B (zh
Inventor
杨高雷
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.)
Neolix Technologies Co Ltd
Original Assignee
Neolix 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 Neolix Technologies Co Ltd filed Critical Neolix Technologies Co Ltd
Priority to CN202110629008.4A priority Critical patent/CN113071498B/zh
Publication of CN113071498A publication Critical patent/CN113071498A/zh
Application granted granted Critical
Publication of CN113071498B publication Critical patent/CN113071498B/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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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

Abstract

本公开涉及车辆控制技术领域，提供了一种车辆控制方法、装置、系统、计算机设备及存储介质。该方法应用于无人车，即无人驾驶设备或自动驾驶设备，包括：获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。本公开提高了无人驾驶的安全性和可靠性。

Description

车辆控制方法、装置、系统、计算机设备及存储介质
技术领域
本公开涉及车辆控制技术领域，尤其涉及一种车辆控制方法、装置、系统、计算机设备及计算机可读存储介质。
背景技术
无人驾驶汽车，也称自动驾驶汽车、无人车或轮式移动机器人，是融合环境感知、路径规划、状态识别和车辆控制等多元一体的集成化、智能化的新时代技术产物，通过给汽车装备智能软件和多种感应设备来实现无人驾驶的目的。
目前，无人驾驶主要是通过传感器来获取无人驾驶汽车前方一定范围内的道路信息和障碍物信息，并基于获取到的道路信息和障碍物信息来控制无人驾驶汽车行驶。然而，现有技术中，无法获取更远处的道路信息和障碍物信息，因此，无法基于更远处的道路信息和障碍物信息对无人驾驶汽车的行驶进行预处理，导致无人驾驶的安全性和可靠性低。
发明内容
有鉴于此，本公开实施例提供了一种车辆控制方法、装置、系统、计算机设备及计算机可读存储介质，以解决现有技术中无法获取更远处的道路信息和障碍物信息，因此，无法基于更远处的道路信息和障碍物信息对无人驾驶汽车的行驶进行预处理，导致无人驾驶的安全性和可靠性低的问题。
本公开实施例的第一方面，提供了一种车辆控制方法，包括：获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
本公开实施例的第二方面，提供了一种车辆控制装置，包括：获取模块，被配置为获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；融合模块，被配置为将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；控制模块，被配置为基于第一融合数据，控制车辆在第一行驶区域行驶；预处理模块，被配置为基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
本公开实施例的第三方面，提供了一种车辆控制系统，包括：激光雷达，被配置为获取车辆在行驶方向上的点云数据；第一摄像装置和第二摄像装置，被配置为分别获取第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；处理器，被配置为：获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
本公开实施例的第四方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是：通过获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理，能够对不同行驶区域的图像数据进行融合，并基于融合后的图像数据对车辆在不同行驶区域的行驶进行控制，因此，提高了无人驾驶的安全性和可靠性。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本公开实施例的工作原理的原理示意图；
图2是本公开实施例提供的一种车辆控制方法的流程图；
图3是本公开实施例提供的另一种车辆控制方法的流程图；
图4是本公开实施例提供的车辆控制装置的示意图；
图5是本公开实施例提供的车辆控制系统的示意图；
图6是本公开实施例提供的计算机设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
