CN113341417B - 基于探测雷达的路面障碍检测方法、车辆及存储介质 - Google Patents
基于探测雷达的路面障碍检测方法、车辆及存储介质 Download PDFInfo
- Publication number
- CN113341417B CN113341417B CN202110645285.4A CN202110645285A CN113341417B CN 113341417 B CN113341417 B CN 113341417B CN 202110645285 A CN202110645285 A CN 202110645285A CN 113341417 B CN113341417 B CN 113341417B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- road surface
- preset
- type
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 127
- 239000000523 sample Substances 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 35
- 230000008569 process Effects 0.000 description 9
- 230000004888 barrier function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于探测雷达的路面障碍检测方法、车辆及存储介质,其中,该方法应用于车辆,所述车辆上设置有成预设夹角的多个雷达天线,所述路面障碍检测方法包括:根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束;接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型。本发明提高了车辆运用多普勒雷达进行路面障碍探测的行车安全性。
Description
技术领域
本发明涉及车辆障碍物探测技术领域,具体涉及一种基于探测雷达的路面障碍检测方法、车辆及存储介质。
背景技术
自动化驾驶技术已越来越成为智能汽车技术的热点和核心技术,障碍探测和识别是进行自动化驾驶的前提,而多普勒雷达探测技术已逐渐成为了识别车辆行进前方障碍物的主流技术。
目前,应用于车辆的多普勒雷达系统,一般是水平方向的扫描。当搭载多普勒雷达探测系统的车辆在开启自动辅助驾驶时,面对前方为底部空白、而在一定高度有障碍体的障碍物类型时,往往会误判前方为安全空间,从而造成车辆碰撞的安全事故。例如前方是横置的限高拱门,车辆的高度大于该限高拱门,但由于限高拱门下方的区域为空,对于安装得较低的多普勒雷达,水平方向扫描的波束无法扫描到限高拱门的限高体上,此时,车辆将会误判前方为安全空间,而导致发生碰撞事故。
现有搭载多普勒雷达探测系统的车辆存在严重的安全隐患,如何提高多普勒雷达探测的安全性已成为亟待解决的问题。
发明内容
本发明的主要目的是提供一种基于探测雷达的路面障碍检测方法、车辆及存储介质,旨在提高现有车辆运用多普勒雷达进行路面障碍探测的行车安全性。
为实现上述目的,本发明提供一种基于探测雷达的路面障碍检测方法,该方法包括:
所述路面障碍检测方法应用于车辆,所述车辆上设置有成预设夹角的多个雷达天线;所述路面障碍检测方法包括:
根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束;
接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型。
可选地,所述根据所述反射波束确定所述行车方向上道路障碍的障碍物类型的步骤之后,还包括:
根据所述障碍物类型,确定所述车辆当前适配的避障决策;
输出所述避障决策或者根据所述避障决策控制所述车辆行驶。
可选地,所述障碍物类型包括路面坑洞障碍和路面实体障碍;所述根据所述障碍物类型,确定所述车辆当前适配的避障决策的步骤包括:
若障碍物类型为所述路面坑洞障碍,则确定所述避障决策为:车辆减速至车速小于预设速度阈值通过所述路面坑洞障碍或重新规划行驶路径避开所述路面坑洞障碍;
若障碍物类型为所述路面实体障碍,则确定所述避障决策为:减速制动或重新规划行驶路径避开所述路面实体障碍。
可选地,所述根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束的步骤之前,包括:
获取车辆当前行驶道路的路面类型;
确定所述路面类型对应探测波束的预设时分扫描策略。
可选地,所述车辆上设置有成预设夹角的两个雷达天线,所述路面类型包括狭窄平坦路面和凹坑路面,所述确定所述路面类型对应探测波束的预设扫描策略的步骤包括:
若路面类型为狭窄平坦路面,则确定所述预设扫描策略为:依次周期性扫描第一预设次数的第一探测波束、以及第二预设次数的第二探测波束,其中,所述第一预设次数大于所述第二预设次数,所述第一探测波束的扫描方向与所述第二探测波束的扫描方向形成所述预设夹角;
若路面类型为凹坑路面,则确定所述预设扫描策略为:依次周期性扫描第三预设次数的所述第一探测波束、以及第四预设次数的所述第二探测波束,其中,所述第三预设次数小于所述第四预设次数。
可选地,所述根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束的步骤包括:
根据所述预设时分扫描策略,对所述多个雷达天线采用电子切换方式或电子切换方式和机械调整方式相结合,向所述行车方向依次周期性发射不同扫描方向的探测波束,其中,所述电子切换方式为依次周期性的切换不同的所述雷达天线发射探测波束,电子切换方式和机械调整方式相结合为依次周期性的切换不同的所述雷达天线发射探测波束,并同时调整所述雷达天线所在的空间位置,以使所述雷达天线发射的探测波束所在扫描方向的扫描范围更广。
可选地,该方法还包括:
若检测到所述障碍物类型或所述路面类型,则同步记录所述车辆的位置信息;
关联所述位置信息与所述障碍物类型或所述路面类型,并作为路况信息发送至其它车辆或云端服务器进行信息共享。
可选地,该方法还包括:
若接收到云端服务器发送的升级信息,根据所述升级信息更新所述障碍物类型对应的所述避障决策或更新所述路面类型对应的所述预设时分扫描策略。
本发明提供了一种车辆,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如上述的路面障碍检测方法的步骤。
