CN114779790A - 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 - Google Patents
识别障碍物方法、装置、车辆、服务器、存储介质及芯片 Download PDFInfo
- Publication number
- CN114779790A CN114779790A CN202210681635.7A CN202210681635A CN114779790A CN 114779790 A CN114779790 A CN 114779790A CN 202210681635 A CN202210681635 A CN 202210681635A CN 114779790 A CN114779790 A CN 114779790A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- road surface
- recognition result
- vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000013016 damping Methods 0.000 claims description 75
- 238000012790 confirmation Methods 0.000 claims description 61
- 239000006096 absorbing agent Substances 0.000 claims description 35
- 230000035939 shock Effects 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 abstract description 5
- 238000004347 surface barrier Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 17
- 239000000725 suspension Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Abstract
本公开涉及一种识别障碍物方法、装置、车辆、服务器、存储介质及芯片，车辆获取车辆前方预设距离的路面图像；对路面图像进行图像识别得到目标路面上障碍物的第一识别结果，目标路面包括车辆前方预设距离的路面；向服务器发送障碍物识别请求消息，障碍物识别请求消息用于请求服务器识别目标路面上是否存在障碍物；接收服务器发送的第二识别结果，第二识别结果为服务器通过预设云端路面地图识别的目标路面上障碍物的识别结果；根据第一识别结果和第二识别结果确定目标识别结果，目标识别结果用于表征目标路面上的障碍物识别结果，这样，采用车辆本地的图像识别以及服务器云端路面识别两个系统同时识别路面障碍物，使得路况识别的精度更高。
Description
技术领域
本公开涉及车辆对障碍物的识别领域，尤其涉及一种识别障碍物方法、装置、车辆、服务器、存储介质及芯片。
背景技术
在对车辆的悬架进行阻尼控制的过程中，为了达到更好的控制效果，需要提前对车辆前方的路面障碍物（比如路面减速带、深坑、井盖等突起或者凹陷）进行识别，进而可提前控制悬架执行机构对车轮进行主动的抬起或下沉，实现对悬架阻尼的预判控制，以达到更优的舒适性。目前主流的控制方法是采用摄像头或激光雷达采集道路状况后基于图像识别结果进行悬架阻尼调节，但图像识别的精度容易受环境变化影响，导致预判功能受限或非预期的阻尼调整。
发明内容
为克服相关技术中存在的问题，本公开提供一种识别障碍物方法、装置、车辆、服务器、存储介质及芯片。
根据本公开实施例的第一方面，提供一种识别障碍物方法，包括获取所述车辆前方预设距离的路面图像；
对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
可选地，所述第一识别结果包括第一置信度，所述第一置信度用于表征基于图像识别确定所述目标路面上存在障碍物的可信度，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在障碍物的可信度；所述根据所述第一识别结果和所述第二识别结果确定目标识别结果包括：
根据所述第一置信度和所述第二置信度从所述第一识别结果和所述第二识别结果中确定置信度高的所述目标识别结果。
可选地，所述方法还包括：
当在预设时间段内获取到指定识别结果，且所述预设时间段内未获取到其它识别结果时，将所述指定识别结果作为所述目标识别结果，所述指定识别结果为所述第一识别结果或者所述第二识别结果，所述其它识别结果为除所述指定识别结果之外的识别结果。
可选地，所述方法还包括：
获取所述车辆的车辆行驶信息；
针对所述车辆的每个车轮，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
可选地，所述目标识别结果包括指示所述目标路面上是否存在障碍物的指示消息，以及所述障碍物与所述车辆的初始纵向距离，所述车辆行驶信息包括所述车辆的行驶速度，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
在所述指示消息指示所述目标路面上存在所述障碍物的情况下，根据所述初始纵向距离和所述行驶速度计算该车轮与所述障碍物的实时纵向距离；
在所述实时纵向距离小于或者等于预设距离阈值的情况下，控制该车轮的减震器执行预设阻尼控制操作，所述预设阻尼控制操作包括调整减震器的阻尼控制电流至预设最小电流。
可选地，所述目标识别结果还包括所述障碍物的预设边界点的位置，所述车辆行驶信息还包括所述车辆的方向盘转角，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
根据所述预设边界点的位置和该车轮的位置确定该车轮与所述障碍物的初始横向距离；
根据所述初始横向距离和所述方向盘转角计算该车轮与所述障碍物的实时横向距离；
在所述实时纵向距离小于或者等于预设距离阈值，并且所述实时横向距离位于预设数值范围内的情况下，控制该车轮的减震器执行所述预设阻尼控制操作。
可选地，所述方法还包括：
根据所述实时纵向距离确定该车轮是否驶过所述障碍物；
在确定该车轮驶过所述障碍物的情况下，控制该车轮的减震器停止执行所述预设阻尼控制操作。
可选地，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
在所述目标识别结果对应的置信度大于或者等于预设置信度阈值的情况下，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
可选地，所述方法还包括：
在该车轮驶过所述障碍物的情况下，向所述服务器发送障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息，以便所述服务器根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
根据本公开实施例的第二方面，提供一种识别障碍物方法，应用于服务器，所述方法包括：
接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
可选地，所述障碍物识别请求消息包括所述车辆当前的第一位置，所述预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息，所述第二识别结果包括所述障碍物与所述车辆的初始纵向距离，所述根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果包括：
根据所述预设云端路面地图上标注的所述标注障碍物的位置信息确定所述目标路面上是否存在所述障碍物；
在确定所述目标路面上存在所述障碍物的情况下，获取所述预设云端路面地图上标注的所述障碍物的第二位置；
根据所述第一位置和所述第二位置确定所述初始纵向距离。
可选地，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在所述障碍物的可信度，所述方法还包括：
接收所述车辆发送的障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息；
根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
可选地，所述根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度包括：
若根据所述障碍物确认消息确定所述目标路面上存在所述障碍物，并且所述类型与所述服务器记录的障碍物类型一致的情况下，按照预设幅度增大所述障碍物的第二置信度；
若根据所述障碍物确认消息确定所述目标路面上不存在所述障碍物，或者所述类型与所述服务器记录的障碍物类型不一致的情况下，按照预设幅度减小所述障碍物的第二置信度。
根据本公开实施例的第三方面，提供一种识别障碍物装置，应用于车辆，所述装置包括：