图1是本公开实施例的工作原理的原理示意图。如图1所示，车辆1安装有激光雷达2、第一摄像装置3和第二摄像装置4，其中，激光雷达2用于获取车辆1在行驶方向上的点云数据，第一摄像装置3用于获取车辆在第一行驶区域31的第一图像数据，第二摄像装置4用于获取车辆在第二行驶区域41的第二图像数据。
具体地，车辆1可以是诸如轿车、房车、卡车、越野车、运动型实用汽车（SportUtility Vehicle，SUV）等的机动车，也可以是电动车，或者还可以是自行车，本公开实施例对此不作限制。
激光雷达2是一种光学传感器，其使用红外激光束确定传感器与附近物体之间的距离。在本公开实施例中，激光雷达2用于采集车辆1在行驶方向上的点云数据。激光雷达2可以安装在车辆1的任何位置，例如，车头、车身、车尾等，本公开实施例对此不作限制。
第一摄像装置3和第二摄像装置4可以是用来拍摄车辆1在行驶方向上的第一行驶区域31和第二行驶区域41的图像信息的各种设备，包括但不限于广角摄像头、双目摄像头、电荷耦合器件（Charge Coupled Device，CCD）摄像头、无线摄像头、变焦摄像机、枪型摄像机、半球摄像机、宽动态摄像机等。第一摄像装置3和第二摄像装置4可以安装在车辆1上的任何位置，例如，车头、车身、车尾等，本公开实施例对此不作限制。进一步地，第一摄像装置3和第二摄像装置4内设置有无线通信模块，以经由网络向设置在车辆1中的处理器或服务器传送第一摄像装置3和第二摄像装置4所拍摄的图像信息。
网络可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。
服务器可以是提供各种服务的服务器，例如，对与其建立通信连接的车辆1、激光雷达2、第一摄像装置3和第二摄像装置4发送的请求进行接收的后台服务器，该后台服务器可以对车辆1、激光雷达2、第一摄像装置3和第二摄像装置4发送的请求进行接收和分析等处理，并生成处理结果。服务器可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，其可以是为车辆1、激光雷达2、第一摄像装置3和第二摄像装置4提供各种服务的各种电子设备。当服务器为软件时，其可以实现为车辆1、激光雷达2、第一摄像装置3和第二摄像装置4提供各种服务的多个软件或软件模块，也可以实现为车辆1、激光雷达2、第一摄像装置3和第二摄像装置4提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。
以车辆1的处理器为例，激光雷达2、第一摄像装置3和第二摄像装置4可以经由网络与车辆1的处理器建立通信连接，以接收或发送信息等。具体地，在激光雷达2获取到车辆1在行驶方向上的点云数据，并且第一摄像装置3和第二摄像装置4分别拍摄到车辆1在第一行驶区域31的第一图像信息和第二行驶区域41的第二图像信息之后，激光雷达2、第一摄像装置3和第二摄像装置4经由网络将所获取的点云数据及所拍摄的第一图像信息和第二图像信息传送到处理器；进一步地，处理器提取第一图像信息中的第一图像数据和第二图像信息中的第二图像数据，并将第一图像数据和第二图像数据分别与点云数据进行融合，以基于融合后的数据来控制车辆1行驶。
需要说明的是，车辆1、激光雷达2、第一摄像装置3和第二摄像装置4的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。
下面将结合附图详细说明根据本公开实施例的一种车辆控制方法和装置。
图2是本公开实施例提供的一种车辆控制方法的流程图。图2的车辆控制方法可以由服务器执行。如图2所示，该车辆控制方法包括：
S201，获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；
S202，将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；
S203，基于第一融合数据，控制车辆在第一行驶区域行驶；
S204，基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
具体地，服务器可以通过有线或无线的方式获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；在获取到点云数据、第一图像数据和第二图像数据之后，服务器将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；进一步地，服务器基于第一融合数据控制车辆在第一行驶区域行驶，并基于第二融合数据对车辆在第二行驶区域的驾驶行为进行预处理。
这里，点云数据是指在一个三维坐标系统中的一组向量的集合。点云数据除了具有几何位置以外，有的还有颜色信息，颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息（RGB）赋予点云中对应的点。
第一行驶区域是指车辆在行驶方向上与第一目标之间的距离之内的道路，车辆在行驶方向上与第一目标之间的距离可以是20米、30米、50米、60米等，本公开实施例对此不作限制。优选地，在本公开实施例中，车辆在行驶方向上与第一目标之间的距离为50米，因此，第一行驶区域可以是在车辆的行驶方向上10米内的道路。
第二行驶区域是指车辆在行驶方向上与第二目标之间的距离之内除去与第一行驶区域重叠部分的道路，车辆在行驶方向上与第二目标之间的距离可以是50米、80米、100米、200米等，本公开实施例对此不作限制。优选地，在本公开实施例中，车辆在行驶方向上与第二目标之间的距离为100米，因此，第二行驶区域可以是在车辆的行驶方向上50米至100米之间的道路。
