CN114637003A - 一种车辆的目标识别方法、装置、汽车及存储介质 - Google Patents

一种车辆的目标识别方法、装置、汽车及存储介质 Download PDF

Info

Publication number
CN114637003A
CN114637003A CN202210258120.6A CN202210258120A CN114637003A CN 114637003 A CN114637003 A CN 114637003A CN 202210258120 A CN202210258120 A CN 202210258120A CN 114637003 A CN114637003 A CN 114637003A
Authority
CN
China
Prior art keywords
target
millimeter wave
wave radar
vehicle
radar target
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
CN202210258120.6A
Other languages
English (en)
Inventor
祁旭
吕颖
曲白雪
杨航
祝铭含
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202210258120.6A priority Critical patent/CN114637003A/zh
Publication of CN114637003A publication Critical patent/CN114637003A/zh
Pending legal-status Critical Current

Links

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
    • G01S13/867—Combination of radar systems with cameras
    • 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

本发明实施例公开了一种车辆的目标识别方法、装置、汽车及存储介质，该方法包括：在当前探测周期内，通过视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；获取上一探测周期内的单视觉目标，并计算得到单毫米波雷达目标与各单视觉目标之间的特征匹配度；若检测到单毫米波雷达目标与至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于单毫米波雷达目标进行车辆行驶控制。本实施例的技术方案，通过将单毫米波雷达目标与此前的单视觉目标进行匹配对比，以实现对成功匹配的单毫米波雷达目标的利用，可以增强单毫米波雷达目标的可用性，可以提升自动驾驶的安全性。

