CN114312619A - 一种车辆避障误报检测方法、装置、介质及车辆 - Google Patents
一种车辆避障误报检测方法、装置、介质及车辆 Download PDFInfo
- Publication number
- CN114312619A CN114312619A CN202111498246.2A CN202111498246A CN114312619A CN 114312619 A CN114312619 A CN 114312619A CN 202111498246 A CN202111498246 A CN 202111498246A CN 114312619 A CN114312619 A CN 114312619A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- road condition
- condition data
- data
- vehicle
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆避障误报检测方法、装置、介质及车辆，通过响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。通过对不同传感器获取的不同路况数据同一时间段内的传感数据进行核查，确定所述避障提醒信号是否发生误报，提高避障提醒功能的准确性，减少车辆的安全隐患。
Description
技术领域
本发明涉及车端控制技术领域，具体涉及一种车辆避障误报检测方法、装置、介质及车辆。
背景技术
随着车辆控制技术的不断发展，车端避障提醒被广泛应用于车端；例如在倒车时，通过车身周围的障碍物，障碍物距离过近时反馈避障提醒给客户；
但是现有技术中的避障提醒功能是基于车端的雷达监测来监测障碍物，并反馈避障提醒，仅使用雷达探测障碍物的方法受到探测信息量少，算法复杂的制约，很难满足复杂的路况环境的障碍物探测，因此现有技术通过雷达探测障碍物存在障碍物误报的风险，给车辆带来安全隐患。
发明内容
为了解决上述问题，本发明提出一种车辆避障误报检测方法、装置、介质及车辆，通过第一路况数据和第二路况数据对是否存在障碍物进行分析，提高避障提醒功能的准确性，减少安全隐患。
本发明实施例提供一种车辆避障误报检测方法，所述方法包括：
响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
优选地，所述车端生成避障提醒信号的过程具体为；
所述车端通过第一传感器获取车身周围的障碍物的传感数据，所述传感数据包括不同时刻车身周围的障碍物的位置；
检测所述传感数据中不同时刻的障碍物与车身的最近距离；当检测的最近距离小于预设的避障距离时，输出所述避障提醒信号。
作为一种优选方式，所述获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据，具体包括：
获取第一传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第一障碍数据；
获取第二传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第二障碍数据；
将所述第一障碍数据和所述第二障碍数据进行时钟同步存储；
将所述触发时间前的预设时间段作为触发时段；
获取同步后的第一障碍数据在所述触发时段的传感数据作为第一路况数据；
获取同步后的第二障碍数据在所述触发时段的传感数据作为第二路况数据。
优选地，所述分别根据所述第一路况数据和所述第二路况数据进行障碍物分析，具体包括：
检测所述第一路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，所述第一路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第一路况数据的分析结果为不存在障碍物；
检测所述第二路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于所述避障距离时，所述第二路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第二路况数据的分析结果为不存在障碍物。
优选地，所述方法还包括：
统计预设时间段内车端生成的避障提醒信号的次数以及判定为误报信号的次数，计算预设时间段内车端避障提醒的误报率。
优选地，所述方法还包括：
检测所述第二障碍数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，输出第二避障信号，并记录此时的第二触发时间；
获取所述第二触发时间前所述第一障碍数据中车身周围的第三路况数据，并对所述第三路况数据进行障碍物分析；
当所述第三路况数据的分析结果为不存在障碍物时，判定所述车端在所述第二触发时间出现障碍物漏报。
进一步地，所述方法还包括：
统计预设时间段内车端生成的避障提醒信号的次数以及判定出障碍物漏报的次数，计算预设时间段内车端避障提醒的漏报率。
优选地，所述第一传感器为雷达传感器；
所述第二传感器为摄像头传感器。