第一图像数据可以是对安装在车辆上的第一摄像装置拍摄的第一行驶区域的图片或视频进行图像提取得到的图像数据。第二图像数据可以是对安装在车辆上的第二摄像装置拍摄的第二行驶区域的图片或视频进行图像提取得到的图像数据。第一摄像装置的焦距小于第二摄像装置的焦距，以获取不同行驶区域的图像信息。进一步地，第一行驶区域的行驶距离与第一摄像装置的焦距成正比，第二行驶区域的行驶距离与第二摄像装置的焦距成正比，并且第一行驶区域的行驶距离小于第二行驶区域的行驶距离。
数据融合是将多传感器信息源的数据和信息加以联合、相关及组合，获得更为精确的位置估计及身份估计，从而实现对战场态势和威胁以及其重要程度实时、完整评价的处理过程。数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。数据融合的方法可以包括代数法、图像回归法、主成分变换、K-T变换、小波变换、贝叶斯估计等，本公开实施例对此不作限制。
第一融合数据可以包括第一道路信息和第一障碍物信息。第一道路信息可以包括第一行驶区域内的道路的基本信息，例如，道路名称、道路类型、道路标志、道路养护等；第一障碍物信息可以包括第一行驶区域内的障碍物的基本信息，例如，锥桶信息、深坑信息、未盖的井洞信息等。服务器可以基于第一融合数据控制车辆在第一行驶区域内的驾驶行为，例如，车辆减速、车辆转向、车辆制动等。
第二融合数据可以包括第二道路信息和第二障碍物信息。第二道路信息可以包括第二行驶区域内的道路的基本信息，例如，道路名称、道路类型、道路标志、道路养护等；第二障碍物信息可以包括第二行驶区域内的障碍物的基本信息，例如，锥桶信息、深坑信息、未盖的井洞信息等。服务器可以基于第二融合数据对车辆在第二行驶区域的驾驶行为进行预处理，这里，驾驶行为可以包括但不限于车辆减速、车辆转向、车辆制动等。预处理是指车辆在驶入第二行驶区域之前，基于第二融合数据预先对驾驶行为进行的判断和处理，例如，前方300米处有测速拍照，请减速慢行。
根据本公开实施例提供的技术方案，通过获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理，能够对不同行驶区域的图像数据进行融合，并基于融合后的图像数据对车辆在不同行驶区域的行驶进行控制，因此，提高了无人驾驶的安全性和可靠性。
在一些实施例中，获取安装在车辆上的激光雷达检测到的车辆的点云数据；获取安装在车辆上的第一摄像装置捕捉到的第一行驶区域的第一图像数据和第二摄像装置捕捉到的第二行驶区域的第二图像数据。
具体地，雷达也称为无线电定位，是利用电磁波探测目标的电子设备。雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。雷达的种类很多，按照信号形式可以分为脉冲雷达、连续波雷达、脉部压缩雷达和频率捷变雷达等；按照角跟踪方式可以分为单脉冲雷达、圆锥扫描雷达和隐蔽圆锥扫描雷达等；按照目标测量的参数可以分为测高雷达、二坐标雷达、多站雷达等；按雷达频段可以分为超视距雷达、微波雷达、毫米波雷达以及激光雷达等。优选地，在本公开实施例中，雷达为激光雷达，该激光雷达可以安装在车辆的任何位置，例如，车头、车身、车尾等，本公开实施例对此不作限制。
第一摄像装置和第二摄像装置可以是用来拍摄车辆在行驶方向上的第一行驶区域和第二行驶区域的图像信息的各种设备，包括但不限于广角摄像头、双目摄像头、电荷耦合器件摄像头、无线摄像头、变焦摄像机、枪型摄像机、半球摄像机、宽动态摄像机等。第一摄像装置和第二摄像装置可以安装在车辆上的任何位置，例如，车头、车身、车尾等，本公开实施例对此不作限制。在本公开实施例中，第一摄像装置和第二摄像装置为具有不同焦距的摄像头。
在一些实施例中，第一摄像装置的焦距小于第二摄像装置的焦距。
具体地，焦距也称为焦长，是光学系统中衡量光的聚集或发散的度量方式，指从透镜中心到光聚集之焦点的距离，简单地说，焦距是焦点到面镜的中心点之间的距离。镜头的焦距决定了该镜头拍摄的被摄物体在成像平面上所形成影像的大小。假设以相同的距离面对同一被摄体进行拍摄，如果镜头的焦距越长，则被摄体在胶片或影像传感器上所形成的影像的放大倍率就越大。
在一些实施例中，第一行驶区域的行驶距离与第一摄像装置的焦距成正比，第二行驶区域的行驶距离与第二摄像装置的焦距成正比，并且第一行驶区域的行驶距离小于第二行驶区域的行驶距离。
具体地，第一行驶区域的行驶距离与第一摄像装置的焦距成正比，也就是说，第一摄像装置的焦距越长，则第一行驶区域的行驶距离越长。同样地，第二行驶区域的行驶距离与第二摄像装置的焦距成正比。为了获取不同行驶区域的图像信息，第一摄像装置的焦距应与第二摄像装置的焦距不同，因此，第一行驶区域的行驶距离不同于第二行驶区域的行驶距离。优选地，在本公开实施例中，第一摄像装置的焦距小于第二摄像装置的焦距，因此，第一行驶区域的行驶距离小于第二行驶区域的行驶距离。
在一些实施例中，在车辆从第一行驶区域行驶到第二行驶区域的情况下，将第二行驶区域作为新的第一行驶区域；基于第二融合数据，控制车辆在新的第一行驶区域行驶。
具体地，当车辆从第一行驶区域行驶到第二行驶区域时，服务器将第二行驶区域作为新的第一行驶区域，并基于第二融合数据控制车辆在新的第一行驶区域行驶。进一步地，第二摄像装置获取新的第二行驶区域的新的第二图像数据，并将获取到的新的第二图像数据与点云数据进行融合，得到新的第二融合数据，以基于新的第二融合数据对车辆在新的第二行驶区域的驾驶行为进行预处理。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