本发明还提供了一种存储介质,其特征在于,所述存储介质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如上所述路面障碍检测方法的步骤。
雷达探测系统通常由雷达天线、发射机、接收机、伺服系统、数字信号处理机、雷达数据处理机和数据总线等组成。若车辆设置有成预设夹角的多个雷达天线采用同时发射不同扫描方向的探测波束,这将导致需要设置多个发射机和多个接收机,这将严重增加车辆的硬件成本,同时也增加了数字信号处理机和雷达数据处理机的运算负载。本发明通过根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束降低了车辆的硬件成本和运算负载,并进一步通过接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型的步骤,减少了障碍物的漏检度和提高了障碍物类型的识别度,从而使本发明的雷达探测系统中应用较低的硬件成本、及运算负载的情况下,最大限度提高车辆行驶的安全性。
附图说明
图1是本发明实施例车辆的模块结构示意图;
图2为本发明路面障碍检测方法第一实施例的流程示意图;
图3为本发明路面障碍检测方法第二实施例的流程示意图;
图4为本发明路面障碍检测方法第三实施例的流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1为本发明各个实施例中所提供的车辆的模块结构示意图。所述车辆包括通信模块01、存储器02及处理器03等部件。本领域技术人员可以理解,图1中所示出的车辆还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,所述处理器03分别与所述存储器02和所述通信模块01连接,所述存储器02上存储有计算机程序,所述计算机程序同时被处理器03执行。
通信模块01,可通过网络与外部设备连接。通信模块01可以接收外部设备发出的数据,还可发送数据、指令及信息至所述外部设备,所述外部设备可以是数据管理终端、手机、平板电脑、笔记本电脑和台式电脑等电子设备。
存储器02,可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(基于父进程创建所述指令对应的目标子进程、第一监控子进程和共享文件)等;存储数据区可存储被控车辆的运行情况和行驶环境以及信号机的相位变化所创建的数据或信息等。此外,存储器02可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器03,是车辆的控制中心,利用各种接口和线路连接整个车辆的各个部分,通过运行或执行存储在存储器02内的软件程序和/或模块,以及调用存储在存储器02内的数据,执行车辆的各种功能和处理数据。处理器03可包括一个或多个处理单元;优选的,处理器03可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器03中。尽管图1未示出,但上述车辆还可以包括电路控制模块,电路控制模块用于与市电连接,实现电源控制,保证其他部件的正常工作。
本领域技术人员可以理解,图1中示出的车辆模块结构并不构成对车辆的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
目前,应用于车辆的多普勒雷达系统,一般是水平方向的扫描。当搭载多普勒雷达探测系统的车辆在面对横置的限高拱门,且车辆的高度大于该限高拱门时,由于限高拱门下方的区域为空,对于安装得较低的多普勒雷达,水平方向扫描的探测波束往往无法扫描到限高拱门的限高体上,此时,车辆将会误判前方为安全空间,而导致发生碰撞事故。同时,对于地面有坑的情况,现有的水平扫描是无法进行有效识别。由于凹障碍物结构特征不明显,容易出现凹障碍物漏检,从而导致车辆往往高速压过坑洞而损坏车辆。并且,现有的车辆的多普勒雷达系统,对于车辆行车方向上的道路障碍,若是水平扫描的探测波束扫描到前方障碍物的镜面体上,那么探测波束就很可能被折射到接收器能够接收的范围之外,从而误判为无障碍,造成碰撞。
对此,本发明提出一种基于探测雷达的路面障碍检测方法。
参照图2,图2为本发明第一实施例的流程示意图,所述路面障碍检测方法应用于车辆,所述车辆上设置有成预设夹角的多个雷达天线;所述路面障碍检测方法包括:
步骤S100,根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束;
多个雷达天线,本领域技术人员可根据实际情况进行设置,雷达天线可设置为两个、3个或4个。该预设夹角,本领域技术人员可根据实际情况进行设置,例如30°、45°、60°、或90°等。
该预设时分扫描策略,为了助于理解,列举一具体实施例:雷达天线为两个,预设夹角为90°,两个雷达天线所发射的探测波束分别包括水平探测波束和垂直探测波束,则该预设时分扫描策略可为水平探测波束扫描一次,垂直探测波束扫描一次,依次周期性循环。该预设时分扫描策略还可为水平探测波束扫描两次,垂直探测波束扫描一次,依次周期性循环。该预设时分扫描策略为本领域技术人员可根据实际需要进行设置,以更好的探测识别车辆行车方向的障碍物为准。
可以理解的是,设置有成预设夹角的多个雷达天线与不同扫描方向的探测波束是对应的,在一实施例中,若设置成两个正交的雷达天线,则发射的探测波束分别为水平探测波束和竖直探测波束。
当面对横置的限高拱门时,本实施例通过发射不同扫描方向的探测波束从而更能扫描到限高拱门的限高体上,并识别该限高门体,从而采取相应的避障措施,避免碰撞事故的发生。而当面对地面有凹坑的情况时,通过发射不同扫描方向的探测波束,更能识别地面的凹坑结构,从而减少地面凹坑的漏检,进而采取控制车辆采取相应的避障措施,提高车辆行驶的平稳性和安全性。同时通过发射不同扫描方向的探测波束减少扫描到前方障碍物的镜面体上的概率,只要障碍物不完全是镜面体(通常来说,路面上障碍物不存在完全的镜面体,总存在非镜面体的区域),不同扫描方向的探测波束总能扫射到非镜面体的区域,从而就能够得到一部分的反射波,进而识别该障碍物,避免碰撞。
本实施例通过将多个雷达天线设置成预设夹角,使得多个雷达天线发射不同扫描方向的探测波束,从而探测不同扫描方向所在的障碍物,减少障碍物的漏检度和提高障碍物的识别度,进而提高车辆的安全性。
进一步地,所述步骤S100包括:
根据所述预设时分扫描策略,对所述多个雷达天线采用电子切换方式或电子切换方式和机械调整方式相结合,向所述行车方向依次周期性发射不同扫描方向的探测波束。
其中,所述电子切换方式为依次周期性的切换不同的所述雷达天线发射探测波束,电子切换方式和机械调整方式相结合为依次周期性的切换不同的所述雷达天线发射探测波束,并同时调整所述雷达天线所在的空间位置,以使所述雷达天线发射的探测波束所在扫描方向的扫描范围更广。
需要说明的是,电子切换方式是基于时分复用原理,采用电子开关自动切换不同雷达天线进行探测波束的发射,以实现进行不同扫描方向的扫描。
在一实施例中,机械调整方式可为多个雷达天线绕预设中心轴进行旋转或回摆运动。该预设中心轴本实施例并不做具体的位置限定,以更好的实现雷达天线发射探测波束的扫描范围更广为准。
本实施通过在电子切换方式的基础上结合机械调整方式,例如设置了电子开关自动切换雷达天线发射探测波束的同时,通过加装机械旋转机构或者摆动机构进行机械调整,使得雷达天线的扫描波束所探测的范围更广,这种扩展可带来更大的安全性,使探测波束进行多方向巡视,更容易发现特定角度存在的障碍物。
通过在开发阶段对车辆进行多次的模拟实验验证,采用电子切换方式切换该不同的雷达天线发射探测波束,对障碍物的检测较为高效和可靠,可以有效和准确识别路面障碍。因为若单单采用机械调整的方式用于改变探测波束的扫描方向,存在探测效率较慢的问题,比如说移动或旋转雷达天线到一预设位置发射一扫描方向的探测波束,再移动或旋转该雷达天线到另一预设位置发射另一扫描方向的探测波束,该移动或旋转雷达天线位置而更换探测波束的扫描方向,显然不如电子切换方式的效率更高,即采用电子切换方式周期切换一次不同扫描方向的探测波束,可能是在毫秒级,而机械调整则在秒级,单独的机械调整方式容易造成障碍物的漏检。同时电子切换的天线组件比单独采用机械调整方式的天线组件耐用度更高。
步骤S200,接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型。
可以理解的是,不同扫描方向的探测波束在遇到车辆行车方向上的道路障碍时,会反射回反射波束。
雷达探测系统通常由雷达天线、发射机、接收机、控制器、数字信号处理机、雷达数据处理机和数据总线等组成。若车辆设置有成预设夹角的多个雷达天线采用同时发射不同扫描方向的探测波束,这将导致需要设置多个发射机、多个接收机及多个控制器,这将严重增加车辆的硬件成本,同时也增加了数字信号处理机和雷达数据处理机的运算负载。本实施例通过根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束,从而只需设置一个发射机、一个接收机及一个控制器,以降低了车辆的硬件成本,同时也降低了数字信号处理机和雷达数据处理机的运算负载,并进一步通过接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型的步骤,减少了障碍物的漏检度和提高了障碍物类型的识别度,从而使本实施例的雷达探测系统中应用较低的硬件成本、及运算负载的情况下,最大限度提高车辆行驶的安全性。
进一步地,参照图3,图3为本发明第二实施例的流程示意图,基于第一实施例,所述步骤S200之后包括:
步骤S300,根据所述障碍物类型,确定所述车辆当前适配的避障决策;
其中,障碍物类型可包括路面坑洞、行人、车辆、以及建筑体等。避障决策可根据障碍物类型来确定,可以理解的是,避障决策是与障碍物类型对应的,而与障碍物类型对应的避障决策为本领域技术人员预存在车辆系统中。
在一实施例中,若识别到障碍物类型为路面坑洞,则避障决策为减速通过;若识别到障碍物类型为行人,则避障决策为减速制动,待行人行走一段预设距离,再控制车辆继续行驶;若识别到障碍物类型为静止的车辆,则避障决策为重新规划行驶路径或减速制动;若识别到障碍物类型为运动的车辆,则判断该车辆的行驶方向是否与本车的行驶方向一致,若一致,则启动跟车模式,跟随该运动的车辆行驶,若不一致,则减速制动,待该车辆驶离一段预设路程,再控制车辆继续行驶。
进一步地,所述障碍物类型包括路面坑洞障碍和路面实体障碍;所述步骤S300包括:
若障碍物类型为所述路面坑洞障碍,则确定所述避障决策为:车辆减速至车速小于预设速度阈值通过所述路面坑洞障碍或重新规划行驶路径避开所述路面坑洞障碍;
若障碍物类型为所述路面实体障碍,则确定所述避障决策为:减速制动或重新规划行驶路径避开所述路面实体障碍。
需要说明的是,该路面坑洞障碍代表路面坑洞。路面实体障碍既可代表路面具有凸包或凹凸不平,也可代表行车方向的道路上有其他实体障碍物,例如车辆、行人、动物、建筑物以及栏杆等。
本领域技术人员可以理解的是,对于路面坑洞障碍,现有的水平扫描是无法识别。而本系统可以通过发射不同扫描方向的探测波束,例如通过垂直扫描、45°斜向扫描、或60°斜向扫描等,接收到发射该探测波束后所反射回的反射波,再结合车辆系统的数据处理,若识别为路面坑洞障碍,就能提醒车辆减速。避免高速压过坑洞而损坏车辆。
进一步地,若障碍物类型为所述路面坑洞障碍,则获取车辆的底盘高度信息;根据所述底盘高度信息和所述路面坑洞障碍确定所述避障决策。
其中,该底盘高度信息为车辆的底盘高度,并根据本车雷达系统所测得路面坑洞障碍的三维数据和空间位置,根据所述底盘高度信息和路面坑洞障碍的三维数据和空间位置确定所述避障决策。
进一步地,根据所述底盘高度信息和路面坑洞障碍的三维数据和空间位置,预测车辆是否在行车方向会进入该路面坑洞障碍,且车辆的车体是否会与路面坑洞障碍干涉;若预测车辆在行车方向会进入该路面坑洞障碍,且该车体会与该路面坑洞障碍干涉,则预估该车体与该路面坑洞障碍的干涉量;若该干涉量为小于第一干涉量,则采用第一避障决策;若该干涉量为大于第一干涉量,且小于第二干涉量,则采用第二避障决策;若该干涉量为大于第二干涉量,则采用第三避障决策。
其中,第一干涉量小于第二干涉量。
需要说明的是,第一避障决策的避障等级小于第二避障决策的避障等级,第二避障决策的避障等级小于第三避障决策的避障等级。在一实施例中,第一避障决策为减速至第一预设速度行驶,第二避障决策为减速至第二预设速度行驶,其中,第一预设速度小于第二预设速度,第三避障决策为重新规划行驶路径,或减速停车,并生成预警提示,以提示驾驶员前方存在路面凹坑。
本实施通过根据该底盘高度信息、路面坑洞障碍的三维数据和空间位置,预估车体与路面坑洞障碍的干涉量,并进一步根据该干涉量采用对应的避障决策,从而在不同车辆面对路面坑洞障碍时或同一车辆面对不同路面坑洞障碍时,找到与不同车辆适配的避障决策或与不同路面坑洞障碍适配的避障决策,进而提升车辆系统制定避障决策的智能性和鲁棒性。
