CN115230711A - 车辆的环境重构方法、装置、车辆及存储介质 - Google Patents
车辆的环境重构方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN115230711A CN115230711A CN202210744758.0A CN202210744758A CN115230711A CN 115230711 A CN115230711 A CN 115230711A CN 202210744758 A CN202210744758 A CN 202210744758A CN 115230711 A CN115230711 A CN 115230711A
- Authority
- CN
- China
- Prior art keywords
- edge data
- data information
- road
- road edge
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000003068 static effect Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆的环境重构方法、装置、车辆及存储介质,其中,方法包括:采集车辆的当前所处位置的道路边界信息;对道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析道路边沿数据信息,得到道路边沿数据信息的置信度;对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果。本申请实施例的车辆的环境重构方法,可以基于多种传感器的环境信息,通过采用差值拟合的处理机制对多元信息进行充分处理,以达到对非结构化环境更可靠的描述,从而提高智能汽车对高速环境感知理解的可靠性。
Description
技术领域
本申请涉及智能汽车环境信息处理技术领域,特别涉及一种车辆的环境重构方法、装置、车辆及存储介质。
背景技术
随着智能驾驶技术的发展,越来越多智能汽车具备在城市道路、高速公路结构化道路的自动驾驶功能,但智能汽车处于某个环境中,要实现在未知环境下的自动驾驶,汽车首先必须知道自己所处的环境,具体在什么位置和方位,周围哪些地方是安全区域,哪些地方存在危险目标,并且必须准确的知道危险目标所在的位姿,这些信息都必须由有效及可靠的环境感知作为基础来实现。
相关技术中,大多使用单一传感器结合时空数据融合的方法以实现提供道路环境的信息的目的。
然而,通过对单一传感器不同频谱感知的环境信息在对于非结构化道路方面,无法有效的实现环境场景理解及有效的提取道路信息,从而便无法提供更全面的环境认知,不能满足复杂道路环境下的行驶。
发明内容
本申请提供一种车辆的环境重构方法、装置、车辆及存储介质,以解决相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶等问题。
本申请第一方面实施例提供一种车辆的环境重构方法,包括以下步骤:采集车辆的当前所处位置的道路边界信息;对所述道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析所述道路边沿数据信息,得到所述道路边沿数据信息的置信度;以及对所述置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到所述当前坐标系下建立的二维图中,得到环境重构结果。
根据上述技术手段,通过采用差值拟合的处理机制对多元信息进行充分处理,以达到对非结构化环境更可靠的描述,从而提高智能汽车对高速环境感知理解的可靠性。
进一步地,在本申请的一个实施例中,上述的车辆的环境重构方法,还包括:利用卡尔曼滤波对处理后的道路边沿数据信息进行帧间平滑处理。
根据上述技术手段,通过卡尔曼滤波进行帧间平滑处理,使得数据信息更加稳定。
进一步地,在本申请的一个实施例中,在分析所述道路边沿数据信息得到所述道路边沿数据信息的置信度之前,还包括:判断所述道路边沿数据信息是否满足预设属性条件;若不满足所述预设属性条件,则对所述道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将所述新的道路边沿数据信息作为所述道路边沿数据。
根据上述技术手段,通过对道路边沿数据信息进行判断作为对信息属性修正的前提条件,保障了数据的可靠性。
进一步地,在本申请的一个实施例中,所述对所述道路边沿数据信息的属性进行修正,包括:获取所述当前坐标系下不满足左负右正规则第一子道路边沿数据信息;获取所述道路边沿数据信息中信息重复的第二子道路边沿数据信息;剔除所述第一子道路边沿数据信息和所述第二子道路边沿数据信息。
根据上述技术手段,通过对道路边沿数据信息进行修正,从而避免了信息异常的可能性,保证了数据信息的精准度。
进一步地,在本申请的一个实施例中,所述采集车辆的当前所处位置的道路边界信息,包括:通过图像采集装置采集所述当前车辆的前方道路的图像;通过第一雷达获取所述前方道路的可通行区域;通过第二雷达获取所述前方道路的边界;获取所述前方道路的动静态信息;根据所述前方道路的图像、所述前方道路的可通行区域、所述前方道路的边界和所述前方道路的动静态信息得到所述当前所处位置的道路边界信息。
根据上述技术手段,通过对多元的道路边界信息进行采集,从而更加得到在复杂环境场景下的更为准确的环境信息。