图3是本公开实施例提供的另一种车辆控制方法的流程图。图3的车辆控制方法可以由服务器执行。如图3所示，该车辆控制方法包括：
S301，获取安装在车辆上的激光雷达检测到的车辆的点云数据；
S302，获取安装在车辆上的第一摄像装置捕捉到的第一行驶区域的第一图像数据和第二摄像装置捕捉到的第二行驶区域的第二图像数据；
S303，将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；
S304，基于第一融合数据，控制车辆在第一行驶区域行驶；
S305，基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理；
S306，在车辆从第一行驶区域行驶到第二行驶区域的情况下，将第二行驶区域作为新的第一行驶区域；
S307，基于第二融合数据，控制车辆在新的第一行驶区域行驶。
具体地，安装在车辆上的激光雷达将获取到的车辆在行驶方向上的点云数据发送至服务器，安装在车辆上的第一摄像装置将获取到的车辆在第一行驶区域的第一图像数据发送至服务器，以及安装在车辆上的第二摄像装置将获取到车辆在第二行驶区域的第二图像数据发送至服务器；在接收到点云数据、第一图像数据和第二图像数据之后，服务器将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；进一步地，服务器基于第一融合数据控制车辆在第一行驶区域行驶，并基于第二融合数据对车辆在第二行驶区域的驾驶行为进行预处理；在车辆从第一行驶区域行驶到第二行驶区域的情况下，服务器将第二行驶区域作为新的第一行驶区域，并基于第二融合数据控制车辆在新的第一行驶区域行驶。
根据本公开实施例提供的技术方案，通过获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理，能够对不同行驶区域的图像数据进行融合，并基于融合后的图像数据对车辆在不同行驶区域的行驶进行控制，因此，提高了无人驾驶的安全性和可靠性。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图4是本公开实施例提供的车辆控制装置的示意图。如图4所示，该车辆控制装置包括：
获取模块401，被配置为获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；
融合模块402，被配置为将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；
第一控制模块403，被配置为基于第一融合数据，控制车辆在第一行驶区域行驶；
预处理模块404，被配置为基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
根据本公开实施例提供的技术方案，通过获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理，能够对不同行驶区域的图像数据进行融合，并基于融合后的图像数据对车辆在不同行驶区域的行驶进行控制，因此，提高了无人驾驶的安全性和可靠性。
在一些实施例中，图4的获取模块401获取安装在车辆上的激光雷达检测到的车辆的点云数据，并获取安装在车辆上的第一摄像装置捕捉到的第一行驶区域的第一图像数据和第二摄像装置捕捉到的第二行驶区域的第二图像数据。
在一些实施例中，第一摄像装置的焦距小于第二摄像装置的焦距。
在一些实施例中，第一行驶区域的行驶距离与第一摄像装置的焦距成正比，第二行驶区域的行驶距离与第二摄像装置的焦距成正比，并且第一行驶区域的行驶距离小于第二行驶区域的行驶距离。
在一些实施例中，该车辆控制装置还包括：调整模块405，被配置成在车辆从第一行驶区域行驶到第二行驶区域的情况下，将第二行驶区域作为新的第一行驶区域；第二控制模块406，被配置成基于第二融合数据，控制车辆在新的第一行驶区域行驶。
在一些实施例中，第一融合数据包括第一道路信息和第一障碍物信息，第二融合数据包括第二道路信息和第二障碍物信息。
图5是本公开实施例提供的车辆控制系统的示意图。如图5所示，该车辆控制系统包括：
激光雷达501，被配置为获取车辆在行驶方向上的点云数据；
第一摄像装置502和第二摄像装置503，被配置为分别获取第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，第一行驶区域及第二行驶区域均为车辆在行驶方向上的区域，且第一行驶区域比第二行驶区域更靠近车辆；
处理器504，被配置为获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理。
根据本公开实施例提供的技术方案，通过获取车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；将第一图像数据和第二图像数据分别与点云数据进行融合，得到第一行驶区域的第一融合数据和第二行驶区域的第二融合数据；基于第一融合数据，控制车辆在第一行驶区域行驶；基于第二融合数据，对车辆在第二行驶区域的驾驶行为进行预处理，能够对不同行驶区域的图像数据进行融合，并基于融合后的图像数据对车辆在不同行驶区域的行驶进行控制，因此，提高了无人驾驶的安全性和可靠性。
