CN114114321A - 一种激光雷达检测目标的防撞预测方法和系统 - Google Patents

一种激光雷达检测目标的防撞预测方法和系统 Download PDF

Info

Publication number
CN114114321A
CN114114321A CN202210066253.3A CN202210066253A CN114114321A CN 114114321 A CN114114321 A CN 114114321A CN 202210066253 A CN202210066253 A CN 202210066253A CN 114114321 A CN114114321 A CN 114114321A
Authority
CN
China
Prior art keywords
target
moving object
position data
laser radar
time
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
Application number
CN202210066253.3A
Other languages
English (en)
Inventor
孔德华
黄保家
金浩强
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.)
Raytheon Plasma Technology Hangzhou Co ltd
Original Assignee
Raytheon Plasma Technology Hangzhou 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 Raytheon Plasma Technology Hangzhou Co ltd filed Critical Raytheon Plasma Technology Hangzhou Co ltd
Priority to CN202210066253.3A priority Critical patent/CN114114321A/zh
Publication of CN114114321A publication Critical patent/CN114114321A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66Tracking systems using electromagnetic waves other than radio waves

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种激光雷达检测目标的防撞预测方法和系统,属于激光雷达检测目标防撞技术领域;包括:在对全方位激光雷达脉冲连续扫描所得出的目标位置数据中,若存在一组相邻目标位置数据距离大致接近,经过模糊逻辑运算,目标位置数据分布大致接近在同一条直线上,则判定所述一组相邻目标位置数据隶属于同一目标物体;识别出不同的目标物体及其轮廓和速度,根据激光雷达所在移动物体的速度和轮廓,计算得:在时间t时,移动物体与目标物体是否相撞。针对目标跟踪防撞中存在的准确率低的技术问题,仅靠激光雷达的扫描检测功能,无需过多传感器件,降低器件运算性能要求,可以精准进行防撞预测,准确率高,简化器件用量,且成本低。