进一步地,若障碍物类型为所述路面实体障碍,则获取车辆的车身数据信息;根据所述车身数据信息和所述路面实体障碍的三维数据和空间位置确定所述避障决策。
其中,该车身数据信息包括车身的长、宽和高,并根据车辆的雷达系统所测得路面实体障碍的三维数据和空间位置,判断车辆是否可在行车方向安全通过。例如当路面实体障碍为限高拱门时,根据本车车身的长、宽和高,以及限高拱门的三维数据和空间位置,确定车辆是否可安全通过该限高拱门,若安全通过则不作处理,若不能安全通过则采取避障决策,例如避障决策为重新规划行驶路径,或减速停车,并生成预警提示,以提示驾驶员前方存在路面障碍。又或者路面实体障碍为行人时,根据本车车身的长、宽和高,以及行人的三维数据和空间位置,确定车辆在行车方向上是否将与行人发生碰撞,若发生碰撞,则采取避障决策,例如避障决策为停车等待或鸣笛提示。
可以理解的是,可通过在车辆出厂前的开发阶段预先将车身数据信息存储于车辆系统中或云端服务器中,车辆出厂后直接从车辆系统或云端服务器中获取。
本实施通过根据该车身数据信息确车辆可安全通过的安全空间数据,根据安全空间数据和障碍物实体的三维数据和空间位置确定障碍物实体是否阻碍车辆安全通行,从而避免避障决策的误触发。不同车辆的车身数据信息往往不同,避障决策也往往不同,通过根据所述车身数据信息和所述路面实体障碍的三维数据和空间位置确定所述避障决策的步骤,优化了不同车辆面对路面实体障碍的避障决策,根据不同车辆的车身数据信息找到与不同车辆最适配的避障决策,从而提升车辆系统制定避障决策的智能性和鲁棒性。
进一步地,该路面障碍检测方法还包括:
发送车辆的车辆类型信息至云端服务器;
接收云端服务器从预存数据中确定与所述车辆类型信息对应的所述车身数据信息或所述底盘高度信息;
其中,车辆类型信息可为车辆的品牌和型号等。在云端服务器中可预先制作车辆类型信息关联车身数据信息和底盘高度信息的预存数据库,不同的车辆类型对应不同的车身数据信息和底盘高度信息,车辆出厂前的开发阶段将车辆类型信息预存储于车辆系统中。在车辆出厂后发送车辆的车辆类型信息至云端服务器,以使云端服务器接收该车辆类型信息后,从预存数据中找到与该车辆类型信息对应的车身数据信息或底盘高度信息,并将该对应的车身数据信息或底盘高度信息返回至车辆系统。
本实施例通过接收云端服务器从预存数据中确定与所述车辆类型信息对应的车身数据信息或底盘高度信息的步骤,减少车辆系统的数据存储压力。同时通过云端服务器将车辆类型信息与车身数据信息和底盘高度信息关联,可完成数据信息的统一管理,避免数据的错漏,从而提高了车辆基于制定车身数据信息或底盘高度信息制定避障决策的可靠性。
进一步地,所述根据所述车身数据信息和所述路面实体障碍确定所述避障决策的步骤之后包括:
接收用户对所述路面实体障碍对应的避障决策的编辑指令;
显示所述路面实体障碍对应避障决策的预设编辑界面;
获取用户基于所述预设编辑界面而输入的决策编辑信息,根据所述决策编辑信息更新与所述路面实体障碍对应的避障决策。
其中,该避障决策可包括预警提示、减速慢行、点刹制动、紧急制动、以及重新规划路径等。其中,预警提示为通过车辆系统声音播放和/或画面显示提醒驾驶员进行减速或制动,并不主动介入制动系统,当然还可以是通过发送短信至用户的移动终端提醒驾驶员进行减速或制动。点刹制动功能为车辆系统主动介入,通过“点刹”方式进行制动。紧急制动功能为车辆系统主动介入制动系统,将制动力立即增至最大进行制动。需要说明的是,该预设编辑界面中可包括引导用户直接编辑避障决策的信息,例如减速慢行还是停车制动,也可仅包括引导用户编辑触发避障决策时车辆与路面实体障碍的触发距离,即编辑触发避障决策的触发灵敏度。
优选为编辑触发避障决策的触发灵敏度,所述避障决策根据路面实体障碍与车辆的纵向距离而触发。在一实施例中,当路面实体障碍与车辆的第一纵向距离时,避障决策为预警提示;当路面实体障碍与车辆的第二纵向距离时,避障决策为点刹制动;当障碍物与车辆的第三纵向距离时,避障决策为紧急制动。优选地,所述第一纵向距离大于所述第二纵向距离,所述第二纵向距离大于所述第三纵向距离。
本实施例通过获取用户基于所述预设编辑界面而输入的决策编辑信息,根据所述决策编辑信息更新与所述路面实体障碍对应的避障决策的步骤,能满足不同用户群体对于避障决策的不同要求,从而根据不同用户群体的驾驶风格和习惯,匹配更适合用户自身的避障决策,最大限度提升用户体验。
所述步骤S300之后,执行步骤S400:输出所述避障决策或者根据所述避障决策控制所述车辆行驶。
其中,当该避障决策为减速慢行时,输出避障决策为车辆系统主动介入控制减速慢行。根据所述避障决策控制所述车辆行驶则为通过车辆的车载显示屏显示预设文字信息和/或通过车辆的车载喇叭显示预设语音信息,以提醒或引导用户控制车辆减速慢行。
本实施例通过根据所述障碍物类型,确定所述车辆当前适配的避障决策;输出所述避障决策或者根据所述避障决策控制所述车辆行驶的步骤,提高了车辆面对不同障碍物类型的避障能力,从而进一步提高了车辆行驶的安全性。
进一步地,参照图4,图4为本发明第三实施例的流程示意图,基于第二实施例,所述步骤S100之前包括:
步骤S500,获取车辆当前行驶道路的路面类型;
其中,路面类型可以包括凹坑路面、车道狭窄且具有对向车道的马路、同向多车道马路等。
步骤S600,确定所述路面类型对应探测波束的预设时分扫描策略。
预设时分扫描策略与路面类型对应,而与路面类型对应的预设时分扫描策略,本领域技术人员可在出厂前通过一定的模拟实验进行验证和标定,从而得出与路面类型最适配的预设时分扫描策略,并预先设置好。
为了助于理解,列举一具体实施例:设置两个雷达天线、一个接收机、一个发射机及一个控制器,预设夹角为90度,通过该控制器控制射频开关的开启和闭合,以切换两个雷达天线在不同的时段发射探测波束,以达到时分复用的效果。其中,该探测波束分别包括水平探测波束和垂直探测波束。
若路面类型为凹坑路面,对应的预设时分扫描策略则为水平探测波束扫描一次,垂直探测波束扫描两次,依次周期性循环。
可以理解的是,垂直探测波束比水平探测波束更能识别凹坑路面,采用该预设时分扫描策略可以提升路面凹坑的识别度,并做出相应决策提升车辆行驶的稳定性和安全性。
若路面类型为车道狭窄且具有对向车道的马路,该预设时分扫描策略可为水平探测波束扫描两次,垂直探测波束扫描一次,依次周期性循环。
可以理解的是,当对向车道的车流量较大时,水平探测波束比垂直探测波束更能识别对向行驶的车辆,采用该预设时分扫描策略可以提升对向行驶车辆的识别度,并做出相应决策提升车辆行驶的安全性。