应理解，上述实施例中各步骤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，而不应对本公开实施例的实施过程构成任何限定。
图6是本公开实施例提供的计算机设备6的示意图。如图6所示，该实施例的计算机设备6包括：处理器601、存储器602以及存储在该存储器602中并且可以在处理器601上运行的计算机程序603。处理器601执行计算机程序603时实现上述各个方法实施例中的步骤。或者，处理器601执行计算机程序603时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序603可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器602中，并由处理器601执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序603在计算机设备6中的执行过程。
计算机设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算机设备。计算机设备6可以包括但不仅限于处理器601和存储器602。本领域技术人员可以理解，图6仅仅是计算机设备6的示例，并不构成对计算机设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，计算机设备还可以包括输入输出设备、网络接入设备、总线等。
处理器601可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器602可以是计算机设备6的内部存储单元，例如，计算机设备6的硬盘或内存。存储器602也可以是计算机设备6的外部存储设备，例如，计算机设备6上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器602还可以既包括计算机设备6的内部存储单元也包括外部存储设备。存储器602用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能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机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种车辆控制方法，其特征在于，包括：
获取所述车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，所述第一行驶区域及所述第二行驶区域均为所述车辆在所述行驶方向上的区域，且所述第一行驶区域比所述第二行驶区域更靠近所述车辆；
将所述第一图像数据和所述第二图像数据分别与所述点云数据进行融合，得到所述第一行驶区域的第一融合数据和所述第二行驶区域的第二融合数据；
基于所述第一融合数据，控制所述车辆在所述第一行驶区域行驶；
基于所述第二融合数据，对所述车辆在所述第二行驶区域的驾驶行为进行预处理。
2.根据权利要求1所述的方法，其特征在于，所述获取所述车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，包括：
获取安装在所述车辆上的激光雷达检测到的所述车辆的点云数据；
获取安装在所述车辆上的第一摄像装置捕捉到的所述第一行驶区域的所述第一图像数据和第二摄像装置捕捉到的所述第二行驶区域的所述第二图像数据。
3.根据权利要求2所述的方法，其特征在于，所述第一摄像装置的焦距小于所述第二摄像装置的焦距。
4.根据权利要求3所述的方法，其特征在于，所述第一行驶区域的行驶距离与所述第一摄像装置的焦距成正比，所述第二行驶区域的行驶距离与所述第二摄像装置的焦距成正比，并且所述第一行驶区域的行驶距离小于所述第二行驶区域的行驶距离。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述车辆从所述第一行驶区域行驶到所述第二行驶区域的情况下，将所述第二行驶区域作为新的第一行驶区域；
基于所述第二融合数据，控制所述车辆在所述新的第一行驶区域行驶。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述第一融合数据包括第一道路信息和第一障碍物信息，所述第二融合数据包括第二道路信息和第二障碍物信息。
7.一种车辆控制装置，其特征在于，包括：
获取模块，被配置为获取所述车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，所述第一行驶区域及所述第二行驶区域均为所述车辆在所述行驶方向上的区域，且所述第一行驶区域比所述第二行驶区域更靠近所述车辆；
融合模块，被配置为将所述第一图像数据和所述第二图像数据分别与所述点云数据进行融合，得到所述第一行驶区域的第一融合数据和所述第二行驶区域的第二融合数据；
控制模块，被配置为基于所述第一融合数据，控制所述车辆在所述第一行驶区域行驶；
预处理模块，被配置为基于所述第二融合数据，对所述车辆在所述第二行驶区域的驾驶行为进行预处理。
8.一种车辆控制系统，其特征在于，包括：
激光雷达，被配置为获取所述车辆在行驶方向上的点云数据；
第一摄像装置和第二摄像装置，被配置为分别获取第一行驶区域的第一图像数据和第二行驶区域的第二图像数据；
