CN114895274A - 一种护栏识别方法 - Google Patents
一种护栏识别方法 Download PDFInfo
- Publication number
- CN114895274A CN114895274A CN202210485863.7A CN202210485863A CN114895274A CN 114895274 A CN114895274 A CN 114895274A CN 202210485863 A CN202210485863 A CN 202210485863A CN 114895274 A CN114895274 A CN 114895274A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- coordinate point
- speed
- guardrail
- 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
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Abstract
本发明实施例公开了一种护栏识别方法。该方法包括:获取车辆行驶速度和车辆所在道路上各目标的状态信息;基于车辆行驶速度和各目标与所述车辆的相对速度确定静止目标集合;将静止目标集合进行聚类处理,得到至少一个目标聚类集合;若存在目标聚类集合的目标数量满足预设目标个数,则确定道路中存在护栏。上述发明实施例的技术方案,通过车辆行驶速度和目标与车辆的相对速度得到道路中的静止目标集合,速度数据容易获取且准确度高,进而了提高了护栏识别的准确率,进一步的,对静止目标集合进行聚类处理,得到目标聚类集合,并将目标聚类集合中目标数量满足预设目标个数的集合确定为护栏,方法简单,计算复杂度低,从而提高了护栏识别速度。
Description
技术领域
本发明实施例涉及环境感知技术领域,尤其涉及一种护栏识别方法。
背景技术
随着智能交通科技的快速发展,智能车辆广泛采用交通环境感知系统,以提高交通道路导通率,降低交通事故。环境感知技术是智能车路径规划和行为决策等技术的基础,其中护栏检测是智能车感知周围环境的一个重要组成部分。
现有护栏检测技术中,常采用拍摄实际道路画面识别护栏和确定护栏位置,受太阳光、雨雪雾等复杂天气条件的影响,识别的护栏准确率较低,并且现有护栏识别模型较为复杂,识别速度较慢。
发明内容
本发明实施例提供一种护栏识别方法、装置、存储介质及电子设备,以实现提高护栏识别速度和准确率。
第一方面,本发明实施例提供了一种护栏识别方法,包括:
获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;
基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;
将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;
若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
第二方面,本发明实施例还提供了一种护栏识别装置,包括:
信息获取模块,用于获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;
静止目标确定模块,用于基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;
聚类处理模块,用于将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;
护栏确定模块,用于若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个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实现本发明实施例中任一所述的护栏识别方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例中任一所述的护栏识别方法。