若路面类型为同向多车道马路,该预设时分扫描策略可为水平探测波束扫描一次,垂直探测波束扫描一次,依次周期性循环。
可以理解的是,因为同向多车道马路较为宽敞,距离其他车辆的间距较大,且路面平坦,可采用该较标准的预设时分扫描策略进行路面障碍探测识别,从而提升车辆行驶的安全性。
需要说明的是,该预设时分扫描策略为本领域技术人员可根据实际需要进行设置,以更好的探测识别对应路面类型上的障碍物为准。
其中,雷达天线在周期性进行垂直和水平的交替正交扫描过程中,可将所识别的障碍物信息回传车辆系统,车辆系统根据该障碍物信息进行威胁等级的识别,根据该威胁等级进行相应的预警或避障措施。
本实施例通过获取车辆当前行驶道路的路面类型,确定所述路面类型对应探测波束的预设时分扫描策略的步骤,提升面对不同路面类型检测道路障碍能力,从而提升车辆检测障碍物的智能性,进而提升行车安全性。
进一步地,所述车辆上设置有成预设夹角的两个雷达天线,所述路面类型包括狭窄平坦路面和凹坑路面,所述步骤S600包括:
若路面类型为狭窄平坦路面,则确定所述预设扫描策略为:依次周期性扫描第一预设次数的第一探测波束、以及第二预设次数的第二探测波束,其中,所述第一预设次数大于所述第二预设次数,所述第一探测波束的扫描方向与所述第二探测波束的扫描方向形成所述预设夹角;
其中,该狭窄平坦路面指的是车道狭窄且具有对向车道的平坦路面。
若路面类型为凹坑路面,则确定所述预设扫描策略为:依次周期性扫描第三预设次数的所述第一探测波束、以及第四预设次数的所述第二探测波束,其中,所述第三预设次数小于所述第四预设次数。
进一步地,所述车辆上设置有成90°夹角的两个雷达天线;所述第一探测波束为水平探测波束,所述第二探测波束为竖直探测波束。
本实施例通过设置成正交的两个雷达天线进行时分扫描。当发射水平探测波束时,就与普通车辆的防撞系统一样,可以扫描车辆前方的水平方向的障碍物,并根据探测波束遇障碍物后反射回的反射波束得出探测报告(障碍物的距离和角度信息);当被切换到发射竖直探测波束时,它是给出车辆两排车轮之间的空间,竖直方向从天空到地面的障碍物的信息(俯仰角可以达到±60°)。这一点对于识别限高体建筑或地坑是有特别的作用,可以有效避免这两种路面障碍物对车辆造成带来的损害。
本实施可采用77GHz的频率,使得探测波束的穿透力、分辨率都比较均衡。利用雷达探测的原理,计算出行车方向上障碍物的距离和角度等位置信息。本系统的雷达天线采用时分扫描的方式,通过射频电子开关做切换,时分复用,以便最大化降低雷达系统的运算负载和硬件成本。
进一步地,若检测到所述障碍物类型或所述路面类型,则同步记录所述车辆的位置信息;关联所述位置信息与所述障碍物类型或所述路面类型,并作为路况信息发送至其它车辆或云端服务器进行信息共享。
为了让车辆发现的危险能够共享,本雷达系统带有云端交互功能。将车辆识别的障碍物类型或所述路面类型上报至云端服务器,以供相关的交通部门提醒其他车辆,同时对于运行相同系统的其他车辆,可以直接给出实时提醒。
本实施例通过将关联位置信息与障碍物类型或路面类型,并作为路况信息发送至其它车辆或云端服务器进行信息共享,从而使其他车辆或云端服务器在第一时间获得各路段的路况信息,可以使共享信息的各车辆第一时间做好与障碍物类型对应的避障决策,或第一时间匹配所在路段的路面类型对应的预设时分扫描策略,从而提高行车安全性。
进一步地,若接收到云端服务器发送的升级信息,根据所述升级信息更新所述障碍物类型对应的所述避障决策或更新所述路面类型对应的所述预设时分扫描策略。
本实施通过若接收到云端服务器发送的升级信息,根据所述升级信息更新所述障碍物类型对应的所述避障决策或更新所述路面类型对应的所述预设时分扫描策略的步骤,随着车辆系统的不断运行,不断优化障碍物类型对应的避障决策或路面类型对应的预设时分扫描策略,并做好符合驾驶员驾驶风格或习惯的个性化避障决策,使得本实例路面障碍探测方法更加稳定、可靠。在识别路面障碍类型、安全防碰撞等方面具备不断迭代和增加性能等优势,从而不断提升车辆检测和规避障碍物的智能性、以及行车安全性。
本发明还提出一种存储介质,其上存储有计算机程序。所述存储介质可以是图1的终端中的存储器02,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(RandomAccess Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述存储介质包括若干信息用以使得终端执行本发明各个实施例所述的方法。
本发明存储介质的具体实施例与上述路面障碍检测方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于探测雷达的路面障碍检测方法,其特征在于,所述路面障碍检测方法应用于车辆,所述车辆上设置有成预设夹角的多个雷达天线;所述路面障碍检测方法包括:
获取车辆当前行驶道路的路面类型;
确定所述路面类型对应探测波束的预设时分扫描策略;
根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束;
接收不同扫描方向所反射回的反射波束,根据所述反射波束确定所述行车方向上道路障碍的障碍物类型;
所述车辆上设置有成预设夹角的两个雷达天线,所述路面类型包括狭窄平坦路面和凹坑路面,所述确定所述路面类型对应探测波束的预设扫描策略的步骤包括:
若路面类型为狭窄平坦路面,则确定所述预设扫描策略为:依次周期性扫描第一预设次数的第一探测波束、以及第二预设次数的第二探测波束,其中,所述第一预设次数大于所述第二预设次数,所述第一探测波束的扫描方向与所述第二探测波束的扫描方向形成所述预设夹角,所述第一探测波束为水平探测波束,所述第二探测波束为竖直探测波束;
若路面类型为凹坑路面,则确定所述预设扫描策略为:依次周期性扫描第三预设次数的所述第一探测波束、以及第四预设次数的所述第二探测波束,其中,所述第三预设次数小于所述第四预设次数。
2.如权利要求1所述的路面障碍检测方法,其特征在于,所述根据所述反射波束确定所述行车方向上道路障碍的障碍物类型的步骤之后,还包括:
根据所述障碍物类型,确定所述车辆当前适配的避障决策;
输出所述避障决策或者根据所述避障决策控制所述车辆行驶。
3.如权利要求2的路面障碍检测方法,其特征在于,所述障碍物类型包括路面坑洞障碍和路面实体障碍;所述根据所述障碍物类型,确定所述车辆当前适配的避障决策的步骤包括:
若障碍物类型为所述路面坑洞障碍,则确定所述避障决策为:车辆减速至车速小于预设速度阈值通过所述路面坑洞障碍或重新规划行驶路径避开所述路面坑洞障碍;
若障碍物类型为所述路面实体障碍,则确定所述避障决策为:减速制动或重新规划行驶路径避开所述路面实体障碍。
4.如权利要求1的路面障碍检测方法,其特征在于,所述根据预设时分扫描策略,基于所述多个雷达天线向所述车辆的行车方向依次周期性发射不同扫描方向的探测波束的步骤包括:
根据所述预设时分扫描策略,对所述多个雷达天线采用电子切换方式或电子切换方式和机械调整方式相结合,向所述行车方向依次周期性发射不同扫描方向的探测波束,其中,所述电子切换方式为依次周期性的切换不同的所述雷达天线发射探测波束,电子切换方式和机械调整方式相结合为依次周期性的切换不同的所述雷达天线发射探测波束,并同时调整所述雷达天线所在的空间位置,以使所述雷达天线发射的探测波束所在扫描方向的扫描范围更广。
5.如权利要求1所述的路面障碍检测方法,其特征在于,该方法还包括:
若检测到所述障碍物类型或所述路面类型,则同步记录所述车辆的位置信息;
关联所述位置信息与所述障碍物类型或所述路面类型,并作为路况信息发送至其它车辆或云端服务器进行信息共享。
6.如权利要求2所述的路面障碍检测方法,其特征在于,该方法还包括:
若接收到云端服务器发送的升级信息,根据所述升级信息更新所述障碍物类型对应的所述避障决策或更新所述路面类型对应的所述预设时分扫描策略。
7.一种车辆,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述路面障碍检测方法的步骤。
8.一种存储介质,其特征在于,所述存储介质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如权利要求1至6中任一项所述路面障碍检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110645285.4A CN113341417B (zh) | 2021-06-09 | 2021-06-09 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110645285.4A CN113341417B (zh) | 2021-06-09 | 2021-06-09 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113341417A CN113341417A (zh) | 2021-09-03 |
CN113341417B true CN113341417B (zh) | 2024-04-19 |
Family
ID=77476719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110645285.4A Active CN113341417B (zh) | 2021-06-09 | 2021-06-09 | 基于探测雷达的路面障碍检测方法、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113341417B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114136309A (zh) * | 2021-11-12 | 2022-03-04 | 上汽通用五菱汽车股份有限公司 | 无人驾驶物流车的定位方法、系统、装置及存储介质 |
CN114111808A (zh) * | 2021-11-30 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 无人驾驶车的定位方法、系统、装置及可读存储介质 |
CN114153208A (zh) * | 2021-11-30 | 2022-03-08 | 上汽通用五菱汽车股份有限公司 | 无人驾驶物流运输系统、方法、设备及可读存储介质 |
CN115220042B (zh) * | 2022-07-14 | 2024-09-03 | 上海公路桥梁(集团)有限公司 | 障碍物的预警方法、系统、设备及介质 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1114746A (ja) * | 1997-06-25 | 1999-01-22 | Honda Motor Co Ltd | 車両の障害物検知装置 |
CN1576107A (zh) * | 2003-07-23 | 2005-02-09 | 富士通天株式会社 | 车辆用雷达的安装方法、车辆用雷达及监视方法 |
CN101354438A (zh) * | 2008-08-28 | 2009-01-28 | 阮树成 | 毫米波时分线性调频多目标检测汽车防撞雷达 |
CN101471711A (zh) * | 2007-12-03 | 2009-07-01 | 索尼株式会社 | 具有波束调向和/或成形天线的数据处理装置 |
CN201804112U (zh) * | 2010-04-27 | 2011-04-20 | 成都捌零科技有限公司 | 车辆360度障碍无死角智能检测与预警系统 |
CN104422929A (zh) * | 2013-08-26 | 2015-03-18 | 富士通天株式会社 | 天线、雷达设备和信号处理方法 |
CN105467381A (zh) * | 2014-09-29 | 2016-04-06 | 松下知识产权经营株式会社 | 雷达装置 |
JP2018022270A (ja) * | 2016-08-02 | 2018-02-08 | 日産自動車株式会社 | 路肩検出方法及び路肩検出装置 |
CN207190989U (zh) * | 2017-09-01 | 2018-04-06 | 青岛中鸿重型机械有限公司 | 一种车辆倒车系统 |
CN207328177U (zh) * | 2017-09-13 | 2018-05-08 | 重庆检测认证(集团)有限公司 | 一种agv引导车地下无线充电系统 |
CN108955584A (zh) * | 2017-05-23 | 2018-12-07 | 上海汽车集团股份有限公司 | 一种路面探测方法及装置 |
CN109903587A (zh) * | 2019-03-29 | 2019-06-18 | 深圳市九洲电器有限公司 | 一种基于车联网的车协同预警方法、车载装置及存储介质 |
