CN114167407A - 一种多雷达融合感知处理方法、装置、车辆及存储介质 - Google Patents
一种多雷达融合感知处理方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN114167407A CN114167407A CN202111430064.1A CN202111430064A CN114167407A CN 114167407 A CN114167407 A CN 114167407A CN 202111430064 A CN202111430064 A CN 202111430064A CN 114167407 A CN114167407 A CN 114167407A
- Authority
- CN
- China
- Prior art keywords
- radar
- point cloud
- vehicle
- cloud data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008447 perception Effects 0.000 title claims abstract description 60
- 230000004927 fusion Effects 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 69
- 230000001360 synchronised effect Effects 0.000 claims abstract description 34
- 238000006243 chemical reaction Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000007499 fusion processing Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 6
- 101150071456 CSI2 gene Proteins 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006854 communication Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000008358 core component Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013598 vector Substances 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
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
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)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多雷达融合感知处理方法、装置、车辆及存储介质,包括接收多个雷达输出的目标车辆的原始点云数据;其中多个雷达设置于本车的不同位置上,多个原始点云数据分别位于对应的雷达自身的雷达坐标系中;对多个所述原始点云数据进行同步处理,得到多个同步点云数据;对多个所述同步点云数据进行坐标转换预处理,得到多个位于同一车身坐标系中的坐标转换数据;对所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。本发明能够将雷达获取的原始点云数据直接输出,减少雷达本身的运算处理过程,降低雷达本身的算力需求,降低成本;同时在车辆的域控制器中进行集中处理,能够大大提升整车雷达感知性能的准确性与鲁棒性。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种多雷达融合感知处理方法、装置、车辆及存储介质。
背景技术
L2及以上级别高阶自动驾驶的感知系统由摄像头、毫米波雷达和激光雷达等多种类感知传感器组成,目前标准配置有以摄像头和毫米波雷达组合以及毫米波雷达和激光雷达组合等方式,其中毫米波雷达有单车1个、3个、5个和6个等配置,而基于毫米波雷达的感知架构和算法都是基于单雷达做感知处理,然后将多个雷达感知处理的结果再进一步处理,即常规毫米波雷达感知系统架构中各雷达独自处理完成目标航迹,输出的是目标车辆经过追踪算法进行数据处理后的航迹信息,之后再将这些航迹信息输出,在域控制器中进行航迹信息的数据融合,这样的系统架构对单个雷达的性能要求较高,单雷达所需的算力和成本也较高。
因此,需要一种多雷达融合感知处理方法、装置、车辆及存储介质,能够提升车辆整体的雷达感知能力,降低单个雷达自身的算力要求,降低成本。
发明内容
针对上述现有技术中存在的问题,本发明提供了一种多雷达融合感知处理方法、装置、车辆及存储介质,能够提升车辆整体的雷达感知能力,降低单个雷达自身的算力要求,降低成本。所述技术方案如下:
一方面,本发明提供了一种多雷达融合感知处理方法,包括:
接收多个雷达输出的目标车辆的原始点云数据;其中,多个所述雷达设置于本车的不同位置上,多个所述原始点云数据分别位于对应的所述雷达自身的雷达坐标系中;