Description

一种激光雷达检测目标的防撞预测方法和系统
技术领域
本发明涉及激光雷达检测目标防撞技术领域,尤其涉及一种激光雷达检测目标的防撞预测方法和系统。
背景技术
汽车防撞的技术至今有了不少的发展,发现目标,确定其方位和距离并无困难。然而在跟踪时比较困难,原因是周围的目标众多,全部掌握其动态非常麻烦,要处理海量的数据,包括识别是否同一个目标,容许处理的时间又很有限。汽车自动防撞系统(automaticcollision avoidance system),是智能轿车的一部分。汽车防撞系统,是防止汽车发生碰撞的一种智能装置。它能够自动发现可能与汽车发生碰撞的车辆、行人、或其他障碍物体,发出警报或同时采取制动或规避等措施,以避免碰撞的发生。
汽车防撞的技术至今有了不少的发展,发现目标,确定其方位和距离并无困难。然而在跟踪时比较困难,原因是周围的目标众多,全部掌握其动态非常麻烦,需要处理海量的数据,包括识别是否同一个目标,容许处理的时间又很有限。亟需一种解决办法。
现有技术中常采用多个不同类型传感器检测汽车行驶过程中的各种类型参数数值,进行处理、计算、预判等操作,从而用于指导汽车行驶,防止碰撞,这种采用多传感元件进行避障防撞的方式,存在以下技术问题:所用到的检测传感器件数量和种类均较多,对器件响应速度等性能要求高,对负责处理、计算和预判等操作的器件性能要求也高,致使成本高,限制了市场化推广应用。
中国发明专利,授权公告号:CN102167005A;公开日:2011年8月31日;涉及一种对于汽车碰撞预先判断及预先动作以降低碰撞损失的方法。该方法利用装在本车上的车载雷达对行驶方向上的路面情况进行探测,并对目标进行初始筛选;对可能发生的碰撞做出预先判断,估算出碰撞发生的时间以及碰撞强度,并根据不同的判断结果选择不同的乘员约束系统预先动作策略,以减轻车辆和乘员不可避免碰撞的损伤。以车辆前方安装的雷达为原点建立极坐标系,在两个不同的时刻可以得到同一目标相对于本车的角度和位置;T为距离接触的预测时间,判断碰撞发生的概率和概率门限值关系,如果小于门限值,则继续获取最新雷达扫描参数,再计算,如果大于门限值,进入下一步对可能发生的碰撞做出预先判断,估算出碰撞发生的时间以及碰撞强度,并根据不同的判断结果选择不同的乘员约束系统预先动作策略,以减轻车辆不可避免碰撞的损伤。但往往汽车行驶过程中的路况是复杂的,潜在的碰撞目标数量也是庞多的,上述专利的技术方案,在现实场景中使用时可能会受限。
中国发明专利申请,申请号:2016106054771;申请公布日:2016年12月21日;公开了一种汽车安全预警方法,获取汽车前后左右物体的直线距离和角度;检测汽车的水平速度和垂直速度;通过传感器采集直线距离、角度、水平速度和垂直速度,用以计算汽车与物体的碰撞时间;以及当计算的所述碰撞时间小于预设反应时间时,进行安全警报。通过比较汽车和障碍物体的可能碰撞时间与预设紧急反应时间以判断是否进行汽车安全预警,该方案采用多种传感器件组合实现,成本高。
发明内容
发明要解决的技术问题
针对目标跟踪防撞中存在的准确率低的技术问题,本发明提供了一种激光雷达检测目标的防撞预测方法和系统。仅靠激光雷达的扫描检测功能,无需过多传感器件,降低器件运算性能要求,可以精准进行防撞预测,准确率高,简化器件用量,且成本低。
技术方案
为解决上述问题,本发明提供的技术方案为:
一种激光雷达检测目标的防撞预测方法,包括:
在对全方位激光雷达脉冲连续扫描所得出的目标位置数据中,若存在一组相邻目标位置数据距离大致接近,经过模糊逻辑运算,目标位置数据分布大致接近在同一条直线上,则判定所述一组相邻目标位置数据隶属于同一目标物体;识别出不同的目标物体及其轮廓和速度,根据激光雷达所在移动物体的速度和轮廓,计算得:在时间t时,移动物体与目标物体是否相撞。
可选地,目标位置数据(Xi,Yi),由下式计算:
Figure 620232DEST_PATH_IMAGE001