优选地，所述第一障碍数据的获取过程包括：
通过控制器域网或串行通信网络获取雷达传感器检测到的所述第一障碍数据；
所述第二障碍数据的获取过程包括：
通过以太网获取摄像头传感器检测到的所述第二障碍数据。
本发明实施例提供一种车辆避障误报检测装置，所述装置包括：
响应模块，用于响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
数据获取模块，用于获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
障碍物分析模块，用于分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
误报检测模块，用于当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
作为一种优选方式，所述车端生成避障提醒信号的过程具体为；
所述车端通过第一传感器获取车身周围的障碍物的传感数据，所述传感数据包括不同时刻车身周围的障碍物的位置；
检测所述传感数据中不同时刻的障碍物与车身的最近距离；当检测的最近距离小于预设的避障距离时，输出所述避障提醒信号。
进一步地，所述数据获取模块具体用于：
获取第一传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第一障碍数据；
获取第二传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第二障碍数据；
将所述第一障碍数据和所述第二障碍数据进行时钟同步存储；
将所述触发时间前的预设时间段作为触发时段；
获取同步后的第一障碍数据在所述触发时段的传感数据作为第一路况数据；
获取同步后的第二障碍数据在所述触发时段的传感数据作为第二路况数据。
作为一种优选方式，所述障碍物分析模块具体用于：
检测所述第一路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，所述第一路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第一路况数据的分析结果为不存在障碍物；
检测所述第二路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于所述避障距离时，所述第二路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第二路况数据的分析结果为不存在障碍物。
作为一种优选方式，所述装置还包括：
误报率计算模块，用于统计预设时间段内车端生成的避障提醒信号的次数以及判定为误报信号的次数，计算预设时间段内车端避障提醒的误报率。
优选地，所述装置还包括：漏报检测模块，用于：
检测所述第二障碍数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，输出第二避障信号，并记录此时的第二触发时间；
获取所述第二触发时间前所述第一障碍数据中车身周围的第三路况数据，并对所述第三路况数据进行障碍物分析；
当所述第三路况数据的分析结果为不存在障碍物时，判定所述车端在所述第二触发时间出现障碍物漏报。
进一步地，所述装置还包括：
漏报率计算模块，用于统计预设时间段内车端生成的避障提醒信号的次数以及判定出障碍物漏报的次数，计算预设时间段内车端避障提醒的漏报率。
进一步地，所述第一传感器为雷达传感器；
所述第二传感器为摄像头传感器。
优选地，所述第一障碍数据的获取过程包括：
通过控制器域网或串行通信网络获取雷达传感器检测到的所述第一障碍数据；
所述第二障碍数据的获取过程包括：
通过以太网获取摄像头传感器检测到的所述第二障碍数据。
本发明又一实施例提供一种车辆避障误报检测装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的车辆避障误报检测方法。
本发明又一实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例中任意一项所述的车辆避障误报检测方法。
本发明又一实施例提供一种车辆，包括车辆本体和控制器，所述控制器用于执行如上述实施例中任意一项所述的车辆避障误报检测方法。
与现有技术相比，本发明提供的一种车辆避障误报检测方法、装置、介质及车辆，通过响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。通过对不同传感器获取的不同路况数据同一时间段内的传感数据进行核查，确定所述避障提醒信号是否发生误报，提高避障提醒功能的准确性，减少车辆的安全隐患。
附图说明
图1是本发明实施例提供的一种车辆避障误报检测方法的流程示意图；
图2是发明实施例提供的一种存储传感数据的流程示意图
图3是本发明实施例提供的一种车辆避障误报检测装置的结构示意图；
图4是本发明另一实施例提供的一种车辆避障误报检测装置的结构示意图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。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。