本发明通过获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,状态信息包括各目标与车辆的相对速度;基于车辆行驶速度和各目标与所述车辆的相对速度确定静止目标集合;将静止目标集合进行聚类处理,得到至少一个目标聚类集合;若存在至少一个目标聚类集合的目标数量满足预设目标个数,则确定道路中存在护栏。上述发明实施例的技术方案,通过车辆行驶速度和目标与车辆的相对速度得到道路中的静止目标集合,速度数据容易获取且准确度高,进而了提高了护栏识别的准确率,进一步的,对静止目标集合进行聚类处理,得到目标聚类集合,并将目标聚类集合中目标数量满足预设目标个数的集合确定为护栏,方法简单,计算复杂度低,从而提高了护栏识别速度。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一所提供的一种护栏识别方法的流程示意图;
图2是本发明实施例一所提供的一种雷达检测目标的坐标图;
图3是本发明实施例一所提供的一种道路两侧静态目标的坐标图;
图4是本发明实施例二所提供的一种护栏识别方法的流程示意图;
图5是本发明实施例三所提供的一种护栏识别方法的流程示意图;
图6是本发明实施例三所提供的一种目标坐标点的邻域示意图;
图7是本发明实施例三所提供的一种聚类算法的流程图;
图8是本发明实施例三所提供的一种护栏识别结果坐标图;
图9是本发明实施例四所提供的一种护栏识别装置的结构示意图;
图10是本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种护栏识别方法的流程图,本实施例可适用于在车辆行驶过程中自动对道路中护栏识别的情况,该方法可以由本发明实施例提供的护栏识别装置来执行,该装置可以由软件和/或硬件来实现,该装置可以配置在电子计算设备上,例如,车载终端。具体包括如下步骤:
S110、获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度。
其中,车辆行驶速度为当前车辆的行驶速度。目标指的是车辆所行驶的道路中被检测到的物体,可以包括但不限于周围车辆、护栏、路障等。目标的状态信息可以是目标的运动状态信息,例如目标与车辆的相对速度,目标的状态信息还可以是目标的位置状态信息,例如,目标与车辆的相对位置。
可选的,在车辆直线行驶状态下,获取车辆行驶速度和车辆所在道路上各目标的状态信息,即获取的是车辆的直线行驶速度和直线道路中各目标的状态信息。在一些可选实施例中,可以通过当前行驶车辆安装的加速度传感器,获取车辆的横摆角速度,根据横摆角速度的大小判断当前车辆是否为直线行驶状态,例如,当横摆角速度小于预设横摆角速度阈值时,表明当前车辆为直线行驶状态;在另一可选实施例中,可以通过当前行驶车辆的航偏率传感器,获取车辆的航偏率,根据航偏率的大小判断当前车辆是否为直线行驶状态,例如,当航偏率小于预设航偏率阈值时,表明当前车辆为直线行驶状态,本发明实施例对判断车辆是否为直线行驶状态的方法不做限定。
车辆行驶速度和车辆所在道路上各目标的状态信息可以是通过毫米波雷达获取而来,毫米波雷达具有测距精度高、多目标追踪能力强等特点,同时毫米波雷达能够不受太阳光、雨雪雾等复杂天气条件的影响,使得采集的车辆行驶速度和车辆所在道路上各目标的状态信息更加可靠和准确。可选的,采集车辆行驶速度和目标状态信息的传感器可以不同,车辆行驶速度通过车身仪表盘或者车身传感器采集获取,通过车载毫米波雷达采集目标状态信息。
S120、基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合。
其中,静止目标集合可以是道路中所有静止状态的目标集合。可以理解的是,在车辆行驶的道路中包括多个运动目标和静止目标,运动目标可以包括但不限于行驶的车辆和行走的路人,静止目标可以包括但不限于护栏、路障和树木。由于护栏是道路中静止的物体,对护栏进行识别可以先过滤目标中的运动目标,以减少运动目标对护栏识别的影响,提高护栏识别的正确率。
静止目标集合中的元素可以是静止目标在预设坐标系中的坐标点,也可以是静止目标在高精度地图中的经纬度坐标,本实施例对此不做限定。
示例性的,可以将检测到的目标映射至坐标系中,图2是雷达检测目标的坐标图,雷达指的是当前车辆安装的毫米波雷达,将当前车辆的位置作为坐标系的原点,可以将车辆行驶方向作为坐标系的X轴,单位可以为米,用m表示,并将与车辆行驶方向垂直的方向作为坐标系的Y轴,单位可以为米,用m表示。将通过雷达检测到的目标映射至坐标系中,得到雷达检测到的目标对应的坐标位置,在图2中,可以用圆圈表示静止目标点,即静止目标,可以用三角形表示运动目标点,即运动目标,从图2中可以看出,车辆行驶方向左侧的Y轴值为正值,车辆行驶方向右侧的Y轴值为负值,即可以通过Y轴值的正负区分检测目标的方位,此方法简单方便,可以快速区分目标的方位。图3是道路两侧静态目标的坐标图,即滤除道路中动态目标之后的坐标图,在图3中用加号“+”表示道路左侧静止目标群,即位于当前行驶车辆左侧的多个静止目标。用星号“*”表示道路右侧静止目标群,即位于当前行驶车辆右侧的多个静止目标。