Xi,Yi,分别代表目标位置数据的横向及纵向位置坐标;m代表某一密集数据组中某个数据出现的序数;m=1,代表该密集数据组中起点位置数据之序数;m=k代表该密集数据组中终点位置数据之序数;数据的分组根据同一个目标物体的数据一般具备比较均匀且比较密集这一特征来划分。
可选地,包括:一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),同一数据组内各相邻目标位置数据之间距离满足以下模糊逻辑运算的算式,被认为大致接近相等:
Figure 349154DEST_PATH_IMAGE002
ΔLi代表两个目标位置之间的距离,i代表目标位置数据在该数据组中出现的次序。
可选地,一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),若满足以下模糊逻辑运算的算式,则目标位置数据分布大致接近在同一条直线上:
Figure 864187DEST_PATH_IMAGE003
Ki 代表斜率,i代表该目标位置数据在该数据组中出现的次序。
可选地,若移动物体与目标物体相撞,还包括改变全方位激光雷达的运动速度矢量。
可选地,计算移动物体与目标物体是否相撞的间隔时间为t3,t3>TTC,临撞时间TTC为计算得到的移动物体与目标物体相撞的时间;t3取值范围为8~12ms。
可选地,临撞时间TTC的计算公式为:
T TC = T TC0
Figure 362164DEST_PATH_IMAGE004
其中,T TC0为摩擦系数0.8的情况下计算得到的,数值为1.5s;
VSTD :移动物体和目标物体的相对标准速度,取30m/s;
Vt:移动物体和目标物体即时相对速度,m/s。
可选地,所述移动物体与目标物体相撞与否;进一步为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,是否重合。
可选地,所述移动物体与目标物体相撞与否;进一步为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,重合时的时间t,在时间t之前,改变移动物体运动速度矢量。
可选地,全方位激光雷达脉冲连续扫描的圈数为N,N的取值范围为3-6。
可选地,在t-t1之内,改变移动物体运动速度矢量,其中,t1为移动物体运动速度矢量被控制改变后的响应时间。
可选地,包括:所述全方位激光雷达为旋转式激光雷达。
一种激光雷达检测目标的防撞预测系统,用于执行以上技术方案之一所述的一种激光雷达检测目标的防撞预测方法。
有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
本发明实施例的技术方案仅利用激光雷达的扫描手段即可实现目标物体的跟踪,及防撞预测,摒弃了现有的多功能传感元器件组合的实现方案,响应及时,准确率高,简化了传感器件用量,降低了多核计算芯片的计算和响应压力,仅靠激光雷达检测距离方位数据即可实现防撞预测,成本低。
附图说明
图1为本发明一实施例提供的一种激光雷达检测目标的防撞预测方法流程图。
图2为本发明一实施例提供的用于计算目标位置数据的坐标示意图。
图3为本发明一实施例提供的用于计算同一数据组内各相邻目标位置数据之间距离被认为大致接近相等的坐标示意图。
图4本发明另一实施例提供的一种激光雷达检测目标的防撞预测方法流程图。
具体实施方式
为进一步了解本发明的内容,结合附图及实施例对本发明作详细描述。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
一种激光雷达检测目标的防撞预测方法,如图4所示,包括:在对全方位激光雷达脉冲连续扫描所得出的目标位置数据中,若存在一组相邻目标位置数据距离大致接近,经过模糊逻辑运算,目标位置数据分布大致接近在同一条直线上,则判定所述一组相邻目标位置数据隶属于同一目标物体;识别出不同的目标物体及其轮廓和速度,根据激光雷达所在移动物体的速度和轮廓,计算得:在时间t时,移动物体与目标物体是否相撞。