参见图1，是本发明实施例提供的一种车辆避障误报检测方法的流程示意图，所述方法包括步骤S1～S4：
S1，响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
S2，获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
S3，分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
S4，当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
在本实施例具体实施时，当车端生成避障提醒信号后，相应车端的所述避障提醒信号，并获取所述避障提醒信号生成的触发时间；
所述避障提醒信号生成的具体过程为车端的传感器获对车端周围的障碍物进行探测，探测到障碍物距离车辆过近时，生成避障提醒信号，并提醒障碍物所处的位置；
获取所述触发前所述车端通过不同的传感器采集的车身周围的第一路况数据和第二路况数据；
通过不同传感器获取的路况数据，获取所述触发时间之前的一段时间内的传感器的路况数据，能通过不同的检测手段对障碍物信息进行核查；其中，获取不同障碍物的过程需要通过不同的通信网络从不同的传感器获取；
根据所述第一路况数据进行障碍物分析，并根据第二路况数据进行障碍物分析，分析在触发时间前一段时间内，不同传感器是否检测到障碍物接近车辆；
当第一路况数据检测结果为不存在障碍物时，或第二路况数据检测见过为不存在障碍物时，判断所述出发时间发出的避障提醒信号为误报信号。
通过对不同传感器获取的不同路况数据同一时间段内的路况数据进行核查，确定所述避障提醒信号是否为误报信号，提高避障提醒功能的准确性。
在本发明提供的又一实施例中，所述车端生成避障提醒信号的过程具体为；
所述车端通过第一传感器获取任一位置周围的障碍物的传感数据，所述传感数据包括不同时刻车身周围的障碍物的位置；
检测所述传感数据中不同时刻的障碍物与车身的最近距离；当检测的最近距离小于预设的避障距离时，输出所述避障提醒信号。
在本实施例中，所述车端通过第一传感器获取任一位置周围的障碍物的传感数据，所述传感器数据包括不同时刻车身周围的障碍物的位置；
检测所述传感数据中不同时刻的障碍物与车身的最近的距离，且当障碍物的最近距离小于预设的避障距离时，判定障碍物距离位置过近，有碰撞的风险，此时，车端生成避障提醒信号，提醒车身处有碰撞的风险。
需要说明的是，在本实施例中车身也可为任一车门，在其他实施例中，所述避障提醒可应用到车辆全身。
通过传感器获取位置周围的障碍物的传感数据，并对传感数据中障碍物的距离进行检测，识别到障碍物距离过近时，输出避障提醒信号，提醒驾驶员和车内乘客注意。
在本发明提供的又一实施例中，所述获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据，具体包括：
获取第一传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第一障碍数据；
获取第二传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第二障碍数据；
将所述第一障碍数据和所述第二障碍数据进行时钟同步存储；
将所述触发时间前的预设时间段作为触发时段；
获取同步后的第一障碍数据在所述触发时段的传感数据作为第一路况数据；
获取同步后的第二障碍数据在所述触发时段的传感数据作为第二路况数据。
在本实施例具体实施时，获取所述触发时间前的第一路况数据和第二路况数据的过程具体为：
通过第一传感器检测车身周围的障碍物的障碍物位置，并将不同时刻的障碍物位置的传感数据作为第一障碍数据；
通过第二传感器检测车身周围的障碍物的障碍物位置，并将不同时刻的障碍物位置的传感数据作为第二障碍数据；
需要说明的是，所述第一传感器和所述第二传感器为不同类型的传感器，传感器类型包括：雷达传感器和摄像头传感器等；
将所述第一障碍数据和所述第二障碍数据通过GIS时钟源同步，即第一障碍数据和第二障碍物数据时间同步储存在存储介质中；
将触发时间前的预设时间段，例如1s或1.2s的时间段作为触发时段；
获取时间同步后的第一障碍数据在所述触发时段的传感数据，即障碍物位置数据，作为第一路况数据，第一路况数据中不同时刻采集的障碍物位置信息，若第一传感器采集频率为20Hz，触发时段为1s，则第一路况数据中包含20组障碍物位置信息；
获取时间同步后的第二障碍数据在所述触发时段的传感数据，即障碍物位置数据，作为第二路况数据，第二路况数据中不同时刻采集的障碍物位置信息，若第二传感器采集频率为30Hz，触发时段为1.2s，则第一路况数据中包含36组障碍物位置信息；
通过对触发时段前的的传感数据的回放，来到获取不同传感器获取的障碍物位置信息，能够减少单一传感器存在信息量少和盲区的问题，使得障碍物位置的分析更加准确。
在本发明提供的又一实施例中，所述分别根据所述第一路况数据和所述第二路况数据进行障碍物分析，具体包括：
