CN113386748A - 基于光探测和测距传感器的用于跟踪对象的装置及方法 - Google Patents
基于光探测和测距传感器的用于跟踪对象的装置及方法 Download PDFInfo
- Publication number
- CN113386748A CN113386748A CN202010886630.9A CN202010886630A CN113386748A CN 113386748 A CN113386748 A CN 113386748A CN 202010886630 A CN202010886630 A CN 202010886630A CN 113386748 A CN113386748 A CN 113386748A
- Authority
- CN
- China
- Prior art keywords
- objects
- vehicle
- road
- determining
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 230000004044 response Effects 0.000 claims description 23
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- B60W30/10—Path keeping
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/105—Speed
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/12—Lateral speed
-
- 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
- B60W2552/30—Road curve radius
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
Abstract
本发明涉及基于光探测和测距传感器的用于跟踪对象的装置及方法。所述装置包括:LiDAR传感器,其生成自动驾驶车辆周围的点云数据;以及控制器,其基于所述点云数据检测对象,并在检测到的对象中选择有效对象作为待跟踪的目标。
Description
与相关申请的交叉引用
本申请要求2020年3月11日提交的韩国专利申请No.10-2020-0030373的优先权的权益,该申请的全部内容通过引用结合于此。
技术领域
本发明涉及在基于光探测和测距(LiDAR)传感器检测到的对象中选择影响自动驾驶车辆的对象(有效对象)作为待跟踪的对象的技术。
背景技术
通常,点云是指坐标系上的数据集,该数据集定义为三维(3D)坐标系上的x、y和z坐标,并且大多表示对象的外表面。这样的点云可以由3D光探测和测距(LiDAR)传感器生成。3D LiDAR传感器加载到自动驾驶车辆中,并且主要用于检测自动驾驶车辆周围的车辆和车道以及各种障碍物。
由于3D LiDAR传感器会在自动驾驶车辆周围的区域中生成大量点云,因此需要高效的聚类技术。例如,将点云聚类的技术把点云(3D点)以二维(2D)形式投影到正方形网格图上以转换为2D点,并对在正方形网格图上转换的2D点使用“8邻域”技术。
同时,由于大多数对象跟踪设备在硬件性能上都具有处理限制,因此能够跟踪的对象的数量受到限制。当基于LiDAR传感器检测到的对象的数量大于参考数量时,常规的对象跟踪设备首先基于LiDAR传感器的扫描顺序选择参考数量的首先检测到的对象作为待跟踪的目标。此外,由于这种常规的对象跟踪设备仅基于LiDAR传感器的扫描顺序来选择待跟踪的对象,而不考虑自动驾驶车辆正在行驶的情况,因此影响自动驾驶车辆的行驶的对象(例如,道路边界、自动驾驶车辆周围的对象等)就会从待跟踪的目标中排除。
撰写背景技术中描述的细节是为了增加对本发明背景的理解,其可以包括除本领域技术人员所公知的现有技术以外的细节。
发明内容
作出本发明以解决现有技术中产生的上述问题,同时完整地保留了由现有技术所实现的优点。本发明的一方面提供了一种基于LiDAR传感器的用于跟踪对象的装置及方法,通过基于加载到自动驾驶车辆中的LiDAR传感器检测对象并从检测到的对象中选择影响自动驾驶车辆的行驶的对象作为待跟踪的目标以在自动驾驶车辆行驶的情况下跟踪有效对象,从而提高自动驾驶车辆的驾驶安全性。
本发明构思将解决的技术问题不限于上述问题,并且本发明所属技术领域的技术人员将从随后的描述中清晰地理解在本文中没有提及的任何其他技术问题。
根据本发明的一方面,一种基于LiDAR传感器的用于跟踪对象的装置可以包括:LiDAR传感器,其配置为生成自动驾驶车辆周围的点云数据;以及控制器,其配置为基于所述点云数据检测对象,并在检测到的对象中选择有效对象作为待跟踪的目标。在本发明的示例性实施方案中,所述控制器可以配置为基于与自动驾驶车辆行驶情况相对应的参考表,在检测到的对象中顺序地排除有效性较低的对象,以选择参考数量的有效对象。
此外,所述控制器可以配置为:当自动驾驶车辆正在行驶的道路是直路时,基于与直路相对应的第一参考表来选择参考数量的有效对象。此外,所述控制器可以配置为:当自动驾驶车辆的速度大于参考速度并且道路的曲率大于第一参考曲率时,将自动驾驶车辆正在行驶的道路确定为直路。所述控制器可以配置为:当自动驾驶车辆的速度小于或等于参考速度并且自动驾驶车辆的转向角小于或等于参考转向角时,将自动驾驶车辆正在行驶的道路确定为直路。
进一步地,所述控制器可以配置为:当自动驾驶车辆正在行驶的道路是第一弯道时,基于与第一弯道相对应的第二参考表来选择参考数量的有效对象。此外,所述控制器可以配置为:当自动驾驶车辆的速度大于参考速度、道路的曲率小于或等于第一参考曲率并且大于第二参考曲率时,将自动驾驶车辆正在行驶的道路确定为第一弯道。所述控制器可以配置为:当自动驾驶车辆正在行驶的道路是第二弯道时,基于与第二弯道相对应的第三参考表来选择参考数量的有效对象。