对多个所述原始点云数据进行同步处理,得到多个同步点云数据;
对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;其中,多个所述坐标转换数据位于同一个车身坐标系中;
对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
进一步地,所述原始点云数据包括距离信息、速度信息和角度信息。
进一步地,所述对多个所述原始点云数据进行同步处理,得到多个同步点云数据包括:
基于LVDS或CSI2的多路差分信号线对,对所述原始点云数据进行帧同步与位同步,得到时间同步的所述同步点云数据。
进一步地,所述对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据包括:
根据所述雷达坐标系与所述车身坐标系的坐标变换关系,将所述同步点云数据从所述雷达坐标系变换为车身坐标系,得到所述目标车辆处于所述车身坐标系中的坐标转换数据。
进一步地,所述坐标变换关系为:
其中,所述目标车辆在所述雷达坐标系中的坐标为D(R,v,θ),R为所述目标车辆的距离,v为所述目标车辆的速度,θ为所述目标车辆的角度;
x0和y0为所述雷达在所述车身坐标系中的坐标O′(x0,y0),α为所述雷达的安装角;
xD和yD为所述目标车辆在所述车身坐标系中的坐标D′(xD,yD),vX和vY分别为所述目标车辆在X方向上和在Y方向上的速度。
进一步地,在所述对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹之后,所述方法还包括:
将所述目标航迹输出,以使得本车的计算处理单元接收到所述目标航迹。
另一方面,本发明提供了一种多雷达融合感知处理装置,包括:
原始数据接收模块,用于接收多个雷达输出的目标车辆的原始点云数据;其中,多个所述雷达设置于本车的不同位置上,多个所述原始点云数据分别位于对应的所述雷达自身的雷达坐标系中;
同步模块,用于对多个所述原始点云数据进行同步处理,得到多个同步点云数据;
预处理模块,用于对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;其中,多个所述坐标转换数据位于同一个车身坐标系中;
感知融合处理模块,用于对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
另一方面,本发明还提供了一种车辆,包括雷达系统和以上所述的多雷达融合感知处理装置,所述多雷达融合感知处理装置集成于所述车辆的自动驾驶域控制器中;所述雷达系统中包括多个雷达,所述雷达系统用于将所述原始点云数据输出到所述多雷达融合感知处理装置。
进一步地,所述雷达的数量为五个,五个所述雷达分别设置于所述车辆的前侧中央、前侧的两边和后侧的两边。
另一方面,本发明还提供了一种存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现以上所述的多雷达融合感知处理方法。
实施本发明,具有如下有益效果:
1、本发明将多个雷达采集到的原始点云数据直接输出,之后在车辆的域控制器中进行处理,降低对单个雷达的性能要求,大大减少单个雷达本身的算力需求,从而降低单个雷达的成本;同时,能够提升目标跟踪的连续性,还提升侧方超车和前后向横穿目标的跟踪连续性,大大提升整车的雷达感知性能及其准确性与鲁棒性。
2、采用多个雷达感知同一目标车辆,能够达到降低目标感知虚警率,且能够提升目标信息置信度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明实施例提供的一种多雷达融合感知处理方法的逻辑结构图;
图2为本发明实施例提供的一种车身坐标系的模拟示意图;
图3为本发明实施例提供的一种多雷达融合感知处理装置的结构示意图;
图4为本发明的一个可能的实施方式中多雷达融合感知处理系统的系统架构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,因此不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本发明的实施例能够以除了下述图示或下述描述以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本实施例针对现有技术中,雷达感知系统中在单雷达内处理得到航迹信息之后,再传输到车辆域控制器中进行后续处理所导致的雷达算力要求过高、成本较高的问题,提供了一种多雷达融合感知处理方法,该多雷达融合感知处理方法可以应用于本发明实施例的多雷达融合感知处理装置,并将该装置配置于车辆的自动驾驶域的域主控制器中,当出现感知处理的需求时,域控制器能够实时向各个雷达传感器发出指令,使得各个雷达开始工作,而域控制器又能够接收到多个雷达经过感应之后输出的目标车辆处于雷达坐标系中的原始点云数据,之后由域控制器依次对原始点云数据进行同步处理,在进行坐标转换预处理,最后进行感知融合处理,从而得到目标车辆的目标航迹,发送到计算处理单元中用于后续的自动驾驶控制,这一过程能够大大降低单雷达本身的算力要求,从而降低成本,而采用运算力更强的域控制器代替雷达进行处理,能够显著提升整体的感知性能,准确性高,鲁棒性好。