检测所述第一路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，所述第一路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第一路况数据的分析结果为不存在障碍物；
检测所述第二路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于所述避障距离时，所述第二路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第二路况数据的分析结果为不存在障碍物。
在本实施例具体实施时，检测所述第一路况数据的不同时刻的传感数据中障碍物距离车身的距离，将第一路况数据中障碍物距离车身最近的距离记为最近距离；
对第一路况数据中得到的最近距离进行判断，当得到的最近距离小于预设的避障距离时，表明在所述触发时间前，所述第一传感器检测到障碍物距离位置过近的情况，有碰撞的风险，判定第一路况数据的分析结果为存在障碍物；当得到的最近距离不小于所述避障距离时，表明在所述触发时间前，所述第一传感器没有检测到障碍物距离位置过近的情况，判定第一路况数据的分析结果为不存在障碍物；
对第二路况数据中得到的最近距离进行判断，当得到的最近距离小于预设的避障距离时，表明在所述触发时间前，所述第二传感器检测到障碍物距离位置过近的情况，有碰撞的风险，判定第二路况数据的分析结果为存在障碍物；当得到的最近距离不小于所述避障距离时，表明在所述触发时间前，所述第二传感器没有检测到障碍物距离位置过近的情况，判定第二路况数据的分析结果为不存在障碍物；
通过对第一路况数据和第二路况数据分别判断，判断在所述触发时间前第一传感器和第二传感器是否获取到障碍信息；
在本发明提供的又一实施例中，所述方法还包括：
统计预设时间段内车端生成的避障提醒信号的次数以及判定为误报信号的次数，计算预设时间段内车端避障提醒的误报率。
在本实施例具体实施时，通过统计预设时间段内，车端生成的避障提醒信号的次数以及判定出误报信号的次数，得到车端避障提醒的误报率；
预设时间段内可设定为一个月或一周内，检测车端避障提醒的准确性；
所述误报率η＝a/a0，其中a为预设时间段内判定为误报信号的次数，a0为预设时间段内车端生成的避障提醒信号的次数；
通过对误报率的计算可以检测车端避障提醒功能的准确率，当准确率低于预设的阈值时，表明传感器的障碍物检测准确率较低，提醒进行传感器的检修。
在本发明提供的又一实施例中，所述方法还包括：
检测所述第二障碍数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，输出第二避障信号，并记录此时的第二触发时间；
获取所述触发时间前所述第二障碍数据中车身周围的第三路况数据，并对所述第三路况数据进行障碍物分析；
当所述第三路况数据的分析结果为不存在障碍物时，判定所述车端在所述第二触发时间出现障碍物漏报。
在本实施例具体实施时，对第二传感器检测到的不同时间段的第二障碍数据中障碍物距离车身的最近距离进行检测，当检测到某一时刻时，最近距离小于预设的避障距离时，表明此时第二传感器检测到障碍物距离过近，此时，输出第二避障信号，并记录生成第二避障信号的第二触发时间；
将第二触发时间前的预设时间段，例如1s或1.2s的时间段作为第二触发时段；
获取时间同步后的第一障碍数据在所述第二触发时段的传感数据，即障碍物位置数据，作为第三路况数据，第三路况数据中不同时刻采集的障碍物位置信息，若第一传感器采集频率为20Hz，触发时段为1s，则第三路况数据中包含20组障碍物位置信息；
对所述第三路况数据中得到的最近距离进行判断，当得到的最近距离小于预设的避障距离时，表明在所述第二触发时间前，所述第一传感器检测到障碍物距离位置过近的情况，有碰撞的风险，判定第三路况数据的分析结果为存在障碍物；当得到的最近距离不小于所述避障距离时，表明在所述第二触发时间前，所述第一传感器没有检测到障碍物距离位置过近的情况，判定第一路况数据的分析结果为不存在障碍物；
当所述第三路况数据的分析结果为不存在障碍物时，判定所述车端在所述第二触发时间出现障碍物漏报，表明第二传感器检测到障碍物时，第一传感器并未检测到障碍物，即仅通过第一传感器输出的避障提醒信号出现了漏报。
需要说明的是，在输出第二避障信号时，也可直接检测车端是否在第二触发时间前后的阈值时间，例如在第二触发时间前0.2s或第二触发时间后0.2s输出避障提醒信号，若没有输出了避障提醒信号，则判定此时出现漏报。
通过第二传感器检测的避障信息对通过第一传感器完成的避障提醒功能进行漏报检测，减少避障提醒功能的漏报风险。
在本发明提供的又一实施例中，所述方法还包括：
统计预设时间段内车端生成的避障提醒信号的次数以及判定出障碍物漏报的次数，计算预设时间段内车端避障提醒的漏报率。
在本实施例具体实施时，通过统计预设时间段内，车端生成的避障提醒信号的次数以及判定出障碍物漏报的次数，得到车端避障提醒的误报率；
预设时间段内可设定为一个月或一周内，检测车端避障提醒的准确性；
所述误报率η1＝b/b0，其中b为预设时间段内判定出障碍物漏报的次数，a0为预设时间段内车端生成的避障提醒信号的次数与判定出障碍物漏报的次数的和；