仅靠全方位激光雷达脉冲连续扫描所得数据,可得到目标位置数据,目标物体速度及轮廓;全方位激光雷达所在的移动物体轮廓及速度,计算可得在时间t时是否相撞。仅靠全方位激光雷达这一检测手段即可判断预测与目标物体是否相撞,减少了误差参数的引入,依赖全方位激光雷达检测的高精度,可实现快速预判的技术效果,预判结果响应速度极高。
因上述防撞预测方法运算量低,对于市场上的运算芯片器件而言,大多数均可实现,因此,其降低了对器件性能的要求,降低了实现该方法的器件成本;此外,因其对器件性能要求低,因此可实现迅速响应防撞预测结果的技术效果。
可选的实施方案为:若预测到在时间t时,移动物体和目标物体相撞,则在时间t与移动物体响应时间之差的时间内,改变全方位激光雷达所在移动物体的速度,以使移动物体和目标物体不相撞;实现预测到相撞后,迅速采取防撞措施的技术效果。
根据每个密集数据组中各个位置数据在横向和纵向两个方向的数据,即Xi,Yi,分别代表目标位置数据的横向及纵向位置坐标;m代表某一密集数据组中某个数据出现的序数;m=1,代表该密集数据组中起点位置数据之序数;m=k代表该密集数据组中终点位置数据之序数;数据的分组根据同一个目标其数据一般具备比较均匀且比较密集这一个特征来划分。相邻目标位置数据的数值的突然大幅增大或减小,或者突然出现或消失,一般意味着一个目标物体的结束或者一个新目标物体的出现,这个判断同样是设定模糊逻辑界限加以预先确定。
目标位置数据(Xi,Yi),由下式计算,如图2所示:
Figure 71494DEST_PATH_IMAGE001
全方位激光雷达系统检测现场中的每个目标都有一定的占空体积,为了捕抓和跟踪的方便,其位置可由目标的横向中点和纵向中点来代表。
可选的实施方案为:通过检验同一数据组内相邻两点间直线斜率是否一致来判断目标是否在同一直线上。即所有相邻两点间直线斜率K都应该大致接近相等,一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),若满足以下算式,则目标位置数据分布大致接近在同一条直线上:
Figure 22132DEST_PATH_IMAGE003
可根据实际情况调整,Ki 代表斜率,i代表该目标位置数据在该数据组中出现的次序。
可选的实施方案为:同一数据组内各相邻目标之间距离都应该大致接近相等,一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),同一数据组内各相邻目标位置数据之间距离满足以下算式,被认为大致接近相等:
Figure 842321DEST_PATH_IMAGE002
可根据实际情况调整,ΔLi代表两个目标位置之间的距离,i代表目标位置数据在该数据组中出现的次序,如图3所示。
所述防撞目标物体的对策,包括改变激光雷达所在移动物体的运动速度矢量,可根据实际情况进行调整。
一可选方案为:所述判断在时间t内,所述目标物体轮廓是否与移动物体轮廓重合;进一步为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,是否重合。
所述防撞目标物体的对策为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,重合时的时间t,在时间t之前,改变移动物体运动速度矢量;可配合其他实施例进行选择性使用。
全方位激光雷达的扫描圈数N,N的取值范围为3-6。实际中,N取值可以为3、4、5和6。可根据实际采用的技术方案情况进行调整适应。
可以想到的优选方式为:在t+t1之前,改变移动物体运动速度矢量,其中,t1为移动物体运动速度矢量被控制改变后的响应时间。考虑响应时间t1,可实现对运动速度矢量的有效控制,实现有效的防撞效果。