下面对本发明实施例的技术方案进行详细介绍,参考说明书附图1,该方法包括:
S101,接收多个雷达输出的目标车辆的原始点云数据;其中,多个所述雷达设置于本车的不同位置上,多个所述原始点云数据分别位于对应的所述雷达自身的雷达坐标系中。
其中,雷达坐标系为以对应雷达的安装位置为原点的球坐标系,则每一个雷达传感器在监测到目标车辆后均能够形成一个以该雷达所处位置为原点的原始点云数据,则该原始点云数据表示的是目标车辆在雷达球坐标系中的坐标信息,而多个雷达监测同一个目标车辆,则会获得同一目标车辆在多个原点不同的雷达球坐标系中的坐标信息,能够明显降低目标车辆感知的虚警率,提升置信度,并且这些原始的坐标信息在该步骤中并不进行进一步处理,而是直接输出到后续车辆的自动驾驶域控制器中进行逻辑运算处理,能够显著降低每个雷达自身的算力要求,节省雷达自身所需的成本,同时域控制器中的运算力更强,有利于提升对目标车辆跟踪的连续性,大大提升整个雷达感知架构感知性能的准确性和鲁棒性。
具体地,点云数据是指在一个三维坐标系统中的一组向量的集合,扫描资料以点的形式记录,每一个点包含有三维坐标;在本说明书的一个可能的实施方式中,该原始点云数据包括距离信息、速度信息和角度信息,其中,目标车辆的距离信息和角度信息均能够直接获得;而对于速度信息,雷达自身根据不同位置反弹博的时间差和角度差,经过公式计算能够直接显示出来;也就是说,S101步骤中直接获取原始点云数据而不进行进一步处理指的是,直接获取距离信息和角度信息,经过初步简单处理得到速度信息,但不再进行进一步获得目标航迹的复杂处理过程,即输出的是未经过追踪算法的点云数据;相比于传统雷达先对点云信息进行初步处理,再进行二次处理得到目标航迹的方式,本发明将二次处理获得目标航迹的处理过程从原本的雷达中提出来,放到本车的域控制器中进行,大大降低雷达自身的运算复杂度和处理负荷,节省雷达本身的算力及成本。
S103,对多个所述原始点云数据进行同步处理,得到多个同步点云数据。
其中,各个雷达的设置位置不同,其内部时钟信源的漂移率和准确度也都是不一致的,监测到目标车辆的时间也存在偏差,则获取的多个原始点云数据之间也存在时间偏差,需要对这些原始点云数据进行时间同步和对齐,使得这些点云数据能够便于后续的坐标变换而不会出现误差,保证雷达感知的准确性和置信度。
S105,对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;其中,多个所述坐标转换数据位于同一个车身坐标系中。
如S101步骤中所述,得到的原始点云数据均是以不同雷达球坐标系为基准的数据,参照标准不同,无法直接进行感知融合处理,需要将时间同步后的多个同步点云数据进行坐标变换,转换成同一坐标内的数据,以保证后续感知融合处理的准确性。
S107,对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
其中,感知融合处理一般在本车的自动驾驶域控制器中进行,通过追踪算法完成多个雷达组成的雷达系统的点云数据处理,即对经过了同步和坐标变换之后的点云数据进行处理,形成稳定跟踪的目标航迹,保证雷达感知的跟踪连续性、计算精度和置信度。
具体地,在本说明书的一个可能的实施方式中,对多个所述原始点云数据进行同步处理,得到多个同步点云数据,即S103步骤具体可以包括:
基于LVDS或CSI2的多路差分信号线对,对所述原始点云数据进行帧同步与位同步,得到时间同步的所述同步点云数据。
其中,多路差分信号线对的每一路均对应雷达的一个接收通道,并且,在数字时分多路通信系统中,为了能正确分离各路时隙信号,在发送端必须提供每帧的起始标记,在接收端检测并获取这一标志的过程称为帧同步;则在本实施例中,雷达作为发送端提供起始标记,域控制器作为接收端获取这一起始标记,并通过帧同步使得域控制器的帧结构与雷达完全一致,保证两端能够同步工作,避免通信过程中信息的丢失。
同时,位同步是指在数据通信系统中,数据信号是以码元形式逐个地发送和接收的,这要求发、收双方的时钟要有一个稳定而可靠的同步关系;另外,无论是基带传输还是频带传输,接收端收到的信号都可能存在一定程度的畸变和干扰,则作为接收端的域控制器就必须有一个与发送端码元定时脉冲频率相同、相位与最佳取样时刻一致的码元定时脉冲序列的过程,也称为码元同步;则在本实施例中,通过位同步使得域控制器中接收到的每一位信息都与发送端雷达保持同步,保持收发双方的时钟频率的一致性。
具体地,所述对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据,即S105步骤包括:
根据所述雷达坐标系与所述车身坐标系的坐标变换关系,将所述同步点云数据从所述雷达坐标系变换为车身坐标系,得到所述目标车辆处于所述车身坐标系中的坐标转换数据。
如说明书附图2所示,以其中一个雷达为例,XOY是车身坐标系,A′O′B′是雷达坐标系,O′代表该雷达在车身坐标系中的安装位置,则该雷达的安装角为∠A′O″B′=α,定义为雷达的法向与本车的车身中轴线之间的夹角。
具体地,该坐标变换关系为:
其中,所述目标车辆在所述雷达坐标系中的坐标为D(R,v,θ),R为所述目标车辆与雷达之间的距离,v为所述目标车辆的速度,θ为所述目标车辆相对于雷达的角度,即∠DO′B′=θ;
x0和y0为所述雷达在所述车身坐标系中的坐标O′(x0,y0),α为所述雷达的安装角;