通过对误报率的计算可以检测车端避障提醒功能的准确率，当准确率低于预设的阈值时，表明第一传感器的障碍物检测准确率较低，提醒进行传感器的检修。
在本发明提供的又一实施例中，所述第一传感器为雷达传感器；
所述第二传感器为摄像头传感器。
在本实施例具体实施时，所述第一传感器为雷达传感器，车辆的避障提醒信号是基于雷达传感器检测的障碍物信息生成的；
所述第二传感器为摄像头传感器，通过对摄像头采集的图像和/或视频数据的同步分析，对雷达传感器的避障提醒功能进行检验；
需要说明的是所述第二传感器也可为视觉单元获取的雷达数据和视频数据。
在本发明提供的又一实施例中，所述第一障碍数据的获取过程包括：
通过控制器域网或串行通信网络获取雷达传感器检测到的所述第一障碍数据；
所述第二障碍数据的获取过程包括：
通过以太网获取摄像头传感器检测到的所述第二障碍数据。
在本实施例具体实施时，需要通过控制器域网(CAN)或串行通信网络(LIN)获取雷达传感器采集的车身周围的障碍物信息的障碍物数据；
需要通过以太网(Ethernet)获取摄像头传感器采集的车身周围的障碍物信息的障碍物数据；
参见图2，是发明实施例提供的一种存储传感数据的流程示意图；
雷达传感器获取的第一传感数据通过CAN总线输入到存储介质中的CAN记录模块中，摄像头传感器获取的第二障碍数据通过以太网总线输入到存储器中的视频记录模块中，并且需要丢弃部分摄像头传感器采集的数据，将过期视频数据丢弃，以实现视频记录模块和CAN记录模块数据存储的同步性。
通过不同的通信网络获取的不同的障碍物数据需要通过工控机控制的记录仪对障碍物数据进行采集并根据GPS时钟源提供的时钟信息进行同步存储，便于回放存储的不同时刻的障碍物数据，进行避障提醒信号的检验。
参见图3，是本发明实施例提供的一种车辆避障误报检测装置，所述装置包括：
响应模块，用于响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
数据获取模块，用于获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
障碍物分析模块，用于分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
误报检测模块，用于当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
需要说明的是，本发明实施例提供的一种车辆避障误报检测装置用于执行上述实施例的一种车辆避障误报检测方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。
参见图4，是本发明实施例提供的一种终端设备的结构示意图。本发明实施例提供的一种终端设备，包括处理器51、存储器52以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一实施例所述的车辆避障误报检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
本发明的又一实施例提供了一种车辆，包括车辆本体和控制器。所述控制器用于执行如上述实施例中任意一项所述的车辆避障误报检测方法。
应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种车辆避障误报检测方法，其特征在于，所述方法包括：
响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
2.如权利要求1所述的车辆避障误报检测方法，其特征在于，所述车端生成避障提醒信号的过程具体为；
所述车端通过第一传感器获取车身周围的障碍物的传感数据，所述传感数据包括不同时刻车身周围的障碍物的位置；
检测所述传感数据中不同时刻的障碍物与车身的最近距离；当检测的最近距离小于预设的避障距离时，输出所述避障提醒信号。
3.如权利要求1所述的车辆避障误报检测方法，其特征在于，所述获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据，具体包括：
获取第一传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第一障碍数据；
获取第二传感器检测的不同时刻车身周围的障碍物位置的传感数据作为第二障碍数据；
将所述第一障碍数据和所述第二障碍数据进行时钟同步存储；
将所述触发时间前的预设时间段作为触发时段；
获取同步后的第一障碍数据在所述触发时段的传感数据作为第一路况数据；
获取同步后的第二障碍数据在所述触发时段的传感数据作为第二路况数据。
4.如权利要求1所述的车辆避障误报检测方法，其特征在于，所述分别根据所述第一路况数据和所述第二路况数据进行障碍物分析，具体包括：
检测所述第一路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，所述第一路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第一路况数据的分析结果为不存在障碍物；