可选的实施方案之一,计算移动物体与目标物体是否相撞的间隔时间为t3,t3>TTC,临撞时间TTC为计算得到的移动物体与目标物体相撞的时间;t3取值范围为8~12ms。具体可以取值为8ms、12ms、10ms、9ms等数值。这样在TTC0为1.5秒时,1.5s/10ms,大约是间隔时间为t3的150倍。充分说明了本实施例的技术方案的预测方法,在防撞预测上是完全可靠的。
进一步的改进为:临撞时间TTC的计算公式为:
T TC = TTC0
Figure 194805DEST_PATH_IMAGE004
其中,T TC0为摩擦系数0.8的情况下计算得到的临撞时间标准值,数值为1.5s;
VSTD :移动物体和目标物体的相对标准速度,取30m/s;
Vt:移动物体和目标物体即时相对速度,m/s。
当Vt= 15m/s时,TTC = 1.5
Figure 137353DEST_PATH_IMAGE005
= 1.07 s。
本实施例还提出了一种激光雷达检测目标的防撞预测系统,用于执行以上技术方案之一所述的一种激光雷达检测目标的防撞预测方法。
实施例1
本实施例提出了一种执行激光雷达检测目标的防撞预测方法的防撞预测系统,包括激光雷达模块和数据库,激光雷达模块和移动物体之间进行信号的发送和传输,其中,
1、激光雷达模块的参数设置如下:
发射频率f= 100khz,即发射周期T = 10-5s = 10us;
波束水平发散角θ(H)= 0.002rad;
垂直发散角与碰撞预测θ(V)= 0.01rad;
激光雷达模块的扫描转速n= 40转/s;即激光雷达模块扫描一周所需时间为0.025s;
脉宽W = 10ns;
发射激光峰值功率P= 10W。
2、激光雷达模块扫描并接收反射数据
激光雷达模块安装在移动物体上,向外发射激光,激光遇到障碍物,即扫描到目标物体后,会被反射回来,激光雷达模块接收反射回来的激光数据。因激光雷达模块的激光发射频率,激光雷达模块的扫描转速,远远高于移动物体及障碍物的移动速度;所以,对于一个障碍物而言,经激光扫描后可得到若干个扫描目标坐标点,即经激光雷达模块扫描后,一个目标物体的轮廓由若干个扫描目标坐标点组成。
激光雷达模块,发射激光的速度矢量为:α,激光发射角度,V1,激光速度;发射激光的时间为X1,接收到反射回来的激光的时间为X2,移动物体的速度矢量为:β,移动物体的速度相位,V2,移动物体的速度幅值;经计算可得:一个扫描目标坐标点对应的坐标数据,即扫描目标坐标点相对于移动物体的距离和方位。依次类推,可得到激光雷达模块旋转每周后的所有扫描目标坐标点数据。
作为本实施例的一种实现方式,数据库中存储激光雷达模块扫描周围目标物体三周的所有扫描目标坐标点数据。移动物体是指行驶中的车子。
3、将扫描目标坐标点数据按照目标物体分组
激光雷达模块扫描一轮,即扫描一周,根据移动物体所在环境周围目标物体的多寡,一般每轮扫描都有多达几十到上千组扫描目标坐标点数据,也就是多达几十到上千个目标物体。
根据空间间隔均匀且紧密相邻的原则和特征,将每三轮获得的所有扫描目标坐标点数据提出来分组,形成属于不同目标物体范畴的一组组数据,优选以矩阵形式储存之。
4、确定目标物体位置
提取以各组目标物体的每组数据的中值,用来代表该目标物体的位置PN,M (θ,r),N为轮序,M为该轮扫描的目标序;θ为极坐标夹角,r为极坐标半径。
5、寻找同一个目标物体的轨迹点
把连续若干轮扫描得到目标物体位置数据中,那些相邻距离几乎相等,接近一条直线的点找出来;按照此原则,若是三轮扫描,则对应是三个点;一般情况下,这三个点就是属于同一目标物体在运动过程中的轨迹点。由于测量的精度问题,在上述筛选时一般都存在并且应该允许一定的误差,例如,这三个点的横向误差∆X≤δ= 5cm, 纵向误差 y≤γ=10cm。
6、预测碰撞
对移动物体的轮廓建立极坐标系,根据连续若干轮扫描得到目标物体位置数据,计算目标物体的相对速度和运动方向。并且计算∆T时间后该目标物体位置坐标点数据,判断该目标物体位置坐标点是否落在移动物体轮廓范围之内,是否与移动物体产生交集。如果是,则判定存在碰撞危险,激光雷达模块向移动物体发送警报,移动物体立刻启动刹车制动。其中,∆T的取值,根据自适应控制原理制定的控制策略实时变化值,比如根据当时当地车胎和路面的摩擦系数,以及当时移动物体的速度综合确定,高速公路一般为1.5秒。