Description

一种车辆的目标识别方法、装置、汽车及存储介质
技术领域
本发明实施例涉及自动驾驶技术领域，尤其涉及一种车辆的目标识别方法、装置、汽车及存储介质。
背景技术
在自动驾驶感知系统中，通过对毫米波雷达传感器和视觉传感器进行多传感器融合处理，可以得到融合目标，以及未匹配融合成功的单类型传感器目标。然后基于筛选目标进行规划控制，以实现自动驾驶功能。
目前，对于单毫米波雷达目标，由于其相较于视觉感知目标，具备较大的不确定性和跳变性，因此通常对其进行舍弃，即不根据单毫米波雷达目标进行自动驾驶控制。由此，易导致目标资源的浪费，降低了单毫米波雷达目标的可用性，且无法根据单毫米波雷达目标提高自动驾驶的安全性。
发明内容
本发明实施例提供一种车辆的目标识别方法、装置、汽车及存储介质，以实现对成功匹配的单毫米波雷达目标的利用，可以增强单毫米波雷达目标的可用性，可以提升自动驾驶的安全性。
第一方面，本发明实施例提供了一种车辆的目标识别方法，包括：
在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
第二方面，本发明实施例还提供了一种车辆的目标识别装置，包括：
单毫米波雷达目标获取模块，用于在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
特征匹配度计算模块，用于获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
车辆控制模块，用于若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
第三方面，本发明实施例还提供了一种汽车，该汽车包括：
视觉传感器，用于进行目标检测，获取视觉目标；
毫米波雷达传感器，用于进行目标检测，获取毫米波雷达目标；
车机设备，包括一个或多个处理器和存储装置；
所述存储装置，用于存储一个或多个计算机程序；
当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行所述计算机程序时实现本发明任意实施例提供的车辆的目标识别方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的车辆的目标识别方法。
本发明实施例提供的技术方案，在当前探测周期内，通过视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；获取上一探测周期内的单视觉目标，并计算得到单毫米波雷达目标与各单视觉目标之间的特征匹配度；若检测到单毫米波雷达目标与至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于单毫米波雷达目标进行车辆行驶控制，通过将单毫米波雷达目标与此前的单视觉目标进行匹配对比，以实现对成功匹配的单毫米波雷达目标的利用，可以增强单毫米波雷达目标的可用性，可以提升自动驾驶的安全性。
附图说明
图1A是本发明一实施例中的一种车辆的目标识别方法的流程图；
图1B是本发明一实施例中的一种单毫米波雷达目标的获取方法的流程图；
图2A是本发明另一实施例中的一种车辆的目标识别方法的流程图；
图2B是本发明另一实施例中的一种车辆的目标识别方法的流程示意图；
图3是本发明另一实施例中的一种车辆的目标识别装置的结构示意图；
图4是本发明另一实施例中的一种汽车的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
图1A为本发明一实施例提供的一种车辆的目标识别方法的流程图，本发明实施例可适用于利用单毫米波雷达目标进行自动驾驶的规划控制的情况；该方法可以由车辆的目标识别装置来执行，该装置可由硬件和/或软件组成，并一般可集成在汽车中。如图1A所示，该方法具体包括如下步骤：
S110、在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标。
其中，当前探测周期，是指当前时刻所在的探测周期；探测周期，是指预先设置的目标检测时间区间，例如，一分钟、一个小时等。在本实施例中，探测周期的时长可以根据实际场景进行自适应设置。
视觉传感器，在自动驾驶领域中，主要用于对道路的检测，以及对车辆、信号灯和交通标志牌等的检测和识别；其中，视觉传感器可以包括单目摄像机、双目摄像机、全景相机和红外相机等。毫米波雷达传感器，即探测波为毫米波(波长为1～10毫米)的雷达设备，对应的，单毫米波雷达目标，是指仅由毫米波雷达传感器识别到的车辆目标。在本实施例中，对视觉传感器和毫米波雷达传感器的数量和部署位置均不作具体限定。
在一个具体的例子中，单毫米波雷达目标的获取流程可以如图1B所示。具体的，将前向视觉传感器和前向毫米波雷达传感器识别到的车辆目标进行目标融合处理，并根据目标融合处理结果得到3类传感器目标，即融合目标、单视觉目标和单毫米波雷达目标。其中，融合目标，是指视觉目标和毫米波雷达目标成功匹配的目标；单视觉目标，是指不存在匹配毫米波雷达目标的视觉目标；单毫米波雷达目标，是指不存在匹配视觉目标的毫米波雷达目标。
在本实施例的一个可选的实施方式中，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标，可以包括：通过车辆上预先部署的视觉传感器和毫米波雷达传感器分别进行目标检测，获取所述视觉传感器对应的视觉目标，以及所述毫米波雷达传感器对应的毫米波雷达目标；将当前毫米波雷达目标与各视觉目标分别进行匹配对比；若检测到当前毫米波雷达目标与各视觉目标均匹配失败，则将所述当前毫米波雷达目标确定为单毫米波雷达目标。
具体的，使用视觉传感器和毫米波雷达传感器分别进行目标车辆检测，以获取视觉目标和毫米波雷达目标，然后将每个毫米波雷达目标与每个视觉目标分别进行匹配对比，若检测到一个毫米波雷达目标与每个视觉目标都不匹配，则可以将该毫米波雷达目标确定为单毫米波雷达目标。
S120、获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度。
其中，上一探测周期，是指当前探测周期相邻的前一个探测周期。在本实施例中，可以对目标的生命周期进行管理，并记录该目标的目标匹配情况，以生成目标匹配记录。目标匹配记录，用于记录在该目标的生命周期内，是否曾经被视觉传感器识别到，且与毫米波雷达传感器匹配成功过。因此，可以通过查找目标匹配记录，获取上一探测周期内的被视觉传感器识别到且未与毫米波雷达传感器识别目标成功匹配的单视觉目标。