xD和yD为所述目标车辆在所述车身坐标系中的坐标D′(xD,yD),vX和vY分别为所述目标车辆在X方向上和在Y方向上的速度。
则基于该坐标变换关系,能够将多个雷达坐标系中关于同一目标车辆的坐标转换为同一车身坐标系中的坐标,一方面提升感知的准确性,另一方面也能够避免虚警率。
具体地,在上述S107步骤之后,即在所述对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹之后,所述方法还包括:
将所述目标航迹输出,以使得本车的计算处理单元接收到所述目标航迹。
此时,经由S101直接输出原始点云数据,在S103~S107步骤的域控制器中汇集后进行包括多步同步、坐标变换和感知融合处理的集中处理之后,所形成的目标航迹能够最大限度地符合实际航迹,跟踪稳定,并且对目标车辆跟踪的连续性得到有效提升,包括对侧方超车、前向横穿和后向横穿的目标车辆的跟踪连续性,准确性高,有利于计算处理单元根据目标航迹进行预测与反应,维持行车安全。
通过上述实施例可知,本发明实施例中的多雷达融合感知处理方法具有以下有益效果:
1、本发明将多个雷达采集到的原始点云数据直接输出,之后在车辆的域控制器中进行处理,降低对单个雷达的性能要求,大大减少单个雷达本身的算力需求,从而降低单个雷达的成本;同时,能够提升目标跟踪的连续性,还提升侧方超车和前后向横穿目标的跟踪连续性,大大提升整车的雷达感知性能及其准确性与鲁棒性。
2、采用多个雷达感知同一目标车辆,能够达到降低目标感知虚警率,且能够提升目标信息置信度。
与上述本实施例提供的多雷达融合感知处理方法相对应,本发明实施例还提供一种多雷达融合感知处理装置,由于本发明实施例提供的多雷达融合感知处理装置与上述几种实施方式提供的多雷达融合感知处理方法相对应,因此前述多雷达融合感知处理方法的实施方式也适用于本实施例提供的多雷达融合感知处理装置,在本实施例中不再详细描述。
本发明实施例提供的多雷达融合感知处理装置能够实现上述方法实施例中的多雷达融合感知处理方法,如说明书附图3所示,该装置可以包括:
原始数据接收模块310,用于接收多个雷达输出的目标车辆的原始点云数据;
同步模块320,用于对多个所述原始点云数据进行同步处理,得到多个同步点云数据;
预处理模块330,用于对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;
感知融合处理模块340,用于对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例的多雷达融合感知处理装置中可以选择通过车载以太网接口将各个雷达传感器与自动驾驶域控制器连接,通过将雷达获取的原始点云数据输出到域控制器中进行处理,降低雷达本身的算力要求进而降低相应的成本,同时提升整体的融合感知处理性能,稳定可靠。
本发明实施例还提供一种车辆,即上述的本车,包括雷达系统和以上所述的多雷达融合感知处理装置,集成于车辆的自动驾驶域控制器中,并且,该车辆的自动驾驶域控制器中还包括车辆的计算处理单元,也是域控制器中的一种处理器,三者共同构成了一种多雷达融合感知处理系统,如说明书附图4所示,以五雷达为例,该多雷达融合感知处理系统中设置五个雷达,分别设置在车辆的前侧中央、左前方、右前方、左后方和右后方,五个雷达相配合,能够全方位地覆盖车辆周围的区域,保证获取的信息的准确性和全面性;而整个雷达系统获取到原始点云数据之后,各个雷达均可以设置一个车载以太网口作为数据输出接口,将其获得的原始点云数据输出到域控制器中的多雷达融合感知处理装置,依次进行同步处理、坐标转换预处理和感知融合处理,从而得到目标车辆的目标航迹,进而发送到计算处理单元用于后续车辆的自动驾驶控制。
此外,域控制器中可以包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述的多雷达融合感知处理方法。
其中,处理器(或称CPU(Central Processing Unit,中央处理器))为多雷达融合感知处理装置的核心部件,其功能主要是解释存储器指令以及处理各个模块所反馈的数据;处理器的结构大致分为运算逻辑部件与寄存器部件等,运算逻辑部件主要进行相关的逻辑计算(如移位操作、逻辑操作、定点或浮点算术运算操作与地址运算等),寄存器部件则用于暂存指令、数据与地址。
存储器为记忆设备,可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器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、功能所需的应用程序等;存储数据区可存储根据所述装置的使用所创建的数据等;相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本发明实施例还提供一种存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现以上所述的多雷达融合感知处理方法;可选地,该存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器;此外,该存储介质可以包括但不限于随机存取存储器(RAM,RandomAccess Memory)、只读存储器(ROM,Read-Only Memory)、U盘、移动硬盘、磁盘存储器件、闪存器件、其他易失性固态存储器件等各种可以存储程序代码的存储介质。