一可选实施例,提供了一种激光雷达检测目标的防撞预测方法,包括:激光雷达扫描范围内的相邻n个扫描目标坐标点的N轮扫描位置数据相对变动值小于ΔE时,则n个扫描目标坐标点为同一目标物体,重复以上步骤,直至完成对M个扫描目标坐标点的判断,区分出不同的目标物体;根据目标物体轮廓和运动速度矢量,及移动物体轮廓和运动速度矢量;判断在时间t内,所述目标物体轮廓是否与移动物体轮廓重合,若重合,则发出撞击目标物体的预警,或启动防撞目标物体的对策;若不重合,则保持移动物体运动速度矢量不变;其中,n、M和N均为整数,且N≥3;激光雷达模块扫描一圈可得M个扫描目标坐标点;激光雷达模块安装在移动物体上;ΔE的取值范围为1%-5%。当相对变动值在1%-5%时,目标坐标点的瞬时移动位置近似为直线,若相邻n个扫描目标坐标点的瞬时移动位置的相对变动值均在1%-5%内时,由此,可判定出该相邻n个扫描目标坐标点为同一目标物体,重复该识别过程,可实现对激光雷达扫描范围内的,M个扫描目标坐标点的判断,以区分出不同的目标物体,及对应的移动速度,以及得到不同目标物体轮廓,和移动物体轮廓。判断在时间t内,所述目标物体轮廓是否与移动物体轮廓重合,若重合,则发出撞击目标物体的预警,或启动防撞目标物体的对策;若不重合,则保持移动物体运动速度矢量不变。从而用以预判是否碰撞,无需其他传感元件参与,相比于现有的多传感组合,比如,通过视频、图像、距离、速度传感器等进行组合计算预判。本发明实施例的技术方案,不存在多传感器检测延时的问题,也不存在芯片响应延时问题,无需采购高性能高成本的计算芯片,成本低,仅需激光雷达扫描,即可实现防撞预测,无需其他传感器件,降低芯片计算响应性能压力,且预判准确,不存在过多的器件响应延时问题,预判误差小,响应及时。
可选地实施方式为:所述激光雷达模块为旋转式激光雷达。作为本实施例可选的实施方案,包括:若同一扫描方位的相邻n个扫描目标坐标点的N轮扫描位置数据相对变动值小于ΔE时,目标物体的轮廓由n个扫描目标坐标点构成。
作为本实施例可选的实施方案,目标物体运动速度矢量,等于n个扫描目标坐标点在N轮扫描后的位置数据变化与N轮扫描所需时间之比。
作为本实施例可选的实施方案,所述防撞目标物体的对策,包括改变激光雷达模运动速度矢量。
作为本实施例可选的实施方案,所述判断在时间t内,所述目标物体轮廓是否与移动物体轮廓重合;进一步为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,是否重合。
作为本实施例可选的实施方案,所述防撞目标物体的对策为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,重合时的时间t,在时间t之前,改变移动物体运动速度矢量。
作为本实施例可选的实施方案,N的取值范围为3-6。
作为本实施例可选的实施方案,在t+t1之前,改变移动物体运动速度矢量,其中,t1为移动物体运动速度矢量被控制改变后的响应时间。
一种激光雷达检测目标的防撞预测系统,用于执行以上技术方案之一所述的一种激光雷达检测目标的防撞预测方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离本申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种激光雷达检测目标的防撞预测方法,其特征在于,包括:
在对全方位激光雷达脉冲连续扫描所得出的目标位置数据中,若存在一组相邻目标位置数据距离大致接近,经过模糊逻辑运算,目标位置数据分布大致接近在同一条直线上,则判定所述一组相邻目标位置数据隶属于同一目标物体;识别出不同的目标物体及其轮廓和速度,根据激光雷达所在移动物体的速度和轮廓,计算得:在时间t时,移动物体与目标物体是否相撞。
