CN113139299B - 传感器融合校验方法、装置及电子设备 - Google Patents
传感器融合校验方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113139299B CN113139299B CN202110521837.0A CN202110521837A CN113139299B CN 113139299 B CN113139299 B CN 113139299B CN 202110521837 A CN202110521837 A CN 202110521837A CN 113139299 B CN113139299 B CN 113139299B
- Authority
- CN
- China
- Prior art keywords
- real
- time
- distance
- vehicle
- obstacle
- 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.)
- Active
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012795 verification Methods 0.000 title claims abstract description 36
- 230000003068 static effect Effects 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims description 51
- 238000004891 communication Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例涉及智能驾驶技术领域,公开了一种传感器融合校验方法、装置及电子设备。该方法包括:获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;获取所述车辆的速度信息;根据所述速度信息对所述实时传感距离进行校验。通过上述方式,本发明实施例提高了对传感器融合进行校验的效率。
Description
技术领域
本发明实施例涉及智能驾驶技术领域,具体涉及一种传感器融合校验方法、装置及电子设备。
背景技术
随着智能驾驶技术的不断发展,自动紧急刹车系统(AutonomousEmergencyBraking,即AEB)得到越来越普遍的应用。
自动紧急刹车系统通过传感器采集汽车前方障碍物的距离信息,当判断前方障碍物与汽车的间距小于安全距离时,对汽车进行制动控制。一般来说,自动紧急刹车系统同时采集多个传感器的传感数据,对多个传感器的传感数据进行融合,以得到汽车前方障碍物的距离信息。为了评估自动紧急刹车系统的性能,需要对融合结果进行校验。然而,相关技术中,为了对融合结果进行校验,需要引入新的传感器,并且对引入的传感器进行外参标定,使得对融合结果进行校验的效率较低。
发明内容
鉴于上述问题,本发明实施例提供了一种传感器融合校验方法、装置及电子设备,用于解决现有技术中存在的传感器融合的校验效率较低的问题。
根据本发明实施例的一个方面,提供了一种传感器融合校验方法,所述方法包括:
获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;
对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;
获取所述车辆的速度信息;
根据所述速度信息对所述实时传感距离进行校验。
在一种可选的方式中,所述根据所述速度信息对所述实时传感距离进行校验包括:
根据所述速度信息生成所述车辆的实时行驶距离,所述实时行驶距离用于表征所述车辆所在位置与起始位置之间的距离;
根据所述实时行驶距离对所述实时传感距离进行校验。
在一种可选的方式中,所述根据所述速度信息生成所述车辆的实时行驶距离包括:
获取所述车辆的实时行驶时间;
根据所述实时行驶时间以及所述速度信息生成所述车辆的实时行驶距离。
在一种可选的方式中,所述根据所述实时行驶距离对所述实时传感距离进行校验包括:
确定所述起始位置与所述障碍物所在位置之间的间距;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围内,则确定传感器融合成功;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围外,则确定传感器融合失败。
在一种可选的方式中,在所述根据所述实时行驶距离对所述实时传感距离进行校验之前,所述方法还包括:
基于所述车辆的实时行驶时间,对所述实时行驶距离与所述实时传感距离进行同步。
在一种可选的方式中,所述至少两个传感器包括摄像头和毫米波雷达,所述获取至少两个传感器对处于静止状态的障碍物的实时传感信息包括:
分别获取摄像头和毫米波雷达对处于静止状态的障碍物的实时传感信息。
在一种可选的方式中,所述根据所述速度信息对所述实时传感距离进行校验包括:
以所述车辆的行驶时间为横轴、所述实时传感距离为纵轴,生成第一曲线;
对所述第一曲线的斜率进行采样,以确定所述第一曲线的实际采样斜率;
根据所述速度信息确定所述实际采样斜率所对应的理论采样斜率;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设数值范围外,则确定传感器融合失败。
根据本发明实施例的另一方面,提供了一种传感器融合校验装置,所述装置包括:
第一获取模块,用于获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;