在本实施例中，可以对单毫米波雷达目标的识别信息(例如，目标的运动速度、运动加速度等)进行特征提取，以获取该单毫米波雷达目标对应的特征向量；同时，可以对各单视觉目标的识别信息进行相同特征维度的特征提取，以获取各单视觉目标对应的特征向量。然后，可以基于单毫米波雷达目标对应的特征向量和各单视觉目标对应的特征向量进行特征匹配，以获取单毫米波雷达目标与各单视觉目标之间的特征匹配度。例如，可以采用余弦相似度方法或者欧式距离方法，对单毫米波雷达目标对应的特征向量和各单视觉目标对应的特征向量进行特征匹配。
在本实施例的另一个可选的实施方式中，计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度，可以包括：获取当前探测周期内的单毫米波雷达目标对应的第一特征矩阵，以及上一探测周期内的目标单视觉目标对应的第二特征矩阵；其中，特征矩阵为N×1矩阵，N为预设特征维度的数量；将所述第一特征矩阵与所述第二特征矩阵中处于相同位置的特征值进行相减，获取各预设特征维度对应的特征差值；根据各预设特征维度对应的特征差值，计算得到所述单毫米波雷达目标与所述目标单视觉目标之间的特征匹配度。
其中，目标单视觉目标，可以是当前处理的一个单视觉目标；预设特征维度，可以是预先设定的多个运动信息特征，例如，预设特征维度可以包括目标的纵向距离、纵向相对速度、纵向相对加速度和横向距离。
在本实施例中，可以基于预设特征维度，对单毫米波雷达目标和单视觉目标的识别运动信息进行特征提取，以获取与各预设特征维度对应的特征值，从而获取单毫米波雷达目标对应的第一特征矩阵，以及与目标单视觉目标对应的第二特征矩阵。其中，第一特征矩阵和第二特征矩阵均为N行1列的矩阵，特征值与预设特征维度一一对应。
在一个具体的例子中，第一特征矩阵可以表示为Zradar＝[X0；VX0；aX0；Y0]，第二特征矩阵可以表示为Z＝[X1；VX1；aX1；Y1]。其中，X表示纵向距离，VX表示纵向相对速度，aX表示纵向相对加速度，Y表示横向距离。然后，对第一特征矩阵和第二特征矩阵中处于相同位置的特征值进行相减，例如，将第一行第一列的特征值进行对应相减，由此可以获取各预设特征维度对应的特征差值，即Z-Zradar＝[X1-X0；VX1-VX0；aX1-aX0；Y1-Y0]＝[ΔX,ΔVX,ΔaX,ΔY]。最终，通过计算各特征差值的平方和，以获取该单毫米波雷达目标与目标单视觉目标之间的特征匹配度，即特征匹配度σ＝(ΔX)2+(ΔVX)2+(ΔaX)2+(ΔY)2。进一步的，可以基于上述方法，计算得到该单毫米波雷达目标与每个单视觉目标之间的特征匹配度。
可选的，也可以将每个单视觉目标对应的各特征值作为特征矩阵的一列，生成多个单视觉目标对应的一个特征矩阵，即Z＝[X1,…,Xn；VX1,…,VXn；aX1,…,aXn；Y1,…,Yn]。然后，可以依次对第一特征矩阵与上述特征矩阵的每一列进行对应特征值相减，以获取与各单视觉目标对应的特征差值矩阵，即Z-Zradar＝[ΔX1,…,ΔXn；ΔVX1,…,ΔVXn；ΔaX1,…,ΔaXn；ΔY1,…,ΔYn]。进一步的，可以通过计算每一列中各特征差值的平方和，以获取该单毫米波雷达目标与每个单视觉目标之间的特征匹配度。
S130、若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
其中，预设匹配检测条件，可以是预设匹配度阈值，当特征匹配度小于该预设匹配度阈值时，可以认为该特征匹配度满足预设匹配检测条件；而当特征匹配度大于或者等于该预设匹配度阈值时，可以认为该特征匹配度不满足预设匹配检测条件。
需要说明的是，由于视觉传感器的特性影响，在特定场景下，例如，目标被其他车辆遮挡或者目标在摄像机视野边界，视觉传感器会被干扰，导致无法进行有效的目标识别。由此，对于当前探测周期内的单毫米波雷达目标，其形成可能存在两种情况：一、视觉传感器和毫米波雷达曾经都识别到该目标，并匹配成功，但后续因视觉传感器受干扰导致无法继续识别该目标；二、视觉传感器从始至终都无法识别该目标。
其中，对于第一种情况，该目标是可被视觉传感器识别到的，只是后续视觉传感器被干扰了，而两种传感器同时误报的几率很低，因此该目标客观存在的可能性非常高。而此时，如果直接对单毫米波雷达目标进行舍弃，将导致对该目标的漏识别，从而降低自动驾驶的安全性。
针对上述问题，在本实施例中，对于当前探测周期内的单毫米波雷达目标，可以将其与上一探测周期内的各单视觉目标进行匹配对比，以判断该目标此前是否被视觉传感器成功识别过。其中，只要存在一个单视觉目标与该单毫米波雷达目标的特征匹配度满足预设匹配检测条件，则可以确定该单毫米波雷达目标被视觉传感器成功识别过，即可以根据该单毫米波雷达目标进行自动驾驶控制。
上述设置的好处在于，可以避免对单毫米波雷达目标直接进行舍弃所导致的目标资源浪费，可以实现对单毫米波雷达目标更有效的利用，且可以提升自动驾驶的安全性，提升驾驶员和乘客的安全性。
本发明实施例提供的技术方案，在当前探测周期内，通过视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；获取上一探测周期内的单视觉目标，并计算得到单毫米波雷达目标与各单视觉目标之间的特征匹配度；若检测到单毫米波雷达目标与至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于单毫米波雷达目标进行车辆行驶控制，通过将单毫米波雷达目标与此前的单视觉目标进行匹配对比，以实现对成功匹配的单毫米波雷达目标的利用，可以增强单毫米波雷达目标的可用性，可以提升自动驾驶的安全性。
在本实施例的另一个可选的实施方式中，若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制，可以包括：
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度小于预设匹配度阈值，则在所检测各单视觉目标中确定对应最小特征匹配度的匹配单视觉目标；
获取所述匹配单视觉目标对应的车身尺寸信息，并获取所述单毫米波雷达目标对应的各特征点与本车之间的距离信息；根据所述匹配单视觉目标对应的车身尺寸信息和所述单毫米波雷达目标对应的各特征点与本车之间的距离信息，计算得到所述单毫米波雷达目标与本车之间的第一最小距离；