2.根据权利要求1所述的一种激光雷达检测目标的防撞预测方法,其特征在于,
目标位置数据(Xi,Yi),由下式计算:
Figure 779448DEST_PATH_IMAGE001
Xi,Yi,分别代表目标位置数据的横向及纵向位置坐标;m代表某一密集数据组中某个数据出现的序数;m=1,代表该密集数据组中起点位置数据之序数;m=k代表该密集数据组中终点位置数据之序数;数据的分组根据同一个目标物体数据具备比较均匀且比较密集这一特征来划分。
3.根据权利要求2所述的一种激光雷达检测目标的防撞预测方法,其特征在于,包括:一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),同一数据组内各相邻目标位置数据之间距离满足以下模糊逻辑运算的算式,被认为大致接近:
Figure 286653DEST_PATH_IMAGE002
ΔLi代表两个目标位置之间的距离,i代表目标位置数据在所述数据组中出现的次序。
4.根据权利要求2所述的一种激光雷达检测目标的防撞预测方法,其特征在于,
一组相邻目标位置数据(Xi,Yi),(Xi+1,Yi+1),若满足以下模糊逻辑运算的算式,则目标位置数据分布大致接近在同一条直线上:
Figure 968301DEST_PATH_IMAGE003
Ki 代表斜率,i代表该目标位置数据在所述数据组中出现的次序。
5.根据权利要求1所述的一种激光雷达检测目标的防撞预测方法,其特征在于,还包括:
所述计算移动物体与目标物体是否相撞的间隔时间为t3,t3>TTC,临撞时间TTC为计算得到的移动物体与目标物体相撞的时间;t3取值范围为8~12ms。
6.根据权利要求1所述的一种激光雷达检测目标的防撞预测方法,其特征在于,所述移动物体与目标物体相撞与否;进一步为:所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,是否重合。
7.根据权利要求1所述的一种激光雷达检测目标的防撞预测方法,其特征在于,所述移动物体与目标物体相撞与否;进一步为:
所述目标物体运动速度矢量乘以时间t,加上目标物体轮廓,和移动物体运动速度矢量乘以时间t,加上移动物体轮廓,重合时的时间t,在时间t之前,改变移动物体运动速度矢量。
8.根据权利要求5所述的一种激光雷达检测目标的防撞预测方法,其特征在于,所述临撞时间TTC的计算公式为:
T TC = T TC0
Figure 142930DEST_PATH_IMAGE004
其中,T TC0为摩擦系数0.8的情况下计算得到的,数值为1.5s;
VSTD:移动物体和目标物体的相对标准速度,取30m/s;
Vt:移动物体和目标物体即时相对速度,m/s。
9.根据权利要求1-8任一项所述的一种激光雷达检测目标的防撞预测方法,其特征在于,在t-t1之内,改变移动物体运动速度矢量,其中,t1为移动物体运动速度矢量被控制改变后的响应时间。
10.一种激光雷达检测目标的防撞预测系统,其特征在于,用于执行权利要求1-9之一所述的一种激光雷达检测目标的防撞预测方法。
CN202210066253.3A 2022-01-20 2022-01-20 一种激光雷达检测目标的防撞预测方法和系统 Pending CN114114321A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210066253.3A CN114114321A (zh) 2022-01-20 2022-01-20 一种激光雷达检测目标的防撞预测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210066253.3A CN114114321A (zh) 2022-01-20 2022-01-20 一种激光雷达检测目标的防撞预测方法和系统