本申请第二方面实施例提供一种车辆的环境重构装置,包括:采集模块,用于采集车辆的当前所处位置的道路边界信息;分析模块,用于对所述道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析所述道路边沿数据信息,得到所述道路边沿数据信息的置信度;以及重构模块,用于对所述置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到所述当前坐标系下建立的二维图中,得到环境重构结果。
进一步地,在本申请的一个实施例中,上述的车辆的环境重构装置,还包括:处理单元,用于利用卡尔曼滤波对处理后的道路边沿数据信息进行帧间平滑处理。
进一步地,在本申请的一个实施例中,在分析所述道路边沿数据信息得到所述道路边沿数据信息的置信度之前,所述分析模块,还包括:判断单元,用于判断所述道路边沿数据信息是否满足预设属性条件;修正单元,用于若不满足所述预设属性条件,则对所述道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将所述新的道路边沿数据信息作为所述道路边沿数据。
进一步地,在本申请的一个实施例中,所述对所述道路边沿数据信息的属性进行修正,包括:第一获取单元,用于获取所述当前坐标系下不满足左负右正规则第一子道路边沿数据信息;第二获取单元,用于获取所述道路边沿数据信息中信息重复的第二子道路边沿数据信息;提出单元,用于剔除所述第一子道路边沿数据信息和所述第二子道路边沿数据信息。
进一步地,在本申请的一个实施例中,所述采集模块,包括:采集单元,用于通过图像采集装置采集所述当前车辆的前方道路的图像;第三获取单元,用于通过第一雷达获取所述前方道路的可通行区域;第四获取单元,用于通过第二雷达获取所述前方道路的边界;第五获取单元,用于获取所述前方道路的动静态信息;第六获取单元,用于根据所述前方道路的图像、所述前方道路的可通行区域、所述前方道路的边界和所述前方道路的动静态信息得到所述当前所处位置的道路边界信息。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的车辆的环境重构方法。
本申请第四方面实施例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,以用于实现如上述实施例所述的车辆的环境重构方法。
本申请实施例可以通过采集车辆的当前所处位置的道路边界信息,并对其进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,通过分析得到道路边沿数据信息的置信度,对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果。由此,解决了相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶等技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种车辆的环境重构方法的流程图;
图2为根据本申请一个实施例提供的自动驾驶车辆进入高速结构化道路的场景情况的示意图;
图3为根据本申请一个实施例提供的自动驾驶车辆进入非结构化道路的场景情况的示意图;
图4为根据本申请一个实施例提供的基于多传感器信息的高速环境重构方法的流程图;
图5为根据本申请实施例提供的车辆的环境重构装置的示例图;
图6为根据本申请实施例的车辆的结构示意图。
其中,10-车辆的环境重构装置;100-采集模块、200-分析模块、300-重构模块。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车辆的环境重构方法、装置、车辆及存储介质。针对上述背景技术中提到的相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶的问题,本申请提供了一种车辆的环境重构方法,在该方法中,通过采集车辆的当前所处位置的道路边界信息,并对其进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,通过分析得到道路边沿数据信息的置信度,对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果,从而可以基于多种传感器的环境信息,通过采用差值拟合的处理机制对多元信息进行充分处理,以达到对非结构化环境更可靠的描述,提高智能汽车对高速环境感知理解的可靠性。由此,解决了相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶等技术问题。
具体而言,图1为本申请实施例所提供的一种车辆的环境重构方法的流程示意图。
如图1所示,该车辆的环境重构方法包括以下步骤:
在步骤S101中,采集车辆的当前所处位置的道路边界信息。
可选地,在本申请的一个实施例中,采集车辆的当前所处位置的道路边界信息,包括:通过图像采集装置采集当前车辆的前方道路的图像;通过第一雷达获取前方道路的可通行区域;通过第二雷达获取前方道路的边界;获取前方道路的动静态信息;根据前方道路的图像、前方道路的可通行区域、前方道路的边界和前方道路的动静态信息得到当前所处位置的道路边界信息。
其中,图像采集装置可以为摄像头或者其他具有图像采集功能的装置,第一雷达和第二雷达可以为前雷达和角雷达或者其他具有探测功能的探测设备对车辆周围环境进行相应道路的探测,在此不做具体限定。
具体地,当车辆行驶于城市道路、高速公路等结构化道路场景下,由于车辆是处在一个未知环境下的自动驾驶,这就需要车辆对其周围的各种环境信息进行有效可靠的感知。但针对于高速道路的复杂环境,如主路上下匝道路段车流量大,车道线分叉多,曲率较大等问题,对车辆所处的当前位置的道路边界信息进行有效精准的采集尤为重要。