CN109917420A (zh) * | 2019-02-27 | 2019-06-21 | 科沃斯商用机器人有限公司 | 一种自动行走装置和机器人 |
CN110476077A (zh) * | 2017-04-01 | 2019-11-19 | 华为技术有限公司 | 车载雷达的扫描方法、装置和控制车辆的系统 |
CN110785676A (zh) * | 2018-11-30 | 2020-02-11 | 深圳市大疆创新科技有限公司 | 上方障碍物检测方法及装置、系统、车辆、存储介质 |
CN111103586A (zh) * | 2018-10-25 | 2020-05-05 | 华为技术有限公司 | 雷达信号处理方法、装置及存储介质 |
CN111409630A (zh) * | 2020-04-13 | 2020-07-14 | 新石器慧通(北京)科技有限公司 | 一种车辆避障方法、系统及装置 |
CN111638520A (zh) * | 2020-05-15 | 2020-09-08 | 安徽江淮汽车集团股份有限公司 | 障碍物识别方法、装置、电子设备及存储介质 |
CN111824053A (zh) * | 2020-07-24 | 2020-10-27 | 江苏徐工工程机械研究院有限公司 | 矿用卡车 |
CN112180941A (zh) * | 2020-10-19 | 2021-01-05 | 垒途智能教科技术研究院江苏有限公司 | 一种多传感器融合的无人车探测避障系统及避障方法 |
CN112270689A (zh) * | 2020-10-19 | 2021-01-26 | 湖州师范学院 | 一种采用人工神经网技术的道路边界遥测识别算法 |
CN112644483A (zh) * | 2020-12-24 | 2021-04-13 | 宝能(西安)汽车研究院有限公司 | 车速控制方法、可读存储介质、车速控制装置和车辆 |
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 |
CN112835045A (zh) * | 2021-01-05 | 2021-05-25 | 北京三快在线科技有限公司 | 一种雷达探测方法、装置、存储介质及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3427817B2 (ja) * | 2000-03-31 | 2003-07-22 | 株式会社デンソー | 車両用障害物認識方法及び装置、記録媒体 |
KR100523367B1 (ko) * | 2000-10-26 | 2005-10-20 | 마츠시다 덴코 가부시키가이샤 | 장해물 회피기능을 가지는 자율이동장치 |
US7872764B2 (en) * | 2007-10-16 | 2011-01-18 | Magna Electronics Inc. | Machine vision for predictive suspension |
JP2015141109A (ja) * | 2014-01-29 | 2015-08-03 | 富士通テン株式会社 | レーダ装置、及び、信号処理方法 |
US10120385B2 (en) * | 2016-03-30 | 2018-11-06 | Intel Corporation | Comfort ride vehicle control system |
-
2021
- 2021-06-09 CN CN202110645285.4A patent/CN113341417B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1114746A (ja) * | 1997-06-25 | 1999-01-22 | Honda Motor Co Ltd | 車両の障害物検知装置 |
CN1576107A (zh) * | 2003-07-23 | 2005-02-09 | 富士通天株式会社 | 车辆用雷达的安装方法、车辆用雷达及监视方法 |
CN101471711A (zh) * | 2007-12-03 | 2009-07-01 | 索尼株式会社 | 具有波束调向和/或成形天线的数据处理装置 |
CN101354438A (zh) * | 2008-08-28 | 2009-01-28 | 阮树成 | 毫米波时分线性调频多目标检测汽车防撞雷达 |
CN201804112U (zh) * | 2010-04-27 | 2011-04-20 | 成都捌零科技有限公司 | 车辆360度障碍无死角智能检测与预警系统 |
CN104422929A (zh) * | 2013-08-26 | 2015-03-18 | 富士通天株式会社 | 天线、雷达设备和信号处理方法 |
CN105467381A (zh) * | 2014-09-29 | 2016-04-06 | 松下知识产权经营株式会社 | 雷达装置 |
JP2018022270A (ja) * | 2016-08-02 | 2018-02-08 | 日産自動車株式会社 | 路肩検出方法及び路肩検出装置 |
CN110476077A (zh) * | 2017-04-01 | 2019-11-19 | 华为技术有限公司 | 车载雷达的扫描方法、装置和控制车辆的系统 |
CN108955584A (zh) * | 2017-05-23 | 2018-12-07 | 上海汽车集团股份有限公司 | 一种路面探测方法及装置 |
CN207190989U (zh) * | 2017-09-01 | 2018-04-06 | 青岛中鸿重型机械有限公司 | 一种车辆倒车系统 |
CN207328177U (zh) * | 2017-09-13 | 2018-05-08 | 重庆检测认证(集团)有限公司 | 一种agv引导车地下无线充电系统 |
CN111103586A (zh) * | 2018-10-25 | 2020-05-05 | 华为技术有限公司 | 雷达信号处理方法、装置及存储介质 |
CN110785676A (zh) * | 2018-11-30 | 2020-02-11 | 深圳市大疆创新科技有限公司 | 上方障碍物检测方法及装置、系统、车辆、存储介质 |
CN109917420A (zh) * | 2019-02-27 | 2019-06-21 | 科沃斯商用机器人有限公司 | 一种自动行走装置和机器人 |