根据所述单毫米波雷达目标与本车之间的第一最小距离，获取与所述单毫米波雷达目标对应的第一横向阈值；当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第一横向阈值时，向驾驶员发出告警提示。
在本实施例中，若检测到单毫米波雷达目标与多个单视觉目标之间的特征匹配度均小于预设匹配度阈值，则可以在所检测的多个单视觉目标中，选择与该单毫米波雷达目标之间特征匹配度最小的单视觉目标作为匹配单视觉目标。需要说明的是，视觉传感器在识别车辆目标的同时，可以获取车辆目标的车长、车宽等车身尺寸信息。因此，在确定匹配单视觉目标之后，可以在本地数据库中获取该匹配单视觉目标对应的车身尺寸信息。
然而，对于毫米波雷达传感器，其无法识别目标的尺寸信息，仅能获取目标对应的几个特征点的位置坐标。由此，结合单毫米波雷达目标对应的各特征点的位置坐标和单视觉目标对应的车身尺寸信息，可以获取该车辆目标的车身与本车之间的最小距离，即第一最小距离。然后，根据该第一最小距离，可以设定准确的横向阈值，例如，将第一最小距离的中值作为第一横向阈值，以对该车辆目标与本车之间的横向距离进行实时的监测。
在本实施例中，一旦检测到该车辆目标与本车之间的横向距离小于设定的横向阈值，则可以确定该车辆目标与本车之间的距离过近，从而可以向用户发出告警提示，例如，播放预设的告警提示音；或者采取强制制动措施，以保证车辆驾驶员和乘客的安全。其中，横向阈值，是指在本车的预建坐标系中的横轴距离阈值。在本实施例中，可以以本车的一个位置点为原点，建立直角坐标系；故其他车辆与本车之间的距离，可以被分解为横向距离和纵向距离。
图2A为本发明又一实施例提供的一种车辆的目标识别方法的流程图，本实施例是对上述技术方案的进一步细化，本实施例中的技术方案可以与上述一个或者多个实施方式结合。具体的，参考图2A，该方法具体包括如下步骤：
S210、在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标。
S220、获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度。
S230、若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度均不满足预设匹配检测条件，则获取所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离。
在本实施例中，若检测到单毫米波雷达目标与各单视觉目标之间的特征匹配度均不满足预设匹配检测条件，即该单毫米波雷达目标与各单视觉目标均不匹配，则可以获取该单毫米波雷达目标对应的各特征点与本车之间的距离，并在各距离中筛选得到最小距离，即第二最小距离。
S240、获取当前探测周期内车辆对应的工况信息，并根据所述工况信息获取距离调整值。
其中，工况信息，可以包括道路信息(例如，转角或者直道等)和其他车辆与本车之间的距离。距离调整值，是对毫米波雷达目标与本车之间的距离的补偿值。需要说明的是，当单毫米波雷达目标与各单视觉目标均不匹配时，则无法获取该单毫米波雷达目标对应的具体车身尺寸信息。为了减少目标被误选中的概率，提升目标预警的准确性，可以根据不同工况采用不同的距离调整值，对单毫米波雷达目标对应的各特征点与本车之间的距离进行补偿。
在本实施例中，可以预先建立不同工况信息与对应的距离调整值的映射关系，并将该映射关系存储在本地数据库中。由此，在获取到当前探测周期内车辆对应的工况信息之后，可以通过查找本地数据库，以获取该工况信息对应的距离调整值。
S250、根据所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离和所述距离调整值，获取与所述单毫米波雷达目标对应的第二横向阈值。
在本实施例中，可以将各特征点与本车之间的第二最小距离与距离调整值进行相减，以获取单毫米波雷达目标的车体与本车之间预测的最小距离。然后，根据该预测的最小距离，设置对应的第二横向阈值，例如，可以将该预测的最小距离的中值，作为第二横向阈值。
S260、当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
在本实施例的一个可选的实施方式中，在当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示之前，还可以包括：
获取车辆对应的车速信息，并根据所述车辆对应的车速信息，获取与所述单毫米波雷达目标对应的目标滤波次数；根据与所述单毫米波雷达目标对应的目标滤波次数，对所述单毫米波雷达目标进行滤波处理；在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数小于预设中断次数阈值，则保存所述单毫米波雷达目标对应的滤波成功次数；当检测到所述单毫米波雷达目标对应的滤波成功次数达到所述目标滤波次数时，将所述单毫米波雷达目标确定为稳定识别目标。
在本实施例中，可以基于单毫米波雷达目标进行路径前方最近车辆实体的判断。路径前方最近车辆实体，通常为用于自动驾驶过程中判断减速制动的目标，以及车道线不可用时的跟车目标。当其发生判断错误时，会发生误减速现象，影响驾乘体验，严重时会发生紧急刹车，从而易导致后车追尾，影响驾驶安全。
其中，基于单毫米波雷达目标进行路径前方最近车辆实体的判断，需要对单毫米波雷达目标进行阈值判断和滤波处理。对于滤波处理，当单毫米波雷达目标与各单视觉目标均匹配失败时，由于毫米波雷达目标具有较强的不确定性和跳动特性，故需要设置较大的滤波次数，以提升对路径前方最近车辆实体的识别准确度。
具体的，可以预先设置本车车速与滤波次数的对应关系，例如，当本车车速较快(高于预设速度阈值，例如，高于60km/h)时，设置较小的滤波次数，例如，15次；或者当本车车速较慢(低于预设速度阈值，例如，低于60km/h)时，设置较大的滤波次数，例如，25次；也可以根据本车车速与单毫米波雷达目标的车速之间的大小关系，设置对应的滤波次数；例如，当本车车速小于单毫米波雷达目标的车速时，可以设置较小的滤波次数，例如，15次。因此，可以根据本车对应的车速信息，确定该单毫米波雷达目标对应的目标滤波次数。
其中，预设滤波周期，可以是预先设置的滤波时间区间。需要说明的是，在滤波过程中，同样需要容忍单毫米波雷达目标偶发的中断跳变情况。因此，可以预先设置预设中断次数阈值，例如，5次。在预设滤波周期内，当检测到累计目标中断次数小于该预设中断次数阈值时，可以保持已经滤波成功的滤波成功次数，并继续进行滤波处理，直至该滤波成功次数等于目标滤波次数，将该单毫米波雷达目标确定为稳定识别目标。