需要说明的是,上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所描述的仅为本发明的一些实施例而已,并不用于限制本发明,本行业的技术人员应当了解,本发明还会有各种变化和改进,任何依照本发明所做的修改、等同替换和改进都落入本发明所要求的保护的范围内。
Claims (10)
1.一种多雷达融合感知处理方法,其特征在于,包括:
接收多个雷达输出的目标车辆的原始点云数据;其中,多个所述雷达设置于本车的不同位置上,多个所述原始点云数据分别位于对应的所述雷达自身的雷达坐标系中;
对多个所述原始点云数据进行同步处理,得到多个同步点云数据;
对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;其中,多个所述坐标转换数据位于同一个车身坐标系中;
对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
2.根据权利要求1所述的一种多雷达融合感知处理方法,其特征在于,所述原始点云数据包括距离信息、速度信息和角度信息。
3.根据权利要求1所述的一种多雷达融合感知处理方法,其特征在于,所述对多个所述原始点云数据进行同步处理,得到多个同步点云数据包括:
基于LVDS或CSI2的多路差分信号线对,对所述原始点云数据进行帧同步与位同步,得到时间同步的所述同步点云数据。
4.根据权利要求1所述的一种多雷达融合感知处理方法,其特征在于,所述对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据包括:
根据所述雷达坐标系与所述车身坐标系的坐标变换关系,将所述同步点云数据从所述雷达坐标系变换为车身坐标系,得到所述目标车辆处于所述车身坐标系中的坐标转换数据。
6.根据权利要求1所述的一种多雷达融合感知处理方法,其特征在于,在所述对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹之后,所述方法还包括:
将所述目标航迹输出,以使得本车的计算处理单元接收到所述目标航迹。
7.一种多雷达融合感知处理装置,其特征在于,包括:
原始数据接收模块,用于接收多个雷达输出的目标车辆的原始点云数据;其中,多个所述雷达设置于本车的不同位置上,多个所述原始点云数据分别位于对应的所述雷达自身的雷达坐标系中;
同步模块,用于对多个所述原始点云数据进行同步处理,得到多个同步点云数据;
预处理模块,用于对多个所述同步点云数据进行坐标转换预处理,得到多个坐标转换数据;其中,多个所述坐标转换数据位于同一个车身坐标系中;
感知融合处理模块,用于对多个所述坐标转换数据进行感知融合处理,得到所述目标车辆的目标航迹。
8.一种车辆,其特征在于,包括雷达系统与如权利要求7所述的多雷达融合感知处理装置,所述多雷达融合感知处理装置集成于所述车辆的自动驾驶域控制器中;所述雷达系统中包括多个雷达,所述雷达系统用于将所述原始点云数据输出到所述多雷达融合感知处理装置。
9.根据权利要求8所述的一种车辆,其特征在于,所述雷达的数量为五个,五个所述雷达分别设置于所述车辆的前侧中央、前侧的两边和后侧的两边。
10.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-6任一项所述的多雷达融合感知处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111430064.1A CN114167407A (zh) | 2021-11-29 | 2021-11-29 | 一种多雷达融合感知处理方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111430064.1A CN114167407A (zh) | 2021-11-29 | 2021-11-29 | 一种多雷达融合感知处理方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114167407A true CN114167407A (zh) | 2022-03-11 |
Family
ID=80481296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111430064.1A Pending CN114167407A (zh) | 2021-11-29 | 2021-11-29 | 一种多雷达融合感知处理方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167407A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114763997A (zh) * | 2022-04-14 | 2022-07-19 | 中国第一汽车股份有限公司 | 车辆采集到的雷达点云数据的处理方法、装置及电子设备 |
CN115497195A (zh) * | 2022-08-09 | 2022-12-20 | 重庆长安汽车股份有限公司 | 实现行车记录的数据控制系统、方法、设备及介质 |