CN109903587A (zh) * | 2019-03-29 | 2019-06-18 | 深圳市九洲电器有限公司 | 一种基于车联网的车协同预警方法、车载装置及存储介质 |
CN111409630A (zh) * | 2020-04-13 | 2020-07-14 | 新石器慧通(北京)科技有限公司 | 一种车辆避障方法、系统及装置 |
CN111638520A (zh) * | 2020-05-15 | 2020-09-08 | 安徽江淮汽车集团股份有限公司 | 障碍物识别方法、装置、电子设备及存储介质 |
CN111824053A (zh) * | 2020-07-24 | 2020-10-27 | 江苏徐工工程机械研究院有限公司 | 矿用卡车 |
CN112180941A (zh) * | 2020-10-19 | 2021-01-05 | 垒途智能教科技术研究院江苏有限公司 | 一种多传感器融合的无人车探测避障系统及避障方法 |
CN112270689A (zh) * | 2020-10-19 | 2021-01-26 | 湖州师范学院 | 一种采用人工神经网技术的道路边界遥测识别算法 |
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 |
CN112644483A (zh) * | 2020-12-24 | 2021-04-13 | 宝能(西安)汽车研究院有限公司 | 车速控制方法、可读存储介质、车速控制装置和车辆 |
CN112835045A (zh) * | 2021-01-05 | 2021-05-25 | 北京三快在线科技有限公司 | 一种雷达探测方法、装置、存储介质及电子设备 |
Non-Patent Citations (3)
Title |
---|
"Accurate and fast obstacle detection method for automotive applications based on stereo vision";Yi-Chin Tsai 等;《2018 International Symposium on VLSI Design, Automation and Test》;20181231;1-4 * |
"基于三维激光雷达的障碍物检测方法研究";张穗华 等;《机电产品开发与创新》;20161130;14-17 * |
基于TR40超声传感器的智能车辆障碍识别和避障控制方法研究;吴昊天;;中国水运(下半月);20080920(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113341417A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113341417B (zh) | 基于探测雷达的路面障碍检测方法、车辆及存储介质 | |
US6018308A (en) | Obstacle recognition system for automotive vehicle | |
EP3208165B1 (en) | Vehicle safety assist system | |
US9008940B2 (en) | Vehicle control device and vehicle control method | |
US6484087B2 (en) | Method of selecting a preceding vehicle, a preceding vehicle selecting apparatus, and a recording medium for selecting a preceding vehicle | |
US6087975A (en) | Object detecting system for vehicle | |
JP5152840B2 (ja) | 車載用レーダ装置 | |
US20050219506A1 (en) | Object recognition device for vehicle | |
KR101328016B1 (ko) | 레이저센서와 초음파센서를 기반으로 하는 차량용 충돌방지장치 및 방법 | |
US10605924B2 (en) | Method and apparatus cross segment detection in a lidar system | |
US10591923B2 (en) | Method and apparatus for parallel illumination by a VCSEL array | |
JP2011248870A (ja) | 死角領域検出装置、死角領域検出プログラム、および死角領域検出方法 | |
CN113853640B (zh) | 电子控制装置 | |
CN110673599A (zh) | 基于传感器网络的自动驾驶车辆环境感知系统 | |
US20190086513A1 (en) | Method and apparatus for frame rate boosting in lidar array | |
KR102328506B1 (ko) | 무인 공공정보 수집 시스템 및 방법 | |
CN118379881B (zh) | 一种基于车路协同的公路交通安全预警系统 | |
CN113771841A (zh) | 用于车队的驾驶辅助系统、方法、计算机设备和存储介质 | |
KR101328018B1 (ko) | 저속 근거리에서의 차량용 충돌방지방법 및 장치 | |
JPH1114746A (ja) | 車両の障害物検知装置 | |
KR100875564B1 (ko) | 근거리 물체 감지 시스템 | |
US11731622B2 (en) | Prediction of dynamic objects at concealed areas | |
CN115497282A (zh) | 信息处理装置、信息处理方法、以及存储介质 | |
CN114460569A (zh) | 缺失的车身零件的车辆检测 | |
CN111619557A (zh) | 一种危险路段车辆控制方法、装置、电子设备及存储介质 |
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 |