获取模块，被配置为获取所述车辆前方预设距离的路面图像；
第一识别模块，被配置为对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
第一发送模块，被配置为向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
第一接收模块，被配置为接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第一确定模块，被配置为根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
根据本公开实施例的第四方面，提供一种识别障碍物装置，应用于服务器，所述装置包括：
第二接收模块，被配置为接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
第二确定模块，被配置为根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第二发送模块，被配置为向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
根据本公开实施例的第五方面，提供一种车辆，包括：
第一处理器；
用于存储第一处理器可执行指令的第一存储器；
其中，所述第一处理器被配置为：
获取所述车辆前方预设距离的路面图像；
对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
根据本公开实施例的第六方面，提供一种服务器，包括：
第二处理器；
用于存储第二处理器可执行指令的第二存储器；
其中，所述第二处理器被配置为：
接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
根据本公开实施例的第七方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面或者第二方面所述方法的步骤。
根据本公开实施例的第八方面，提供一种芯片，包括第三处理器和接口；所述第三处理器用于读取指令以执行本公开第一方面或者第二方面所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果：采用车辆本地的图像识别以及服务器云端路面识别两个识别系统同时识别路面障碍物，使得路况识别的精度更高，并且在其中一种识别系统出现故障的情况下，另一种识别系统可以为障碍物识别提供备用手段，提高障碍物识别的可靠性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的第一种识别障碍物方法的流程图。
图2是根据一示例性实施例示出的第二种识别障碍物的方法的流程图。
图3是根据一示例性实施例示出的第三种识别障碍物的方法的流程图。
图4是根据一示例性实施例示出的一种路面障碍物识别的场景示意图。
图5是根据一示例性实施例示出的另一种路面障碍物识别的场景示意图。
图6是根据一示例性实施例示出的车辆转向时，车辆与障碍物的相对距离示意图。
图7是根据一示例性实施例示出的一种识别障碍物装置的框图。
图8是根据图7所示实施例示出的一种识别障碍物装置的框图。
图9是根据一示例性实施例示出的另一种识别障碍物装置的框图。
图10是根据图9所示实施例示出的一种识别障碍物装置的框图。
图11是一示例性实施例示出的一种车辆的功能框图示意图。
图12是根据一示例性实施例示出的一种识别障碍物装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是，本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的一种识别障碍物方法的流程图，如图1所示，该方法用于车辆中，包括以下步骤。
在步骤S101中，获取该车辆前方预设距离的路面图像。
实际应用场景中，车辆上的前置摄像头或者激光雷达可以实时采集车辆前方预设距离（如车辆前方5米）的路面图像。
在步骤S102中，对该路面图像进行图像识别得到目标路面上障碍物的第一识别结果，该目标路面包括该车辆前方预设距离的路面。
其中，该障碍物例如可以包括路面上的减速带、深坑、井盖、凸包等凸起或者凹陷，该第一识别结果包括指示该目标路面上是否存在该障碍物的指示消息，基于图像识别确定该目标路面上存在障碍物的第一置信度，该障碍物的类型（即具体是什么障碍物），该障碍物与该车辆的初始纵向距离，以及该障碍物的预设边界点的位置等信息，其中，障碍物的预设边界点例如可以为该障碍物的左边界点和右边界点，并且左边界点和右边界点的距离即为该障碍物的长度。
另外，车辆基于图像识别确定的该初始纵向距离即为车辆上的前置摄像头可以采集的车辆前方的目标路面与本车的该预设距离。
在步骤S103中，向服务器发送障碍物识别请求消息，该障碍物识别请求消息用于请求该服务器识别该目标路面上是否存在障碍物。
其中，该障碍物识别请求消息可以包括车辆当前的第一位置以及该车辆的标识信息（如VIN(Vehicle Identification Number，车辆识别码)）
在步骤S104中，接收该服务器发送的第二识别结果，该第二识别结果为该服务器通过预设云端路面地图识别的该目标路面上障碍物的识别结果。
其中，该预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息以及每个障碍物的类型（例如减速带、深坑、井盖等），该预设云端路面地图例如可以是为车辆自动驾驶服务的高精地图。
该第二识别结果具体可以包括该障碍物与该车辆的初始纵向距离，服务器识别到该目标路面上存在该障碍物的第二置信度以及该障碍物的类型等信息。
在步骤S105中，根据该第一识别结果和该第二识别结果确定目标识别结果，该目标识别结果用于表征该目标路面上的障碍物识别结果。
一种可能的实现方式中，车辆可以根据该第一置信度和该第二置信度从该第一识别结果和该第二识别结果中确定置信度高的该目标识别结果。
采用上述方法，基于车辆本地的图像识别以及服务器云端路面识别两个识别系统同时识别路面障碍物，使得路况识别的精度更高，并且在其中一种识别系统出现故障的情况下，另一种识别系统可以为障碍物识别提供备用手段，提高障碍物识别的可靠性。
图2是根据一示例性实施例示出的一种识别障碍物的方法的流程图，应用于服务器，如图2所示，该方法包括以下步骤：
在步骤S201中，接收车辆发送的障碍物识别请求消息，该障碍物识别请求消息用于请求该服务器识别目标路面上是否存在障碍物，该目标路面包括该车辆前方预设距离的路面。
其中，该障碍物例如可以包括路面上的减速带、深坑、井盖、凸包等凸起或者凹陷，该障碍物识别请求消息可以包括车辆当前的第一位置以及该车辆的标识信息（如车辆识别码VIN）。
考虑到相关技术中在对车辆悬架进行预判控制的过程中主要依赖摄像头或者激光雷达采集路面图像后，基于图像识别结果对悬架阻尼进行预判控制，但是仅采用摄像头或激光雷达对路面进行实时反馈作为阻尼预判的控制输入，识别准确度和数据精度过于依赖摄像头或雷达的识别精度，并且容易受环境变化影响，不确定性较大易造成误判，导致预判功能受限或非预期的阻尼调整，因此，本公开为了解决该问题，可以通过整车的前置摄像头和服务器上的预设云端路面地图共同识别路面上的减速带、井盖、深坑等突起或凹陷，即采用两个识别系统同时识别路面障碍物，使得路况识别的精度更高。
在步骤S202中，根据该障碍物识别请求消息和预设云端路面地图确定第二识别结果，该第二识别结果为该服务器通过该预设云端路面地图识别的该目标路面上障碍物的识别结果。
其中，该预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息以及每个障碍物的类型（例如减速带、深坑、井盖等），该预设云端路面地图例如可以是为车辆自动驾驶服务的高精地图。该第二识别结果具体可以包括该障碍物与该车辆的初始纵向距离，服务器识别到该目标路面上存在该障碍物的第二置信度以及该障碍物的类型等信息。
在步骤S203中，向该车辆发送该第二识别结果，以使该车辆根据第一识别结果和该第二识别结果确定目标识别结果，该第一识别结果为该车辆基于图像识别确定的该目标路面上障碍物的识别结果。
采用上述方法，基于车辆本地的图像识别以及服务器云端路面识别两个识别系统同时识别路面障碍物，使得路况识别的精度更高，并且在其中一种识别系统出现故障的情况下，另一种识别系统可以为障碍物识别提供备用手段，提高障碍物识别的可靠性。
图3是根据一示例性实施例示出的一种识别障碍物的方法的流程图，如图3所示，该方法包括以下步骤：
在步骤S301中，车辆获取该车辆前方预设距离的路面图像。
实际应用场景中，车辆上的前置摄像头或者激光雷达可以实时采集车辆前方预设距离（如车辆前方距离车辆5米处的路面）的路面图像。
示例地，图4是根据一示例性实施例示出的一种路面障碍物识别的场景示意图，如图4所示，可以通过车辆上的前置摄像头采集车辆前方距离该车辆预设距离（即图4中的“初始纵向距离X”）的路面图像，如图4中采集的路面图像上包括路面上的减速带。
在步骤S302中，车辆对该路面图像进行图像识别得到目标路面上障碍物的第一识别结果，该目标路面包括该车辆前方预设距离的路面。