检测所述第二路况数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于所述避障距离时，所述第二路况数据的分析结果为存在障碍物；当检测的最近距离不小于所述避障距离时，所述第二路况数据的分析结果为不存在障碍物。
5.如权利要求3所述的车辆避障误报检测方法，其特征在于，所述方法还包括：
检测所述第二障碍数据中不同时刻的障碍物距离车身的最近距离；当检测的最近距离小于预设的避障距离时，输出第二避障信号，并记录此时的第二触发时间；
获取所述第二触发时间前所述第一障碍数据中车身周围的第三路况数据，并对所述第三路况数据进行障碍物分析；
当所述第三路况数据的分析结果为不存在障碍物时，判定所述车端在所述第二触发时间出现障碍物漏报。
6.如权利要求3所述的车辆避障误报检测方法，其特征在于，所述第一障碍数据的获取过程包括：
通过控制器域网或串行通信网络获取雷达传感器检测到的所述第一障碍数据；
所述第二障碍数据的获取过程包括：
通过以太网获取摄像头传感器检测到的所述第二障碍数据。
7.一种车辆避障误报检测装置，其特征在于，所述装置包括：
响应模块，用于响应于车端生成的避障提醒信号，获取所述避障提醒信号生成的触发时间；
数据获取模块，用于获取所述触发时间前所述车端通过不同传感器采集的车身周围的第一路况数据和第二路况数据；
障碍物分析模块，用于分别根据所述第一路况数据和所述第二路况数据进行障碍物分析；
误报检测模块，用于当第一路况数据或第二路况数据的分析结果为不存在障碍物时，判定所述避障提醒信号为误报信号。
8.一种车辆避障误报检测装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的车辆避障误报检测方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的车辆避障误报检测方法。
10.一种车辆，其特征在于，包括车辆本体和控制器，所述控制器用于执行如权利要求1至6中任意一项所述的车辆避障误报检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111498246.2A CN114312619B (zh) | 2021-12-09 | 2021-12-09 | 一种车辆避障误报检测方法、装置、介质及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111498246.2A CN114312619B (zh) | 2021-12-09 | 2021-12-09 | 一种车辆避障误报检测方法、装置、介质及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114312619A true CN114312619A (zh) | 2022-04-12 |
| CN114312619B CN114312619B (zh) | 2023-07-14 |
Family
ID=81051327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111498246.2A Active CN114312619B (zh) | 2021-12-09 | 2021-12-09 | 一种车辆避障误报检测方法、装置、介质及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114312619B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004349926A (ja) * | 2003-05-21 | 2004-12-09 | Suzuki Motor Corp | 障害物検出装置及び方法並びに障害物検出用プログラム |
| JP2007174113A (ja) * | 2005-12-20 | 2007-07-05 | Sumitomo Electric Ind Ltd | 障害物検出システム及び障害物検出方法 |
| JP2009031847A (ja) * | 2007-07-24 | 2009-02-12 | Mazda Motor Corp | 車両の障害物検知装置 |
| US20100245065A1 (en) * | 2009-03-25 | 2010-09-30 | Denso Corporation | Obstacle detection apparatus and method of controlling obstacle detection apparatus |
| JP2014229197A (ja) * | 2013-05-24 | 2014-12-08 | 株式会社デンソー | 車両用報知装置 |
| CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
| CN107031552A (zh) * | 2017-02-24 | 2017-08-11 | 深圳市保千里电子有限公司 | 一种汽车碰撞检测方法及系统 |
| CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 百度在线网络技术（北京）有限公司 | 障碍物检测方法、装置、设备及存储介质 |