处理器，被配置为：
获取所述车辆在行驶方向上的点云数据、第一行驶区域的第一图像数据和第二行驶区域的第二图像数据，其中，所述第一行驶区域及所述第二行驶区域均为所述车辆在所述行驶方向上的区域，且所述第一行驶区域比所述第二行驶区域更靠近所述车辆；
将所述第一图像数据和所述第二图像数据分别与所述点云数据进行融合，得到所述第一行驶区域的第一融合数据和所述第二行驶区域的第二融合数据；
基于所述第一融合数据，控制所述车辆在所述第一行驶区域行驶；
基于所述第二融合数据，对所述车辆在所述第二行驶区域的驾驶行为进行预处理。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
CN202110629008.4A 2021-06-07 2021-06-07 车辆控制方法、装置、系统、计算机设备及存储介质 Active CN113071498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110629008.4A CN113071498B (zh) 2021-06-07 2021-06-07 车辆控制方法、装置、系统、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110629008.4A CN113071498B (zh) 2021-06-07 2021-06-07 车辆控制方法、装置、系统、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113071498A true CN113071498A (zh) 2021-07-06
CN113071498B CN113071498B (zh) 2021-09-21

Family

ID=76617136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110629008.4A Active CN113071498B (zh) 2021-06-07 2021-06-07 车辆控制方法、装置、系统、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113071498B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114291077A (zh) * 2021-12-23 2022-04-08 海宁奕斯伟集成电路设计有限公司 一种车辆防撞预警方法及装置

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60310226D1 (de) * 2002-06-12 2007-01-18 Spatial Integrated Systems Inc Verfahren zur linearen raumabtastung und vorrichtung zur erzeugung eines numerischen 3d modells
CN101950434A (zh) * 2010-09-13 2011-01-19 天津市星际空间地理信息工程有限公司 一种车载激光雷达系统及城市部件自动化测量方法
US9098754B1 (en) * 2014-04-25 2015-08-04 Google Inc. Methods and systems for object detection using laser point clouds
US20160110878A1 (en) * 2014-10-15 2016-04-21 Caterpillar Inc. Motion estimation in real-time visual odometry system
US20180067487A1 (en) * 2016-09-08 2018-03-08 Ford Global Technologies, Llc Perceiving Roadway Conditions from Fused Sensor Data
US20190056748A1 (en) * 2017-08-18 2019-02-21 Wipro Limited Method, System, and Device for Guiding Autonomous Vehicles Based on Dynamic Extraction of Road Region
CN109444916A (zh) * 2018-10-17 2019-03-08 上海蔚来汽车有限公司 一种无人驾驶可行驶区域确定装置及方法
CN110045729A (zh) * 2019-03-12 2019-07-23 广州小马智行科技有限公司 一种车辆自动驾驶方法及装置
CN110168559A (zh) * 2017-12-11 2019-08-23 北京嘀嘀无限科技发展有限公司 用于识别和定位车辆周围物体的系统和方法
CN110596696A (zh) * 2018-06-13 2019-12-20 通用汽车环球科技运作有限责任公司 用于改善的雷达波束成形的设备及方法
CN111191600A (zh) * 2019-12-30 2020-05-22 深圳元戎启行科技有限公司 障碍物检测方法、装置、计算机设备和存储介质