对应的，当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示，可以包括：当检测到所述稳定识别目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
其中，当检测到该稳定识别目标与本车之间的横向距离小于对应的第二横向阈值时，可以确定对应的单毫米波雷达目标同时满足横向阈值判断和滤波处理条件，则可以将该单毫米波雷达目标确定为路径前方最近车辆实体。
上述设置的好处在于：可以实现对路径前方最近车辆实体的准确判断，可以避免误减速或者误刹车等情况的出现，可以提升驾乘体验，可以提升驾驶安全性。
在本实施例的另一个可选的实施方式中，在当检测到所述单毫米波雷达目标对应的滤波成功次数达到所述目标滤波次数时，将所述单毫米波雷达目标确定为稳定识别目标之前，还可以包括：
在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数大于或者等于预设中断次数阈值，则对所述单毫米波雷达目标对应的滤波成功次数进行清零，并重新对所述单毫米波雷达目标对应的滤波成功次数进行记录。
其中，在预设滤波周期内，当累计中断次数大于或者等于预设中断次数阈值时，需要对滤波成功次数清零，并重新开始计数，直至检测到滤波成功次数达到目标滤波次数，或者，预设滤波周期结束。
此外，对于与至少一个单视觉目标成功匹配的单毫米波雷达目标，由于其曾经被视觉传感器识别过，故该目标的可信度更高。因此，在滤波处理时，可以设置较小的滤波次数，例如，5次，以提高目标输出效率。对应的，由于设置的滤波次数较小，单毫米波雷达目标的中断跳变几率更低，因此可以将预设中断次数阈值设置为较小的数值，例如，1次或者0次。
本发明实施例提供的技术方案，若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度均不满足预设匹配检测条件，则获取单毫米波雷达目标对应的各特征点与本车之间的第二最小距离；然后，获取当前探测周期内车辆对应的工况信息，并根据工况信息获取距离调整值；进而根据第二最小距离和距离调整值，获取与单毫米波雷达目标对应的第二横向阈值；并在检测到单毫米波雷达目标与本车之间的横向距离小于与单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示，通过对于匹配失败的单毫米波雷达目标，根据工况信息对与本车之间的距离进行补偿，可以获取更加准确的与该单毫米波雷达目标对应的横向阈值，可以降低目标误选中概率，可以降低误告警或者误减速等问题的发生概率，可以提升驾乘体验，可以提升自动驾驶的安全性。
在本实施例的一个具体的实施方式中，车辆的目标识别方法的流程可以如图2B所示。具体的，首先通过视觉传感器和毫米波雷达传感器识别单毫米波雷达目标，并通过生命周期管理获取目标匹配记录；其中，若匹配记录为True，则表示该单毫米波雷达目标与当前探测周期中的单视觉目标成功匹配，此时可以根据目标车身尺寸信息计算最新点位置，并根据该最新点位置与本车之间的距离，设置横向阈值。而若匹配记录不为True，则判断该单毫米波雷达目标与前一探测周期内的视觉目标的匹配度是否满足匹配度阈值；若是，则可以同样采用上述方法设置横向阈值；若否，则可以根据目标原始位置和经验值设定横向阈值。
在设定横向阈值之后，当检测到单毫米波雷达目标与本车之间的横向距离小于横向阈值时，若确定该单毫米波雷达目标对应的匹配记录为True，则将滤波阈值设定为5，并将中断阈值设定为0；并在检测到该单毫米波雷达目标达到滤波阈值时，确定该单毫米波雷达目标为路径前方最近车辆实体。
此外，当检测到单毫米波雷达目标与本车之间的横向距离小于横向阈值时，若确定该单毫米波雷达目标对应的匹配记录不为True，则可以根据本车的车速，设定对应的滤波阈值，并将中断阈值设定为5，然后根据设定的滤波条件，进行路径前方最近车辆实体的判断。
图3为本发明另一实施例提供的一种车辆的目标识别装置的结构示意图。如图3所示，该装置包括：单毫米波雷达目标获取模块310、特征匹配度计算模块320和车辆控制模块330。其中，
单毫米波雷达目标获取模块310，用于在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
特征匹配度计算模块320，用于获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
车辆控制模块330，用于若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
本发明实施例提供的技术方案，在当前探测周期内，通过视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；获取上一探测周期内的单视觉目标，并计算得到单毫米波雷达目标与各单视觉目标之间的特征匹配度；若检测到单毫米波雷达目标与至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于单毫米波雷达目标进行车辆行驶控制，通过将单毫米波雷达目标与此前的单视觉目标进行匹配对比，以实现对成功匹配的单毫米波雷达目标的利用，可以增强单毫米波雷达目标的可用性，可以提升自动驾驶的安全性。
可选的，在上述技术方案的基础上，单毫米波雷达目标获取模块310，包括：
毫米波雷达目标获取单元，用于通过车辆上预先部署的视觉传感器和毫米波雷达传感器分别进行目标检测，获取所述视觉传感器对应的视觉目标，以及所述毫米波雷达传感器对应的毫米波雷达目标；
目标匹配单元，用于将当前毫米波雷达目标与各视觉目标分别进行匹配对比；
单毫米波雷达目标确定单元，用于若检测到当前毫米波雷达目标与各视觉目标均匹配失败，则将所述当前毫米波雷达目标确定为单毫米波雷达目标。
可选的，在上述技术方案的基础上，特征匹配度计算模块320，包括：
特征矩阵获取单元，用于获取当前探测周期内的单毫米波雷达目标对应的第一特征矩阵，以及上一探测周期内的目标单视觉目标对应的第二特征矩阵；其中，特征矩阵为N×1矩阵，N为预设特征维度的数量；
特征差值获取单元，用于将所述第一特征矩阵与所述第二特征矩阵中处于相同位置的特征值进行相减，获取各预设特征维度对应的特征差值；
特征匹配度计算单元，用于根据各预设特征维度对应的特征差值，计算得到所述单毫米波雷达目标与所述目标单视觉目标之间的特征匹配度。