在本发明的示例性实施方案中,所述控制器可以配置为:当自动驾驶车辆的速度大于参考速度并且道路的曲率小于或等于第二参考曲率时,将自动驾驶车辆正在行驶的道路确定为第二弯道。所述控制器可以配置为:当自动驾驶车辆的速度小于或等于参考速度并且自动驾驶车辆的转向角大于参考转向角时,基于第四参考表来选择参考数量的有效对象。
根据本发明的另一个方面,一种基于LiDAR传感器的用于跟踪对象的方法可以包括:由LiDAR传感器生成自动驾驶车辆周围的点云数据;由控制器基于所述点云数据检测对象;由控制器在检测到的对象中选择有效对象作为待跟踪的目标。此外,选择有效对象作为待跟踪的目标可以包括:基于与自动驾驶车辆行驶情况相对应的参考表,在检测到的对象中顺序地排除有效性较低的对象,以选择参考数量的有效对象。
选择参考数量的有效对象可以包括:当自动驾驶车辆正在行驶的道路是直路时,基于与直路相对应的第一参考表来选择参考数量的有效对象。在本发明的示例性实施方案中,选择参考数量的有效对象可以进一步包括:当自动驾驶车辆的速度大于参考速度并且道路的曲率大于第一参考曲率时,将自动驾驶车辆正在行驶的道路确定为直路。
选择参考数量的有效对象可以进一步包括:当自动驾驶车辆的速度小于或等于参考速度并且自动驾驶车辆的转向角小于或等于参考转向角时,将自动驾驶车辆正在行驶的道路确定为直路。此外,选择参考数量的有效对象可以包括:当自动驾驶车辆正在行驶的道路是第一弯道时,基于与第一弯道相对应的第二参考表来选择参考数量的有效对象。
在本发明的示例性实施方案中,选择参考数量的有效对象可以包括:当自动驾驶车辆的速度大于参考速度、道路的曲率小于或等于第一参考曲率并且大于第二参考曲率时,将自动驾驶车辆正在行驶的道路确定为第一弯道。选择参考数量的有效对象可以包括:当自动驾驶车辆正在行驶的道路是第二弯道时,基于与第二弯道相对应的第三参考表来选择参考数量的有效对象。
进一步地,选择参考数量的有效对象可以包括:当自动驾驶车辆的速度大于参考速度并且道路的曲率小于或等于第二参考曲率时,将自动驾驶车辆正在行驶的道路确定为第二弯道。选择参考数量的有效对象可以包括:当自动驾驶车辆的速度小于或等于参考速度并且自动驾驶车辆的转向角大于参考转向角时,基于第四参考表来选择参考数量的有效对象。
附图说明
通过接下来的结合附图的详细描述,本发明的上述和其他目的、特征和优点将变得更加清楚,附图中:
图1是示出根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置的配置的框图;
图2是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在直路上选择有效对象的过程的示意图;
图3是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在平缓弯道上选择有效对象的过程的示意图;
图4是示出在根据本发明实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在急转弯道路上选择有效对象的过程的示意图;
图5是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在车辆减速同时转向时选择有效对象的过程的示意图;
图6是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在车道变换时为每条车道分配的等级的示意图;
图7A至图7B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置,在直路上选择的参考数量的有效对象的示意图;
图8A至图8B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置,在平缓弯道上选择的参考数量的有效对象的示意图;
图9A至图9B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置,在急转弯道路上选择的参考数量的有效对象的示意图;
图10A至图10B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置,在车辆减速同时转向时选择的参考数量的有效对象的示意图;
图11是示出根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的方法的流程图;以及
图12是示出根据本发明示例性实施方案的用于执行基于LiDAR传感器的用于跟踪对象的方法的计算系统的框图。
具体实施方式
应当理解的是,本文中所使用的术语“车辆”或“车辆的”或其它类似术语通常包括机动车辆,例如包括运动型多用途车辆(SUV)、大客车、大货车、各种商用车辆的乘用车辆,包括各种舟艇、船舶的船只,航空器等,并且包括混合动力车辆、电动车辆、插电式混合动力电动车辆、氢动力车辆以及其它替代性燃料车辆(例如,源于非化石能源的燃料)。正如本文所提到的,混合动力车辆是具有两种或更多种动力源的车辆,例如汽油动力和电力动力二者的车辆。
尽管示例性实施方案被描述成使用多个单元执行示例性过程,应理解,示例性过程也可以通过一个或更多个模块进行。此外,可以理解术语“控制器/控制单元”指包括存储器和处理器的硬件设备,并且特别地编程为执行本文描述的过程。存储器配置为存储模块,并且处理器具体地配置为执行所述模块来进行下面进一步描述的一个或更多个过程。
此外,本发明的控制逻辑可以实施为包括由处理器、控制器/控制单元等执行的可执行程序指令的计算机可读介质上的非易失性计算机可读介质。计算机可读介质的示例包括但不局限于:ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡以及光学数据存储设备。计算机可读记录介质也可以分布在网络联接的计算机系统中,使得计算机可读介质例如通过远程信息处理服务器或控制器局域网(CAN)以分布方式存储和执行。