在一些实施例中,可以根据车辆行驶速度和各目标与车辆的相对速度,判断目标的绝对速度是否满足速度阈值,速度阈值可以根据车辆行驶速度进行相应变化,速度阈值与车辆行驶速度可以成正相关,若目标的绝对速度满足速度阈值,则将此目标确定为静止目标,并添加至静止目标集合;若目标的绝对速度不满足速度阈值,则将此目标确定为运动目标。
在另一实施例中,可以将车辆行驶速度和各目标与车辆的相对速度输入至预设目标函数,计算得到目标结果,若目标结果小于预设结果阈值,则将此目标确定为静止目标,并添加至静止目标集合;若所述目标结果大于预设结果阈值,则将此目标确定为运动目标。本发明实施例对确定静止目标集合的方法不做限定。
S130、将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合。
其中,聚类处理可以用于滤除静止目标集合中离散的目标,并对静止目标集合的静止目标进行分类,将同一类别的静止目标作为一个目标聚类集合。聚类处理方法可以是DBSCAN算法、K均值算法等,本发明实施例对聚类处理的算法不做限定。可以理解的是,通过将静止目标集合进行聚类处理,可以得到多个目标聚类集合,即得到多个类别的目标聚类集合,实现对静止目标的区分。
在一些实施例中,聚类处理可以是根据距离对静止目标进行分类,例如,将距离在预设范围内的静止目标分为一类;还可以是根据目标对雷达脉冲反射强度不同对静止目标进行分类,可以理解的是,不同反射面积的目标反射强度是不相同的,具体可以根据目标的反射强度RCS,反射强度RCS越接近,则表明目标相似度高,例如,反射强度RCS满足预设相似度阈值的静止目标分为一类。本发明实施例对聚类处理的分类依据不做限定。
S140、若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
其中,预设目标个数可以是根据护栏的长度设置,例如,预设目标个数可以是3。
具体的,若目标聚类集合中静止目标的数量满足预设目标个数,则将该目标聚类集合中对应的多个静止目标确定为护栏目标群点,若目标聚类集合中静止目标的数量不满足预设目标个数,则将目标聚类集合中对应的多个静止目标确定为离散噪声杂点,此判断方法简单高效,可有效提升护栏识别的正确率和识别速度。
在上述实施例的基础上,在若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏之后,所述方法还包括:基于满足预设目标个数的目标聚类集合中的各目标在预设方向的坐标位置,确定护栏位置,其中,所述预设方向与车辆行驶方向垂直。
其中,各目标在预设方向的坐标位置可以是目标在坐标系Y轴方向的坐标值,可以用yi表示,i可以表示静态目标的个数。
具体的,确定护栏位置的方法可以是将各目标在预设方向的坐标位置取均值,得到护栏位置,即护栏位置为护栏与当前车辆之间的垂直距离,计算公式如下:
其中,D表示护栏位置,N表示静态目标的个数,yi表示第i个静止目标在预设方向的坐标位置。可以理解的是,D小于0表明护栏在道路右侧,D大于0表明护栏在道路左侧。
在一些可选实施例中,可以根据各目标聚类集合中N值最大的目标聚类集合,确定护栏位置。可以理解的是,N值越大,表明目标聚类集合中静止目标更加符合护栏的长度特征,并且N值越大,使计算的距离均值更加可靠,从而使护栏位置更加准确。
本发明实施例提供了一种护栏识别方法,通过获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,状态信息包括各目标与车辆的相对速度;基于车辆行驶速度和各目标与所述车辆的相对速度确定静止目标集合;将静止目标集合进行聚类处理,得到至少一个目标聚类集合;若存在至少一个目标聚类集合的目标数量满足预设目标个数,则确定道路中存在护栏。上述发明实施例的技术方案,通过车辆行驶速度和目标与车辆的相对速度得到道路中的静止目标集合,速度数据容易获取且准确度高,进而了提高了护栏识别的准确率,进一步的,对静止目标集合进行聚类处理,得到目标聚类集合,并将目标聚类集合中目标数量满足预设目标个数的集合确定为护栏,方法简单高效,提高了护栏识别速度。
实施例二
图4为本发明实施例二提供的一种护栏识别方法的流程图示意图,在上述实施例的基础上,对“基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合”进一步细化。其具体的实现方式可以参见本技术方案的详细阐述。其中,与上述实施例相同或者相应的技术术语在此不再赘述。如图4所示,本发明实施例的方法具体包括如下步骤:
S210、获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度。
S220、基于所述车辆行驶速度、所述各目标与所述车辆的相对速度和所述各目标与所述车辆的相对位置确定预设距离内的静止目标集合。
其中,目标的状态信息还包括各目标与车辆的相对位置,各目标与车辆的相对位置可以是当前车辆的与目标的相对距离。在预设坐标系中,相对距离可以包括但不限于横向相对距离和纵向相对距离。
在本发明实施例中,可以根据目标与车辆的横向相对距离和纵向相对距离判断目标是否在预设距离内,若目标在预设距离内,则再根据车辆行驶速度和各目标与车辆的相对速度判断是否是静止目标,这样设置的好处在于可以缩小目标的获取范围,可以使确定的静止目标集合数据大小合适,避免数据臃肿带来的计算速度慢的问题。
在上述实施例的基础上,所述基于所述车辆行驶速度、所述各目标与所述车辆的相对速度和所述各目标与所述车辆的相对位置确定预设距离内的静止目标集合,包括:若所述目标与所述车辆的相对位置在预设距离内,则基于所述车辆行驶速度和目标与所述车辆的相对速度确定目标的绝对速度;若所述目标的绝对速度小于预设速度阈值,则将所述目标添加至静止目标集合。
其中,目标的绝对速度指的是被检测目标相对于行驶车辆的参考系的速度,行驶车辆的参考系可以是道路。预设速度阈值可以是根据静止目标特性设置的,例如,预设速度阈值可以设置为1m/s,即将绝对速度小于1m/s的目标确定为静止目标。
目标的绝对速度的计算公式如下:
Vr=Vc+Vt
其中,Vc为当前车辆的车辆行驶速度,Vt为被检测目标与车辆的相对速度,Vr表示目标绝对速度。
示例性的,预设距离范围的纵向距离可以设置为小于150米,横向距离可以设置为-15~15米,若目标的横向相对距离和纵向相对距离在预设距离范围内,则计算目标的绝对速度。当车辆行驶速度为10m/s,目标与车辆的相对速度为-9.5m/s时,通过计算得到目标的绝对速度为0.5m/s,并且小于预设速度阈值1m/s,所以可以将该目标确定为静止目标,并将此目标添加至静止目标集合。
S230、将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合。
S240、若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
本发明实施例提供了一种护栏识别方法,通过获取车辆行驶速度和车辆所在道路上各目标的状态信息,基于车辆行驶速度、各目标与车辆的相对速度和各目标与车辆的相对位置确定预设距离内的静止目标集合,这样设置的好处在于可以缩小目标的获取范围,可以使确定的静止目标集合数据大小合适,避免数据臃肿带来的计算速度慢的问题。
实施例三
图5为本发明实施例三提供的一种护栏识别方法的流程图示意图,在上述实施例的基础上,对“将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合”进一步细化。其具体的实现方式可以参见本技术方案的详细阐述。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图5所示,本发明实施例的方法具体包括如下步骤:
S310、获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度。
S320、基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合。
S330、对所述静止目标集合中的各所述静止目标的坐标点进行分类,得到包含分类标记的多个目标聚类集合。
其中,静止目标的坐标点可以是静止目标在预设坐标系下的坐标表示,通过静止目标的坐标点可以获取静止目标的位置信息,利用静止目标的位置信息可以计算各静止目标之间的距离,可以根据各静止目标之间的距离对静止目标的坐标点进行分类,即对静止目标进行分类。在本发明实施例中,分类标记用于对静止目标集合中的静止目标进行标记,分类标记可以是数字或字母等符号的组合。
具体的,可以对在预设区域内的静止目标使用同一分类标记,表明预设区域内的静止目标为同一类物体,可以将具有同一分类标记的静止目标点或静止目标添加至同一目标聚类集合,从而得到包含分类标记的多个目标聚类集合,实现对静止目标的快速分类。
在上述实施例的基础上,所述对所述静止目标集合中的坐标点进行分类,得到包含分类标记的多个目标聚类集合,包括:在静止目标集合中任选一坐标点作为目标坐标点,判断所述目标坐标点是否包含分类标记;若所述目标坐标点不包含分类标记,则建立所述目标坐标点的邻域集合;对所述目标坐标点的邻域集合设置分类标记;基于预设邻域半径判断各测试坐标点是否落入所述目标坐标点的邻域内,若测试坐标点落入所述目标坐标点的邻域内,则将所述测试坐标点添加至所述目标坐标点的邻域集合,得到包含分类标记的多个目标聚类集合,其中,所述测试坐标点为静止目标集合中除所述目标坐标点之外的剩余坐标点。
其中,目标坐标点可以是在静止目标集合中任意选取静止目标的坐标点。图6为目标坐标点的邻域示意图。目标坐标点可以用P(Xp,Yp)表示,根据预设邻域半径建立目标坐标点P的邻域,邻域半径可以包括X轴方向的半径和Y轴方向的半径,如图6所示,目标坐标点P的邻域可以是矩形阴影部分。
示例性的,确定目标聚类集合的聚类算法流程如图7所示,首先设置聚类参数,聚类参数包括但不限于邻域半径、聚类个数和分类标记,进一步的,对静止目标集合中的坐标点进行遍历,可以是在静止目标集合中任选一坐标点作为目标坐标点,判断目标坐标点是否包含分类标记。若目标坐标点不包含分类标记,则建立目标坐标点的邻域集合,对目标坐标点的邻域集合设置分类标记;若目标坐标点包含分类标记,重新选取坐标点。进一步的,根据聚类参数中的预设邻域半径判断各测试坐标点是否落入目标坐标点的邻域内,若测试坐标点落入目标坐标点的邻域内,则将测试坐标点添加至目标坐标点的邻域集合,若静止目标的数量(邻域点指针,邻域点指针用于统计邻域集合中坐标点数量)满足预设目标个数(邻域集合的长度),即邻域点指针不小于邻域集合的长度时,将该邻域集合对应的静止目标确定为护栏,聚类个数用于统计目标聚类集合的数量。
如图8所示,用加号表示道路左侧静止目标群(位于道路左侧的静止目标集合),用正方形表示左侧候选静止目标群(位于道路左侧的目标聚类集合),星号表示道路右侧静止目标群(位于道路右侧的静止目标集合),菱形表示右侧候选静止目标群(位于道路右侧的目标聚类集合),用圆圈包围的是离散噪声杂点,虚线表示根据候选静止目标群估计的护栏位置。
在上述实施例的基础上,所述基于预设邻域半径判断测试坐标点是否落入所述目标坐标点的邻域内,包括:确定每一个测试坐标点与所述目标坐标点的对比坐标差,其中,所述对比坐标差中包括多个维度的对比坐标差值;对于任一所述测试坐标点,若所述测试坐标点对应的多个维度的对比坐标差值同时小于预设邻域半径,则所述测试坐标点落入所述目标坐标点的邻域内。
示例性的,目标坐标点可以为P(Xp,Yp),测试坐标点可以为Q(Xq,Yq),计算Xp-Xq的绝对值和Yp-Yq的绝对值,若Xp-Xq的绝对值小于预设邻域半径中的X轴方向的半径,和Yp-Yq的绝对值小于预设邻域半径中的Y轴方向的半径,同时满足时则测试坐标点Q(Xq,Yq)落入目标坐标点P(Xp,Yp)的邻域内。
S340、若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
本发明实施例提供了一种护栏识别方法,通过获取车辆行驶速度和车辆所在道路上各目标的状态信息,对静止目标集合中的各静止目标的坐标点进行分类,得到包含分类标记的多个目标聚类集合,可以将具有同一分类标记的静止目标点或静止目标添加至同一目标聚类集合,从而得到包含分类标记的多个目标聚类集合,实现对静止目标的快速分类,进而提高护栏识别的速度。
实施例四
图9为本发明实施例四提供的一种护栏识别装置的结构示意图,本实施例所提供的护栏识别装置可以通过软件和/或硬件来实现,可配置于终端和/或服务器中来实现本发明实施例中的护栏识别方法。该装置具体可以包括:信息获取模块410、静止目标确定模块420、聚类处理模块430以及护栏确定模块440。
其中,信息获取模块410,用于获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;静止目标确定模块420,用于基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;聚类处理模块430,用于将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;护栏确定模块440,用于若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
本发明实施例提供了一种护栏识别装置,通过获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,状态信息包括各目标与车辆的相对速度;基于车辆行驶速度和各目标与所述车辆的相对速度确定静止目标集合;将静止目标集合进行聚类处理,得到至少一个目标聚类集合;若存在至少一个目标聚类集合的目标数量满足预设目标个数,则确定道路中存在护栏。上述发明实施例的技术方案,通过车辆行驶速度和目标与车辆的相对速度得到道路中的静止目标集合,速度数据容易获取且准确度高,进而了提高了护栏识别的准确率,进一步的,对静止目标集合进行聚类处理,得到目标聚类集合,并将目标聚类集合中目标数量满足预设目标个数的集合确定为护栏目标群点,方法简单高效,提高了护栏识别速度。
在本发明实施例中任一可选技术方案的基础上,可选地,所述目标的状态信息还包括各目标与所述车辆的相对位置,所述静止目标确定模块420包括:
静止目标集合确定单元,用于基于所述车辆行驶速度、所述各目标与所述车辆的相对速度和所述各目标与所述车辆的相对位置确定预设距离内的静止目标集合。
在本发明实施例中任一可选技术方案的基础上,可选地,所述静止目标集合确定单元还可以用于:
若所述目标与所述车辆的相对位置在预设距离内,则基于所述车辆行驶速度和目标与所述车辆的相对速度确定目标的绝对速度;
若所述目标的绝对速度小于预设速度阈值,则将所述目标添加至静止目标集合。
在本发明实施例中任一可选技术方案的基础上,可选地,所述静止目标集合包括静止目标的坐标点,所述聚类处理模块430包括:
分类标记单元,用于对所述静止目标集合中的各所述静止目标的坐标点进行分类,得到包含分类标记的多个目标聚类集合。
在本发明实施例中任一可选技术方案的基础上,可选地,所述分类标记单元包括:
分类标记判断子单元,用于在静止目标集合中任选一坐标点作为目标坐标点,判断所述目标坐标点是否包含分类标记;
邻域集合建立子单元,用于若所述目标坐标点不包含分类标记,则建立所述目标坐标点的邻域集合;
标记设置子单元,用于对所述目标坐标点的邻域集合设置分类标记;
邻域判断子单元,用于基于预设邻域半径判断各测试坐标点是否落入所述目标坐标点的邻域内,若各测试坐标点落入所述目标坐标点的邻域内,则将所述测试坐标点添加至所述目标坐标点的邻域集合,得到包含分类标记的多个目标聚类集合,其中,所述测试坐标点为静止目标集合中除所述目标坐标点之外的剩余坐标点。
在本发明实施例中任一可选技术方案的基础上,可选地,所述邻域判断子单元还可以用于:
确定每一测试坐标点与所述目标坐标点的对比坐标差,其中,所述对比坐标差中包括多个维度的对比坐标差值;
对于任一所述测试坐标点,若所述测试坐标点对应的多个维度的对比坐标差值同时小于预设邻域半径,则所述测试坐标点落入所述目标坐标点的邻域内。
在本发明实施例中任一可选技术方案的基础上,可选地,所述装置还包括:
基于满足预设目标个数的目标聚类集合中的各目标在预设方向的坐标位置,确定护栏位置,其中,所述预设方向与车辆行驶方向垂直。
本发明实施例所提供的护栏识别装置可执行本发明任意实施例所提供的护栏识别方法,具备执行方法相应的功能模块和有益效果。
实施例五
图10为本发明实施例五所提供的一种电子设备的结构示意图。图10示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图10显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图10未显示,通常称为“硬盘驱动器”)。尽管图10中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块26的程序/实用工具36,可以存储在例如系统存储器28中,这样的程序模块26包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图10所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图10中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的一种护栏识别方法。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种护栏识别方法,该方法包括:
获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;
基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;
将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;
若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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)
1.一种护栏识别方法,其特征在于,包括:
获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;
基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;
将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;
若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
2.根据权利要求1所述的方法,其特征在于,所述目标的状态信息还包括各目标与所述车辆的相对位置,所述基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合,包括:
基于所述车辆行驶速度、所述各目标与所述车辆的相对速度和所述各目标与所述车辆的相对位置确定预设距离内的静止目标集合。
3.根据权利要求2所述的方法,其特征在于,所述基于所述车辆行驶速度、所述各目标与所述车辆的相对速度和所述各目标与所述车辆的相对位置确定预设距离内的静止目标集合,包括:
若所述目标与所述车辆的相对位置在预设距离内,则基于所述车辆行驶速度和目标与所述车辆的相对速度确定目标的绝对速度;
若所述目标的绝对速度小于预设速度阈值,则将所述目标添加至静止目标集合。
4.根据权利要求1所述的方法,其特征在于,所述静止目标集合包括静止目标的坐标点,所述将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合,包括:
对所述静止目标集合中的各所述静止目标的坐标点进行分类,得到包含分类标记的多个目标聚类集合。
5.根据权利要求4所述的方法,其特征在于,所述对所述静止目标集合中的各所述静止目标的坐标点进行分类,得到包含分类标记的多个目标聚类集合,包括:
在静止目标集合中任选一坐标点作为目标坐标点,判断所述目标坐标点是否包含分类标记;
若所述目标坐标点不包含分类标记,则建立所述目标坐标点的邻域集合;
对所述目标坐标点的邻域集合设置分类标记;
基于预设邻域半径判断各测试坐标点是否落入所述目标坐标点的邻域内,若测试坐标点落入所述目标坐标点的邻域内,则将所述测试坐标点添加至所述目标坐标点的邻域集合,得到包含分类标记的多个目标聚类集合,其中,所述测试坐标点为静止目标集合中除所述目标坐标点之外的剩余坐标点。
6.根据权利要求5所述的方法,其特征在于,所述基于预设邻域半径判断测试坐标点是否落入所述目标坐标点的邻域内,包括:
确定每一测试坐标点与所述目标坐标点的对比坐标差,其中,所述对比坐标差中包括多维度的对比坐标差值;
对于任一所述测试坐标点,若所述测试坐标点对应的多维度的对比坐标差值同时小于预设邻域半径,则所述测试坐标点落入所述目标坐标点的邻域内。
7.根据权利要求1所述的方法,其特征在于,在若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏之后,所述方法还包括:
基于满足预设目标个数的目标聚类集合中的各目标在预设方向的坐标位置,确定护栏位置,其中,所述预设方向与车辆行驶方向垂直。
8.一种护栏识别装置,其特征在于,包括:
信息获取模块,用于获取车辆行驶速度和车辆所在道路上各目标的状态信息,其中,所述状态信息包括各目标与所述车辆的相对速度;
静止目标确定模块,用于基于所述车辆行驶速度和所述各目标与所述车辆的相对速度确定静止目标集合;
聚类处理模块,用于将所述静止目标集合进行聚类处理,得到至少一个目标聚类集合;
护栏确定模块,用于若存在至少一个所述目标聚类集合的目标数量满足预设目标个数,则确定所述道路中存在护栏。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个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实现如权利要求1-7中任一所述的护栏识别方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的护栏识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210485863.7A CN114895274A (zh) | 2022-05-06 | 2022-05-06 | 一种护栏识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210485863.7A CN114895274A (zh) | 2022-05-06 | 2022-05-06 | 一种护栏识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114895274A true CN114895274A (zh) | 2022-08-12 |
Family
ID=82720306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210485863.7A Pending CN114895274A (zh) | 2022-05-06 | 2022-05-06 | 一种护栏识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114895274A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116859406A (zh) * | 2023-09-05 | 2023-10-10 | 武汉煜炜光学科技有限公司 | 一种基于激光雷达的车速的计算方法和装置 |
-
2022
- 2022-05-06 CN CN202210485863.7A patent/CN114895274A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116859406A (zh) * | 2023-09-05 | 2023-10-10 | 武汉煜炜光学科技有限公司 | 一种基于激光雷达的车速的计算方法和装置 |
CN116859406B (zh) * | 2023-09-05 | 2023-11-28 | 武汉煜炜光学科技有限公司 | 一种基于激光雷达的车速的计算方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188438B (zh) | 偏航角确定方法、装置、设备和介质 | |
CN109284348B (zh) | 一种电子地图的更新方法、装置、设备和存储介质 | |
CN109087510B (zh) | 交通监测方法及装置 | |
CN110929655B (zh) | 一种行驶过程中车道线识别方法、终端设备及存储介质 | |
CN106295459A (zh) | 基于机器视觉和级联分类器的车辆检测和预警方法 | |
CN112540365B (zh) | 一种评估方法、装置、设备及存储介质 | |
CN113421432A (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN112818792A (zh) | 车道线检测方法、装置、电子设备及计算机存储介质 | |
CN112613424A (zh) | 铁轨障碍物检测方法、装置、电子设备和存储介质 | |
CN111898491A (zh) | 一种车辆逆向行驶的识别方法、装置及电子设备 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
CN112434657A (zh) | 飘散运载物检测方法、设备、程序及计算机可读介质 | |
CN111611900A (zh) | 一种目标点云识别方法、装置、电子设备和存储介质 | |
CN109635868B (zh) | 障碍物类别的确定方法、装置、电子设备及存储介质 | |
CN114895274A (zh) | 一种护栏识别方法 | |
CN114419601A (zh) | 障碍物信息确定方法、装置、电子设备以及存储介质 | |
CN114241448A (zh) | 障碍物航向角的获取方法、装置、电子设备及车辆 | |
CN112100565B (zh) | 一种道路曲率确定方法、装置、设备及存储介质 | |
Meuter et al. | 3D traffic sign tracking using a particle filter | |
CN114662600B (zh) | 一种车道线的检测方法、装置和存储介质 | |
CN112835063B (zh) | 物体动静属性的确定方法、装置、设备及存储介质 | |
CN115359438A (zh) | 一种基于计算机视觉的车辆加塞的检测方法、系统和装置 | |
CN114446057A (zh) | 一种基于智能网联环境的事故高发点辨识预警方法及系统 | |
CN116664658B (zh) | 一种障碍物检测方法、装置及终端设备 | |
CN116819483B (zh) | 路口车辆排队长度检测方法、装置、存储介质及终端 |
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 |