生成模块,用于对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;
第二获取模块,用于获取所述车辆的速度信息;
校验模块,用于根据所述速度信息对所述实时传感距离进行校验。
根据本发明实施例的另一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述的传感器融合校验方法的操作。
根据本发明实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行上述的传感器融合校验方法的操作。
本发明实施例中,处于行驶状态的车辆上安装有至少两个传感器,通过获取所述至少两个传感器对处于静止状态的障碍物的实时传感信息之后,可以对所述至少两个传感器的实时传感信息进行融合,进而生成障碍物的实时传感距离;通过获取车辆的速度信息,可以对融合生成的实时传感距离进行校验。可以看出,本发明实施例对传感器融合进行校验无需引入外部传感器,校验过程效率较高。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的传感器融合校验方法的流程示意图;
图2示出了本发明实施例提供的传感器融合成功对应的第一曲线示意图;
图3示出了本发明实施例提供的传感器融合失败对应的第一曲线示意图;
图4示出了本发明实施例提供的传感器融合校验装置的结构示意图;
图5示出了本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
图1示出了本发明实施例传感器融合校验方法的流程图,该方法由电子设备执行。电子设备的存储器用于存放至少一可执行指令,该可执行指令使电子设备的处理器执行上述的传感器融合校验方法的操作。如图1所示,该方法包括以下步骤:
步骤110:获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上。
其中,处于静止状态的障碍物位于处于行驶状态的车辆的前方,安装于车辆上的至少两个传感器可以对障碍物进行探测,以生成障碍物的实时传感信息。进一步的,可以预先确定障碍物的所在位置,根据障碍物的位置确定车辆的起始位置,使得障碍物位于车辆行驶方向的正前方,并且记录车辆的起始位置与障碍物的所在位置之间的间距。当车辆在起始位置出发后,获取车辆上至少两个传感器对处于静止状态的障碍物的实时传感信息。上述的至少两个传感器可以为车辆自动紧急刹车系统中的传感器,传感器的类型可以根据实际需求进行确定。
在一种可选的方式中,所述至少两个传感器包括摄像头和毫米波雷达。摄像头对障碍物的实时传感信息可以为障碍物的实时图像,毫米波雷达对障碍物的实时传感信息可以为障碍物的实时位置。进一步的,可以分别获取摄像头和毫米波雷达对处于静止状态的障碍物的实时传感信息。
步骤120:对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离。
其中,上述至少两个传感器中的每个传感器均会对障碍物进行探测,以生成对应于每个传感器的实时传感信息。多传感器融合算法(Sensor Fusion)可以将每个传感器的实时传感信息集中在一起进行综合分析,可以更加准确可靠得描述外界环境。进一步的,可以根据多传感器融合算法对上述至少两个传感器的实时传感信息进行融合以生成障碍物的实时传感距离。在自动紧急刹车系统中,根据多传感器融合算法可以将多个传感器的实时传感距离进行融合,以确定车辆前方的障碍物与车辆之间的实时距离,以辅助进行制动决策。
由于传感器对障碍物进行探测是持续进行的,因此每个传感器均可以生成对应于多个时刻的多个实时传感信息,因此对实时传感信息进行融合可以生成障碍物的多个实时传感距离,每个实时传感距离对应于不同的时刻。
步骤130:获取所述车辆的速度信息。
其中,车辆的速度信息包括车辆在行驶过程中的实时速度。车辆在行驶过程中,可以匀速行驶,也可以以变化的速度行驶。需要说明的是,车辆内部安装有用于记录车辆实时速度的传感器,因此可以直接通过车辆内部安装的传感器获取车辆的速度信息,而不用引入外部的传感器。通过获取车辆的速度信息可以获取车辆在多个时刻所对应的多个实时速度。
步骤140:根据所述速度信息对所述实时传感距离进行校验。
其中,可以根据车辆的速度信息对融合生成的实时传感距离进行校验,以确定融合是否成功。
在一种可选的方式中,可以根据车辆的速度信息生成车辆的实时行驶距离,实时行驶距离用于表征车辆所在位置与起始位置之间的距离,根据车辆的实时行驶距离对融合生成的实时传感距离进行校验。在根据车辆的速度信息生成车辆的实时行驶距离时,可以获取车辆的实时行驶时间,根据车辆的实时行驶时间以及车辆的速度信息生成车辆的实时行驶距离。例如,可以按照预设时间间隔采集多个时刻所对应的时间及实时速度,根据多个时刻所对应的时间及实时速度进行积分运算,以生成车辆的实时行驶距离。
在根据车辆的实时行驶距离对融合生成的实时传感距离进行校验时,可以确定车辆的起始位置与障碍物所在位置之间的间距,进而确定车辆的实时行驶距离与融合生成的实时传感距离之和。若判断车辆的实时行驶距离与融合生成的实时传感距离之和,与上述间距的差值在第一预设阈值范围内,则确定传感器融合成功;若判断车辆的实时行驶距离与融合生成的实时传感距离之和,与上述间距的差值在第一预设阈值范围外,则确定传感器融合失败。
需要说明的是,在根据车辆的实时行驶距离对融合生成的实时传感距离进行校验时,需要基于同一时刻确定车辆的实时行驶距离与融合生成的实时传感距离,进而确定车辆的实时行驶距离与融合生成的实时传感距离之和。也即,可以基于车辆的实时行驶时间,对车辆的实时行驶距离与融合生成的实时传感距离进行同步,然后根据实时行驶距离对实时传感距离进行校验。