在本文中使用的术语只用于描述具体实施方案,而不旨在限制本发明。正如本文中所使用的,单数形式“一”、“一个”和“所述”旨在同样包括复数形式,除非上下文另有明确表示。还将进一步理解,当在本明书中使用术语“包括”和/或“包含”时,指明存在所述特征、数值、步骤、操作、元件和/或部件,但是不排除存在或添加一种或更多种其他的特征、数值、步骤、操作、元件、部件和/或其群体。正如本文所使用的,术语“和/或”包括一种或更多种相关列举项的任何和所有组合。
除非特别声明或者从上下文显而易见的,本文所使用的术语“约”理解为在本领域的正常公差范围内,例如在2个平均值的标准差内。“约”可理解为在指定值的10%、9%、8%、7%、6%、5%、4%、3%、2%、1%、0.5%、0.1%、0.05%或0.01%之内。除非上下文另有说明,术语“大约”修饰在本文中提供的所有数值。
在下文中,将参照示例性附图详细描述本发明的一些实施方案。在将附图标记添加到每个附图的组件中时,应当注意,即使相同或等同的组件显示在其他附图上,也由相同的附图标记表示。此外,在描述本发明的实施方案时,将排除对公知特征或功能的详细描述,以免不必要地模糊本发明的主旨。
在描述根据本发明的实施方案的组件时,可以使用诸如第一、第二、“A”、“B”、(a)、(b)等的术语。这些术语仅旨在将一个组件与另一组件区分开,并且这些术语不限制构成组件的性质、顺序或次序。除非另外定义,否则在本文中所使用的所有术语,包括技术或科学术语,都具有与本发明所属技术领域的技术人员通常所理解的含义相同的含义。那些在通常使用的字典中定义的术语将解释为具有与相关技术领域中的语境的含义等同的含义,并且不被解释为具有想象的或过度形式的含义,除非在本申请中明确定义为具有那样的含义。
图1是示出根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置的配置的框图。如图1所示,根据本发明的示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置100可以包括存储装置10、LiDAR传感器20和控制器30。具体地,基于执行根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置100的方式,各个组件可以组合为一个组件,并且可以省略一些组件。
参见各个组件,首先,存储装置10可以配置为存储在基于加载到自动驾驶车辆中的LiDAR传感器20检测对象并在检测到的对象中将影响自动驾驶车辆的行驶的对象(有效对象)选择作为待跟踪的目标的过程中所需的各种逻辑、算法和程序。存储装置10可以配置为存储用于确定道路形状的参考转向角(例如,20度)或参考曲率。具体地,参考曲率可以包括第一参考曲率(例如,250m/rad)和第二参考曲率(例如,100m/rad)。
存储装置10可以配置为存储第一参考表,该第一参考表用于选择直路上的有效对象。这样的第一参考表可以包括用于顺序地移除有效性较低的对象的多个步骤字段。例如,应用于图2所示的直路的第一参考表是下面的表1。具体地,在每条车道的等级中,可以基于自动驾驶车辆210将更高的优先级分配给邻近车道。
表1
这里,“步骤1”表示在选择有效对象时首先排除的对象(例如,有效性最低的对象),“步骤11”表示在选择有效对象时最后排除的对象(例如,有效性最高的对象)。具体地,当检测到的对象的数量小于或等于参考数量时,可以将所有检测到的对象选择为有效对象。当检测到的对象的数量大于参考数量时,可以从“步骤1”开始顺序地排除检测到的对象。
此外,第四等级的“小型对象”是指长度小于约4m且宽度小于约4m的对象。第三等级的“小型对象”是指长度小于约2m且宽度小于约2m的对象。第一等级或第二等级的“小型对象”是指长度小于约1m且宽度小于约1m的对象。此外,“中型对象”是除诸如道路边界之类的静止对象之外的对象,其是指长度小于约8m且宽度小于约8m的对象。
存储装置10可以配置为存储第二参考表,该第二参考表用于选择平缓弯道上的有效对象。例如,如图3所示,应用于平缓弯道的第二参考表是下面的表2。
表2
存储装置10可以存储第三参考表,该第三参考表用于选择急转弯道路上的有效对象。例如,如图4所示,应用于急转弯道路的第三参考表是下面的表3。
表3
步骤1 | 第五等级的中型对象 |
步骤2 | 第四等级的横向距离40米的中型对象 |
步骤3 | 第四等级的后方小型对象 |
步骤4 | 第四等级的小型对象 |
步骤5 | 第四等级或第五等级的所有对象 |
步骤6 | 第三等级的外弯道上的小型对象 |
步骤7 | 第三等级的内弯道上的小型对象 |
步骤8 | 第三等级的外弯道上的所有对象 |
步骤9 | 第二等级或第一等级的小型对象 |
步骤10 | 第三等级的内弯道上的所有对象 |
步骤11 | 第二等级或第一等级的所有对象 |
当自动驾驶车辆减速时(例如,以大约20kph或更低的速度)并且当转向角大于参考转向角(例如,大约20度)时,存储装置10可以配置为存储用于选择有效对象的第四参考表。例如,如图5所示,自动驾驶车辆210在道路上减速时应用的第四参考表是下面的表4。
表4
存储装置10可以包括至少一种存储介质,诸如闪存型存储器、硬盘型存储器、微型存储器、卡型存储器(例如,安全数字(SD)卡或极限数字(XD)卡)、随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、可编程ROM(PROM)、电可擦除PROM(EEPROM)、磁RAM(MRAM)、磁盘和光盘。
LiDAR传感器20可以加载到自动驾驶车辆中,从而为自动驾驶车辆周围的对象生成点云数据。控制器30可以配置为执行总体控制,使得各个组件可以正常地执行它们自己的功能。这样的控制器30可以以硬件的形式实现,可以以软件的形式实现,或者可以以硬件和软件的组合的形式实现。优选地,控制器30可以实现为微处理器,但不限于微处理器。