可选的，在上述技术方案的基础上，车辆控制模块330，包括：
匹配单视觉目标确定单元，用于若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度小于预设匹配度阈值，则在所检测各单视觉目标中确定对应最小特征匹配度的匹配单视觉目标；
距离信息获取单元，用于获取所述匹配单视觉目标对应的车身尺寸信息，并获取所述单毫米波雷达目标对应的各特征点与本车之间的距离信息；
第一最小距离计算单元，用于根据所述匹配单视觉目标对应的车身尺寸信息和所述单毫米波雷达目标对应的各特征点与本车之间的距离信息，计算得到所述单毫米波雷达目标与本车之间的第一最小距离；
第一横向阈值获取单元，用于根据所述单毫米波雷达目标与本车之间的第一最小距离，获取与所述单毫米波雷达目标对应的第一横向阈值；
告警提示单元，用于当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第一横向阈值时，向驾驶员发出告警提示。
可选的，在上述技术方案的基础上，所述车辆的目标识别装置，还包括：
第二最小距离获取模块，用于若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度均不满足预设匹配检测条件，则获取所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离；
距离调整值获取模块，用于获取当前探测周期内车辆对应的工况信息，并根据所述工况信息获取距离调整值；
第二横向阈值获取模块，用于根据所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离和所述距离调整值，获取与所述单毫米波雷达目标对应的第二横向阈值；
告警提示模块，用于当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
可选的，在上述技术方案的基础上，所述车辆的目标识别装置，还包括：
目标滤波次数获取模块，用于获取车辆对应的车速信息，并根据所述车辆对应的车速信息，获取与所述单毫米波雷达目标对应的目标滤波次数；
滤波处理模块，用于根据与所述单毫米波雷达目标对应的目标滤波次数，对所述单毫米波雷达目标进行滤波处理；
滤波成功次数保存模块，用于在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数小于预设中断次数阈值，则保存所述单毫米波雷达目标对应的滤波成功次数；
稳定识别目标确定模块，用于当检测到所述单毫米波雷达目标对应的滤波成功次数达到所述目标滤波次数时，将所述单毫米波雷达目标确定为稳定识别目标；
告警提示模块，具体用于当检测到所述稳定识别目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
可选的，在上述技术方案的基础上，所述车辆的目标识别装置，还包括：
滤波成功次数清零模块，用于在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数大于或者等于预设中断次数阈值，则对所述单毫米波雷达目标对应的滤波成功次数进行清零，并重新对所述单毫米波雷达目标对应的滤波成功次数进行记录。
上述装置可执行本发明前述实施例所提供的车辆的目标识别方法，具备执行上述方法相应的功能模块和有益效果。未在本发明实施例中详尽描述的技术细节，可参见本发明前述实施例所提供的车辆的目标识别方法。
图4为本发明另一实施例提供的一种汽车的结构示意图，如图4所示，该汽车包括视觉传感器410、毫米波雷达传感器420和车机设备430。其中，视觉传感器410，用于进行目标检测，获取视觉目标；毫米波雷达传感器420，用于进行目标检测，获取毫米波雷达目标。
车机设备430包括处理器431、存储器432、输入装置433和输出装置434；车机设备430中处理器431的数量可以是一个或多个，图4中以一个处理器431为例；车机设备430中的处理器431、存储器432、输入装置433和输出装置434可以通过总线或其他方式连接，图4中以通过总线连接为例。存储器432作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例中的一种车辆的目标识别方法对应的程序指令/模块(例如，一种车辆的目标识别装置中的单毫米波雷达目标获取模块310、特征匹配度计算模块320和车辆控制模块330)。处理器431通过运行存储在存储器432中的软件程序、指令以及模块，从而执行车机设备430的各种功能应用以及数据处理，即实现上述的一种车辆的目标识别方法。也即，该程序被处理器431执行时实现：
在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
存储器432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；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器432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、或其他非易失性固态存储器件。在一些实例中，存储器432可进一步包括相对于处理器431远程设置的存储器，这些远程存储器可以通过网络连接至车机设备430。上述网络的实例包括但不限于互联网、局域网、移动通信网及其组合。
输入装置433可用于接收输入的数字或字符信息，以及产生与汽车的用户设置以及功能控制有关的键信号输入。输出装置434可包括显示屏等显示设备。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述方法。当然，本发明实施例所提供的一种计算机可读存储介质，其可以执行本发明任意实施例所提供的一种车辆的目标识别方法中的相关操作。也即，该程序被处理器执行时实现：
在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台汽车的车机设备执行本发明各个实施例所述的方法。
值得注意的是，上述车辆的目标识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种车辆的目标识别方法，其特征在于，包括：
在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