其中，该障碍物例如可以包括路面上的减速带、深坑、井盖、凸包等凸起或者凹陷，该第一识别结果包括指示该目标路面上是否存在该障碍物的指示消息，基于图像识别确定该目标路面上存在障碍物的第一置信度，该障碍物的类型（即具体是什么障碍物），该障碍物与该车辆的初始纵向距离，以及该障碍物的预设边界点的位置等信息，其中，障碍物的预设边界点例如可以为该障碍物的左边界点和右边界点，并且左边界点和右边界点的距离即为该障碍物的长度，车辆基于图像识别确定的该初始纵向距离即为车辆上的前置摄像头可以采集的车辆前方的目标路面与本车的该预设距离，如图4中的“初始纵向距离X”。
另外，该目标路面例如可以为图4中所示的车辆前置摄像头的采集视角对应的矩形路面，在图4中，该目标路面上有一个路面减速带。
本步骤基于图像识别得到该第一识别结果的具体实现方式可以参考相关技术中的图像识别实现步骤，在此不作赘述。
在步骤S303中，车辆向服务器发送障碍物识别请求消息，该障碍物识别请求消息用于请求该服务器识别该目标路面上是否存在障碍物。
考虑到相关技术中在对车辆悬架进行预判控制的过程中主要依赖摄像头或者激光雷达采集路面图像后，基于图像识别结果对悬架阻尼进行预判控制，但是仅采用摄像头或激光雷达对路面进行实时反馈作为阻尼预判的控制输入，识别准确度和数据精度过于依赖摄像头或雷达的识别精度，并且容易受环境变化影响，不确定性较大易造成误判，导致预判功能受限或非预期的阻尼调整，因此，本公开为了解决该问题，可以通过整车的前置摄像头和服务器上的预设云端路面地图共同识别路面上的减速带、井盖、深坑等突起或凹陷，即采用两个识别系统同时识别路面障碍物，使得路况识别的精度更高。
因此，在本步骤中，车辆可以向服务器发送该障碍物识别请求消息。
其中，该障碍物识别请求消息可以包括车辆当前的第一位置以及该车辆的标识信息（如车辆识别码VIN）。
在步骤S304中，服务器根据该障碍物识别请求消息和预设云端路面地图确定第二识别结果，该第二识别结果为该服务器通过该预设云端路面地图识别的该目标路面上障碍物的识别结果。
其中，该预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息以及每个障碍物的类型（例如减速带、深坑、井盖等），该预设云端路面地图例如可以是为车辆自动驾驶服务的高精地图。
服务器在接收到该障碍物识别请求消息后，可以获取到车辆在地面坐标系中的该第一位置，服务器可以将该车辆当前的第一位置映射到预设云端路面地图上，从而匹配得到车辆在该预设云端路面地图上的车辆位置，然后根据该车辆位置以及该预设云端路面地图上预先标注的障碍物的位置信息，确定位于该车辆前方预设距离的目标路面上是否存在障碍物，得到该第二识别结果，该第二识别结果具体可以包括该障碍物与该车辆的初始纵向距离，表服务器识别到该目标路面上存在该障碍物的第二置信度以及该障碍物的类型等信息。
因此，在本步骤中，首先服务器可以根据该预设云端路面地图上标注的该标注障碍物的位置信息确定该目标路面上是否存在该障碍物。
具体地，服务器可以将该车辆当前的第一位置映射到预设云端路面地图上，从而匹配得到车辆在该预设云端路面地图上的车辆位置，然后根据该车辆位置以及该预设云端路面地图上预先标注的障碍物的位置信息，确定位于该车辆前方预设距离的目标路面上是否存在障碍物。
在确定该目标路面上存在该障碍物的情况下，获取该预设云端路面地图上标注的该障碍物的第二位置。
其中，该第二位置是障碍物在预设云端路面地图上的标注位置，之后服务器根据该第一位置和该第二位置确定该初始纵向距离，具体地，可以首先获取第一位置映射在该预设云端路面地图上的车辆位置，然后根据该车辆位置和该第二位置计算得到该初始纵向距离。
在步骤S305中，车辆接收服务器发送的第二识别结果。
在步骤S306中，车辆根据该第一识别结果和该第二识别结果确定目标识别结果，该目标识别结果用于表征该目标路面上的障碍物识别结果。
其中，该目标识别结果包括指示该目标路面上是否存在障碍物的指示消息，以及该障碍物与该车辆的初始纵向距离。
在本步骤中，车辆可以根据该第一置信度和该第二置信度从该第一识别结果和该第二识别结果中确定置信度高的该目标识别结果。
综上，本公开采用双识别系统识别车辆前方的路面障碍物，一个识别系统是在车辆本地基于图像识别技术对摄像头实时采集的车辆前方的路面图像进行图像识别得到第一识别结果；在另一识别系统中，车辆与服务器进行信息交互，服务器根据车辆发送的车辆的第一位置基于预设云端路面地图识别车辆前方目标路面上是否存在障碍物，得到第二识别结果，这样，两个识别结果可以相互进行校验，从中选取置信度更高的识别结果作为该目标识别结果，这样可以明显提高路况识别精度，并且两个识别系统同时作用的鲁棒性更高。
一种可能的应用场景中，可能由于系统故障、网络卡滞或者其它原因导致图像识别故障或者云端地图识别故障，使得预设时间段内无法获取到指定识别结果（该指定识别结果包括该第一识别结果或者该第二识别结果），此种情况下，另一种可以正常识别的系统的识别结果即可作为该目标识别结果，从而为车辆阻尼控制的预判提供了备用手段，提高车辆阻尼控制的可靠性。
因此，在本公开中，还可以通过以下方式确定该目标识别结果：当在预设时间段内获取到指定识别结果，且该预设时间段内未获取到其它识别结果时，将该指定识别结果作为目标识别结果，该指定识别结果为第一识别结果或者第二识别结果，该其它识别结果为除指定识别结果之外的识别结果。
在得到车辆前方障碍物的该目标识别结果后，可以基于该目标识别结果对车辆悬架进行阻尼预判控制，即根据该目标识别结果结合车辆行驶信息确定悬架阻尼的控制时机。悬架阻尼的预判控制的目的是当车辆驶过障碍物（如减速带）时，尽可能把车轮传递至车身的振动过滤掉，以维持车身良好的平顺性，在本公开中，可以通过步骤S307和步骤S308对车辆悬架进行阻尼预判控制。
在步骤S307中，车辆获取该车辆的车辆行驶信息。
其中，该车辆行驶信息可以包括车辆的行驶速度。
在步骤S308中，车辆针对该车辆的每个车轮，根据该目标识别结果和该车辆行驶信息对该车轮的减震器进行阻尼控制。
本公开可以针对车辆上的每个车轮分别进行阻尼控制，本步骤一种可能的实现方式中，在该指示消息指示该目标路面上存在该障碍物的情况下，车辆可以根据该初始纵向距离和该行驶速度计算该车轮与该障碍物的实时纵向距离；在该实时纵向距离小于或者等于预设距离阈值的情况下，控制该车轮的减震器执行预设阻尼控制操作，该预设阻尼控制操作包括调整减震器的阻尼控制电流至预设最小电流，该预设最小电流通常对应悬架阻尼最软的状态。
其中，该预设距离阈值是指预先标定的车辆需要启动阻尼控制距离阈值，本公开对该预设距离阈值的具体数值不作限定。
示例地，图5是根据一示例性实施例示出的一种路面障碍物识别的场景示意图，图5中分别示出了车辆左前轮到前方减速带的初始纵向距离记为X_left，车辆左前轮与前方减速带的初始横向距离，记为Y_left，车辆右前轮到前方减速带的初始纵向距离记为X_right，车辆右前轮与前方减速带的初始横向距离，记为Y_right，如图5所示，以车辆左前轮到前方减速带的初始纵向距离X_left为例，可以通过以下公式实时计算车辆左前轮到减速带的该实时纵向距离x：
其中，v即为该车辆的行驶速度，X_left表示车辆左前轮到前方减速带的初始纵向距离，x表示车辆左前轮到减速带的实时纵向距离。
可以理解的是，车辆在朝向车辆前方的减速带行驶的过程中，该实时纵向距离x会越来越小，在确定该实时纵向距离x小于或者等于预设距离阈值的情况下可以启动车辆左前轮的阻尼控制，即调整左前轮对应的减震器的阻尼控制电流至预设最小电流，从而使得车辆左前轮可以较平稳地驶过减速带，上述示例仅是举例说明，本公开对此不作限定。
另外，考虑到实际的驾驶场景中，若车辆前方路面上存在障碍物，驾驶员会在发现该障碍物后及时调整该车辆的行驶方位，以避免车轮轧过该障碍物时对车身的抖动影响，在驾驶员调整了车辆的行驶方位，使得车轮可以不会轧过该障碍物的情况下，若车辆仍然启动悬架阻尼控制，会使得车辆进行误操作，不仅浪费系统的控制资源，也会影响用户的用车体验，因此，在本步骤另一种可能的实现方式中，可以通过检测车轮与该障碍物的横向距离来判断该车轮是否会轧过该障碍物，从而对车辆悬架阻尼进行更准确地控制。
因此，该目标识别结果还可以包括该障碍物的预设边界点的位置，该车辆行驶信息还包括该车辆的方向盘转角，这样，在根据该目标识别结果和该车辆行驶信息对该车轮的减震器进行阻尼控制的过程中，可以根据该预设边界点的位置和该车轮的位置确定该车轮与该障碍物的初始横向距离；根据该初始横向距离和该方向盘转角计算该车轮与该障碍物的实时横向距离；在该实时纵向距离小于或者等于预设距离阈值，并且该实时横向距离位于预设数值范围内的情况下，控制该车轮的减震器执行该预设阻尼控制操作。
其中，该预设数值范围例如可以为大于0的正数对应的数值范围或者小于0的负数对应的数值范围，一种可能的实现方式中，可以预先设置如下策略：若该实时横向距离为正数，则表面该车轮在横向上位于障碍物之间，此种情况下，车轮在不改变行驶方向的情况下，会轧过该障碍物，反之，若该实时横向距离为负数，则表面该车轮在横向上与障碍物不重合，此种情况下，车轮在不改变行驶方向的情况下，不会轧过该障碍物，此时可以不用启动对该车轮的阻尼控制，鉴于这样的预先设置，可以根据该实时横向距离是正数还是负数确定是否需要控制该车轮的减震器执行该预设阻尼控制操作。