具体地,控制器30可以配置为在基于加载到自动驾驶车辆中的LiDAR传感器20检测对象并在检测到的对象中将影响自动驾驶车辆的行驶的对象(有效对象)选择作为待跟踪的目标的过程中执行各种控制。控制器30可以包括信息收集设备31、对象检测器32和有效对象选择设备33作为功能块。在下文中,将基于每个功能块详细描述控制器30的操作。
信息收集设备31可以具有与车载网络200的通信接口,并且可以配置为通过车载网络200收集各种信息。例如,信息收集设备31可以配置为通过车载网络200收集转向角信息、车速信息、横摆率信息、转向灯信息(转向灯启动信息)等。具体地,车载网络200可以包括控制器局域网(CAN)、本地互连网络(LIN)、FlexRay、多媒体定向系统传输(MOST)、以太网等。信息收集设备31可以与设置在自动驾驶车辆中的导航设备300互相配合以收集目的地路径信息。
对象检测器32可以配置为基于通过LiDAR传感器20获得的点云数据来检测对象。具体地,由于对象的检测是公知且常用的,而不是本发明的主旨,因此将省略其详细描述。有效对象选择设备33可以配置为基于存储在存储装置10中的多个参考表和由信息收集设备31收集的信息,在由对象检测器32检测到的对象中选择有效对象。换句话说,有效对象选择设备33可以配置为基于由信息收集设备31收集的信息来指定多个参考表中的一个,并且基于所指定的参考表来选择有效对象。
在下文中,将参照图2至图6描述有效对象选择设备33的操作。图2是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在直路上选择有效对象的过程的示意图。
首先,当由图1的信息收集设备31收集的车速大于参考速度(例如,大约20kph),并且当自动驾驶车辆210正在行驶的道路的曲率大于第一参考曲率(例如,大约250m/rad)时,图1中的有效对象选择设备33可以配置为将自动驾驶车辆210正在行驶的道路确定为直路。具体地,有效对象选择设备33可以配置为基于由信息收集设备31收集的车速和横摆率来计算曲率。由于计算曲率的详细方法是公知的并且是常用的,因此将省略其描述。
此外,当由信息收集设备31收集的车速小于或等于参考速度(例如,大约20kph)时,并且当自动驾驶车辆210的转向角小于或等于参考转向角(例如,大约20度)时,有效对象选择设备33可以配置为将自动驾驶车辆210正在行驶的道路确定为直路。响应于将自动驾驶车辆210正在行驶的道路确定为直路,有效对象选择设备33可以配置为基于存储在图1的存储装置10中的第一参考表来选择有效对象。
当图1的对象检测器32检测到的对象的数量小于或等于参考数量(例如,大约50)时,有效对象选择设备33可以配置为选择所有检测到的对象作为有效对象。当检测到的对象的数量大于参考数量时,有效对象选择设备33可以配置为从与“步骤1”相对应的对象到与“步骤11”相对应的对象顺序地排除对象,以选择参考数量的有效对象。
图3是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在平缓弯道上选择有效对象的过程的示意图。首先,当由图1的信息收集设备31收集的车速大于参考速度(例如,大约20kph),并且当基于由信息收集设备31收集的车速和横摆率计算出的曲率小于或等于第一参考曲率(例如,大约250m/rad)且大于第二参考曲率(例如,大约100m/rad)时,图1中的有效对象选择设备33可以配置为将自动驾驶车辆210正在行驶的道路确定为平缓弯道。
响应于确定出自动驾驶车辆210正在行驶的道路为平缓弯道,有效对象选择设备33可以配置为基于存储在图1的存储装置10中的第二参考表来选择有效对象。当图1的对象检测器32检测到的对象的数量小于或等于参考数量(例如,大约50)时,有效对象选择设备33可以配置为选择所有检测到的对象作为有效对象。响应于确定出检测到的对象的数量大于参考数量,有效对象选择设备33可以配置为从“步骤1”开始顺序地排除对象,以选择参考数量的有效对象。
图4是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在急转弯道路上选择有效对象的过程的示意图。首先,当由图1的信息收集设备31收集的车速大于参考速度(例如,大约20kph),并且当基于由信息收集设备31收集的车速和横摆率计算出的曲率小于或等于第二参考曲率(例如,大约100m/rad)时,图1中的有效对象选择设备33可以配置为将自动驾驶车辆210正在行驶的道路确定为急转弯道路。
响应于将自动驾驶车辆210正在行驶的道路确定为急转弯道路,有效对象选择设备33可以配置为基于存储在图1的存储装置10中的第三参考表来选择有效对象。当图1的对象检测器32检测到的对象的数量小于或等于参考数量(例如,大约50)时,有效对象选择设备33可以配置为选择所有检测到的对象作为有效对象。当检测到的对象的数量大于参考数量时,有效对象选择设备33可以配置为从“步骤1”开始顺序地排除对象,以选择参考数量的有效对象。在图4中,第五等级是指弯道(例如,第一等级、第二等级和第三等级)的前外侧区域和后外侧区域。
图5是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在自动驾驶车辆减速同时转向时选择有效对象的过程的示意图。首先,当由图1的信息收集设备31收集的车速小于或等于参考速度(例如,大约20kph),并且当自动驾驶车辆210的转向角大于参考转向角(例如,大约20度)时,图1中的有效对象选择设备33可以配置为确定自动驾驶车辆210在减速的同时转向。
响应于确定出自动驾驶车辆210在减速的同时转向,有效对象选择设备33可以配置为基于在图1的存储装置10中存储的第四参考表来选择有效对象。当图1的对象检测器32检测到的对象的数量小于或等于参考数量(例如,大约50)时,有效对象选择设备33可以配置为选择所有检测到的对象作为有效对象。当检测到的对象的数量大于参考数量时,有效对象选择设备33可以配置为从“步骤1”开始顺序地排除对象,以选择参考数量的有效对象。