| CN108646739A (zh) * | 2018-05-14 | 2018-10-12 | 北京智行者科技有限公司 | 一种传感信息融合方法 |
| US10239452B1 (en) * | 2017-11-15 | 2019-03-26 | Ford Global Technologies, Llc | Minimizing false collision avoidance warnings |
| CN109572693A (zh) * | 2019-01-24 | 2019-04-05 | 湖北亿咖通科技有限公司 | 车辆避障辅助方法、系统及车辆 |
| CN109747530A (zh) * | 2017-11-02 | 2019-05-14 | 郭宇铮 | 一种双摄像头和毫米波融合汽车感知系统 |
| JP2019114030A (ja) * | 2017-12-22 | 2019-07-11 | 株式会社デンソー | 衝突判定装置 |
| CN110641461A (zh) * | 2019-11-15 | 2020-01-03 | 华人运通(上海)新能源驱动技术有限公司 | 一种车辆预警的方法、车路协同系统及存储介质 |
| CN110929702A (zh) * | 2020-01-22 | 2020-03-27 | 华人运通(上海)新能源驱动技术有限公司 | 一种轨迹规划方法、装置、电子设备和存储介质 |
| WO2020123347A1 (en) * | 2018-12-12 | 2020-06-18 | Zoox, Inc. | Collision avoidance system with trajectory validation |
| US20200211394A1 (en) * | 2018-12-26 | 2020-07-02 | Zoox, Inc. | Collision avoidance system |
-
2021
- 2021-12-09 CN CN202111498246.2A patent/CN114312619B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004349926A (ja) * | 2003-05-21 | 2004-12-09 | Suzuki Motor Corp | 障害物検出装置及び方法並びに障害物検出用プログラム |
| JP2007174113A (ja) * | 2005-12-20 | 2007-07-05 | Sumitomo Electric Ind Ltd | 障害物検出システム及び障害物検出方法 |
| JP2009031847A (ja) * | 2007-07-24 | 2009-02-12 | Mazda Motor Corp | 車両の障害物検知装置 |
| US20100245065A1 (en) * | 2009-03-25 | 2010-09-30 | Denso Corporation | Obstacle detection apparatus and method of controlling obstacle detection apparatus |
| JP2014229197A (ja) * | 2013-05-24 | 2014-12-08 | 株式会社デンソー | 車両用報知装置 |
| CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
| CN107031552A (zh) * | 2017-02-24 | 2017-08-11 | 深圳市保千里电子有限公司 | 一种汽车碰撞检测方法及系统 |
| CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 百度在线网络技术（北京）有限公司 | 障碍物检测方法、装置、设备及存储介质 |
| CN109747530A (zh) * | 2017-11-02 | 2019-05-14 | 郭宇铮 | 一种双摄像头和毫米波融合汽车感知系统 |
| US10239452B1 (en) * | 2017-11-15 | 2019-03-26 | Ford Global Technologies, Llc | Minimizing false collision avoidance warnings |
| JP2019114030A (ja) * | 2017-12-22 | 2019-07-11 | 株式会社デンソー | 衝突判定装置 |
| CN108646739A (zh) * | 2018-05-14 | 2018-10-12 | 北京智行者科技有限公司 | 一种传感信息融合方法 |
| WO2020123347A1 (en) * | 2018-12-12 | 2020-06-18 | Zoox, Inc. | Collision avoidance system with trajectory validation |