进一步地,为了提高车辆对于周围行驶环境理解的可靠性,可以基于多传感器的环境信息,对摄像头、雷达以及高静度地图的多元数据进行重构,以及对多种单一信息进行融合,重构出车辆所处当前环境的非结构化真实场景,从而提高车辆在智能驾驶时对环境感知理解的可靠性。
具体而言,当车辆处于未知环境下进行自动驾驶时,首先,可以通过摄像头获取前方道路的视觉图像信息,并通过前雷达即第一雷达获取车辆前方道路的可通行区域以及角雷达即第二雷达获取前方道路的边界信息,其中,摄像头可以根据实际需求设置于车辆的前方或后视镜上,在此不做具体限定;其次,通过高精度地图获取前方道路的动静态信息,并根据上述获得的前方道路的视觉图像信息、前方道路的可通行区域、前方道路的边界信息和前方道路的动静态信息得到当前所处位置的道路边界信息。
在步骤S102中,对道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析道路边沿数据信息,得到道路边沿数据信息的置信度。
具体地,根据上述由摄像头、雷达以及高精度地图所提取的车辆当前位置的道路边界信息,当车辆行驶于在结构化道路上,如图2所示,可以通过摄像头获取的车道线数据进行一阶滤波简单处理,使车辆满足自动驾驶的要求,此时车辆行驶时可以完全依赖该传感器进行驾驶。
进一步地,当车辆行驶于非结构化道路上,如图3所示,由于单一的传感器不能满足车辆自动驾驶的要求,且高精度地图具有较高的准确性,因此,需要对高精度地图数据信息进行预处理,即将采集到的道路边界信息进行坐标系转换,从而使原点位置转换为车身位置,得到车辆的当前坐标系下的道路边沿数据信息,并分析道路边沿数据信息,得到道路边沿数据信息的置信度。
可选地,在本申请的一个实施例中,在分析道路边沿数据信息得到道路边沿数据信息的置信度之前,还包括:判断道路边沿数据信息是否满足预设属性条件;若不满足预设属性条件,则对道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将新的道路边沿数据信息作为道路边沿数据。
可选地,在本申请的一个实施例中,对道路边沿数据信息的属性进行修正,包括:获取当前坐标系下不满足左负右正规则第一子道路边沿数据信息;获取道路边沿数据信息中信息重复的第二子道路边沿数据信息;剔除第一子道路边沿数据信息和第二子道路边沿数据信息。
其中,预设属性条件为本车道的左右车道点集的横向距离应遵循坐标系左负右正的规则,且道路信息无重复点信息。
具体地,为了满足所获得数据的可靠性,在分析道路边沿数据信息得到道路边沿数据信息的置信度之前,还需要判断道路边沿数据信息的属性是否正常,如道路边沿数据信息的属性正常时,本车道的左右车道点集的横向距离应遵循坐标系左负右正的规则,或者道路信息没有出现重复点信息;若信息出现异常,则获取当前坐标系下不满足左负右正规则的第一子道路边沿数据信息,以及道路边沿数据信息中信息重复的第二子道路边沿数据信息,并则剔除异常信息。
进一步地,在对正常的道路边沿数据信息进行分析之后,根据车身的定位信息与高精度地图的匹配关系以及其稳定程度,从而赋予道路边沿数据信息的置信度,若定位信息偏离高精度地图,则置信度低,若定位信息稳定在高精度地图中,则置信度高。
在步骤S103中,对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果。
具体而言,当车辆定位信息偏离高精度地图时,即道路边沿中的纵向距离信息过大时,可以对其进行线性插值处理,如将插值的间隔大小设为20厘米,并将插值处理后的道路信息投影到当前车辆坐标系下建立的二维图中,从而获得置信度较高的道路边沿数据信息。
进一步地,为了使最终得到的数据结果更加稳定,可以利用卡尔曼滤波对进行插值拟合处理后的道路边沿数据信息进行帧间平滑处理,进而使车辆在行驶于非结构化场景下能够获得对周围环境更可靠的描述,从而提高车辆对于高速环境感知理解的可靠性。
综上,如图4所示,为使本领域技术人员更加直观的了解本申请实施例的具体实施方法,其步骤如下:
S401,地图、摄像头、雷达信息。
S402,提取道路边沿信息。
S403,将道路边沿信息转化到车辆坐标系下。
S404,判断道路边沿信息属性是否正常,若否,执行S405,否则,跳转执行S406。
S405,修正道路边沿信息属性。
S406,分析数据中道路边沿信息的置信度。
S407,道路边沿信息进行数据处理。
S408,将融合结果进行帧间平滑处理,输出处理结果。
根据本申请实施例提出的车辆的环境重构方法,通过采集车辆的当前所处位置的道路边界信息,并对其进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,通过分析得到道路边沿数据信息的置信度,对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果,从而可以基于多种传感器的环境信息,通过采用差值拟合的处理机制对多元信息进行充分处理,以达到对非结构化环境更可靠的描述,提高智能汽车对高速环境感知理解的可靠性。由此,解决了相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶等技术问题。
其次参照附图描述根据本申请实施例提出的车辆的环境重构装置。
图5是本申请实施例的车辆的环境重构装置的方框示意图。
如图5所示,该车辆的环境重构装置10包括:采集模块100、分析模块200和重构模块300。
其中,采集模块100用于采集车辆的当前所处位置的道路边界信息;