在另一种可选的方式中,在根据车辆的速度信息对融合生成的实时传感距离进行校验时,可以以车辆的行驶时间为横轴、融合生成的实时传感距离为纵轴,生成第一曲线;对第一曲线的斜率进行采样,以确定第一曲线的实际采样斜率。基于多个采样时刻,可以确定第一曲线的多个实际采样斜率,第一曲线的实际采样斜率可以表征车辆的行驶速度。由于在行驶过程中,车辆与障碍物不断接近,若传感器融合成功,融合生成的实际传感距离不断减小,实际采样斜率为负值,该实际采样斜率的绝对值即可以表征车辆的实时行驶速度。因此,根据获取的车辆的速度信息,可以确定实际采样斜率所对应的理论采样斜率,理论采样斜率为根据车辆的速度信息计算出的对应时刻下第一曲线的采样斜率的理论值。进一步的,若判断实际采样斜率与理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;若判断实际采样斜率与理论采样斜率的差值在第二预设数值范围外,则确定传感器融合失败。当确定传感器融合失败时,可以进一步确定传感器融合失败所对应的第一曲线的目标采样时刻,确定目标采样时刻车辆的实时行驶距离与实时传感距离,根据目标采样时刻实时行驶距离与实时传感距离的差值对传感器融合效果进行评估,根据传感器融合效果的评估结果对对应的多传感器融合算法进行优化。
进一步的,可以使车辆按照预设的速度匀速行驶。根据车辆的行驶速度确定第一曲线的理论采样斜率,若判断第一曲线在不同时刻的多个实际采样斜率与理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;若判断第一曲线在不同时刻的任一实际采样斜率与理论采样斜率的差值在第二预设阈值范围外,则确定传感器融合失败。当车辆匀速行驶时,可以通过图2和图3对传感器融合进行校验。图2示出了本发明实施例提供的传感器融合成功对应的第一曲线示意图,如图2所示,第一曲线不同时刻的实际采样斜率为定值,可以反映车辆匀速行驶的状态。图3示出了本发明实施例提供的传感器融合失败对应的第一曲线示意图,如图3所示,第一曲线在65s前的实际采样斜率为定值,可以反映车辆匀速行驶的状态,而65s后的实际采样斜率近似为零,并出现斜率跳变,无法反映车辆匀速行驶的状态。
本发明实施例中,处于行驶状态的车辆上安装有至少两个传感器,通过获取所述至少两个传感器对处于静止状态的障碍物的实时传感信息之后,可以对所述至少两个传感器的实时传感信息进行融合,进而生成障碍物的实时传感距离;通过获取车辆的速度信息,可以对融合生成的实时传感距离进行校验。可以看出,本发明实施例对传感器融合进行校验无需引入外部传感器,校验过程效率较高。
图4示出了本发明实施例传感器融合校验装置的结构示意图。如图4所示,该装置300包括:第一获取模块310、生成模块320、第二获取模块330和校验模块340。
其中,第一获取模块310,用于获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;生成模块320,用于对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;第二获取模块330,用于获取所述车辆的速度信息;校验模块340,用于根据所述速度信息对所述实时传感距离进行校验。
在一种可选的方式中,校验模块340用于:
根据所述速度信息生成所述车辆的实时行驶距离,所述实时行驶距离用于表征所述车辆所在位置与起始位置之间的距离;
根据所述实时行驶距离对所述实时传感距离进行校验。
在一种可选的方式中,校验模块340用于:
获取所述车辆的实时行驶时间;
根据所述实时行驶时间以及所述速度信息生成所述车辆的实时行驶距离。
在一种可选的方式中,校验模块340用于:
确定所述起始位置与所述障碍物所在位置之间的间距;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围内,则确定传感器融合成功;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围外,则确定传感器融合失败。
在一种可选的方式中,校验模块340用于:
在所述根据所述实时行驶距离对所述实时传感距离进行校验之前,基于所述车辆的实时行驶时间,对所述实时行驶距离与所述实时传感距离进行同步。
在一种可选的方式中,所述至少两个传感器包括摄像头和毫米波雷达,第一获取模块310用于:
分别获取摄像头和毫米波雷达对处于静止状态的障碍物的实时传感信息。
在一种可选的方式中,校验模块340用于:
以所述车辆的行驶时间为横轴、所述实时传感距离为纵轴,生成第一曲线;
对所述第一曲线的斜率进行采样,以确定所述第一曲线的实际采样斜率;
根据所述速度信息确定所述实际采样斜率所对应的理论采样斜率;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设数值范围外,则确定传感器融合失败。
本发明实施例中,处于行驶状态的车辆上安装有至少两个传感器,通过获取所述至少两个传感器对处于静止状态的障碍物的实时传感信息之后,可以对所述至少两个传感器的实时传感信息进行融合,进而生成障碍物的实时传感距离;通过获取车辆的速度信息,可以对融合生成的实时传感距离进行校验。可以看出,本发明实施例对传感器融合进行校验无需引入外部传感器,校验过程效率较高。
图5示出了本发明实施例电子设备结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图5所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。处理器402,用于执行程序410,具体可以执行上述用于传感器融合校验方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机可执行指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以被处理器402调用使电子设备执行以下操作:
获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;
对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;
获取所述车辆的速度信息;
根据所述速度信息对所述实时传感距离进行校验。
在一种可选的方式中,所述程序410被处理器402调用使电子设备执行以下操作:
根据所述速度信息生成所述车辆的实时行驶距离,所述实时行驶距离用于表征所述车辆所在位置与起始位置之间的距离;
根据所述实时行驶距离对所述实时传感距离进行校验。
在一种可选的方式中,所述程序410被处理器402调用使电子设备执行以下操作:
获取所述车辆的实时行驶时间;
根据所述实时行驶时间以及所述速度信息生成所述车辆的实时行驶距离。
在一种可选的方式中,所述程序410被处理器402调用使电子设备执行以下操作:
确定所述起始位置与所述障碍物所在位置之间的间距;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围内,则确定传感器融合成功;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围外,则确定传感器融合失败。
在一种可选的方式中,所述程序410被处理器402调用使电子设备在执行所述根据所述实时行驶距离对所述实时传感距离进行校验之前,执行以下操作:
基于所述车辆的实时行驶时间,对所述实时行驶距离与所述实时传感距离进行同步。
在一种可选的方式中,所述至少两个传感器包括摄像头和毫米波雷达,所述程序410被处理器402调用使电子设备执行以下操作:
分别获取摄像头和毫米波雷达对处于静止状态的障碍物的实时传感信息。
在一种可选的方式中,所述程序410被处理器402调用使电子设备执行以下操作:
以所述车辆的行驶时间为横轴、所述实时传感距离为纵轴,生成第一曲线;
对所述第一曲线的斜率进行采样,以确定所述第一曲线的实际采样斜率;
根据所述速度信息确定所述实际采样斜率所对应的理论采样斜率;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设数值范围外,则确定传感器融合失败。
本发明实施例中,处于行驶状态的车辆上安装有至少两个传感器,通过获取所述至少两个传感器对处于静止状态的障碍物的实时传感信息之后,可以对所述至少两个传感器的实时传感信息进行融合,进而生成障碍物的实时传感距离;通过获取车辆的速度信息,可以对融合生成的实时传感距离进行校验。可以看出,本发明实施例对传感器融合进行校验无需引入外部传感器,校验过程效率较高。
本发明实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一可执行指令,该可执行指令在电子设备上运行时,使得所述电子设备执行上述任意方法实施例中的传感器融合校验方法。
本发明实施例提供一种传感器融合校验装置,用于执行上述传感器融合校验方法。
本发明实施例提供了一种计算机程序,所述计算机程序可被处理器调用使电子设备执行上述任意方法实施例中的传感器融合校验方法。
本发明实施例提供了一种计算机程序产品,计算机程序产品包括存储在计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令在计算机上运行时,使得所述计算机执行上述任意方法实施例中的传感器融合校验方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种传感器融合校验方法,其特征在于,所述方法包括:
获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;
对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;
获取所述车辆的速度信息;
根据所述速度信息对所述实时传感距离进行校验。
2.根据权利要求1所述的方法,其特征在于,所述根据所述速度信息对所述实时传感距离进行校验包括:
根据所述速度信息生成所述车辆的实时行驶距离,所述实时行驶距离用于表征所述车辆所在位置与起始位置之间的距离;
根据所述实时行驶距离对所述实时传感距离进行校验。
3.根据权利要求2所述的方法,其特征在于,所述根据所述速度信息生成所述车辆的实时行驶距离包括:
获取所述车辆的实时行驶时间;
根据所述实时行驶时间以及所述速度信息生成所述车辆的实时行驶距离。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述实时行驶距离对所述实时传感距离进行校验包括:
确定所述起始位置与所述障碍物所在位置之间的间距;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围内,则确定传感器融合成功;
若所述实时行驶距离与所述实时传感距离之和,与所述间距的差值在第一预设阈值范围外,则确定传感器融合失败。
5.根据权利要求2或3所述的方法,其特征在于,在所述根据所述实时行驶距离对所述实时传感距离进行校验之前,所述方法还包括:
基于所述车辆的实时行驶时间,对所述实时行驶距离与所述实时传感距离进行同步。
6.根据权利要求1所述的方法,其特征在于,所述至少两个传感器包括摄像头和毫米波雷达,所述获取至少两个传感器对处于静止状态的障碍物的实时传感信息包括:
分别获取摄像头和毫米波雷达对处于静止状态的障碍物的实时传感信息。
7.根据权利要求1所述的方法,其特征在于,所述根据所述速度信息对所述实时传感距离进行校验包括:
以所述车辆的行驶时间为横轴、所述实时传感距离为纵轴,生成第一曲线;
对所述第一曲线的斜率进行采样,以确定所述第一曲线的实际采样斜率;
根据所述速度信息确定所述实际采样斜率所对应的理论采样斜率;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设阈值范围内,则确定传感器融合成功;
若所述实际采样斜率与所述理论采样斜率的差值在第二预设数值范围外,则确定传感器融合失败。
8.一种传感器融合校验装置,其特征在于,所述装置包括:
第一获取模块,用于获取至少两个传感器对处于静止状态的障碍物的实时传感信息,所述至少两个传感器安装在处于行驶状态的车辆上;
生成模块,用于对所述实时传感信息进行融合以生成所述障碍物的实时传感距离,所述实时传感距离用于表征所述车辆与所述障碍物之间的实时距离;
第二获取模块,用于获取所述车辆的速度信息;
校验模块,用于根据所述速度信息对所述实时传感距离进行校验。
9.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的传感器融合校验方法的操作。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行如权利要求1-7任意一项所述的传感器融合校验方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521837.0A CN113139299B (zh) | 2021-05-13 | 2021-05-13 | 传感器融合校验方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521837.0A CN113139299B (zh) | 2021-05-13 | 2021-05-13 | 传感器融合校验方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113139299A CN113139299A (zh) | 2021-07-20 |
CN113139299B true CN113139299B (zh) | 2024-04-26 |
Family
ID=76817293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110521837.0A Active CN113139299B (zh) | 2021-05-13 | 2021-05-13 | 传感器融合校验方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139299B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395251A (zh) * | 2019-06-27 | 2019-11-01 | 驭势(上海)汽车科技有限公司 | 一种基于多传感器融合数据的自动紧急制动决策方法 |
CN110850867A (zh) * | 2019-09-12 | 2020-02-28 | 广东工业大学 | 一种基于传感信息融合的无人驾驶避障方法及系统 |
CN111324115A (zh) * | 2020-01-23 | 2020-06-23 | 北京百度网讯科技有限公司 | 障碍物位置检测融合方法、装置、电子设备和存储介质 |
CN112307594A (zh) * | 2020-09-22 | 2021-02-02 | 中国汽车技术研究中心有限公司 | 道路数据采集和模拟场景建立一体化系统及方法 |
CN112418092A (zh) * | 2020-11-23 | 2021-02-26 | 中国第一汽车股份有限公司 | 一种障碍物感知的融合方法、装置、设备及储存介质 |
CN112733270A (zh) * | 2021-01-08 | 2021-04-30 | 浙江大学 | 车辆行驶轨迹预测和轨迹偏离危险度评估的系统与方法 |
CN112784679A (zh) * | 2020-12-14 | 2021-05-11 | 深兰人工智能(深圳)有限公司 | 车辆避障方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9358924B1 (en) * | 2009-05-08 | 2016-06-07 | Eagle Harbor Holdings, Llc | System and method for modeling advanced automotive safety systems |
US11287523B2 (en) * | 2018-12-03 | 2022-03-29 | CMMB Vision USA Inc. | Method and apparatus for enhanced camera and radar sensor fusion |
-
2021
- 2021-05-13 CN CN202110521837.0A patent/CN113139299B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395251A (zh) * | 2019-06-27 | 2019-11-01 | 驭势(上海)汽车科技有限公司 | 一种基于多传感器融合数据的自动紧急制动决策方法 |