示例地，继续以图5中的左前轮为例，可以根据左前轮的位置坐标和减速带左边界点的位置坐标计算得到左前轮与减速带的初始横向距离Y_left，驾驶员为了使车辆躲避减速带，会通过转向的方式调整车辆的行驶方位，此时车辆的方向盘转角发生变化，图6是根据一示例性实施例示出的车辆转向时，车辆与障碍物（例如，该障碍物为图5中所示的减速带）的相对距离示意图，如图6所示，可以通过如下公式计算左前轮与该减速带的实时横向距离y：
这样，在确定左前轮与减速带的实时纵向距离小于或者等于预设距离阈值，并且左前轮与减速带的实时横向距离为正数的情况下，可以启动控制左前轮的减震器执行该预设阻尼控制操作，上述示例仅是举例说明，本公开对此不作限定。
需要说明的是，上述示例中计算了车辆左前轮到障碍物的实时纵向距离和实时横向距离，可以理解的是，对于车辆的其它车轮与障碍物的实时距离（包括实时纵向距离和实时横向距离），均可根据左前轮对应的该实时距离结合轮距进一步推算得到，例如，对于左后轮来说，可以将左前轮与该障碍物的实时纵向距离与第一轮距的和作为左后轮与该障碍物的实时纵向距离，其中，该第一轮距为左前轮和左后轮的轮距。
另外，为了进一步提高对车辆悬架阻尼控制的准确性，可以结合目标识别结果的置信度进行阻尼控制。
置信度用于表征识别到该目标路面上存在障碍物的可信度，因此，在本步骤另一种可能的实现方式中，可以在该目标识别结果对应的置信度大于或者等于预设置信度阈值的情况下，根据该目标识别结果和该车辆行驶信息对该车轮的减震器进行阻尼控制。
在步骤S309中，车辆根据该实时纵向距离确定该车轮是否驶过该障碍物。
一种可能的实现方式中，可以预先设置车轮未驶过该障碍物时，该实时纵向距离为正数，车轮驶过该障碍物时，该实时纵向距离变为负数，因此，在本步骤中，可以根据实时纵向距离的符号确定该车轮是否驶过该障碍物，在确定实时纵向距离变为负数的情况下，可以确定该车轮驶过该障碍物；在另一种可能的实现方式中，也可以在实时纵向距离变为负数，并且持续负增大至预设标定值的情况下，确定该车轮驶过该障碍物。
在步骤S310中，车辆在确定该车轮驶过该障碍物的情况下，控制该车轮的减震器停止执行该预设阻尼控制操作。
也就是说，在确定该车轮驶过该障碍物的情况下，本公开可以控制该车轮对应的减震器退出阻尼控制模式，使得该车轮恢复正常行驶的控制模式。
在步骤S311中，车辆在该车轮驶过该障碍物的情况下，向该服务器发送障碍物确认消息和该障碍物的类型。
其中，该障碍物确认消息包括该目标路面上存在该障碍物的第一确认消息或者该目标路面上不存在该障碍物的第二确认消息，以便该服务器根据该障碍物确认消息和该类型更新该障碍物的置信度。
可以理解的是，车轮在驶过该障碍物之前，车辆上预设的图像识别算法可以识别出前方是否存在障碍物以及障碍物的具体类型，但这都是基于图像识别模型输出的识别结果，其准确性可能与实际路况存在一定差别，但当车轮驶过该障碍物时，可以对图像识别结果进行确认，即得到该障碍物确认消息，若该障碍物确认消息为第一确认消息，可以确定该目标路面上存在该障碍物，若该障碍物确认消息为第二确认消息，可以确认该目标路面上不存在该障碍物，此时，为了保证服务器上的预设云端路面地图上标记的该位置的障碍物信息的准确性，可以向服务器发送该障碍物确认消息，并同时将图像识别得到的该障碍物的类型发送至服务器，以便服务器可以及时更新该障碍物的第二置信度。
在步骤S312中，服务器根据该障碍物确认消息和该类型更新该障碍物的第二置信度。
在本步骤中，若根据该障碍物确认消息确定该目标路面上存在该障碍物，并且该类型与该服务器记录的障碍物类型一致的情况下，按照预设幅度增大该障碍物的第二置信度；若根据该障碍物确认消息确定该目标路面上不存在该障碍物，或者该类型与该服务器记录的障碍物类型不一致的情况下，按照预设幅度减小该障碍物的第二置信度。
示例地，如图4所示，车辆前轮驶过减速带后，可以基于路面信息探测向服务器发送该障碍物确认消息，该障碍物确认消息用于指示当前位置是否存在减速带，每辆具有图像识别功能的车辆经过该减速带后，均会向服务器发送障碍物确认消息，这样，服务器可以根据接收到的多个车辆发送的该障碍物确认消息基于大数据融合技术确定出当前位置是否存在减速带，并调整此处减速带对应的该第二置信度，例如，车辆1基于图像识别确定前方路面上位置A处存在一个减速带，车辆1经过路面上位置A处设置的减速带后，可以确认位置A处确实存在该减速带，此时可以向服务器发送第一确认消息以及障碍物类型为减速带，服务器上的预设云端路面地图对应位置A处标记的障碍物为减速带，对应的第二置信度为a1，此时，服务器可以根据该第一确认消息按照预设幅度增大位置A处标记的减速带的第二置信度，例如，调整为a2，其中a2＞a1；车辆2经过路面上位置A处设置的减速带后，可以确认位置A处确实存在该减速带，此时也可以向服务器发送第一确认消息以及障碍物类型为减速带，服务器上的预设云端路面地图对应位置A处标记的障碍物为减速带，此时对应的第二置信度为a2，服务器可以根据该第一确认消息按照预设幅度增大位置A处标记的减速带的第二置信度，例如，调整为a3，其中a3＞a2＞a1，这样，以此类推，基于多个车辆发送的对应位置A处的减速带的该第一确认消息，服务器上的预设云端路面地图中记录的位置A处的减速带的该第二置信度会持续增加，从而增大了识别到位置A处存在减速带的可信度，上述示例仅是举例说明，本公开对此不作限定。
另外，对于路面上（假设位置B处）临时出现的薄纱堆、树叶层等凸起，基于图像识别通常会识别到路面上位置B处存在凸起类障碍物，但实际的阻尼控制场景中，针对薄纱堆、树叶层等凸起，车辆无需进行阻尼控制，因此，车辆经过位置B后，会向服务器发送图像识别到的位置B处存在薄纱堆、树叶层等凸起障碍物的确认消息，而服务器对于这种临时出现的路面物体，通常不会在预设云端路面地图上进行标记，因此，服务器会向车辆返回位置B处不存在障碍物的识别结果，此时，车辆可以结合服务器返回的识别结果控制车辆不进行阻尼控制，从而避免了图像识别导致的误判操作。
采用上述方法，通过整车的前置摄像头和服务器上的预设云端路面地图共同识别路面上的减速带、井盖、深坑等突起或凹陷，即采用两个识别系统同时识别路面障碍物，使得路况识别的精度更高。
另外，基于双系统的障碍物识别方法，可以在其中一种识别系统出现故障的情况下，另一种识别方法为车辆阻尼控制的预判提供了备用手段，提高车辆阻尼控制的可靠性。
与此同时，随着路面地图精度的持续提高，将双系统识别路面障碍物的识别结果作为预判阻尼控制的输入，可以更加准确地选择合理的阻尼控制时机，提高整车阻尼控制的准确性；并且结合服务器基于高精度的云端路面地图得到的障碍物识别结果，可以弥补摄像头无法识别或误判的情况，如坑中有水/树叶填充、薄沙堆、树叶层等场景导致的误判，进一步保证了障碍物识别的稳定性和可靠性。
图7是根据一示例性实施例示出的一种识别障碍物装置的框图，应用于车辆，如图7所示，所述装置包括：
获取模块701，被配置为获取所述车辆前方预设距离的路面图像；
第一识别模块702，被配置为对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
第一发送模块703，被配置为向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
第一接收模块704，被配置为接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第一确定模块705，被配置为根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
可选地，所述第一识别结果包括第一置信度，所述第一置信度用于表征基于图像识别确定所述目标路面上存在障碍物的可信度，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在障碍物的可信度；
所述第一确定模块705，被配置为根据所述第一置信度和所述第二置信度从所述第一识别结果和所述第二识别结果中确定置信度高的所述目标识别结果。
可选地，所述第一确定模块705，还被配置为当在预设时间段内获取到指定识别结果，且所述预设时间段内未获取到其它识别结果时，将所述指定识别结果作为所述目标识别结果，所述指定识别结果为所述第一识别结果或者所述第二识别结果，所述其它识别结果为除所述指定识别结果之外的识别结果。
可选地，图8是根据图7所示实施例示出的一种识别障碍物装置的框图，如图8所示，所述装置还包括：
阻尼控制模块706，被配置为获取所述车辆的车辆行驶信息；针对所述车辆的每个车轮，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