Publications (1)

Publication Number Publication Date
CN114114321A true CN114114321A (zh) 2022-03-01

Family

ID=80360961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210066253.3A Pending CN114114321A (zh) 2022-01-20 2022-01-20 一种激光雷达检测目标的防撞预测方法和系统

Country Status (1)

Country Link
CN (1) CN114114321A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018045055A1 (en) * 2016-08-31 2018-03-08 Autoliv Asp, Inc. Improved detection of a target object utilizing automotive radar
CN108375771A (zh) * 2018-01-23 2018-08-07 四川国软科技发展有限责任公司 一种二维激光雷达铁路障碍物检测系统及其检测方法
CN108764108A (zh) * 2018-05-22 2018-11-06 湖北省专用汽车研究院 一种基于贝叶斯统计决策的前车检测方法
CN109633676A (zh) * 2018-11-22 2019-04-16 浙江中车电车有限公司 一种基于激光雷达侦测障碍物运动方向的方法及系统
CN109927727A (zh) * 2017-12-19 2019-06-25 现代自动车株式会社 用于判定附近车辆的动作的设备和方法
CN111002979A (zh) * 2018-10-08 2020-04-14 株式会社万都 碰撞避让设备和碰撞避让方法
US20200256999A1 (en) * 2019-02-07 2020-08-13 Atulya Yellepeddi Lidar techniques for autonomous vehicles
CN111856510A (zh) * 2020-08-03 2020-10-30 北京理工大学重庆创新中心 一种基于激光雷达的车辆前碰撞预测方法
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018045055A1 (en) * 2016-08-31 2018-03-08 Autoliv Asp, Inc. Improved detection of a target object utilizing automotive radar
CN109927727A (zh) * 2017-12-19 2019-06-25 现代自动车株式会社 用于判定附近车辆的动作的设备和方法
CN108375771A (zh) * 2018-01-23 2018-08-07 四川国软科技发展有限责任公司 一种二维激光雷达铁路障碍物检测系统及其检测方法
CN108764108A (zh) * 2018-05-22 2018-11-06 湖北省专用汽车研究院 一种基于贝叶斯统计决策的前车检测方法
CN111002979A (zh) * 2018-10-08 2020-04-14 株式会社万都 碰撞避让设备和碰撞避让方法
CN109633676A (zh) * 2018-11-22 2019-04-16 浙江中车电车有限公司 一种基于激光雷达侦测障碍物运动方向的方法及系统
US20200256999A1 (en) * 2019-02-07 2020-08-13 Atulya Yellepeddi Lidar techniques for autonomous vehicles
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质
CN111856510A (zh) * 2020-08-03 2020-10-30 北京理工大学重庆创新中心 一种基于激光雷达的车辆前碰撞预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AHMAD K. AIJAZI ET AL.: "Multi Sensorial Data Fusion for Efficient Detection and Tracking of Road Obstacles for Inter-Distance and Anti-Colision Safety Management", 《2017 3RD INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND ROBOTICS (ICCAR)》 *
李飞等: "汽车防撞雷达报警算法", 《现代雷达》 *
杨炜等: "结合前车驾驶意图辨识的汽车主动防撞预警系统", 《中国科技论文》 *
王世康等: "汽车防撞系统高速激光脉冲收发回路的实验研究", 《光电子•激光》 *

Similar Documents

Publication Publication Date Title
US10446034B2 (en) Driving support system
US8706393B2 (en) Intersection collision avoidance with adaptable vehicle dimensions
KR101611242B1 (ko) 차량 설치 횡단 판단 장치 및 프로그램
US6823261B2 (en) Monitor system of vehicle outside and the method thereof
US20200387160A1 (en) Autonomous cruise control apparatus and method
JP4883246B2 (ja) 物体検出装置及び物体検出方法
JP4517972B2 (ja) 障害物判断装置及び方法
US6859730B2 (en) Monitor system of vehicle outside and method of monitoring same
US6819991B2 (en) Vehicle sensing based pre-crash threat assessment system
CN109291921A (zh) 车辆控制设备和方法
US20160075335A1 (en) Method for adaptive cruise control of a vehicle using swarm algorithm
CN111661055B (zh) 一种自动驾驶车辆的换道控制方法和系统
US6801843B2 (en) Vehicle pre-crash sensing based conic target threat assessment system
US6834254B2 (en) Monitor system of vehicle outside and the method thereof
JP2003205804A (ja) 車両用衝突被害軽減装置
JP2007531872A (ja) 自動車のレーダーシステム
US6882303B2 (en) Obstacle detection system for automotive vehicle
US11275152B2 (en) Apparatus and method for detecting mounting angle of radar
US11074817B2 (en) Driving support apparatus
US10197672B2 (en) Moving object detection apparatus and drive support apparatus
JP2018054328A (ja) 鉱山用作業機械及びその障害物検出装置
CN107561537B (zh) 雷达系统、交通工具、无人机以及探测方法
US6947841B2 (en) Method for identifying obstacles for a motor vehicle, using at least three distance sensors for identifying the lateral extension of an object
JP7485526B2 (ja) 軸ずれ推定装置
CN114114321A (zh) 一种激光雷达检测目标的防撞预测方法和系统

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