CN110850867A (zh) * | 2019-09-12 | 2020-02-28 | 广东工业大学 | 一种基于传感信息融合的无人驾驶避障方法及系统 |
CN111324115A (zh) * | 2020-01-23 | 2020-06-23 | 北京百度网讯科技有限公司 | 障碍物位置检测融合方法、装置、电子设备和存储介质 |
CN112307594A (zh) * | 2020-09-22 | 2021-02-02 | 中国汽车技术研究中心有限公司 | 道路数据采集和模拟场景建立一体化系统及方法 |
CN112418092A (zh) * | 2020-11-23 | 2021-02-26 | 中国第一汽车股份有限公司 | 一种障碍物感知的融合方法、装置、设备及储存介质 |
CN112784679A (zh) * | 2020-12-14 | 2021-05-11 | 深兰人工智能(深圳)有限公司 | 车辆避障方法和装置 |
CN112733270A (zh) * | 2021-01-08 | 2021-04-30 | 浙江大学 | 车辆行驶轨迹预测和轨迹偏离危险度评估的系统与方法 |
Non-Patent Citations (2)
Title |
---|
基于分层传感器信息融合的智能车辆导航;汪明磊;陈无畏;王檀彬;王家恩;李进;;农业机械学报(第11期);第165-170页 * |
多传感器融合的视觉导航智能车避障仿真研究;王檀彬;陈无畏;李进;焦俊;;系统仿真学报(第04期);第1015-1019页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113139299A (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109194436B (zh) | 传感器时间戳同步测试方法、装置、设备、介质及车辆 | |
CN109784391B (zh) | 基于多模型的样本标注方法及装置 | |
US20200103913A1 (en) | Method and apparatus for determining a vehicle control parameter, vehicle on-board controller and autonomous vehicle | |
EP3598144A1 (en) | Motion detection method, motion detection apparatus, and medium | |
CN111311914A (zh) | 车辆行驶事故监控方法、装置和车辆 | |
US11748593B2 (en) | Sensor fusion target prediction device and method for vehicles and vehicle including the device | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
US20200174488A1 (en) | False target removal device and method for vehicles and vehicle including the device | |
CN116767281A (zh) | 一种辅助驾驶方法、装置、设备、车辆和介质 | |
KR101894052B1 (ko) | 차량용 사고영상 기록장치의 차량 속도 측정 장치 및 방법 | |
CN113139299B (zh) | 传感器融合校验方法、装置及电子设备 | |
CN111612938B (zh) | 一种事件记录设备控制方法、装置、设备及存储介质 | |
CN114397671B (zh) | 目标的航向角平滑方法、装置及计算机可读存储介质 | |
CN113495562B (zh) | 仿真路径生成方法、装置、设备以及计算机存储介质 | |
KR102261155B1 (ko) | 가상 센서 이중화를 통한 차량 제어 방법 및 그 장치 | |
WO2021217485A1 (zh) | 一种车辆变道行为识别方法及装置 | |
US20210061285A1 (en) | Method for generating a reference representation | |
EP4140842A1 (en) | Methods and systems for controlling a vehicle | |
CN115284809B (zh) | 智能网联车队主动悬架控制方法、系统及计算机设备 | |
CN109866682B (zh) | 车辆fcw的报警方法、装置及汽车 | |
US11166003B1 (en) | Dynamic vibration sensor optics distortion prediction | |
CN117002492A (zh) | 车辆的制动方法、装置、电子设备和存储介质 | |
CN115629595A (zh) | 基于数据回注极限切入场景的测试方法及装置 | |
US20230060526A1 (en) | Method and apparatus for processing sensor information and recording medium storing program to execute the method | |
CN116449799A (zh) | Adas控制器测试方法、装置、终端及存储介质 |
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 |