可选地，所述目标识别结果包括指示所述目标路面上是否存在障碍物的指示消息，以及所述障碍物与所述车辆的初始纵向距离，所述车辆行驶信息包括所述车辆的行驶速度，所述阻尼控制模块706，被配置为在所述指示消息指示所述目标路面上存在所述障碍物的情况下，根据所述初始纵向距离和所述行驶速度计算该车轮与所述障碍物的实时纵向距离；在所述实时纵向距离小于或者等于预设距离阈值的情况下，控制该车轮的减震器执行预设阻尼控制操作，所述预设阻尼控制操作包括调整减震器的阻尼控制电流至预设最小电流。
可选地，所述目标识别结果还包括所述障碍物的预设边界点的位置，所述车辆行驶信息还包括所述车辆的方向盘转角，所述阻尼控制模块706，被配置为根据所述预设边界点的位置和该车轮的位置确定该车轮与所述障碍物的初始横向距离；根据所述初始横向距离和所述方向盘转角计算该车轮与所述障碍物的实时横向距离；在所述实时纵向距离小于或者等于预设距离阈值，并且所述实时横向距离位于预设数值范围内的情况下，控制该车轮的减震器执行所述预设阻尼控制操作。
可选地，所述阻尼控制模块706，还被配置为根据所述实时纵向距离确定该车轮是否驶过所述障碍物；在确定该车轮驶过所述障碍物的情况下，控制该车轮的减震器停止执行所述预设阻尼控制操作。
可选地，所述阻尼控制模块706，还被配置为在所述目标识别结果对应的置信度大于或者等于预设置信度阈值的情况下，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
可选地，如图8所示，所述装置还包括：所述第二发送模块707，被配置为在该车轮驶过所述障碍物的情况下，向所述服务器发送障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息，以便所述服务器根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
图9是根据一示例性实施例示出的一种识别障碍物装置的框图，应用于服务器，如图9所示，所述装置包括：
第二接收模块901，被配置为接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
第二确定模块902，被配置为根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第三发送模块903，被配置为向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
可选地，所述障碍物识别请求消息包括所述车辆当前的第一位置，所述预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息，所述第二识别结果包括所述障碍物与所述车辆的初始纵向距离，所述第二确定模块902，被配置为根据所述预设云端路面地图上标注的所述标注障碍物的位置信息确定所述目标路面上是否存在所述障碍物；在确定所述目标路面上存在所述障碍物的情况下，获取所述预设云端路面地图上标注的所述障碍物的第二位置；根据所述第一位置和所述第二位置确定所述初始纵向距离。
可选地，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在所述障碍物的可信度，图10是根据图9所示实施例示出的一种识别障碍物的装置的框图，如图10所示，所述装置还包括：
更新模块904，被配置为接收所述车辆发送的障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息；根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
可选地，所述更新模块904，被配置为若根据所述障碍物确认消息确定所述目标路面上存在所述障碍物，并且所述类型与所述服务器记录的障碍物类型一致的情况下，按照预设幅度增大所述障碍物的第二置信度；若根据所述障碍物确认消息确定所述目标路面上不存在所述障碍物，或者所述类型与所述服务器记录的障碍物类型不一致的情况下，按照预设幅度减小所述障碍物的第二置信度。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
采用上述装置，基于车辆本地的图像识别以及服务器云端路面识别两个识别系统同时识别路面障碍物，使得路况识别的精度更高，并且在其中一种识别系统出现故障的情况下，另一种识别系统可以为障碍物识别提供备用手段，提高障碍物识别的可靠性。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的识别障碍物方法的步骤。
上述装置除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该装置可以是集成电路（Integrated Circuit，IC）或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU（GraphicsProcessing Unit，图形处理器）、CPU（Central Processing Unit，中央处理器）、FPGA（Field Programmable Gate Array，可编程逻辑阵列）、DSP（Digital Signal Processor，数字信号处理器）、ASIC（Application Specific Integrated Circuit，专用集成电路）、SOC（System on Chip，SoC，片上系统或系统级芯片）等。上述的集成电路或芯片中可以用于执行可执行指令（或代码），以实现上述的识别障碍物方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括第三处理器、第三存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该第三处理器中，当该可执行指令被第三处理器执行时实现上述的识别障碍物方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该第三处理器执行，以实现上述的识别障碍物方法。
参阅图11，图11是一示例性实施例示出的一种车辆1100的功能框图示意图。车辆1100可以被配置为完全或部分自动驾驶模式。例如，车辆1100可以通过感知系统1120获取其周围的环境信息，并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶，或者将分析结果呈现给用户以实现部分自动驾驶。
车辆1100可包括各种子系统，例如，信息娱乐系统1110、感知系统1120、决策控制系统1130、驱动系统1140以及计算平台1150。可选的，车辆1100可包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆1100的每个子系统和部件可以通过有线或者无线的方式实现互连。
在一些实施例中，信息娱乐系统1110可以包括通信系统1111，娱乐系统1112以及导航系统1113。
通信系统1111可以包括无线通信系统，无线通信系统可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统可使用3G蜂窝通信，例如CDMA、EVD0、GSM/GPRS，或者4G蜂窝通信，例如LTE。或者5G蜂窝通信。无线通信系统可利用WiFi与无线局域网（wireless local area network，WLAN）通信。在一些实施例中，无线通信系统可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议，例如各种车辆通信系统，例如，无线通信系统可包括一个或多个专用短程通信（dedicated short range communications，DSRC）设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
娱乐系统1112可以包括显示设备，麦克风和音响，用户可以基于娱乐系统在车内收听广播，播放音乐；或者将手机和车辆联通，在显示设备上实现手机的投屏，显示设备可以为触控式，用户可以通过触摸屏幕进行操作。
在一些情况下，可以通过麦克风获取用户的语音信号，并依据对用户的语音信号的分析实现用户对车辆1100的某些控制，例如调节车内温度等。在另一些情况下，可以通过音响向用户播放音乐。
导航系统1113可以包括由地图供应商所提供的地图服务，从而为车辆1100提供行驶路线的导航，导航系统1113可以和车辆的全球定位系统1121、惯性测量单元1122配合使用。地图供应商所提供的地图服务可以为二维地图，也可以是高精地图。
感知系统1120可包括感测关于车辆1100周边的环境的信息的若干种传感器。例如，感知系统1120可包括全球定位系统1121（全球定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统）、惯性测量单元（inertial measurement unit，IMU）1122、激光雷达1123、毫米波雷达1124、超声雷达1125以及摄像装置1126。感知系统1120还可包括被监视车辆1100的内部系统的传感器（例如，车内空气质量监测器、燃油量表、机油温度表等）。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性（位置、形状、方向、速度等）。这种检测和识别是车辆1100的安全操作的关键功能。