WO2020097912A1 (en) * 2018-11-16 2020-05-22 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for positioning vehicles under poor lighting conditions
CN111291676A (zh) * 2020-02-05 2020-06-16 清华大学 一种基于激光雷达点云和相机图像融合的车道线检测方法及装置和芯片
US20200355820A1 (en) * 2019-05-08 2020-11-12 GM Global Technology Operations LLC Selective attention mechanism for improved perception sensor performance in vehicular applications
US20200379114A1 (en) * 2017-08-04 2020-12-03 Tsinghua University Detecting system fusing lidar point cloud and image
CN112255628A (zh) * 2020-10-09 2021-01-22 新石器慧义知行智驰(北京)科技有限公司 障碍物轨迹预测方法、装置、设备和介质
CN112346073A (zh) * 2020-09-25 2021-02-09 中山大学 一种动态视觉传感器与激光雷达数据融合方法
US10929694B1 (en) * 2020-01-22 2021-02-23 Tsinghua University Lane detection method and system based on vision and lidar multi-level fusion

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60310226D1 (de) * 2002-06-12 2007-01-18 Spatial Integrated Systems Inc Verfahren zur linearen raumabtastung und vorrichtung zur erzeugung eines numerischen 3d modells
CN101950434A (zh) * 2010-09-13 2011-01-19 天津市星际空间地理信息工程有限公司 一种车载激光雷达系统及城市部件自动化测量方法
US9098754B1 (en) * 2014-04-25 2015-08-04 Google Inc. Methods and systems for object detection using laser point clouds
US20160110878A1 (en) * 2014-10-15 2016-04-21 Caterpillar Inc. Motion estimation in real-time visual odometry system
US20180067487A1 (en) * 2016-09-08 2018-03-08 Ford Global Technologies, Llc Perceiving Roadway Conditions from Fused Sensor Data
US20200379114A1 (en) * 2017-08-04 2020-12-03 Tsinghua University Detecting system fusing lidar point cloud and image
US20190056748A1 (en) * 2017-08-18 2019-02-21 Wipro Limited Method, System, and Device for Guiding Autonomous Vehicles Based on Dynamic Extraction of Road Region
CN110168559A (zh) * 2017-12-11 2019-08-23 北京嘀嘀无限科技发展有限公司 用于识别和定位车辆周围物体的系统和方法
CN110596696A (zh) * 2018-06-13 2019-12-20 通用汽车环球科技运作有限责任公司 用于改善的雷达波束成形的设备及方法
CN109444916A (zh) * 2018-10-17 2019-03-08 上海蔚来汽车有限公司 一种无人驾驶可行驶区域确定装置及方法
WO2020097912A1 (en) * 2018-11-16 2020-05-22 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for positioning vehicles under poor lighting conditions
CN110045729A (zh) * 2019-03-12 2019-07-23 广州小马智行科技有限公司 一种车辆自动驾驶方法及装置
US20200355820A1 (en) * 2019-05-08 2020-11-12 GM Global Technology Operations LLC Selective attention mechanism for improved perception sensor performance in vehicular applications