2.根据权利要求1所述的方法，其特征在于，所述通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标，包括：
通过车辆上预先部署的视觉传感器和毫米波雷达传感器分别进行目标检测，获取所述视觉传感器对应的视觉目标，以及所述毫米波雷达传感器对应的毫米波雷达目标；
将当前毫米波雷达目标与各视觉目标分别进行匹配对比；
若检测到当前毫米波雷达目标与各视觉目标均匹配失败，则将所述当前毫米波雷达目标确定为单毫米波雷达目标。
3.根据权利要求1所述的方法，其特征在于，所述计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度，包括：
获取当前探测周期内的单毫米波雷达目标对应的第一特征矩阵，以及上一探测周期内的目标单视觉目标对应的第二特征矩阵；其中，特征矩阵为N×1矩阵，N为预设特征维度的数量；
将所述第一特征矩阵与所述第二特征矩阵中处于相同位置的特征值进行相减，获取各预设特征维度对应的特征差值；
根据各预设特征维度对应的特征差值，计算得到所述单毫米波雷达目标与所述目标单视觉目标之间的特征匹配度。
4.根据权利要求3所述的方法，其特征在于，若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制，包括：
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度小于预设匹配度阈值，则在所检测各单视觉目标中确定对应最小特征匹配度的匹配单视觉目标；
获取所述匹配单视觉目标对应的车身尺寸信息，并获取所述单毫米波雷达目标对应的各特征点与本车之间的距离信息；
根据所述匹配单视觉目标对应的车身尺寸信息和所述单毫米波雷达目标对应的各特征点与本车之间的距离信息，计算得到所述单毫米波雷达目标与本车之间的第一最小距离；
根据所述单毫米波雷达目标与本车之间的第一最小距离，获取与所述单毫米波雷达目标对应的第一横向阈值；
当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第一横向阈值时，向驾驶员发出告警提示。
5.根据权利要求1所述的方法，其特征在于，在计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度之后，还包括：
若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度均不满足预设匹配检测条件，则获取所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离；
获取当前探测周期内车辆对应的工况信息，并根据所述工况信息获取距离调整值；
根据所述单毫米波雷达目标对应的各特征点与本车之间的第二最小距离和所述距离调整值，获取与所述单毫米波雷达目标对应的第二横向阈值；
当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
6.根据权利要求5所述的方法，其特征在于，在当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示之前，还包括：
获取车辆对应的车速信息，并根据所述车辆对应的车速信息，获取与所述单毫米波雷达目标对应的目标滤波次数；
根据与所述单毫米波雷达目标对应的目标滤波次数，对所述单毫米波雷达目标进行滤波处理；
在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数小于预设中断次数阈值，则保存所述单毫米波雷达目标对应的滤波成功次数；
当检测到所述单毫米波雷达目标对应的滤波成功次数达到所述目标滤波次数时，将所述单毫米波雷达目标确定为稳定识别目标；
当检测到所述单毫米波雷达目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示，包括：
当检测到所述稳定识别目标与本车之间的横向距离小于与所述单毫米波雷达目标对应的第二横向阈值时，向驾驶员发出告警提示。
7.根据权利要求6所述的方法，其特征在于，在当检测到所述单毫米波雷达目标对应的滤波成功次数达到所述目标滤波次数时，将所述单毫米波雷达目标确定为稳定识别目标之前，还包括：
在预设滤波周期内，若检测到所述单毫米波雷达目标对应的累计目标中断次数大于或者等于预设中断次数阈值，则对所述单毫米波雷达目标对应的滤波成功次数进行清零，并重新对所述单毫米波雷达目标对应的滤波成功次数进行记录。
8.一种车辆的目标识别装置，其特征在于，包括：
单毫米波雷达目标获取模块，用于在当前探测周期内，通过车辆上预先部署的视觉传感器和毫米波雷达传感器获取单毫米波雷达目标；
特征匹配度计算模块，用于获取上一探测周期内的单视觉目标，并计算得到当前探测周期内的单毫米波雷达目标与上一探测周期内的各单视觉目标之间的特征匹配度；
车辆控制模块，用于若检测到当前探测周期内的单毫米波雷达目标与上一探测周期内的至少一个单视觉目标之间的特征匹配度满足预设匹配检测条件，则基于所述单毫米波雷达目标进行车辆行驶控制。
9.一种汽车，其特征在于，包括：
视觉传感器，用于进行目标检测，获取视觉目标；
毫米波雷达传感器，用于进行目标检测，获取毫米波雷达目标；
车机设备，包括一个或多个处理器和存储装置；
所述存储装置，用于存储一个或多个计算机程序；
当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行所述计算机程序时实现如权利要求1-7中任一所述的车辆的目标识别方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一所述的车辆的目标识别方法。
CN202210258120.6A 2022-03-16 2022-03-16 一种车辆的目标识别方法、装置、汽车及存储介质 Pending CN114637003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210258120.6A CN114637003A (zh) 2022-03-16 2022-03-16 一种车辆的目标识别方法、装置、汽车及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210258120.6A CN114637003A (zh) 2022-03-16 2022-03-16 一种车辆的目标识别方法、装置、汽车及存储介质