全球定位系统1121用于估计车辆1100的地理位置。
惯性测量单元1122用于基于惯性加速度来感测车辆1100的位姿变化。在一些实施例中，惯性测量单元1122可以是加速度计和陀螺仪的组合。
激光雷达1123利用激光来感测车辆1100所位于的环境中的物体。在一些实施例中，激光雷达1123可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。
毫米波雷达1124利用无线电信号来感测车辆1100的周边环境内的物体。在一些实施例中，除了感测物体以外，毫米波雷达1124还可用于感测物体的速度和/或前进方向。
超声雷达1125可以利用超声波信号来感测车辆1100周围的物体。
摄像装置1126用于捕捉车辆1100的周边环境的图像信息。摄像装置1126可以包括单目相机、双目相机、结构光相机以及全景相机等，摄像装置1126获取的图像信息可以包括静态图像，也可以包括视频流信息。
决策控制系统1130包括基于感知系统1120所获取的信息进行分析决策的计算系统1131，决策控制系统1130还包括对车辆1100的动力系统进行控制的整车控制器1132，以及用于控制车辆1100的转向系统1133、油门1134和制动系统1135。
计算系统1131可以操作来处理和分析由感知系统1120所获取的各种信息以便识别车辆1100周边环境中的目标、物体和/或特征。目标可以包括行人或者动物，物体和/或特征可包括交通信号、道路边界和障碍物。计算系统1131可使用物体识别算法、运动中恢复结构（Structure from Motion，SFM）算法、视频跟踪等技术。在一些实施例中，计算系统1131可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算系统1131可以将所获取的各种信息进行分析并得出对车辆的控制策略。
整车控制器1132可以用于对车辆的动力电池和引擎1141进行协调控制，以提升车辆1100的动力性能。
转向系统1133可操作来调整车辆1100的前进方向。例如在一个实施例中可以为方向盘系统。
油门1134用于控制引擎1141的操作速度并进而控制车辆1100的速度。
制动系统1135用于控制车辆1100减速。制动系统1135可使用摩擦力来减慢车轮1144。在一些实施例中，制动系统1135可将车轮1144的动能转换为电流。制动系统1135也可采取其他形式来减慢车轮1144转速从而控制车辆1100的速度。
驱动系统1140可包括为车辆1100提供动力运动的组件。在一个实施例中，驱动系统1140可包括引擎1141、能量源1142、传动系统1143和车轮1144。引擎1141可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合，例如汽油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎1141将能量源1142转换成机械能量。
能量源1142的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源1142也可以为车辆1100的其他系统提供能量。
传动系统1143可以将来自引擎1141的机械动力传送到车轮1144。传动系统1143可包括变速箱、差速器和驱动轴。在一个实施例中，传动系统1143还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮1144的一个或多个轴。
车辆1100的部分或所有功能受计算平台1150控制。计算平台1150可包括至少一个第一处理器1151，第一处理器1151可以执行存储在例如第一存储器1152这样的非暂态计算机可读介质中的指令1153。在一些实施例中，计算平台1150还可以是采用分布式方式控制车辆1100的个体组件或子系统的多个计算设备。
第一处理器1151可以是任何常规的处理器，诸如商业可获得的CPU。可替换地，第一处理器1151还可以包括诸如图像处理器（Graphic Process Unit，GPU），现场可编程门阵列（FieldProgrammable Gate Array，FPGA）、片上系统（Sysem on Chip，SOC）、专用集成芯片（Application Specific Integrated Circuit，ASIC）或它们的组合。尽管图11功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，处理器只执行与特定于组件的功能相关的计算。
在本公开实施方式中，第一处理器1151可以执行上述的识别障碍物方法。
在此处所描述的各个方面中，第一处理器1151可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。
在一些实施例中，第一存储器1152可包含指令1153（例如，程序逻辑），指令1153可被第一处理器1151执行来执行车辆1100的各种功能。第一存储器1152也可包含额外的指令，包括向信息娱乐系统1110、感知系统1120、决策控制系统1130、驱动系统1140中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令1153以外，第一存储器1152还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。这种信息可在车辆1100在自主、半自主和/或手动模式中操作期间被车辆1100和计算平台1150使用。
计算平台1150可基于从各种子系统（例如，驱动系统1140、感知系统1120和决策控制系统1130）接收的输入来控制车辆1100的功能。例如，计算平台1150可利用来自决策控制系统1130的输入以便控制转向系统1133来避免由感知系统1120检测到的障碍物。在一些实施例中，计算平台1150可操作来对车辆1100及其子系统的许多方面提供控制。
可选地，上述这些组件中的一个或多个可与车辆1100分开安装或关联。例如，第一存储器1152可以部分或完全地与车辆1100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图11不应理解为对本公开实施例的限制。
在道路行进的自动驾驶汽车，如上面的车辆1100，可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中，可以独立地考虑每个识别的物体，并且基于物体的各自的特性，诸如它的当前速度、加速度、与车辆的间距等，可以用来确定自动驾驶汽车所要调整的速度。
可选地，车辆1100或者与车辆1100相关联的感知和计算设备（例如计算系统1131、计算平台1150）可以基于所识别的物体的特性和周围环境的状态（例如，交通、雨、道路上的冰、等等）来预测识别的物体的行为。可选地，每一个所识别的物体都依赖于彼此的行为，因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆1100能够基于预测的识别的物体的行为来调整它的速度。换句话说，自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到（例如，加速、减速、或者停止）何种稳定状态。在这个过程中，也可以考虑其它因素来确定车辆1100的速度，诸如，车辆1100在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外，计算设备还可以提供修改车辆1100的转向角的指令，以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体（例如，道路上的相邻车道中的车辆）的安全横向和纵向距离。
上述车辆1100可以为各种类型的行驶工具，例如，轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、娱乐车、火车等等，本公开实施例不做特别的限定。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的识别障碍物方法的代码部分。
图12是根据一示例性实施例示出的一种用于识别障碍物的装置1200的框图。例如，装置1200可以被提供为一服务器。参照图12，装置1200包括处理组件1222，其进一步包括一个或多个第二处理器，以及由第二存储器1232所代表的存储器资源，用于存储可由处理组件1222的执行的指令，例如应用程序。第二存储器1232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1222被配置为执行指令，以执行上述识别障碍物方法。
装置1200还可以包括一个电源组件1226被配置为执行装置1200的电源管理，一个有线或无线网络接口1250被配置为将装置1200连接到网络，和一个输入输出接口1258。装置1200可以操作基于存储在第二存储器1232的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM， LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (19)