| US20200211394A1 (en) * | 2018-12-26 | 2020-07-02 | Zoox, Inc. | Collision avoidance system |
| CN109572693A (zh) * | 2019-01-24 | 2019-04-05 | 湖北亿咖通科技有限公司 | 车辆避障辅助方法、系统及车辆 |
| CN110641461A (zh) * | 2019-11-15 | 2020-01-03 | 华人运通(上海)新能源驱动技术有限公司 | 一种车辆预警的方法、车路协同系统及存储介质 |
| CN110929702A (zh) * | 2020-01-22 | 2020-03-27 | 华人运通(上海)新能源驱动技术有限公司 | 一种轨迹规划方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 张达峰;刘宇红;张荣芬;: "基于模糊逻辑的汽车障碍物探测系统设计", 电子技术应用 * |
| 王铮;赵晓;佘宏杰;刘洪海;赵燕伟;: "基于双目视觉的AGV障碍物检测与避障", 计算机集成制造系统 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114312619B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3816004B1 (en) | Vehicle collision detection method and vehicle control system | |
| JP4661734B2 (ja) | 車載用の警告システム | |
| CN102292754B (zh) | 用于合并传感器数据的方法和系统 | |
| CN106230940B (zh) | 一种基于车载智能终端的车辆碰撞检测方法及系统 | |
| US8687063B2 (en) | Method for predicting lane line and lane departure warning system using the same | |
| US9269269B2 (en) | Blind spot warning system and method | |
| CN110889351A (zh) | 视频检测方法、装置、终端设备及可读存储介质 | |
| US20160189547A1 (en) | Driving Safety System and Barrier Screening Method Thereof | |
| US9142115B2 (en) | Method and device for detecting fatigue | |
| CN110588512A (zh) | 一种危险驾驶识别与预警装置、方法及系统 | |
| JP2008065541A (ja) | 車両のドライブレコーダ | |
| CN109703456B (zh) | 一种防止汽车碰撞的警示方法、装置及汽车控制器 | |
| US11798291B2 (en) | Redundancy information for object interface for highly and fully automated driving | |
| CN110034968A (zh) | 基于边缘计算的多传感器融合车辆安全异常检测方法 | |
| CN203246465U (zh) | 具车道偏离预警及前方车距预警功能的行车记录器 | |
| CN114312619B (zh) | 一种车辆避障误报检测方法、装置、介质及车辆 | |
| JP5700760B2 (ja) | 記録情報解析方法、記録情報解析プログラム及び記録情報解析装置 | |
| CN115514954A (zh) | 一种电子后视镜及其延迟时间检测方法 | |
| CN210491172U (zh) | 一种行车识别辅助系统 | |
| KR20010063421A (ko) | 차량의 후방충돌 경보장치 및 방법 | |
| CN105702090B (zh) | 一种倒车提醒装置和方法 | |
| JP7298351B2 (ja) | 状態判定装置、車載機、運転評価システム、状態判定方法、及びプログラム | |
| CN110942591B (zh) | 驾驶安全提醒系统以及方法 | |
| CN112365742A (zh) | Ldw功能的测试方法、装置、测试设备和存储介质 | |
| CN114323669A (zh) | 用于分析评价车辆的自动紧急制动系统的性能的方法及设备 |
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 | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240222 Granted publication date: 20230714 |
|
| PP01 | Preservation of patent right |