图6是示出在根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置中设置的有效对象选择设备中,在车道变换时为每条车道分配的等级的示意图。首先,图1的有效对象选择设备33可以配置为基于由图1的信息收集设备31收集的转向灯信息和转向角信息来确定驾驶员进行车道变换的意图。此外,有效对象选择设备33可以配置为基于由信息收集设备31收集的导航路径信息来确定自动驾驶车辆210执行车道变换的意图。
当确定出驾驶员执行车道变换的意图或自动驾驶车辆210执行车道变换的意图时,有效对象选择设备33可以配置为改变分配给每条车道的等级。如图6所示,当自动驾驶车辆210试图从其行驶的道路进入出口匝道610时,有效对象选择设备33可以配置为改变每条车道的等级。换句话说,有效对象选择设备33可以配置为将出口匝道610设置为第一等级,将出口匝道620的周边设置为第二等级,将自动驾驶车辆21当前行驶的车道设置为第三等级。
此后,有效对象选择设备33可以配置为基于与出口匝道610的形状相对应的参考表,在由图1的对象检测器32检测到的对象之中选择参考数量的有效对象作为待跟踪的目标。在图6中,第二等级是指出口匝道610的两侧区域。
图7A至图7B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置在直路上选择的参考数量的有效对象的示意图。在图7A至图7B中,以虚线(矩形虚线)显示的对象表示由图1的对象检测器32检测到的对象,以实线(矩形实线)显示的对象表示由图1的有效对象选择设备33选择的有效对象。
由于现有方法基于图1的LiDAR传感器20的扫描顺序来选择参考数量的有效对象作为待跟踪的目标,而不考虑自动驾驶车辆210正在行驶的情况,如附图标记710所示,可以看出,有效对象(例如,车辆、护栏等)被从待跟踪的目标中排除。此外,由于根据本发明示例性实施方案的方法考虑了自动驾驶车辆210正在行驶的情况(例如,道路的形状、执行车道变换的意图、自动驾驶车辆210是否减速等)来选择参考数量的有效对象作为待跟踪的目标,如附图标记720所示,可以看到有效对象(例如,车辆、护栏等)包括在待跟踪的目标中。
图8A至图8B是示出通过根据本发明实施方案的基于LiDAR传感器的用于跟踪对象的装置在平缓弯道上选择的参考数量的有效对象的示意图。在图8A至图8B中,以虚线(矩形虚线)显示的对象表示由图1的对象检测器32检测到的对象,以实线(矩形实线)显示的对象表示由图1的有效对象选择设备33选择的有效对象。
由于现有方法基于图1的LiDAR传感器20的扫描顺序来选择参考数量的有效对象作为待跟踪的目标,而不考虑自动驾驶车辆210正在行驶的情况,如附图标记810所示,可以看出,有效对象(例如,车辆、护栏等)被从待跟踪的目标中排除。此外,由于根据本发明示例性实施方案的方法考虑了自动驾驶车辆210正在行驶的情况(例如,道路的形状、执行车道变换的意图、自动驾驶车辆210是否减速等)来选择参考数量的有效对象作为待跟踪的目标,如附图标记820所示,可以看到有效对象(例如,车辆、护栏等)包括在待跟踪的目标中。
图9A至图9B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置在急转弯道路上选择的参考数量的有效对象的示意图。在图9A至图9B中,以虚线(矩形虚线)显示的对象表示由图1的对象检测器20检测到的对象,以实线(矩形实线)显示的对象表示由图1的有效对象选择设备33选择的有效对象。
由于现有方法基于图1的LiDAR传感器20的扫描顺序来选择参考数量的有效对象作为待跟踪的目标,而不考虑自动驾驶车辆210正在行驶的情况,如附图标记910所示,可以看出,有效对象(例如,车辆、护栏等)被从待跟踪的目标中排除。此外,由于根据本发明示例性实施方案的方法考虑了自动驾驶车辆210正在行驶的情况(例如,道路的形状、执行车道变换的意图、自动驾驶车辆210是否减速等)来选择参考数量的有效对象作为待跟踪的目标,如附图标记920所示,可以看到有效对象(例如,车辆、护栏等)包括在待跟踪的目标中。
图10A至图10B是示出通过根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的装置在车辆减速同时转向时选择的参考数量的有效对象的示意图。在图10中,以虚线(矩形虚线)显示的对象表示由图1的对象检测器20检测到的对象,以实线(矩形实线)显示的对象表示由图1的有效对象选择设备33选择的有效对象。
由于现有方法基于图1的LiDAR传感器20的扫描顺序来选择参考数量的有效对象作为待跟踪的目标,而不考虑自动驾驶车辆210正在行驶的情况,如附图标记1010所示,可以看出,有效对象(例如,车辆、护栏等)被从待跟踪的目标中排除。此外,由于根据本发明的另一实施方案的方法考虑了自动驾驶车辆210正在行驶的情况(例如,道路的形状、执行车道变换的意图、自动驾驶车辆210是否减速等)来选择参考数量的有效对象作为待跟踪的目标,如附图标记1020所示,可以看到有效对象(例如,车辆、护栏等)包括在待跟踪的目标中。
图11是示出根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的方法的流程图。首先,在操作1101,图1的LiDAR传感器20可以配置为生成自动驾驶车辆周围的点云数据。在操作1102,图1的控制器30可以配置为将由LiDAR传感器20生成的点云数据聚类。在操作1103,控制器30可以配置为对于聚类的点云生成轮廓。在操作1104,控制器30可以配置为将一个轮廓检测为一个对象。
在此,将操作1102、操作1103和操作1104统称为对象检测过程。这样的对象检测过程不是本发明的主旨,并且可以使用任何公知和常用的技术。在操作1105,控制器30可以配置为确定检测到的对象的数量是否大于参考数量(例如,50)。