1.一种识别障碍物方法，其特征在于，应用于车辆，包括：
获取所述车辆前方预设距离的路面图像；
对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
2.根据权利要求1所述的方法，其特征在于，所述第一识别结果包括第一置信度，所述第一置信度用于表征基于图像识别确定所述目标路面上存在障碍物的可信度，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在障碍物的可信度；所述根据所述第一识别结果和所述第二识别结果确定目标识别结果包括：
根据所述第一置信度和所述第二置信度从所述第一识别结果和所述第二识别结果中确定置信度高的所述目标识别结果。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当在预设时间段内获取到指定识别结果，且所述预设时间段内未获取到其它识别结果时，将所述指定识别结果作为所述目标识别结果，所述指定识别结果为所述第一识别结果或者所述第二识别结果，所述其它识别结果为除所述指定识别结果之外的识别结果。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
获取所述车辆的车辆行驶信息；
针对所述车辆的每个车轮，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
5.根据权利要求4所述的方法，其特征在于，所述目标识别结果包括指示所述目标路面上是否存在障碍物的指示消息，以及所述障碍物与所述车辆的初始纵向距离，所述车辆行驶信息包括所述车辆的行驶速度，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
在所述指示消息指示所述目标路面上存在所述障碍物的情况下，根据所述初始纵向距离和所述行驶速度计算该车轮与所述障碍物的实时纵向距离；
在所述实时纵向距离小于或者等于预设距离阈值的情况下，控制该车轮的减震器执行预设阻尼控制操作，所述预设阻尼控制操作包括调整减震器的阻尼控制电流至预设最小电流。
6.根据权利要求5所述的方法，其特征在于，所述目标识别结果还包括所述障碍物的预设边界点的位置，所述车辆行驶信息还包括所述车辆的方向盘转角，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
根据所述预设边界点的位置和该车轮的位置确定该车轮与所述障碍物的初始横向距离；
根据所述初始横向距离和所述方向盘转角计算该车轮与所述障碍物的实时横向距离；
在所述实时纵向距离小于或者等于预设距离阈值，并且所述实时横向距离位于预设数值范围内的情况下，控制该车轮的减震器执行所述预设阻尼控制操作。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述实时纵向距离确定该车轮是否驶过所述障碍物；
在确定该车轮驶过所述障碍物的情况下，控制该车轮的减震器停止执行所述预设阻尼控制操作。
8.根据权利要求4所述的方法，其特征在于，所述根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制包括：
在所述目标识别结果对应的置信度大于或者等于预设置信度阈值的情况下，根据所述目标识别结果和所述车辆行驶信息对该车轮的减震器进行阻尼控制。
9.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在该车轮驶过所述障碍物的情况下，向所述服务器发送障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息，以便所述服务器根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
10.一种识别障碍物方法，其特征在于，应用于服务器，所述方法包括：
接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
11.根据权利要求10所述的方法，其特征在于，所述障碍物识别请求消息包括所述车辆当前的第一位置，所述预设云端路面地图上预先标注有当前路面上的一个或者多个标注障碍物的位置信息，所述第二识别结果包括所述障碍物与所述车辆的初始纵向距离，所述根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果包括：
根据所述预设云端路面地图上标注的所述标注障碍物的位置信息确定所述目标路面上是否存在所述障碍物；
在确定所述目标路面上存在所述障碍物的情况下，获取所述预设云端路面地图上标注的所述障碍物的第二位置；
根据所述第一位置和所述第二位置确定所述初始纵向距离。
12.根据权利要求10所述的方法，其特征在于，所述第二识别结果包括第二置信度，所述第二置信度用于表征服务器识别到所述目标路面上存在所述障碍物的可信度，所述方法还包括：
接收所述车辆发送的障碍物确认消息和所述障碍物的类型，所述障碍物确认消息包括所述目标路面上存在所述障碍物的第一确认消息或者所述目标路面上不存在所述障碍物的第二确认消息；
根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度。
13.根据权利要求12所述的方法，其特征在于，所述根据所述障碍物确认消息和所述类型更新所述障碍物的第二置信度包括：
若根据所述障碍物确认消息确定所述目标路面上存在所述障碍物，并且所述类型与所述服务器记录的障碍物类型一致的情况下，按照预设幅度增大所述障碍物的第二置信度；
若根据所述障碍物确认消息确定所述目标路面上不存在所述障碍物，或者所述类型与所述服务器记录的障碍物类型不一致的情况下，按照预设幅度减小所述障碍物的第二置信度。
14.一种识别障碍物装置，其特征在于，应用于车辆，所述装置包括：
获取模块，被配置为获取所述车辆前方预设距离的路面图像；
第一识别模块，被配置为对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
第一发送模块，被配置为向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
第一接收模块，被配置为接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第一确定模块，被配置为根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
15.一种识别障碍物装置，其特征在于，应用于服务器，所述装置包括：
第二接收模块，被配置为接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
第二确定模块，被配置为根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
第三发送模块，被配置为向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
16.一种车辆，其特征在于，包括：
第一处理器；
用于存储第一处理器可执行指令的第一存储器；
其中，所述第一处理器被配置为：
获取所述车辆前方预设距离的路面图像；
对所述路面图像进行图像识别得到目标路面上障碍物的第一识别结果，所述目标路面包括所述车辆前方预设距离的路面；
向服务器发送障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别所述目标路面上是否存在障碍物；
接收所述服务器发送的第二识别结果，所述第二识别结果为所述服务器通过预设云端路面地图识别的所述目标路面上障碍物的识别结果；
根据所述第一识别结果和所述第二识别结果确定目标识别结果，所述目标识别结果用于表征所述目标路面上的障碍物识别结果。
17.一种服务器，其特征在于，包括：
第二处理器；
用于存储第二处理器可执行指令的第二存储器；
其中，所述第二处理器被配置为：
接收车辆发送的障碍物识别请求消息，所述障碍物识别请求消息用于请求所述服务器识别目标路面上是否存在障碍物，所述目标路面包括所述车辆前方预设距离的路面；
根据所述障碍物识别请求消息和预设云端路面地图确定第二识别结果，所述第二识别结果为所述服务器通过所述预设云端路面地图识别的所述目标路面上障碍物的识别结果；
向所述车辆发送所述第二识别结果，以使所述车辆根据第一识别结果和所述第二识别结果确定目标识别结果，所述第一识别结果为所述车辆基于图像识别确定的所述目标路面上障碍物的识别结果。
18.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1~9或者10~13中任一项所述方法的步骤。