Publications (1)

Publication Number Publication Date
CN114637003A true CN114637003A (zh) 2022-06-17

Family

ID=81949262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210258120.6A Pending CN114637003A (zh) 2022-03-16 2022-03-16 一种车辆的目标识别方法、装置、汽车及存储介质

Country Status (1)

Country Link
CN (1) CN114637003A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117784028A (zh) * 2024-02-27 2024-03-29 南京天朗防务科技有限公司 随机杂波识别方法、系统、计算机设备和存储介质
CN117784028B (zh) * 2024-02-27 2024-05-28 南京天朗防务科技有限公司 随机杂波识别方法、系统、计算机设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532896A (zh) * 2019-08-06 2019-12-03 北京航空航天大学 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法
CN110596708A (zh) * 2019-09-03 2019-12-20 中国第一汽车股份有限公司 一种车辆间距检测方法、装置、车辆和存储介质
CN111505624A (zh) * 2020-04-30 2020-08-07 中国汽车工程研究院股份有限公司 一种基于机器视觉和毫米波雷达数据融合的环境感知方法
CN111712731A (zh) * 2019-07-25 2020-09-25 深圳市大疆创新科技有限公司 目标检测方法、系统及可移动平台
CN112215209A (zh) * 2020-11-13 2021-01-12 中国第一汽车股份有限公司 跟车目标确定方法、装置、车辆及存储介质
CN112230211A (zh) * 2020-10-15 2021-01-15 长城汽车股份有限公司 车辆定位方法、装置、存储介质及车辆
CN112562405A (zh) * 2020-11-27 2021-03-26 山东高速建设管理集团有限公司 一种雷达视频智能融合与预警方法及系统
CN113093178A (zh) * 2021-04-21 2021-07-09 中国第一汽车股份有限公司 一种障碍物目标检测方法、装置、域控制器及车辆
CN113296100A (zh) * 2021-06-09 2021-08-24 中国第一汽车股份有限公司 单一毫米波雷达目标输出方法、装置、设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111712731A (zh) * 2019-07-25 2020-09-25 深圳市大疆创新科技有限公司 目标检测方法、系统及可移动平台
WO2021012254A1 (zh) * 2019-07-25 2021-01-28 深圳市大疆创新科技有限公司 目标检测方法、系统及可移动平台
CN110532896A (zh) * 2019-08-06 2019-12-03 北京航空航天大学 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法
CN110596708A (zh) * 2019-09-03 2019-12-20 中国第一汽车股份有限公司 一种车辆间距检测方法、装置、车辆和存储介质
CN111505624A (zh) * 2020-04-30 2020-08-07 中国汽车工程研究院股份有限公司 一种基于机器视觉和毫米波雷达数据融合的环境感知方法
CN112230211A (zh) * 2020-10-15 2021-01-15 长城汽车股份有限公司 车辆定位方法、装置、存储介质及车辆
CN112215209A (zh) * 2020-11-13 2021-01-12 中国第一汽车股份有限公司 跟车目标确定方法、装置、车辆及存储介质
CN112562405A (zh) * 2020-11-27 2021-03-26 山东高速建设管理集团有限公司 一种雷达视频智能融合与预警方法及系统
CN113093178A (zh) * 2021-04-21 2021-07-09 中国第一汽车股份有限公司 一种障碍物目标检测方法、装置、域控制器及车辆
CN113296100A (zh) * 2021-06-09 2021-08-24 中国第一汽车股份有限公司 单一毫米波雷达目标输出方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117784028A (zh) * 2024-02-27 2024-03-29 南京天朗防务科技有限公司 随机杂波识别方法、系统、计算机设备和存储介质
CN117784028B (zh) * 2024-02-27 2024-05-28 南京天朗防务科技有限公司 随机杂波识别方法、系统、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN106537180B (zh) 用于用针对行人的主动制动的摄影机输入缓解雷达传感器限制的方法
US11351997B2 (en) Collision prediction apparatus and collision prediction method
CN111798698B (zh) 一种前方目标车辆的确定方法、装置及车辆
CN111796286B (zh) 一种制动等级的评估方法、装置、车辆和存储介质
CN109720352B (zh) 车辆驾驶辅助控制方法及设备
US11208100B2 (en) Server device and vehicle
US11897511B2 (en) Multi-hypothesis object tracking for automated driving systems
KR102304851B1 (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
CN113335311B (zh) 一种车辆碰撞检测方法、装置、车辆及存储介质
CN117416375A (zh) 车辆避让方法、装置、设备及存储介质
US10300913B2 (en) Vehicle identification device and vehicle identification method
CN111959515B (zh) 一种基于视觉检测的前向目标选择方法、装置及系统
JP6193177B2 (ja) 動作支援システム及び物体認識装置
JP2022550762A (ja) 衝突認識手段を用いた動力車両の周辺領域内にある離れたターゲット車両を追跡するための方法
CN114637003A (zh) 一种车辆的目标识别方法、装置、汽车及存储介质
EP3392730B1 (en) Device for enabling a vehicle to automatically resume moving
JP6649329B2 (ja) 交通標識を認識する車両制御装置及びその方法
CN111626334B (zh) 一种车载高级辅助驾驶系统的关键控制目标选择方法
CN112912767B (zh) 与位于陆地机动车辆附近的空间的一部分相关的占据参数的当前值的确定方法
EP4049470B1 (en) A method for determining reliability of received data
CN113386773A (zh) 视觉识别可靠度的判断方法及设备
EP4336467A1 (en) Method and apparatus for modeling object, storage medium, and vehicle control method
CN113212421B (zh) 钥匙定位自动泊车方法、装置、设备及存储介质
US20230184920A1 (en) Object detection device and object detection method

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