作为操作1105的确定结果,响应于确定出检测到的对象的数量小于或等于参考数量(例如,50),在操作1106,控制器30可以配置为选择所有检测到的对象作为有效对象。作为操作1105的确定结果,响应于确定出检测到的对象的数量大于参考数量,在操作1107,控制器30可以配置为从对象中顺序地排除有效性较低的对象,从而选择参考数量的有效对象。具体地,控制器30选择参考数量的有效对象的方式如下:
1)当自动驾驶车辆正在行驶的道路是直路时,控制器30可以配置为基于与直路相对应的第一参考表来选择参考数量的有效对象。
2)当自动驾驶车辆正在行驶的道路是第一弯道时,控制器30可以配置为基于与第一弯道相对应的第二参考表来选择参考数量的有效对象。
3)当自动驾驶车辆正在行驶的道路是第二弯道时,控制器30可以配置为基于与第二弯道相对应的第三参考表来选择参考数量的有效对象。
4)当自动驾驶车辆的速度小于或等于参考速度并且当自动驾驶车辆的转向角大于参考转向角时,控制器30可以配置为基于第四参考表来选择参考数量的有效对象。
在操作1108,控制器30可以配置为选择参考数量的有效对象作为待跟踪的目标。
图12是示出用于执行根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的方法的计算系统的框图。参照图12,根据本发明示例性实施方案的基于LiDAR传感器的用于跟踪对象的方法可以由计算系统来实现。计算系统1000可以包括通过总线1200相互连接的至少一个处理器1100、存储器1300、用户接口输入装置1400、用户接口输出装置1500、存储装置1600以及网络接口1700。
处理器1100可以是中央处理器(CPU)或处理存储在存储器1300和/或存储装置1600中的指令的半导体器件。存储器1300和存储装置1600可以包括各种类型的易失性或非易失性存储介质。例如,存储器1300可以包括ROM(只读存储器)1310和RAM(随机存取存储器)1320。
因此,结合本文公开的实施方案描述的方法或算法的操作可以直接在硬件、由处理器1100执行的软件模块,或者以上二者的组合中实施。软件模块可以位于存储介质(即,存储器1300和/或存储装置1600)上,诸如RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、可移动磁盘和CD-ROM。该示例性存储介质可以连接至处理器1100,处理器1100可以从该存储介质中读取信息并且可以将信息记录在该存储介质中。或者,存储介质可以与处理器1100集成。处理器与存储介质可以位于专用集成电路(ASIC)中。ASIC可以位于用户终端中。在另一种情况下,处理器和存储介质可以作为单独的组件存在于用户终端。
因此,通过基于加载到自动驾驶车辆中的LiDAR传感器检测对象并从检测到的对象中选择影响自动驾驶车辆的行驶的对象作为待跟踪的目标以在自动驾驶车辆行驶的情况下跟踪有效对象,基于LiDAR传感器的用于跟踪对象的装置及方法可以提高自动驾驶车辆的驾驶安全性。
上文中,尽管已经参考示例性实施方案和附图描述了本发明,但是本发明不限于此,而是可以由本发明所属领域的技术人员进行各种修改和改变,而不脱离所附权利要求所要求保护的本发明的精神和范围。
因此,提供本发明示例性实施方案以解释本发明的精神和范围,而不是限制它们,从而本发明的精神和范围不受实施方案的限制。本发明的范围应该基于所附权利要求来解释,并且在等同于权利要求的范围内的所有技术构思都应当包括在本发明的范围内。
Claims (20)
1.一种基于光探测和测距传感器的用于跟踪对象的装置,其包括:
光探测和测距传感器,其配置为生成车辆周围的点云数据;以及
控制器,其配置为基于所述点云数据检测对象,并在检测到的对象中选择有效对象作为待跟踪的目标。
2.根据权利要求1所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:基于与车辆行驶情况相对应的参考表,在检测到的对象中顺序地排除低有效性的对象,以选择参考数量的有效对象。
3.根据权利要求2所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆正在行驶的道路是直路,基于与直路相对应的第一参考表来选择参考数量的有效对象。
4.根据权利要求3所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆的速度大于参考速度并且道路的曲率大于第一参考曲率,将车辆正在行驶的道路确定为直路。
5.根据权利要求3所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆的速度小于或等于参考速度并且车辆的转向角小于或等于参考转向角,将车辆正在行驶的道路确定为直路。
6.根据权利要求2所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆正在行驶的道路是第一弯道,基于与第一弯道相对应的第二参考表来选择参考数量的有效对象。
7.根据权利要求6所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆的速度大于参考速度、道路的曲率小于或等于第一参考曲率并且大于第二参考曲率,将车辆正在行驶的道路确定为第一弯道。
8.根据权利要求2所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆正在行驶的道路是第二弯道,基于与第二弯道相对应的第三参考表来选择参考数量的有效对象。
9.根据权利要求8所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆的速度大于参考速度并且道路的曲率小于或等于第二参考曲率,将车辆正在行驶的道路确定为第二弯道。
10.根据权利要求2所述的基于光探测和测距传感器的用于跟踪对象的装置,其中,所述控制器配置为:响应于确定出车辆的速度小于或等于参考速度并且车辆的转向角大于参考转向角,基于第四参考表来选择参考数量的有效对象。
11.一种基于光探测和测距传感器的用于跟踪对象的方法,所述方法包括:
由光探测和测距传感器生成车辆周围的点云数据;
由控制器基于所述点云数据检测对象;
由控制器在检测到的对象中选择有效对象作为待跟踪的目标。
12.根据权利要求11所述的方法,其中,选择有效对象作为待跟踪目标包括:
基于与车辆行驶情况相对应的参考表,在检测到的对象中顺序地排除低有效性的对象,以选择参考数量的有效对象。
13.根据权利要求12所述的方法,其中,选择参考数量的有效对象包括:
响应于确定出车辆正在行驶的道路是直路,基于与直路相对应的第一参考表来选择参考数量的有效对象。
14.根据权利要求13所述的方法,其中,选择参考数量的有效对象进一步包括:
响应于确定出车辆的速度大于参考速度并且道路的曲率大于第一参考曲率,将车辆正在行驶的道路确定为直路。
15.根据权利要求13所述的方法,其中,选择参考数量的有效对象进一步包括:
响应于确定出车辆的速度小于或等于参考速度并且车辆的转向角小于或等于参考转向角,将车辆正在行驶的道路确定为直路。
16.根据权利要求12所述的方法,其中,选择参考数量的有效对象包括:
响应于确定出车辆正在行驶的道路是第一弯道,基于与第一弯道相对应的第二参考表来选择参考数量的有效对象。
17.根据权利要求16所述的方法,其中,选择参考数量的有效对象进一步包括:
响应于确定出车辆的速度大于参考速度、道路的曲率小于或等于第一参考曲率并且大于第二参考曲率,将车辆正在行驶的道路确定为第一弯道。
18.根据权利要求12所述的方法,其中,选择参考数量的有效对象包括:
响应于确定出车辆正在行驶的道路是第二弯道,基于与第二弯道相对应的第三参考表来选择参考数量的有效对象。
19.根据权利要求18所述的方法,其中,选择参考数量的有效对象进一步包括:
响应于确定出车辆的速度大于参考速度并且道路的曲率小于或等于第二参考曲率,将车辆正在行驶的道路确定为第二弯道。
20.根据权利要求12所述的方法,其中,选择参考数量的有效对象包括:
响应于确定出车辆的速度小于或等于参考速度并且车辆的转向角大于参考转向角,基于第四参考表来选择参考数量的有效对象。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0030373 | 2020-03-11 | ||
KR1020200030373A KR20210114792A (ko) | 2020-03-11 | 2020-03-11 | 라이다 센서 기반의 객체 추적 장치 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113386748A true CN113386748A (zh) | 2021-09-14 |
Family
ID=77457270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010886630.9A Pending CN113386748A (zh) | 2020-03-11 | 2020-08-28 | 基于光探测和测距传感器的用于跟踪对象的装置及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210286078A1 (zh) |
KR (1) | KR20210114792A (zh) |
CN (1) | CN113386748A (zh) |
DE (1) | DE102020122144A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115561741A (zh) * | 2022-12-07 | 2023-01-03 | 中国电子科技集团公司第十研究所 | 一种适用于云测控架构的测距方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7522091B2 (en) * | 2002-07-15 | 2009-04-21 | Automotive Systems Laboratory, Inc. | Road curvature estimation system |
JP3975922B2 (ja) * | 2003-01-17 | 2007-09-12 | トヨタ自動車株式会社 | カーブ半径推定装置 |
JP5110356B2 (ja) * | 2007-07-10 | 2012-12-26 | オムロン株式会社 | 検出装置および方法、並びに、プログラム |
JP2009139240A (ja) * | 2007-12-06 | 2009-06-25 | Victor Co Of Japan Ltd | 車両用周囲監視装置、車両用周囲監視装置の表示制御方法及び車両用周囲監視装置に実行させる表示制御プログラム |
US10393872B2 (en) * | 2015-12-08 | 2019-08-27 | Garmin Switzerland Gmbh | Camera augmented bicycle radar sensor system |
WO2018195996A1 (en) * | 2017-04-28 | 2018-11-01 | SZ DJI Technology Co., Ltd. | Multi-object tracking based on lidar point cloud |
US10216189B1 (en) * | 2017-08-23 | 2019-02-26 | Uber Technologies, Inc. | Systems and methods for prioritizing object prediction for autonomous vehicles |
US11034348B2 (en) * | 2018-11-20 | 2021-06-15 | Waymo Llc | Agent prioritization for autonomous vehicles |
-
2020