分析模块200用于对道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析道路边沿数据信息,得到道路边沿数据信息的置信度;以及
重构模块300用于对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果。
进一步地,上述的车辆的环境重构装置10,还包括:
处理单元,用于利用卡尔曼滤波对处理后的道路边沿数据信息进行帧间平滑处理。
进一步地,在分析道路边沿数据信息得到道路边沿数据信息的置信度之前,分析模块200,还包括:判断单元和修正单元。
其中,判断单元,用于判断道路边沿数据信息是否满足预设属性条件;
修正单元,用于若不满足预设属性条件,则对道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将新的道路边沿数据信息作为道路边沿数据。
进一步地,对道路边沿数据信息的属性进行修正,包括:第一获取单元、第二获取单元和剔除单元。
其中,第一获取单元,用于获取当前坐标系下不满足左负右正规则第一子道路边沿数据信息;
第二获取单元,用于获取道路边沿数据信息中信息重复的第二子道路边沿数据信息;
剔除单元,用于剔除第一子道路边沿数据信息和第二子道路边沿数据信息。
进一步地,采集模块100,包括:采集单元、第三获取单元、第四获取单元、第五获取单元和第六获取单元。
其中,采集单元,用于通过图像采集装置采集当前车辆的前方道路的图像;
第三获取单元,用于通过第一雷达获取前方道路的可通行区域;
第四获取单元,用于通过第二雷达获取前方道路的边界;
第五获取单元,用于获取前方道路的动静态信息;
第六获取单元,用于根据前方道路的图像、前方道路的可通行区域、前方道路的边界和前方道路的动静态信息得到当前所处位置的道路边界信息。
根据本申请实施例提出的车辆的环境重构装置,通过采集车辆的当前所处位置的道路边界信息,并对其进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,通过分析得到道路边沿数据信息的置信度,对置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到当前坐标系下建立的二维图中,得到环境重构结果,从而可以基于多种传感器的环境信息,通过采用差值拟合的处理机制对多元信息进行充分处理,以达到对非结构化环境更可靠的描述,提高智能汽车对高速环境感知理解的可靠性。由此,解决了相关技术中的在面对非结构化场景的道路下,无法有效地实现环境场景理解和提取道路信息,不能满足复杂道路环境下的行驶等技术问题。
图6为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的车辆的环境重构方法。
进一步地,车辆还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请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如上的车辆的环境重构方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车辆的环境重构方法,其特征在于,包括以下步骤:
采集车辆的当前所处位置的道路边界信息;
对所述道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析所述道路边沿数据信息,得到所述道路边沿数据信息的置信度;以及
对所述置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到所述当前坐标系下建立的二维图中,得到环境重构结果。
2.根据权利要求1所述的方法,其特征在于,还包括:
利用卡尔曼滤波对处理后的道路边沿数据信息进行帧间平滑处理。
3.根据权利要求1所述的方法,其特征在于,在分析所述道路边沿数据信息得到所述道路边沿数据信息的置信度之前,还包括:
判断所述道路边沿数据信息是否满足预设属性条件;
若不满足所述预设属性条件,则对所述道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将所述新的道路边沿数据信息作为所述道路边沿数据。
4.根据权利要求3所述的方法,其特征在于,所述对所述道路边沿数据信息的属性进行修正,包括:
获取所述当前坐标系下不满足左负右正规则第一子道路边沿数据信息;
获取所述道路边沿数据信息中信息重复的第二子道路边沿数据信息;
剔除所述第一子道路边沿数据信息和所述第二子道路边沿数据信息。
5.根据权利要求1所述的方法,其特征在于,所述采集车辆的当前所处位置的道路边界信息,包括:
通过图像采集装置采集所述当前车辆的前方道路的图像;
通过第一雷达获取所述前方道路的可通行区域;
通过第二雷达获取所述前方道路的边界;
获取所述前方道路的动静态信息;
根据所述前方道路的图像、所述前方道路的可通行区域、所述前方道路的边界和所述前方道路的动静态信息得到所述当前所处位置的道路边界信息。
6.一种车辆的环境重构装置,其特征在于,包括:
采集模块,用于采集车辆的当前所处位置的道路边界信息;
分析模块,用于对所述道路边界信息进行坐标系转换,得到车辆的当前坐标系下的道路边沿数据信息,并分析所述道路边沿数据信息,得到所述道路边沿数据信息的置信度;以及
重构模块,用于对所述置信度小于预设值的道路边沿数据信息进行插值处理,并将插值处理后的道路边沿数据信息投影到所述当前坐标系下建立的二维图中,得到环境重构结果。