CN111191600A (zh) * 2019-12-30 2020-05-22 深圳元戎启行科技有限公司 障碍物检测方法、装置、计算机设备和存储介质
US10929694B1 (en) * 2020-01-22 2021-02-23 Tsinghua University Lane detection method and system based on vision and lidar multi-level fusion
CN111291676A (zh) * 2020-02-05 2020-06-16 清华大学 一种基于激光雷达点云和相机图像融合的车道线检测方法及装置和芯片
CN112346073A (zh) * 2020-09-25 2021-02-09 中山大学 一种动态视觉传感器与激光雷达数据融合方法
CN112255628A (zh) * 2020-10-09 2021-01-22 新石器慧义知行智驰(北京)科技有限公司 障碍物轨迹预测方法、装置、设备和介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
俞毓锋等: "基于道路结构特征的智能车单目视觉定位", 《自动化学报》 *
张银等: "三维激光雷达在无人车环境感知中的应用研究", 《激光与光电子学进展》 *
杨长强等: "车载激光点云数据的栅格化处理", 《测绘科学》 *
王东敏等: "视觉与激光点云融合的深度图像获取方法", 《军事交通学院学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114291077A (zh) * 2021-12-23 2022-04-08 海宁奕斯伟集成电路设计有限公司 一种车辆防撞预警方法及装置

Also Published As

Publication number Publication date
CN113071498B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
US11604253B2 (en) Vehicular sensing system for classification of detected objects
JP7210589B2 (ja) ダイナミックレンジを拡大するための複数の動作モード
CN106909152B (zh) 一种车用环境感知系统及汽车
US10726576B2 (en) System and method for identifying a camera pose of a forward facing camera in a vehicle
EP3358295B1 (en) Image processing device, stereo camera device, vehicle, and image processing method
US10739455B2 (en) Method and apparatus for acquiring depth information using cameras from different vehicles
CN111736153A (zh) 用于无人驾驶车辆的环境检测系统、方法、设备和介质
US20210406674A1 (en) System and Method for Sensor Fusion System Having Distributed Convolutional Neural Network
CN111736613A (zh) 智能驾驶控制方法、装置、系统及存储介质
CN110780287A (zh) 基于单目相机的测距方法及测距系统
US20220397675A1 (en) Imaging systems, devices and methods
CN114492679B (zh) 一种车辆数据处理方法、装置、电子设备及介质
CN113071498B (zh) 车辆控制方法、装置、系统、计算机设备及存储介质
CN111311942A (zh) 基于v2x技术的路况显示方法、系统、v2x终端及v2x服务器
CN111835998B (zh) 超视距全景图像获取方法、装置、介质、设备及系统
WO2020213386A1 (ja) 物体位置検出装置、走行制御システム、および走行制御方法
CN112639864B (zh) 用于测距的方法和装置
CN113467450A (zh) 无人机器控制方法、装置、计算机设备及存储介质
CN112735121A (zh) 一种基于图像级激光雷达全息感知系统
CN112550277B (zh) 车辆和自动泊车系统
CN115083152A (zh) 一种车辆编队感知系统、方法、装置、设备及介质
CN114827470A (zh) 基于云台角度调整的无人车控制方法及装置
CN117360493A (zh) 车辆的泊车方法、装置、及车辆
CN114119576A (zh) 图像处理方法、装置、电子设备及交通工具
CN117666553A (zh) 车辆自动驾驶控制方法、系统和路侧感知设备

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