- 2020-03-11 KR KR1020200030373A patent/KR20210114792A/ko active Search and Examination
- 2020-08-24 US US17/000,539 patent/US20210286078A1/en active Pending
- 2020-08-25 DE DE102020122144.4A patent/DE102020122144A1/de active Pending
- 2020-08-28 CN CN202010886630.9A patent/CN113386748A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115561741A (zh) * | 2022-12-07 | 2023-01-03 | 中国电子科技集团公司第十研究所 | 一种适用于云测控架构的测距方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102020122144A1 (de) | 2021-09-16 |
US20210286078A1 (en) | 2021-09-16 |
KR20210114792A (ko) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108394410B (zh) | Ecu、包括该ecu的自动驾驶车辆以及确定该车辆的行驶车道的方法 | |
US9170115B2 (en) | Method and system for generating road map using data of position sensor of vehicle | |
CN108473131B (zh) | 停车辅助方法和装置 | |
CN102713987B (zh) | 道路信息检测装置以及车辆行驶控制装置 | |
US10745004B2 (en) | Object recognizing device and collision avoidance system | |
CN109543245B (zh) | 无人车应对能力边界信息确定方法、装置和电子设备 | |
US9910136B2 (en) | System for filtering LiDAR data in vehicle and method thereof | |
US10964077B2 (en) | Apparatus and method for clustering point cloud | |
CN111458700A (zh) | 车辆映射和定位的方法和系统 | |
EP3164859A1 (en) | Vehicle radar methods and systems | |
US11092692B2 (en) | Apparatus and method for recognizing location in autonomous vehicle | |
US20170057495A1 (en) | Map of the Surroundings for Driving Areas with Random Altitude Profile | |
CN105667504B (zh) | 自主车辆转弯操纵 | |
US20230228879A1 (en) | Lidar-based object detection method and apparatus | |
CN111688690A (zh) | 用于避免车辆陷落的装置及方法 | |
US20220404504A1 (en) | Apparatus and method for tracking an object using a lidar sensor and a recording medium storing a program to execute the method | |
CN113386748A (zh) | 基于光探测和测距传感器的用于跟踪对象的装置及方法 | |
US11423546B2 (en) | Apparatus for recognizing object based on LiDAR sensor and method thereof | |
CN116513171A (zh) | 一种基于车道信息的自动驾驶碰撞风险检测方法、系统及介质 | |
US11989893B2 (en) | Methods and systems for camera to lidar alignment using road poles | |
US20230060526A1 (en) | Method and apparatus for processing sensor information and recording medium storing program to execute the method | |
CN116499488B (zh) | 目标融合方法、装置、车辆及存储介质 | |
US20230150500A1 (en) | Apparatus and method for determining cut-in of vehicle | |
US20230194721A1 (en) | Vehicle lidar system and object detecting method thereof | |
US20220107417A1 (en) | Vehicle and method for selectively removing specific points included in multiple layers of data received from sensor |
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 |