7.根据权利要求6所述的装置,其特征在于,还包括:
处理单元,用于利用卡尔曼滤波对处理后的道路边沿数据信息进行帧间平滑处理。
8.根据权利要求6所述的装置,其特征在于,在分析所述道路边沿数据信息得到所述道路边沿数据信息的置信度之前,所述分析模块,还包括:
判断单元,用于判断所述道路边沿数据信息是否满足预设属性条件;
修正单元,用于若不满足所述预设属性条件,则对所述道路边沿数据信息的属性进行修正,得到新的道路边沿数据信息,并将所述新的道路边沿数据信息作为所述道路边沿数据。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的车辆的环境重构方法。
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,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的车辆的环境重构方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210744758.0A CN115230711A (zh) | 2022-06-27 | 2022-06-27 | 车辆的环境重构方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210744758.0A CN115230711A (zh) | 2022-06-27 | 2022-06-27 | 车辆的环境重构方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115230711A true CN115230711A (zh) | 2022-10-25 |
Family
ID=83671128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210744758.0A Pending CN115230711A (zh) | 2022-06-27 | 2022-06-27 | 车辆的环境重构方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115230711A (zh) |
-
2022
- 2022-06-27 CN CN202210744758.0A patent/CN115230711A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318043B (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN108154472B (zh) | 融合导航信息的泊车位视觉检测方法与系统 | |
CN111178215B (zh) | 一种传感器数据融合处理的方法和装置 | |
CN112740225B (zh) | 一种路面要素确定方法及装置 | |
CN110962844A (zh) | 一种车辆航向角修正方法及系统、存储介质及终端 | |
CN113791435B (zh) | Gnss信号异常值的检测方法、装置及电子设备、存储介质 | |
CN112562093A (zh) | 目标检测方法、电子介质和计算机存储介质 | |
CN114998856B (zh) | 一种多相机图像的3d目标检测方法、装置、设备及介质 | |
CN115962774A (zh) | 点云地图更新方法、装置及电子设备、存储介质 | |
CN115144868A (zh) | 一种适用于端到端自动驾驶的感知及导航定位融合的方法 | |
CN112455465B (zh) | 一种行驶环境感知方法、装置、电子设备和存储介质 | |
CN114705121A (zh) | 车辆位姿测量方法、装置及电子设备、存储介质 | |
WO2008046458A1 (de) | Verfahren und vorrichtung zur luftbildgestützten umgebungserfassung bei kraftfahrzeugen | |
CN116304992A (zh) | 传感器时差确定方法、装置、计算机设备和存储介质 | |
CN115230711A (zh) | 车辆的环境重构方法、装置、车辆及存储介质 | |
CN116295490A (zh) | 车辆定位方法、装置及电子设备、存储介质 | |
CN110539748A (zh) | 基于环视的拥堵跟车系统和终端 | |
CN112598314B (zh) | 智能驾驶汽车的感知置信度确定方法、装置、设备及介质 | |
CN115752438A (zh) | 车辆定位方法、装置、车辆及存储介质 | |
CN115661014A (zh) | 一种点云数据处理方法、装置和电子设备、存储介质 | |
CN112241717B (zh) | 前车检测方法、前车检测模型的训练获取方法及装置 | |
CN110568454B (zh) | 一种感知天气状况的方法及系统 | |
CN113378719A (zh) | 车道线的识别方法、装置、计算机设备和存储介质 | |
CN116381698B (zh) | 道路遗撒物的检测方法、装置及电子设备 | |
US20210365731A1 (en) | Information processing method and information processing system |
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 |