CN117687042A (zh) * | 2024-02-04 | 2024-03-12 | 北京理工大学前沿技术研究院 | 一种多雷达数据融合方法、系统和设备 |
CN117788592A (zh) * | 2024-02-26 | 2024-03-29 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
-
2021
- 2021-11-29 CN CN202111430064.1A patent/CN114167407A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114763997A (zh) * | 2022-04-14 | 2022-07-19 | 中国第一汽车股份有限公司 | 车辆采集到的雷达点云数据的处理方法、装置及电子设备 |
CN115497195A (zh) * | 2022-08-09 | 2022-12-20 | 重庆长安汽车股份有限公司 | 实现行车记录的数据控制系统、方法、设备及介质 |
CN117687042A (zh) * | 2024-02-04 | 2024-03-12 | 北京理工大学前沿技术研究院 | 一种多雷达数据融合方法、系统和设备 |
CN117687042B (zh) * | 2024-02-04 | 2024-05-17 | 北京理工大学前沿技术研究院 | 一种多雷达数据融合方法、系统和设备 |
CN117788592A (zh) * | 2024-02-26 | 2024-03-29 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
CN117788592B (zh) * | 2024-02-26 | 2024-06-07 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114167407A (zh) | 一种多雷达融合感知处理方法、装置、车辆及存储介质 | |
US20180003822A1 (en) | Environmental sensing device and information acquiring method applied to environmental sensing device | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN112214009B (zh) | 传感器数据处理方法、装置、电子设备及系统 | |
CN211956161U (zh) | 一种域控制器系统及汽车 | |
CN112013877B (zh) | 毫米波雷达与惯性测量单元的检测方法及相关装置 | |
CN112462348B (zh) | 激光点云数据增广的方法、装置及存储介质 | |
CN106323272B (zh) | 一种获取航迹起始轨迹的方法及电子设备 | |
CN112098968A (zh) | 雷达的目标定位方法及装置 | |
Wan et al. | An energy-efficient quad-camera visual system for autonomous machines on fpga platform | |
CN113311905B (zh) | 一种数据处理系统 | |
EP3716103A2 (en) | Method and apparatus for determining transformation matrix, and non-transitory computer-readable recording medium | |
CN115792897A (zh) | 一种基于fmcw雷达的低复杂度多手势识别方法及系统 | |
CN109933418B (zh) | 一种时间戳同步方法、电子设备及异构设备 | |
CN107592176A (zh) | 组网气象雷达的时间和频率同步方法及装置 | |
CN114913352B (zh) | 基于联合相似度匹配的多源信息时空配准方法及系统 | |
CN115760636A (zh) | 激光雷达点云的畸变补偿方法、装置、设备及存储介质 | |
CN113514796B (zh) | 一种无源定位方法、系统和介质 | |
CN113708916A (zh) | 一种基于gpu的pcm/fm遥测信号并行多符号检测方法 | |
CN114006672A (zh) | 一种车载多传感器数据同步采集方法及系统 | |
US11842502B2 (en) | Data synchronization device, data synchronization method, and computer readable medium | |
CN113353090A (zh) | 数据同步系统、方法、定位系统及无人驾驶设备 | |
CN112362088A (zh) | 一种多光栅数据的同步采集方法及系统 | |
CN117715168B (zh) | 信号同步系统及方法 | |
CN220475795U (zh) | 时钟自动同步装置、自动驾驶系统和车辆 |
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 |