19.一种芯片，其特征在于，包括第三处理器和接口；所述第三处理器用于读取指令以执行权利要求1~9或者10~13中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210681635.7A CN114779790B (zh) | 2022-06-16 | 2022-06-16 | 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210681635.7A CN114779790B (zh) | 2022-06-16 | 2022-06-16 | 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114779790A true CN114779790A (zh) | 2022-07-22 |
| CN114779790B CN114779790B (zh) | 2022-09-30 |
Family
ID=82421779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210681635.7A Active CN114779790B (zh) | 2022-06-16 | 2022-06-16 | 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114779790B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115123257A (zh) * | 2022-08-16 | 2022-09-30 | 小米汽车科技有限公司 | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 |
| CN116740382A (zh) * | 2023-05-08 | 2023-09-12 | 禾多科技（北京）有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61200019A (ja) * | 1985-02-28 | 1986-09-04 | Toyota Motor Corp | 車輛用サスペンシヨンの硬軟特性制御方法及び装置 |
| JP2001022934A (ja) * | 1999-07-07 | 2001-01-26 | Tokai Rika Co Ltd | 車両における走行路認識方法及び走行路認識装置 |
| CN109017554A (zh) * | 2018-07-27 | 2018-12-18 | 北京小米移动软件有限公司 | 行驶提醒方法、装置及计算机可读存储介质 |
| CN112347953A (zh) * | 2020-11-11 | 2021-02-09 | 上海伯镭智能科技有限公司 | 无人驾驶车辆路况不规则障碍物的识别装置 |
| 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 |
| CN113771573A (zh) * | 2021-09-22 | 2021-12-10 | 北京车和家信息技术有限公司 | 一种基于识别路面信息的车辆悬架控制方法及装置 |
-
2022
- 2022-06-16 CN CN202210681635.7A patent/CN114779790B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61200019A (ja) * | 1985-02-28 | 1986-09-04 | Toyota Motor Corp | 車輛用サスペンシヨンの硬軟特性制御方法及び装置 |
| JP2001022934A (ja) * | 1999-07-07 | 2001-01-26 | Tokai Rika Co Ltd | 車両における走行路認識方法及び走行路認識装置 |
| CN109017554A (zh) * | 2018-07-27 | 2018-12-18 | 北京小米移动软件有限公司 | 行驶提醒方法、装置及计算机可读存储介质 |
| CN112347953A (zh) * | 2020-11-11 | 2021-02-09 | 上海伯镭智能科技有限公司 | 无人驾驶车辆路况不规则障碍物的识别装置 |
| 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 |
| CN113771573A (zh) * | 2021-09-22 | 2021-12-10 | 北京车和家信息技术有限公司 | 一种基于识别路面信息的车辆悬架控制方法及装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115123257A (zh) * | 2022-08-16 | 2022-09-30 | 小米汽车科技有限公司 | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 |
| CN115123257B (zh) * | 2022-08-16 | 2024-02-06 | 小米汽车科技有限公司 | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 |
| CN116740382A (zh) * | 2023-05-08 | 2023-09-12 | 禾多科技（北京）有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
| CN116740382B (zh) * | 2023-05-08 | 2024-02-20 | 禾多科技（北京）有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114779790B (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114779790B (zh) | 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 | |
| CN115123257B (zh) | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 | |
| CN115042821B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
| CN115100377A (zh) | 地图构建方法、装置、车辆、可读存储介质及芯片 | |
| CN115220449A (zh) | 路径规划的方法、装置、存储介质、芯片及车辆 | |
| CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
| CN115330923A (zh) | 点云数据渲染方法、装置、车辆、可读存储介质及芯片 | |
| CN115205365A (zh) | 车辆距离检测方法、装置、车辆、可读存储介质及芯片 | |
| CN114782638B (zh) | 生成车道线的方法、装置、车辆、存储介质及芯片 | |
| CN115222791B (zh) | 目标关联方法、装置、可读存储介质及芯片 | |
| CN115202234B (zh) | 仿真测试方法、装置、存储介质和车辆 | |
| CN115221151B (zh) | 车辆数据的传输方法、装置、车辆、存储介质及芯片 | |
| CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| CN114842440B (zh) | 自动驾驶环境感知方法、装置、车辆及可读存储介质 | |
| CN115205848A (zh) | 目标检测方法、装置、车辆、存储介质及芯片 | |
| CN115042814A (zh) | 交通灯状态识别方法、装置、车辆及存储介质 | |
| CN115082886B (zh) | 目标检测的方法、装置、存储介质、芯片及车辆 | |
| CN115082573B (zh) | 参数标定方法、装置、车辆及存储介质 | |
| CN115407344B (zh) | 栅格地图创建方法、装置、车辆及可读存储介质 | |
| CN115139946B (zh) | 车辆落水检测方法、车辆、计算机可读存储介质及芯片 | |
| CN115179930B (zh) | 车辆控制方法、装置、车辆及可读存储介质 | |
| CN115115707B (zh) | 车辆落水检测方法、车辆、计算机可读存储介质及芯片 | |
| CN114852092B (zh) | 方向盘脱手检测方法、装置、可读存储介质及车辆 | |
| CN114822216B (zh) | 生成车位地图的方法、装置、车辆、存储介质及芯片 | |
| CN115116161A (zh) | 车辆数据采集方法、装置、存储介质以及车辆 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |