CN114966673A - 一种基于雷达的拖车检测方法及系统、一种车辆 - Google Patents

一种基于雷达的拖车检测方法及系统、一种车辆 Download PDF

Info

Publication number
CN114966673A
CN114966673A CN202210611443.9A CN202210611443A CN114966673A CN 114966673 A CN114966673 A CN 114966673A CN 202210611443 A CN202210611443 A CN 202210611443A CN 114966673 A CN114966673 A CN 114966673A
Authority
CN
China
Prior art keywords
radar
angle
trailer
detection
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.)
Pending
Application number
CN202210611443.9A
Other languages
English (en)
Inventor
管希铭
王清品
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.)
Hella Shanghai Electronics Co Ltd
Original Assignee
Hella Shanghai Electronics Co Ltd
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 Hella Shanghai Electronics Co Ltd filed Critical Hella Shanghai Electronics Co Ltd
Priority to CN202210611443.9A priority Critical patent/CN114966673A/zh
Publication of CN114966673A publication Critical patent/CN114966673A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/411Identification of targets based on measurements of radar reflectivity

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)

Abstract

本发明提供了一种基于雷达的拖车检测方法,包括:预设探测区域,在所述探测区域内划分若干检测单元;获取所述检测单元内的点云,将所述点云聚类,得到目标物的轮廓;当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。采用上述技术方案后,能够自动检测是否外挂拖车;根据拖车尺寸自动调整雷达工作的FOV,使得在挂载拖车的情况下雷达仍然可以工作。

Description

一种基于雷达的拖车检测方法及系统、一种车辆
技术领域
本发明涉及车辆领域,尤其涉及一种基于雷达的拖车检测方法及系统和一种车辆。
背景技术
在智能驾驶系统中,毫米波角雷达被广泛的用于对车辆周围的环境进行感知,出于安全性相关的考虑,其对应的故障检测系统会要求雷达在被遮挡时抑制功能,进行报警并通知上一级的控制器。但在挂载拖车时,如果整车没有设计对应的信号来告知雷达是否有拖车的存在,角雷达则无法判断出自车后方的真实状态,这样会影响性能,甚至会造成误报警,严重影响驾驶者的使用体验。于此同时,通常由金属材料构成的拖车厢体会造成严重的镜面反射,产生虚假目标。也会对雷达的FOV(视野,Field of View)产生遮挡,从而影响雷达的探测范围。
为了解决角雷达无法自行判断拖车是否存在的问题,一般所采取的方法是将拖车钩的信号(收起/弹出)发送给角雷达,或在中控屏等终端装置上由驾驶员手动进行外挂拖车状态的设置以抑制角雷达的功能,屏蔽角雷达被遮挡后发出的故障信号。但有的车型在设计之初没有规划设计拖车钩的状态信号(弹出/收起),通过驾驶员在终端设备上设置拖车状态则过于繁琐影响驾驶体验。另一方面,角雷达若单纯依靠来自整车的信号判断是否外挂拖车,也可能因为驾驶员忘记将拖车钩收起或忘记在终端设备上更改状态致使角雷达未正常工作,从而使得驾驶员对自车后方的真实状态产生误判,影响驾驶安全。
此外,对于拖车厢体反射造成虚假目标以及遮挡角雷达FOV的问题,现有的处理方法一般是直接将雷达的探测功能直接关闭,但此时雷达仍有一部分FOV未被遮挡,具有正常工作的能力。如果能够精确的得到拖车前部厢体的尺寸,则可以在软件层面进行处理,充分的利用这部分FOV,提高车辆在挂载拖车状态下的安全性能。
综上所述,需要设计一种角雷达自行判断车辆是否外挂拖车,同时检测出拖车箱体前部尺寸的方法。可以在提高驾驶员使用体验的同时,保证车辆的行驶安全,并通过技术手段使挂载拖车后,雷达仍能够继续进行工作,对环境进行探测,从而提高车辆的安全性。
发明内容
为了克服上述技术缺陷,本发明提供一种基于雷达的拖车检测方法,包括:预设探测区域,在所述探测区域内划分若干检测单元;获取所述检测单元内的点云,将所述点云聚类,得到目标物的轮廓;当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。
优选的,获取所述检测单元内的点云,将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。
优选的,所述点云包括位置信息、角度信息和信号强度信息。
优选的,识别所述目标物为拖车,根据所述轮廓计算拖车的最大遮挡角;当所述最大遮挡角大于雷达视野的可偏折角度时,抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值。
优选的,当所述最大遮挡角小于雷达视野的可偏折角度时,调整所述雷达偏折至所述最大遮挡角以外。
本发明的另一方面,提供一种基于雷达的拖车检测系统,包括检测模块和控制模块,所述检测模块用于预设探测区域,在所述探测区域内划分若干检测单元,并获取所述检测单元内的点云;
所述控制模块用于将所述点云聚类,得到目标物的轮廓;当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。
优选的,所述控制模块用于获取所述检测单元内的点云,将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。
优选的,所述点云包括位置信息、角度信息和信号强度信息。
优选的,所述控制模块用于识别所述目标物为拖车,根据所述轮廓计算拖车的最大遮挡角;当所述最大遮挡角大于雷达视野的可偏折角度时,所述控制模块抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值。
优选的,当所述最大遮挡角小于雷达视野的可偏折角度时,所述控制模块调整所述雷达偏折至所述最大遮挡角以外。
本发明的另一方面,提供一种车辆,包括如上任一所述的当基于雷达的拖车检测系统。
采用了上述技术方案后,与现有技术相比,具有以下有益效果:
1.对是否外挂拖车进行自动检测:使用上文中提到的方法,使得雷达可以自动识别后方是否挂载拖车。
2.根据拖车尺寸自动调整雷达工作的FOV:使用上文中提到的方法,使得角雷达在识别出拖车前部的轮廓后,可以根据所拖挂的车厢尺寸,自动调节可使用的雷达FOV偏折角度,在遮挡角度超出最大偏折能力时,还可以从软件层面屏蔽部分FOV,使得在挂载拖车的情况下雷达仍然可以工作。
附图说明
图1为一符合本发明实施例中基于雷达的拖车检测方法的示意图;
图2为另一符合本发明实施例中基于雷达的拖车检测方法的示意图;
图3为一符合本发明实施例中基于雷达的拖车检测系统的示意图;
图4为图3实施例中基于雷达的拖车检测系统的示意图;
图5为图3实施例中基于雷达的拖车检测系统的另一示意图。
附图标记:
θ-最大遮挡角度,θmax-可偏折角度,Δθ-第一角度。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
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。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,“模块”与“部件”可以混合地使用。
如图1所示,为一个本发明的优选实施例,提供一种基于雷达的拖车检测方法,包括:
S1:预设探测区域,在所述探测区域内划分若干检测单元;
S2:获取所述检测单元内的点云,将所述点云聚类,得到目标物的轮廓;
S3:当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。
其中,所述探测区域的大小为可以覆盖自车允许拖挂的最大拖车尺寸,并将该区域按照一定的大小分隔为许多的检测单元。探测区域不宜过大,否则容易获取过多无用的信息,占用过多计算资源。本实施例中,所述探测区域为车辆后方3*5米的区域,在其他实施例中,也可以为其他合适的面积,本发明在此不作限制。
所述检测单元可以视为最小的检测单位,将所述探测区域等分成若干检测单元,可以将检测单元内的数据再做统计,为聚类过程提供数据。
在另一实施例中,聚类过程具体为:获取所述检测单元内的点云,将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。所述点云包括该检测点的位置信息、角度信息以及信号强度等信息。
所述聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异。所述滤波操作实际上是将质心点相连后的图形进行去毛刺的过程,使用本领域常用的滤波方法即可。
在反复计算聚类之后,获取目标物的精确轮廓后,进一步计算该轮廓与本车辆的距离是否会随着车速的变化而变化,如若保持不变,则可认为该目标物与车辆保持相对静止,则将该目标物识别为拖车。
在另一实施例中,如图2所示,识别所述目标物为拖车,根据所述轮廓计算拖车的最大遮挡角;当所述最大遮挡角大于雷达视野的可偏折角度时,抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值;当所述最大遮挡角小于雷达视野的可偏折角度时,调整所述雷达偏折至所述最大遮挡角以外。
现有技术中,检测到拖车后,一般是直接将雷达的探测功能直接关闭,但此时雷达仍有一部分角度未被遮挡,具有正常工作的能力。因此,本实施例中根据先前判断拖车所获取的轮廓,可以计算该轮廓对雷达的最大遮挡角度θ,将该最大遮挡角度θ与雷达视野的可偏折角度θmax进行对比,如若最大遮挡角θ大于可偏折角度θmax时,则认为雷达无法通过偏折避开所述最大遮挡角θ,因此可以软件层面来实现对入射角来自第一角度Δθ部分回波的抑制(Δθ=θ-θmax),从而避免产生雷达工作FOV区域的遮挡,使得雷达仍然可以利用剩余未被遮挡部分的FOV进行正常的工作。如若所述最大遮挡角θ小于雷达视野的可偏折角度θmax时,则调整所述雷达偏折至所述最大遮挡角θ以外。
由此,通过合理调整雷达,能够继续在有限的角度范围内继续工作,提高工作效率。
本发明的另一个实施例中,提供一种于雷达的拖车检测系统,包括检测模块和控制模块,如图3所示,本实施例中的所述检测模块为车辆的后角雷达,包括左后角雷达和右后角雷达,控制模块可以为车辆的MCU。所述检测模块用于预设探测区域,在所述探测区域内划分若干检测单元;用于获取所述检测单元内的点云。
所述控制模块用于将所述点云聚类,得到目标物的轮廓;当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。从图4可知,后角雷达在探测区域内划分检测单元后,并获取各检测单元内的点云信息,随后控制模块将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。
得到目标物的准确轮廓后,如若该轮廓与车辆之间的距离不随车速改变,则判定该目标物即为拖车。所述控制模块根据所述轮廓计算拖车的最大遮挡角;当所述最大遮挡角大于雷达视野的可偏折角度时,所述控制模块抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值。
优选的,当所述最大遮挡角小于雷达视野的可偏折角度时,所述控制模块调整所述雷达偏折至所述最大遮挡角以外。
本发明的其他实施例中的基于雷达的拖车检测系统的技术特征与基于雷达的拖车检测方法相同,本发明在此不作赘述。
除此之外,本发明的实施例包括车辆,使用上述的基于雷达的拖车检测系统,可以更加灵活识别车辆后方是否挂载拖车;并且可以得在挂载拖车的情况下雷达仍然可以工作。
可以理解的是,本发明中所述的雷达FOV的偏折、转动或者部分角度内FOV的抑制是通过天线相位的调整以及数字信号的处理完成的,属于信号处理层面的工作,并不特指所述雷达天线的物理转动。
应当注意的是,本发明的实施例有较佳的实施性,且并非对本发明作任何形式的限制,任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例,但凡未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰,均仍属于本发明技术方案的范围内。

Claims (11)

1.一种基于雷达的拖车检测方法,其特征在于,包括:
预设探测区域,在所述探测区域内划分若干检测单元;
获取所述检测单元内的点云,将所述点云聚类,得到目标物的轮廓;
当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。
2.如权利要求1所述的基于雷达的拖车检测方法,其特征在于,
获取所述检测单元内的点云,将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。
3.如权利要求2所述的基于雷达的拖车检测方法,其特征在于,
所述点云包括位置信息、角度信息和信号强度信息。
4.如权利要求1-3任一所述的基于雷达的拖车检测方法,其特征在于,
识别所述目标物为拖车,根据所述轮廓计算拖车的最大遮挡角;
当所述最大遮挡角大于雷达视野的可偏折角度时,抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值。
5.如权利要求4所述的基于雷达的拖车检测方法,其特征在于,
当所述最大遮挡角小于雷达视野的可偏折角度时,调整所述雷达偏折至所述最大遮挡角以外。
6.一种基于雷达的拖车检测系统,其特征在于,包括检测模块和控制模块,
所述检测模块用于预设探测区域,在所述探测区域内划分若干检测单元;用于获取所述检测单元内的点云;
所述控制模块用于将所述点云聚类,得到目标物的轮廓;当所述轮廓与车辆的距离不会随所述车辆的车速变化时,识别所述目标物为拖车。
7.如权利要求6所述的基于雷达的拖车检测系统,其特征在于,
所述控制模块用于将所述点云聚类获得的质心点相连,进行滤波操作后得到目标物的轮廓。
8.如权利要求7所述的基于雷达的拖车检测系统,其特征在于,
所述点云包括位置信息、角度信息和信号强度信息。
9.如权利要求6-8任一所述的基于雷达的拖车检测系统,其特征在于,
所述控制模块用于识别所述目标物为拖车,根据所述轮廓计算拖车的最大遮挡角;
当所述最大遮挡角大于雷达视野的可偏折角度时,所述控制模块抑制第一角度内的探测信号,所述第一角度为所述最大遮挡角与所述可偏折角度的差值。
10.如权利要求9所述的基于雷达的拖车检测系统,其特征在于,
当所述最大遮挡角小于雷达视野的可偏折角度时,所述控制模块调整所述雷达偏折至所述最大遮挡角以外。
11.一种车辆,包括如权利要求6-10中任一所述的当基于雷达的拖车检测系统。
CN202210611443.9A 2022-05-31 2022-05-31 一种基于雷达的拖车检测方法及系统、一种车辆 Pending CN114966673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210611443.9A CN114966673A (zh) 2022-05-31 2022-05-31 一种基于雷达的拖车检测方法及系统、一种车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210611443.9A CN114966673A (zh) 2022-05-31 2022-05-31 一种基于雷达的拖车检测方法及系统、一种车辆

Publications (1)

Publication Number Publication Date
CN114966673A true CN114966673A (zh) 2022-08-30

Family

ID=82957995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210611443.9A Pending CN114966673A (zh) 2022-05-31 2022-05-31 一种基于雷达的拖车检测方法及系统、一种车辆

Country Status (1)

Country Link
CN (1) CN114966673A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150325126A1 (en) * 2014-05-07 2015-11-12 Robert Bosch Gmbh Method for detecting the presence of a trailer
CN107526075A (zh) * 2016-06-20 2017-12-29 德尔福技术有限公司 拖车估计改进
CN107797118A (zh) * 2016-08-29 2018-03-13 德尔福技术有限公司 基于相机的拖车识别和盲区调整
US20180203106A1 (en) * 2017-01-19 2018-07-19 Autoliv Asp, Inc. System and method for automatic trailer detection
US20180335787A1 (en) * 2017-05-17 2018-11-22 GM Global Technology Operations LLC Six-dimensional point cloud system for a vehicle
US20180356527A1 (en) * 2017-06-09 2018-12-13 Valeo Schalter Und Sensoren Gmbh Method for assisting a driver of a vehicle/trailer combination in maneuvering with the vehicle/trailer combination, blind spot system as well as vehicle/trailer combination
CN110705445A (zh) * 2019-09-27 2020-01-17 长城汽车股份有限公司 拖车及盲区目标检测方法和装置
US20200333436A1 (en) * 2019-04-17 2020-10-22 Valeo Radar Systems, Inc. Trailer detection and estimation system and related techniques
CN112802366A (zh) * 2019-11-14 2021-05-14 通用汽车环球科技运作有限责任公司 在具有拖车的车辆中执行交叉交通管理的雷达系统控制
CN114089377A (zh) * 2021-10-21 2022-02-25 江苏大学 一种基于激光雷达的点云处理和物体识别系统及方法
CN114252886A (zh) * 2021-12-07 2022-03-29 国汽智控(北京)科技有限公司 障碍物的轮廓确定方法、装置、设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150325126A1 (en) * 2014-05-07 2015-11-12 Robert Bosch Gmbh Method for detecting the presence of a trailer
CN107526075A (zh) * 2016-06-20 2017-12-29 德尔福技术有限公司 拖车估计改进
CN107797118A (zh) * 2016-08-29 2018-03-13 德尔福技术有限公司 基于相机的拖车识别和盲区调整
US20180203106A1 (en) * 2017-01-19 2018-07-19 Autoliv Asp, Inc. System and method for automatic trailer detection
US20180335787A1 (en) * 2017-05-17 2018-11-22 GM Global Technology Operations LLC Six-dimensional point cloud system for a vehicle
US20180356527A1 (en) * 2017-06-09 2018-12-13 Valeo Schalter Und Sensoren Gmbh Method for assisting a driver of a vehicle/trailer combination in maneuvering with the vehicle/trailer combination, blind spot system as well as vehicle/trailer combination
US20200333436A1 (en) * 2019-04-17 2020-10-22 Valeo Radar Systems, Inc. Trailer detection and estimation system and related techniques
CN110705445A (zh) * 2019-09-27 2020-01-17 长城汽车股份有限公司 拖车及盲区目标检测方法和装置
CN112802366A (zh) * 2019-11-14 2021-05-14 通用汽车环球科技运作有限责任公司 在具有拖车的车辆中执行交叉交通管理的雷达系统控制
CN114089377A (zh) * 2021-10-21 2022-02-25 江苏大学 一种基于激光雷达的点云处理和物体识别系统及方法
CN114252886A (zh) * 2021-12-07 2022-03-29 国汽智控(北京)科技有限公司 障碍物的轮廓确定方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
L. LI 等: "Building contour regularization method based on ground LIDAR point cloud data", 2021 IEEE 4TH ADVANCED INFORMATION MANAGEMENT, COMMUNICATES, ELECTRONIC AND AUTOMATION CONTROL CONFERENCE (IMCEC), 19 July 2021 (2021-07-19), pages 1937 - 1941 *
苏致远 等: "基于三维激光雷达的车辆目标检测方法", 军事交通学院学报, vol. 19, no. 1, 11 January 2017 (2017-01-11), pages 45 - 49 *

Similar Documents

Publication Publication Date Title
US11333766B2 (en) Method for assisting a driver of a vehicle/trailer combination in maneuvering with the vehicle/trailer combination, blind spot system as well as vehicle/trailer combination
US6794987B2 (en) Object detection system and method of estimating object size
CN111624560B (zh) 一种基于目标识别的车载毫米波雷达遮挡状态的检测方法
CN108764373B (zh) 一种用于自动驾驶中的传感器数据过滤及融合方法
US11396282B2 (en) Autonomous emergency braking system and method of controlling same
CN111580109B (zh) 一种基于幅度特征统计的车载毫米波雷达遮挡检测方法
CN109696676B (zh) 一种有效障碍物目标确定方法、装置和车辆
CN108859952B (zh) 车辆变道预警方法、装置和雷达
CN110261838B (zh) 一种道面外来物探测方法、装置及探测雷达
EP3355293A1 (en) A sensor arrangement and a method for detecting an object around a trailer of a vehicle
US11891081B2 (en) Warning apparatus
EP1367410B1 (en) Collision detection system and method of estimating miss distance employing curve fitting
CN112585553A (zh) 用于可移动平台的控制方法、可移动平台、设备和存储介质
CN113391305B (zh) 多雷达融合的虚假目标抑制方法、装置及终端设备
CN109835251A (zh) 车辆前向碰撞预警系统
JP2787014B2 (ja) 車両障害物識別システム
CN112802366A (zh) 在具有拖车的车辆中执行交叉交通管理的雷达系统控制
CN112485770B (zh) 毫米波雷达全fov受限场景识别方法、存储介质及车载设备
CN111580108B (zh) 一种基于幅度变化分析的车载毫米波雷达遮挡检测方法
CN114966673A (zh) 一种基于雷达的拖车检测方法及系统、一种车辆
CN113740855B (zh) 占位识别方法、装置、毫米波雷达及存储介质
CN112349142B (zh) 一种车辆追尾预警方法及其相关设备
CN115201810A (zh) 用于无人车的多传感器融合紧急避障方法
CN112014822B (zh) 车载雷达测量数据识别方法、装置、介质和电子装置
CN113514825A (zh) 道路边缘的获取方法、装置和终端设备

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