CN115236618A - 护栏的检测方法、检测装置与车辆 - Google Patents

护栏的检测方法、检测装置与车辆 Download PDF

Info

Publication number
CN115236618A
CN115236618A CN202210681238.XA CN202210681238A CN115236618A CN 115236618 A CN115236618 A CN 115236618A CN 202210681238 A CN202210681238 A CN 202210681238A CN 115236618 A CN115236618 A CN 115236618A
Authority
CN
China
Prior art keywords
target
preset
trace
vehicle
information
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
CN202210681238.XA
Other languages
English (en)
Inventor
宋伟杰
王宇
林崇浩
张林灿
张勇
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 CN202210681238.XA priority Critical patent/CN115236618A/zh
Publication of CN115236618A publication Critical patent/CN115236618A/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
    • 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
    • G01S13/88—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)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种护栏的检测方法、检测装置与车辆，该方法包括：根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取目标区域的多个目标点迹信息；至少根据目标点迹信息，对目标区域进行划分，得到多个目标子区域；根据各目标子区域的预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的三次预设方程式对应的预定集合进行合并，得到多个合并后的预定集合；重复确定步骤，直到任意两个三次预设方程式对应的预定集合不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏，满足了高级自动驾驶系统对护栏检测的需求，解决了现有技术中难以较为准确地对护栏进行检测的问题。

Description

护栏的检测方法、检测装置与车辆
技术领域
本申请涉及自动驾驶领域，具体而言，涉及一种护栏的检测方法、检测装置与车辆。
背景技术
自动驾驶系统可以分为感知模块、决策模块、控制模块三个部分。而随着智能驾驶技术的高速发展，高级别自动驾驶系统逐渐进入量产阶段。高级别自动驾驶系统，对感知模块有着更高的需求，除了需要关注道路场景中的常规目标物体之外，还需要感知模块对可行驶区域边界等其他目标物体进行检测。在常规道路场景中，护栏、路沿等目标物体是构成可行驶区域边界的重要因素。
当前，对道路边界的检测，按照使用传感器的不同，可以划分为基于摄像头、基于毫米波雷达以及基于激光雷达进行检测。其中，基于摄像头的检测方法，较易受到天气条件等环境因素影响。基于激光雷达的检测方法，由于数据量较大，导致处理难度增加，对硬件和算法都有较高的要求，同时，激光雷达高昂的成本也限制了其大范围应用。基于毫米波雷达的检测方法具备很强的环境适应性，受天气等环境因素影响极小，且成本和数据处理难度均适中，较为适合进行护栏、路沿等道路边界的检测。
而现有技术中，基于毫米波雷达的护栏检测方法，多数仅依靠毫米波雷达自身的检测到的点迹信息、或者基于点迹的RCS(雷达散射截面，Radar Cross Section，简称RCS)等信息，并通过各类规则以筛选出护栏点。上述的检测方法中，存在检测效果不稳定，鲁棒性较差等缺点。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种护栏的检测方法、检测装置与车辆，以解决现有技术中难以较为准确地对护栏进行检测的问题。
根据本发明实施例的一个方面，提供了一种护栏的检测方法，包括：获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取所述目标区域的多个目标点迹信息，其中，所述目标轨迹曲线为所述车辆在预定时间内的行驶轨迹的曲线，所述目标点迹信息为所述目标区域中各目标物体的点迹信息；划分步骤，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，且各所述目标子区域的多个所述目标点迹信息构成一个预定集合；确定步骤，根据各所述目标子区域的所述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的所述三次预设方程式对应的所述预定集合进行合并，得到多个合并后的所述预定集合，所述第一预设条件为任意两个所述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；重复步骤，重复所述确定步骤，直到任意两个所述三次预设方程式对应的所述预定集合不满足所述第一预设条件为止，得到至少一个目标集合，并根据至少一个所述目标集合，确定所述目标物体是否为护栏。
可选地，在所述目标集合为至少两个的情况下，根据至少一个所述目标集合，确定所述目标物体是否为护栏，包括：根据各所述目标集合，确定对应的三次目标方程式，所述三次目标方程式包括第一常数项参数、第二常数项参数、第三常数项参数以及第四常数项参数；对于任意两个所述三次目标方程式，计算两个所述第一常数项参数的差值，得到第一差值、计算两个所述第二常数项参数的差值，得到第二差值、计算两个所述第三常数项参数的差值，得到第三差值以及计算两个所述第四常数项参数的差值得到第四差值；在所述第一差值大于第一预定值、所述第二差值小于第二预定值、所述第三差值小于第三预定值以及所述第四差值小于第四预定值的情况下，确定所述车辆所处的道路两侧的所述目标物体均为护栏。
可选地，所述目标集合为一个的情况下，根据至少一个所述目标集合，确定所述目标物体是否为护栏，包括：在所述目标集合中，计算任意一个所述述目标点迹信息与所述车辆之间的距离，得到多个目标距离；确定最小的所述目标距离与最大的所述目标距离之间的所述目标点迹信息的总数量；在所述目标点迹信息的总数量大于第五预定值的情况下，确定所述目标物体为所述护栏。
可选地，根据车辆的目标轨迹曲线，确定目标区域，包括：获取所述车辆在所述预定时间内且在预定坐标系下的预设运动点迹集合，所述预设运动点迹集合为所述车辆在各预定时刻的运动点迹构成的集合，多个所述预定时刻构成所述预定时间，所述预定坐标系为所述车辆在当前时刻所处的坐标系；对所述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，并至少根据所述目标运动点迹集合，拟合得到所述目标轨迹曲线；根据所述目标轨迹曲线以及所述车辆当前所处的位置，将在所述车辆的前方且与所述车辆之间的距离为预定距离，以及在所述车辆的左右两侧且与所述目标轨迹曲线之间的距离为所述预定距离的区域，确定为所述目标区域。
可选地，所述预设运动点迹集合中，所述车辆的每一个所述运动点迹均对应一个当前时刻的横摆角速度，对所述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，包括：确定所述预设运动点迹集合中，所述运动点迹对应的所述横摆角速度是否大于横摆角速度阈值；在存在所述运动点迹对应的所述横摆角速度大于所述横摆角速度阈值的情况下，将所述横摆角速度对应的当前时刻之前的所有所述运动点迹删除，得到所述目标运动点迹集合。
可选地，至少根据所述目标运动点迹集合，拟合得到所述目标轨迹曲线，包括：根据所述目标运动点迹集合中的多个所述运动点迹，确定三次轨迹方程式；根据所述三次轨迹方程式，确定所述目标轨迹曲线。
可选地，基于毫米波雷达，获取所述目标区域的多个目标点迹信息，包括：在所述目标区域内，获取各所述目标物体的预设点迹信息，所述预设点迹信息至少包括所述目标物体的运动速度，一个所述目标物体对应多个所述预设点迹信息；根据各所述预设点迹信息对应的所述运动速度，将满足第二预设条件的所述预设点迹信息，确定为备选点迹信息，所述第二预设条件为对处于运动状态与处于静止状态的所述预设点迹信息进行分离的条件；将各所述备选点迹信息，由所述毫米波雷达所处的坐标系投影到当前时刻所述车辆所处的坐标系中，得到对应的所述目标点迹信息。
可选地，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，包括：按照所述目标轨迹曲线和预设划分间隔，对所述目标区域进行划分，得到多个预定子区域；确定多个所述预定子区域的所述目标点迹信息的总数量；将所述目标点迹信息的总数量小于第六预定值的所述预定子区域删除，得到多个所述目标子区域。
根据本发明实施例的另一方面，还提供了一种护栏的检测装置，包括：获取单元，用于获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取所述目标区域的多个目标点迹信息，其中，所述目标轨迹曲线为所述车辆在预定时间内的行驶轨迹的曲线，所述目标点迹信息为所述目标区域中各目标物体的点迹信息；划分单元，用于划分步骤，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，且各所述目标子区域的多个所述目标点迹信息构成一个预定集合；确定单元，用于确定步骤，根据各所述目标子区域的所述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的所述三次预设方程式对应的所述预定集合进行合并，得到多个合并后的所述预定集合，所述第一预设条件为任意两个所述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；重复单元，用于重复步骤，重复所述确定步骤，直到任意两个所述三次预设方程式对应的所述预定集合不满足所述第一预设条件为止，得到至少一个目标集合，并根据至少一个所述目标集合，确定所述目标物体是否为护栏。
根据本发明实施例的又一方面，还提供了一种车辆，所述车辆包括护栏的检测装置，所述护栏的检测装置用于执行任意一种所述的护栏的检测方法。
在本发明实施例中，所述的护栏的检测方法中，首先，根据车辆的目标轨迹曲线确定目标区域，并基于毫米波雷达，获取目标区域的多个目标点迹信息；然后，根据目标点迹信息，对所述目标区域进行划分，得到多个目标子区域；之后，根据各所述目标子区域的所述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的所述三次预设方程式对应的所述预定集合进行合并，得到多个合并后的所述预定集合；最后，重复所述确定步骤，直到任意两个所述三次预设方程式对应的所述预定集合不满足所述第一预设条件为止，得到至少一个目标集合，并根据至少一个所述目标集合，确定所述目标物体是否为护栏。与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对所述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的一种实施例的护栏的检测方法的流程图；
图2示出了根据本申请的一种实施例的车辆的运动点迹的投影的示意图；
图3示出了根据本申请的一种实施例的目标区域的划分的示意图；
图4示出了根据本申请的一种实施例的护栏的检测装置的结构示意图；
图5示出了根据本申请的一种具体实施例的护栏的检测方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
正如背景技术中所说的，现有技术中的难以较为准确地对护栏进行检测，为了解决上述问题，本申请的一种典型的实施方式中，提供了一种护栏的检测方法、检测装置与车辆。
根据本申请的实施例，提供了一种护栏的检测方法。
图1是根据本申请实施例的护栏的检测方法的流程图。如图1所示，该检测方法包括以下步骤：
步骤S101，获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；
步骤S102，划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；
步骤S103，确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
步骤S104，重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。
上述的护栏的检测方法中，首先，根据车辆的目标轨迹曲线确定目标区域，并基于毫米波雷达，获取目标区域的多个目标点迹信息；然后，根据目标点迹信息，对上述目标区域进行划分，得到多个目标子区域；之后，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合；最后，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
具体地，在实际的应用过程中，一个目标物体对应多个目标点迹信息。
具体地，各目标子区域均对应一个预定集合
Figure BDA0003698511030000051
其中，n为预定集合的个数。故可以根据各预设集合
Figure BDA0003698511030000052
中的多个目标点迹信息，确定对应的三次预设方程式，得到三次预设方程式集合B，也就是说，每一个预定集合可以对应一个三次预设方程式。
Figure BDA0003698511030000053
对三次预设方程式集合B中，任意两个第一预设条件的三次预设方程式对应的预定集合进行合并，
Figure BDA0003698511030000061
其中，
Figure BDA0003698511030000062
和
Figure BDA0003698511030000063
分别表示第i个和第j个三次预设方程式的常数项参数，
Figure BDA0003698511030000064
分别表示对应的阈值，直到不存在任意两个预定集合对应的三次预设方程式满足第一预设条件为止，便可以确定出目标集合。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在确定出的目标集合较多的情况下，为了较为准确地确定出车辆两侧的目标物体是否为护栏，本申请的一种实施例中，在上述目标集合为至少两个的情况下，根据至少一个上述目标集合，确定上述目标物体是否为护栏，包括：根据各上述目标集合，确定对应的三次目标方程式，上述三次目标方程式包括第一常数项参数、第二常数项参数、第三常数项参数以及第四常数项参数；对于任意两个上述三次目标方程式，计算两个上述第一常数项参数的差值，得到第一差值、计算两个上述第二常数项参数的差值，得到第二差值、计算两个上述第三常数项参数的差值，得到第三差值以及计算两个上述第四常数项参数的差值得到第四差值；在上述第一差值大于第一预定值、上述第二差值小于第二预定值、上述第三差值小于第三预定值以及上述第四差值小于第四预定值的情况下，确定上述车辆所处的道路两侧的上述目标物体均为护栏。
本申请的一种具体的实施例中，在目标集合为至少两个的情况下，即Ci,i＝1,2,...,N，N为目标集合的总个数，其中，N小于或者等于n。也就是说，由于对预定集合进行不断的合并，那么最后得到的目标集合的数量N是小于或者等于预定集合的数量n。每一个目标集合Ci均可以确定出一个三次目标方程式
Figure BDA0003698511030000065
而每一个三次目标方程式均包括有第一常数项参数
Figure BDA0003698511030000066
第二常数项参数
Figure BDA0003698511030000067
第三常数项参数
Figure BDA0003698511030000068
和第四常数项参数
Figure BDA0003698511030000069
在确定的目标集合为至少两个的情况下，则表征在车辆的两侧均具有护栏的可能性。为了较为准确地确定出车辆的两侧是否具有护栏，则将任意两个目标集合对应的三次目标方程式的常数项参数进行相减，在第一差值大于第一预定值、第二差值小于第二预定值、第三差值小于第三预定值以及第四差值小于第四预定值的情况下，确定车辆所处的道路两侧的上述目标物体均为护栏。
本申请的另一种实施例中，上述目标集合为一个的情况下，根据至少一个上述目标集合，确定上述目标物体是否为护栏，包括：在上述目标集合中，计算任意一个上述目标点迹信息与上述车辆之间的距离，得到多个目标距离；确定最小的上述目标距离与最大的上述目标距离之间的上述目标点迹信息的总数量；在上述目标点迹信息的总数量大于第五预定值的情况下，确定上述目标物体为上述护栏。在实际的应用过程中，由于道路两侧的护栏为连续且具有一定的长度，因此在目标集合只有一个的情况下，该实施例中根据最小的目标距离与最大的目标距离之间的目标点迹信息的总数量，来确定目标物体是否为护栏，这样保证了能够较为准确地确定出目标物体是否为护栏。
具体地，上述第一预定值、第二预定值、第三预定值、第四预定值和第五预定值均可以按照实际的情况进行调整，在本申请中并不对上述各预定值的大小进行限制。
具体地，对上述的两个实施例，本方案设计了不同场景下的确定目标物体是否为护栏的方案，这样保证了本方案可以适用于多种护栏检测的场景，进一步地保证了本方案的检测结果较为稳定，且鲁棒性较好。
为了可以较为简单和准确地确定出目标区域，以及进一步地保证以目标轨迹曲线作为先验信息，较为准确地检测出护栏，本申请的又一种实施例中，根据车辆的目标轨迹曲线，确定目标区域，包括：获取上述车辆在上述预定时间内且在预定坐标系下的预设运动点迹集合，上述预设运动点迹集合为上述车辆在各预定时刻的运动点迹构成的集合，多个上述预定时刻构成上述预定时间，上述预定坐标系为上述车辆在当前时刻所处的坐标系；对上述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，并至少根据上述目标运动点迹集合，拟合得到上述目标轨迹曲线；根据上述目标轨迹曲线以及上述车辆当前所处的位置，将在上述车辆的前方且与上述车辆之间的距离为预定距离的区域，确定为上述目标区域。
具体地，在实际的应用过程中，上述预设运动点迹集合为车辆在各预定时刻的运动点迹构成的集合。例如，对于车辆在30秒内的运动点迹，上述预设运动点迹集合中的运动点迹可以为每间隔1秒(即预定时刻)获取的车辆的运动点迹。而在获取上述车辆在预定时刻的运动点迹过程中，均将前1秒所对应的运动点迹映射到当前时刻。例如，在第1秒时，获取一次车辆的运动点迹，对于第2秒时，将第1秒的运动点迹映射到车辆在第2秒时的车辆坐标系下，对于第3秒时，将第2秒所对应的两个运动点迹映射到第3秒时的车辆坐标系下，从而得到上述预设运动点迹集合。
具体地，上述预定距离可以为毫米波雷达所能达到的距离，上述目标区域可以为一个基于目标轨迹曲线动态变化的区域，本申请仅给出一个确定目标区域的示例，不对目标区域的具体确定方法进行限制。具体应用时，在车辆的前方只安装一个毫米波雷达的情况下，上述目标区域可以为一个扇形区域。当然，在车辆的前方安装两个以上的毫米波雷达的情况下，上述目标区域可以为一个矩形区域。其中，上述矩形区域的长度可以为毫米波雷达所能达到的距离，上述矩形区域的宽度可以为车辆的两侧各自的毫米波雷达所能达到的距离。
本申请的再一种实施例中，上述预设运动点迹集合中，上述车辆的每一个上述运动点迹均对应一个当前时刻的横摆角速度，对上述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，包括：确定上述预设运动点迹集合中，上述运动点迹对应的上述横摆角速度是否大于横摆角速度阈值；在存在上述运动点迹对应的上述横摆角速度大于上述横摆角速度阈值的情况下，将上述横摆角速度对应的当前时刻之前的所有上述运动点迹删除，得到上述目标运动点迹集合。在该实施例中，在存在一个运动点迹对应的横摆角速度大于横摆角速度阈值的情况下，将上述横摆角速度对应的当前时刻之前的所有运动点迹删除，得到目标运动点迹集合，这样保证了获取的目标运动点迹集合中的每一个运动点迹均为有效的运动点迹，后续根据目标运动点迹集合中的多个运动点迹，确定三次轨迹方程式，这样进一步地保证了确定的对应的目标轨迹曲线较为准确，进一步地保证了后续根据目标轨迹曲线确定的目标区域较为准确。
当然，在实际的应用过程中，若目标点迹集合中的运动点迹的数量较少，无法拟合出对应的三次轨迹方程式，则将上一时刻经过合并后得到的目标集合中的目标点迹信息，投影到当前时刻的车辆坐标系下，保留纵坐标满足yi≥0的目标点迹信息，对保留下来的目标点迹信息进行拟合，得到对应的三次轨迹方程式。
为了进一步地保证确定出的目标轨迹曲线较为准确，本申请的一种实施例中，至少根据上述目标运动点迹集合，拟合得到上述目标轨迹曲线，包括：根据上述目标运动点迹集合中的多个上述运动点迹，确定三次轨迹方程式；根据上述三次轨迹方程式，确定上述目标轨迹曲线。
本申请的一种具体的实施例中，首先建立车辆的CTRV(恒定转弯率和速度，Constant Turn Rate and Velocity，简称CTRV)运动模型，相应的车辆的状态变量可以表示为：
Figure BDA0003698511030000081
其中，如图2所示，px表示横坐标，py表示纵坐标，v表示上述车辆(图2中的矩形代表上述车辆)的速度，θ表示航向角(图2中未示出)，ω表示横摆角速度(图2中未示出)，对于Xk+1，则有
Figure BDA0003698511030000082
Figure BDA0003698511030000091
其中，k+1表示当前时刻，k表示上一时刻，Xk+1和Xk分别表示在Xk+1和Xk+1时刻车辆的状态变量，T表示k+1时刻与k时刻之间的时间差。然后，获取车辆的行驶速度和横摆角速度信息，并进行平滑滤波处理，则相邻两个时刻车辆的运动量为
Figure BDA0003698511030000092
Figure BDA0003698511030000093
其中，如图2所示，Δpx表示从k时刻到k+1时刻车辆的横向运动量，Δpy表示从k时刻到k+1时刻车辆的纵向运动量。由此可将从0时刻开始的车辆运动点迹全部投影到当前k+1时刻的车辆坐标系下，获得车辆的预设运动点迹集合为
Figure BDA0003698511030000094
同时，为保证车辆运动点迹的有效性，将车辆处于非稳定行驶状态，如变道、转向状态时的运动点迹过滤掉。例如，在0到k+1时刻之间，若某一时刻t，车辆的横摆角速度ω大于横摆角速度阈值ωth，则认为在t时刻车辆处于非稳定行驶状态，则将从0到t时刻之间的所有运动点迹清空，并从t+1时刻重新开始累计点迹。获取车辆t+1时刻到k+1时刻之间的目标运动轨迹点集合
Figure BDA0003698511030000095
基于目标运动轨迹点集合
Figure BDA0003698511030000096
拟合出k+1时刻车辆运动的三次轨迹方程式为
yk+1＝A0+A1x+A2x2+A3x3
具体地，横摆角速度阈值ωth其值的选取与车辆速度有关，在本申请中并不对此进行限制。
为了进一步地保证后续根据目标点迹信息，较为准确地确定出目标物体是否为护栏，本申请的另一种实施例中，基于毫米波雷达，获取上述目标区域的多个目标点迹信息，包括：在上述目标区域内，获取各上述目标物体的预设点迹信息，上述预设点迹信息至少包括上述目标物体的运动速度，一个上述目标物体对应多个上述预设点迹信息；根据各上述预设点迹信息对应的上述运动速度，将满足第二预设条件的上述预设点迹信息，确定为备选点迹信息，上述第二预设条件为对处于运动状态与处于静止状态的上述预设点迹信息进行分离的条件；将各上述备选点迹信息，由上述毫米波雷达所处的坐标系投影到当前时刻上述车辆所处的坐标系中，得到对应的上述目标点迹信息。具体地，在实际的应用过程中，由于护栏为静止的物体，因此为了保证计算量较少，还可以先对获取的目标物体的预设点迹信息进行初步筛选，即将满足第二预设条件的预设点迹信息，确定为备选点迹信息，再将各备选点迹信息，由毫米波雷达所处的坐标系投影到当前时刻车辆所处的坐标系中，得到对应的目标点迹信息。
本申请的一种具体的实施例中，首先，基于毫米波雷达，检测得到目标物体的预设点迹信息，其中，各预设点迹信息包括位置、速度和RCS等信息。基于速度信息，对各预设点迹信息进行动静分离，将运动速度满足第二预设条件(下述公式)的预设点迹信息确定为备选点迹信息。
Figure BDA0003698511030000101
其中，v表示车辆运动速度，θ表示预设点迹信息与车辆前进方向的夹角，vp表示预设点迹信息的径向速度，vth表示动静目标点分离阈值。再根据下述公式，将分离出的静止点(即备选点迹信息)从毫米波雷达所处的坐标系投影到当前时刻车辆所处的坐标系中，得到对应的目标点迹信息，
Figure BDA0003698511030000102
其中，
Figure BDA0003698511030000103
分别表示车辆坐标系下的横坐标、纵坐标，
Figure BDA0003698511030000104
分别表示在毫米波雷达所处的坐标系的横坐标、纵坐标，
Figure BDA0003698511030000105
表示毫米波雷达所处的坐标系到车辆坐标系的平移矩阵，R表示毫米波雷达所处的坐标系到车辆坐标系的旋转矩阵。
本申请的又一种实施例中，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，包括：按照上述目标轨迹曲线和预设划分间隔，对上述目标区域进行划分，得到多个预定子区域；确定多个上述预定子区域的上述目标点迹信息的总数量；将上述目标点迹信息的总数量小于第六预定值的上述预定子区域删除，得到多个上述目标子区域。在该实施例中，为了进一步地减少计算量以及进一步地保证各目标子区域对应的预定集合中的目标点迹信息能够拟合出对应的三次预设方程式，故将各预定子区域中的目标点迹信息的总数量小于第六预定值的预定子区域删除，得到多个目标子区域。
具体地，上述预设划分间隔可以根据车辆的运动轨迹、车速和横摆角速度进行调整，本申请中，并不对上述预设划分间隔的大小进行限制。
具体地，如图3所示，按照上述车辆的目标轨迹曲线和预设划分间隔d，对目标区域进行划分，得到多个预定子区域。具体地，可以平行于车辆的目标轨迹曲线且按照预设划分间隔d，依次对目标区域进行划分来得到m个预定子区域。另外，还可以确定每个预定子区域中的目标点迹信息的数量
Figure BDA0003698511030000111
并将预定子区域中的目标点迹信息的总数量小于第六预定值(即Area_Pointi＜Pointth)的预定子区域删除，得到目标子区域。也就是说，在预定子区域中的目标点迹信息的数量较少，拟合出的三次预设方程式较为不准确，进而会导致整体的检测结果较差。因此，为了进一步地保证对护栏的检测结果较为准确以及鲁棒性较好，本申请中通过预定子区域中的目标点迹信息的数量进行筛选来得到目标子区域。另外，上述第六预定值可以根据实际的应用情况下进行调整，在本申请中并不对上述第六预定值的大小进行限制。
本申请实施例还提供了一种护栏的检测装置，需要说明的是，本申请实施例的护栏的检测装置可以用于执行本申请实施例所提供的用于护栏的检测方法。以下对本申请实施例提供的护栏的检测装置进行介绍。
图4是根据本申请实施例的护栏的检测装置的结构示意图。如图4所示，该检测装置包括：
获取单元10，用于获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；
划分单元20，用于划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；
确定单元30，用于确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
重复单元40，用于重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。
上述的护栏的检测装置中，获取单元用于获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；划分单元用于划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；确定单元用于确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；重复单元用于重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
具体地，在实际的应用过程中，一个目标物体对应多个目标点迹信息。
具体地，各目标子区域均对应一个预定集合
Figure BDA0003698511030000121
其中，n为预定集合的个数。故可以根据各预设集合
Figure BDA0003698511030000122
中的多个目标点迹信息，确定对应的三次预设方程式，得到三次预设方程式集合B，也就是说，每一个预定集合可以对应一个三次预设方程式。
Figure BDA0003698511030000123
对三次预设方程式集合B中，任意两个第一预设条件的三次预设方程式对应的预定集合进行合并，
Figure BDA0003698511030000124
其中，
Figure BDA0003698511030000125
和
Figure BDA0003698511030000126
分别表示第i个和第j个三次预设方程式的常数项参数，
Figure BDA0003698511030000127
分别表示对应的阈值，直到不存在任意两个预定集合对应的三次预设方程式满足第一预设条件为止，便可以确定出目标集合。
在确定出的目标集合较多的情况下，为了较为准确地确定出车辆两侧的目标物体是否为护栏，本申请的一种实施例中，在上述目标集合为至少两个的情况下，上述重复单元包括第一确定模块、第一计算模块和第二确定模块，其中，上述第一确定模块用于根据各上述目标集合，确定对应的三次目标方程式，上述三次目标方程式包括第一常数项参数、第二常数项参数、第三常数项参数以及第四常数项参数；上述第一计算模块用于对于任意两个上述三次目标方程式，计算两个上述第一常数项参数的差值，得到第一差值、计算两个上述第二常数项参数的差值，得到第二差值、计算两个上述第三常数项参数的差值，得到第三差值以及计算两个上述第四常数项参数的差值得到第四差值；上述第二确定模块用于在上述第一差值大于第一预定值、上述第二差值小于第二预定值、上述第三差值小于第三预定值以及上述第四差值小于第四预定值的情况下，确定上述车辆所处的道路两侧的上述目标物体均为护栏。
本申请的一种具体的实施例中，在目标集合为至少两个的情况下，即Ci,i＝1,2,...,N，N为目标集合的总个数，其中，N小于或者n。也就是说，由于对预定集合进行不断的合并，那么最后得到的目标集合的数量N是小于或者等于预定集合的数量n。每一个目标集合Ci均可以确定出一个三次目标方程式
Figure BDA0003698511030000131
而每一个三次目标方程式均包括有第一常数项参数
Figure BDA0003698511030000132
第二常数项参数
Figure BDA0003698511030000133
第三常数项参数
Figure BDA0003698511030000134
和第四常数项参数
Figure BDA0003698511030000135
在确定的目标集合为至少两个的情况下，则表征在车辆的两侧均具有护栏的可能性。为了较为准确地确定出车辆的两侧是否具有护栏，则将任意两个目标集合对应的三次目标方程式的常数项参数进行相减，在第一差值大于第一预定值、第二差值小于第二预定值、第三差值小于第三预定值以及第四差值小于第四预定值的情况下，确定车辆所处的道路两侧的上述目标物体均为护栏。
本申请的另一种实施例中，上述目标集合为一个的情况下，上述重复单元包括第二计算模块、第三确定模块和第四确定模块，其中，上述第二计算模块用于在上述目标集合中，计算任意一个上述目标点迹信息与上述车辆之间的距离，得到多个目标距离；上述第三确定模块用于确定最小的上述目标距离与最大的上述目标距离之间的上述目标点迹信息的总数量；上述第四确定模块用于在上述目标点迹信息的总数量大于第五预定值的情况下，确定上述目标物体为上述护栏。在实际的应用过程中，由于道路两侧的护栏为连续且具有一定的长度，因此在目标集合只有一个的情况下，该实施例中根据最小的目标距离与最大的目标距离之间的目标点迹信息的总数量，来确定目标物体是否为护栏，这样保证了能够较为准确地确定出目标物体是否为护栏。
具体地，上述第一预定值、第二预定值、第三预定值、第四预定值和第五预定值均可以按照实际的情况进行调整，在本申请中并不对上述各预定值的大小进行限制。
具体地，对上述的两个实施例，本方案设计了不同场景下的确定目标物体是否为护栏的方案，这样保证了本方案可以适用于多种护栏检测的场景，进一步地保证了本方案的检测结果较为稳定，且鲁棒性较好。
为了可以较为简单和准确地确定出目标区域，以及进一步地保证以目标轨迹曲线作为先验信息，较为准确地检测出护栏，本申请的又一种实施例中，上述获取单元包括第一获取模块、过滤处理模块和第五确定模块，其中，上述第一获取模块用于获取上述车辆在上述预定时间内且在预定坐标系下的预设运动点迹集合，上述预设运动点迹集合为上述车辆在各预定时刻的运动点迹构成的集合，多个上述预定时刻构成上述预定时间，上述预定坐标系为上述车辆在当前时刻所处的坐标系；上述过滤处理模块用于对上述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，并至少根据上述目标运动点迹集合，拟合得到上述目标轨迹曲线；上述第五确定模块用于根据上述目标轨迹曲线以及上述车辆当前所处的位置，将在上述车辆的前方且与上述车辆之间的距离为预定距离的区域，确定为上述目标区域。
具体地，在实际的应用过程中，上述预设运动点迹集合为车辆在各预定时刻的运动点迹构成的集合。例如，对于车辆在30秒内的运动点迹，上述预设运动点迹集合中的运动点迹可以为每间隔1秒(即预定时刻)获取的车辆的运动点迹。而在获取上述车辆在预定时刻的运动点迹过程中，均将前1秒所对应的运动点迹映射到当前时刻。例如，在第1秒时，获取一次车辆的运动点迹，对于第2秒时，将第1秒的运动点迹映射到车辆在第2秒时的车辆坐标系下，对于第3秒时，将第2秒所对应的两个运动点迹映射到第3秒时的车辆坐标系下，从而得到上述预设运动点迹集合。
具体地，上述预定距离可以为毫米波雷达所能达到的距离，上述目标区域可以为一个基于目标轨迹曲线动态变化的区域，本申请仅给出一个确定目标区域的示例，不对目标区域的具体确定方法进行限制。具体应用时，在车辆的前方只安装一个毫米波雷达的情况下，上述目标区域可以为一个扇形区域。当然，在车辆的前方安装两个以上的毫米波雷达的情况下，上述目标区域可以为一个矩形区域。其中，上述矩形区域的长度可以为毫米波雷达所能达到的距离，上述矩形区域的宽度可以为车辆的两侧各自的毫米波雷达所能达到的距离。
本申请的再一种实施例中，上述预设运动点迹集合中，上述车辆的每一个上述运动点迹均对应一个当前时刻的横摆角速度，上述过滤处理模块包括第一确定子模块和删除子模块，其中，上述第一确定子模块用于确定上述预设运动点迹集合中，上述运动点迹对应的上述横摆角速度是否大于横摆角速度阈值；上述删除子模块用于在存在上述运动点迹对应的上述横摆角速度大于上述横摆角速度阈值的情况下，将上述横摆角速度对应的当前时刻之前的所有上述运动点迹删除，得到上述目标运动点迹集合。在该实施例中，在存在一个运动点迹对应的横摆角速度大于横摆角速度阈值的情况下，将上述横摆角速度对应的当前时刻之前的所有运动点迹删除，得到目标运动点迹集合，这样保证了获取的目标运动点迹集合中的每一个运动点迹均为有效的运动点迹，后续根据目标运动点迹集合中的多个运动点迹，确定三次轨迹方程式，这样进一步地保证了确定的对应的目标轨迹曲线较为准确，进一步地保证了后续根据目标轨迹曲线确定的目标区域较为准确。
当然，在实际的应用过程中，若目标点迹集合中的运动点迹的数量较少，无法拟合出对应的三次轨迹方程式，则将上一时刻经过合并后得到的目标集合中的目标点迹信息，投影到当前时刻的车辆坐标系下，保留纵坐标满足yi≥0的目标点迹信息，对保留下来的目标点迹信息进行拟合，得到对应的三次轨迹方程式。
为了进一步地保证确定出的目标轨迹曲线较为准确，本申请的一种实施例中，上述过滤处理模块还包括第二确定子模块和第三确定子模块，其中，上述第二确定子模块用于根据上述目标运动点迹集合中的多个上述运动点迹，确定三次轨迹方程式；上述第三确定子模块用于根据上述三次轨迹方程式，确定上述目标轨迹曲线。
本申请的一种具体的实施例中，首先建立车辆的CTRV(恒定转弯率和速度，Constant Turn Rate and Velocity，简称CTRV)运动模型，相应的车辆的状态变量可以表示为：
Figure BDA0003698511030000151
其中，如图2所示，px表示横坐标，py表示纵坐标，v表示上述车辆(图2中的矩形代表上述车辆)的速度，θ表示航向角(图2中未示出)，ω表示横摆角速度(图2中未示出)，对于Xk+1，则有
Figure BDA0003698511030000152
Figure BDA0003698511030000153
其中，k+1表示当前时刻，k表示上一时刻，Xk+1和Xk分别表示在Xk+1和Xk+1时刻车辆的状态变量，T表示k+1时刻与k时刻之间的时间差。然后，获取车辆的行驶速度和横摆角速度信息，并进行平滑滤波处理，则相邻两个时刻车辆的运动量为
Figure BDA0003698511030000154
Figure BDA0003698511030000161
其中，如图2所示，Δpx表示从k时刻到k+1时刻车辆的横向运动量，Δpy表示从k时刻到k+1时刻车辆的纵向运动量。由此可将从0时刻开始的车辆运动点迹全部投影到当前k+1时刻的车辆坐标系下，获得车辆的预设运动点迹集合为
Figure BDA0003698511030000162
同时，为保证车辆运动点迹的有效性，将车辆处于非稳定行驶状态，如变道、转向状态时的运动点迹过滤掉。例如，在0到k+1时刻之间，若某一时刻t，车辆的横摆角速度ω大于横摆角速度阈值ωth，则认为在t时刻车辆处于非稳定行驶状态，则将从0到t时刻之间的所有运动点迹清空，并从t+1时刻重新开始累计点迹。获取车辆t+1时刻到k+1时刻之间的目标运动轨迹点集合
Figure BDA0003698511030000163
基于目标运动轨迹点集合
Figure BDA0003698511030000164
拟合出k+1时刻车辆运动的三次轨迹方程式为
yk+1＝A0+A1x+A2x2+A3x3
具体地，横摆角速度阈值ωth其值的选取与车辆速度有关，在本申请中并不对此进行限制。
为了进一步地保证后续根据目标点迹信息，较为准确地确定出目标物体是否为护栏，本申请的另一种实施例中，上述获取单元还包括第二获取模块、第六确定模块和第七确定模块，其中，上述第二获取模块用于在上述目标区域内，获取各上述目标物体的预设点迹信息，上述预设点迹信息至少包括上述目标物体的运动速度，一个上述目标物体对应多个上述预设点迹信息；上述第六确定模块用于根据各上述预设点迹信息对应的上述运动速度，将满足第二预设条件的上述预设点迹信息，确定为备选点迹信息，上述第二预设条件为对处于运动状态与处于静止状态的上述预设点迹信息进行分离的条件；上述第七确定模块用于将各上述备选点迹信息，由上述毫米波雷达所处的坐标系投影到当前时刻上述车辆所处的坐标系中，得到对应的上述目标点迹信息。具体地，在实际的应用过程中，由于护栏为静止的物体，因此为了保证计算量较少，还可以先对获取的目标物体的预设点迹信息进行初步筛选，即将满足第二预设条件的预设点迹信息，确定为备选点迹信息，再将各备选点迹信息，由毫米波雷达所处的坐标系投影到当前时刻车辆所处的坐标系中，得到对应的目标点迹信息。
本申请的一种具体的实施例中，首先，基于毫米波雷达，检测得到目标物体的预设点迹信息，其中，各预设点迹信息包括位置、速度和RCS等信息。基于速度信息，对各预设点迹信息进行动静分离，将运动速度满足第二预设条件(下述公式)的预设点迹信息确定为备选点迹信息。
Figure BDA0003698511030000171
其中，v表示车辆运动速度，θ表示预设点迹信息与车辆前进方向的夹角，vp表示预设点迹信息的径向速度，vth表示动静目标点分离阈值。再根据下述公式，将分离出的静止点(即备选点迹信息)从毫米波雷达所处的坐标系投影到当前时刻车辆所处的坐标系中，得到对应的目标点迹信息，
Figure BDA0003698511030000172
其中，
Figure BDA0003698511030000173
分别表示车辆坐标系下的横坐标、纵坐标，
Figure BDA0003698511030000174
分别表示在毫米波雷达所处的坐标系的横坐标、纵坐标，
Figure BDA0003698511030000175
表示毫米波雷达所处的坐标系到车辆坐标系的平移矩阵，R表示毫米波雷达所处的坐标系到车辆坐标系的旋转矩阵。
本申请的又一种实施例中，上述划分单元包括划分模块和第八确定模块，其中，上述划分模块用于按照上述目标轨迹曲线和预设划分间隔，对上述目标区域进行划分，得到多个预定子区域；上述第八确定模块用于确定多个上述预定子区域的上述目标点迹信息的总数量；将上述目标点迹信息的总数量小于第六预定值的上述预定子区域删除，得到多个上述目标子区域。在该实施例中，为了进一步地减少计算量以及进一步地保证各目标子区域对应的预定集合中的目标点迹信息能够拟合出对应的三次预设方程式，故将各预定子区域中的目标点迹信息的总数量小于第六预定值的预定子区域删除，得到多个目标子区域。具体地，上述预设划分间隔d可以根据车辆的运动轨迹、车速和横摆角速度进行调整，本申请中，并不对上述预设划分间隔的大小进行限制。
具体地，如图3所示，按照上述车辆的目标轨迹曲线和预设划分间隔d，对目标区域进行划分，得到多个预定子区域。具体地，可以平行于车辆的目标轨迹曲线且按照预设划分间隔d，依次对目标区域进行划分来得到m个预定子区域。另外，还可以确定每s个预定子区域中的目标点迹信息的数量
Figure BDA0003698511030000176
并将预定子区域中的目标点迹信息的总数量小于第六预定值(即Area_Pointi＜Pointth)的预定子区域删除，得到目标子区域。也就是说，在预定子区域中的目标点迹信息的数量较少，拟合出的三次预设方程式较为不准确，进而会导致整体的检测结果较差。因此，为了进一步地保证对护栏的检测结果较为准确以及鲁棒性较好，本申请中通过预定子区域中的目标点迹信息的数量进行筛选来得到目标子区域。另外，上述第六预定值可以根据实际的应用情况下进行调整，在本申请中并不对上述第六预定值的大小进行限制。
上述护栏的检测装置包括处理器和存储器，上述获取单元、划分单元、确定单元和重复单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有技术中难以较为准确地对护栏进行检测的问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述护栏的检测方法。
本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述护栏的检测方法。
本申请的一种典型的实施例中，还提供了一种车辆，该车辆包括护栏的检测装置，上述护栏的检测装置用于执行任意一中上述的护栏的检测方法。
上述的车辆包括护栏的检测装置，上述的检测装置可以执行上述任意一种上述的护栏的检测方法中，上述的检测方法与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
步骤S101，获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；
步骤S102，划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；
步骤S103，确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
步骤S104，重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
步骤S101，获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；
步骤S102，划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；
步骤S103，确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
步骤S104，重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。
为了本领域技术人员能够更加清楚地了解本申请的技术方案，以下将结合具体的实施例来说明本申请的技术方案和技术效果。
实施例
如图5所示，首先，建立车辆CTRV模型，并获取车辆在上述预定时间内且在预定坐标系下的预设运动点迹集合，对预设运动点迹集合进行过滤处理，得到目标运动点迹集合。然后，在目标运动点迹集合可以拟合出三次轨迹方程式的情况下，至少根据目标运动点迹集合，拟合三次轨迹方程式，再拟合得到目标轨迹曲线；在目标运动点迹集合不可以拟合出三次轨迹方程式的情况下，将历史的目标集合中的目标点迹信息投影到车辆坐标系中，以拟合三次轨迹方程式。之后，根据目标轨迹曲线以及车辆当前所处的位置，将在车辆的前方且与车辆之间的距离为预定距离，以及在车辆的左右两侧且与目标轨迹曲线之间的距离为预定距离的区域，确定为目标区域。之后，获取目标区域内，各目标物体的预设点迹信息，根据各预设点迹信息对应的运动速度，将满足第二预设条件的预设点迹信息，确定为备选点迹信息，将各上述备选点迹信息，由毫米波雷达所处的坐标系投影到当前时刻车辆所处的坐标系中，得到对应的目标点迹信息。之后，至少根据目标点迹信息，对目标区域进行划分，得到多个目标子区域，且一个目标子区域对应一个预定集合。之后，根据各目标子区域的预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的三次预设方程式对应的预定集合进行合并，直到任意两个三次预设方程式对应的预定集合不满足第一预设条件为止，得到至少一个目标集合。最后，根据至少一个上述目标集合，确定上述目标物体是否为护栏。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的护栏的检测方法中，首先，根据车辆的目标轨迹曲线确定目标区域，并基于毫米波雷达，获取目标区域的多个目标点迹信息；然后，根据目标点迹信息，对上述目标区域进行划分，得到多个目标子区域；之后，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合；最后，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
2)、本申请的护栏的检测装置中，获取单元用于获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取上述目标区域的多个目标点迹信息，其中，上述目标轨迹曲线为上述车辆在预定时间内的行驶轨迹的曲线，上述目标点迹信息为上述目标区域中各目标物体的点迹信息；划分单元用于划分步骤，至少根据上述目标点迹信息，对上述目标区域进行划分，得到多个目标子区域，且各上述目标子区域的多个上述目标点迹信息构成一个预定集合；确定单元用于确定步骤，根据各上述目标子区域的上述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的上述三次预设方程式对应的上述预定集合进行合并，得到多个合并后的上述预定集合，上述第一预设条件为任意两个上述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；重复单元用于重复步骤，重复上述确定步骤，直到任意两个上述三次预设方程式对应的上述预定集合不满足上述第一预设条件为止，得到至少一个目标集合，并根据至少一个上述目标集合，确定上述目标物体是否为护栏。与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
3)、本申请的车辆包括护栏的检测装置，上述的检测装置可以执行上述任意一种上述的护栏的检测方法中，上述的检测方法与现有技术中，仅根据基于毫米波雷达获取的目标物体的目标点迹信息，来确定目标物体是否为护栏，本方案根据车辆的目标轨迹区域确定目标区域，再获取目标区域中目标物体的多个目标点迹信息，之后至少根据目标点迹信息，对上述目标区域进行划分，得到目标子区域，最后，对目标子区域中对应的预定集合进行合并，直到不满足第一预设条件为止，得到至少一个目标集合，并根据至少一个目标集合，确定目标物体是否为护栏。由于本方案中将车辆的目标轨迹曲线作为先验信息，这样保证了能够较为准确地确定出目标物体是否为护栏，且本方案的检测方法的鲁棒性较好，以及检测的效果较为稳定，从而满足了高级自动驾驶系统对护栏检测的需求，进而解决了现有技术中难以较为准确地对护栏进行检测的问题。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种护栏的检测方法，其特征在于，包括：
获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取所述目标区域的多个目标点迹信息，其中，所述目标轨迹曲线为所述车辆在预定时间内的行驶轨迹的曲线，所述目标点迹信息为所述目标区域中各目标物体的点迹信息；
划分步骤，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，且各所述目标子区域的多个所述目标点迹信息构成一个预定集合；
确定步骤，根据各所述目标子区域的所述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的所述三次预设方程式对应的所述预定集合进行合并，得到多个合并后的所述预定集合，所述第一预设条件为任意两个所述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
重复步骤，重复所述确定步骤，直到任意两个所述三次预设方程式对应的所述预定集合不满足所述第一预设条件为止，得到至少一个目标集合，并根据至少一个所述目标集合，确定所述目标物体是否为护栏。
2.根据权利要求1所述的检测方法，其特征在于，在所述目标集合为至少两个的情况下，根据至少一个所述目标集合，确定所述目标物体是否为护栏，包括：
根据各所述目标集合，确定对应的三次目标方程式，所述三次目标方程式包括第一常数项参数、第二常数项参数、第三常数项参数以及第四常数项参数；
对于任意两个所述三次目标方程式，计算两个所述第一常数项参数的差值，得到第一差值、计算两个所述第二常数项参数的差值，得到第二差值、计算两个所述第三常数项参数的差值，得到第三差值以及计算两个所述第四常数项参数的差值得到第四差值；
在所述第一差值大于第一预定值、所述第二差值小于第二预定值、所述第三差值小于第三预定值以及所述第四差值小于第四预定值的情况下，确定所述车辆所处的道路两侧的所述目标物体均为护栏。
3.根据权利要求1所述的检测方法，其特征在于，所述目标集合为一个的情况下，根据至少一个所述目标集合，确定所述目标物体是否为护栏，包括：
在所述目标集合中，计算任意一个所述目标点迹信息与所述车辆之间的距离，得到多个目标距离；
确定最小的所述目标距离与最大的所述目标距离之间的所述目标点迹信息的总数量；
在所述目标点迹信息的总数量大于第五预定值的情况下，确定所述目标物体为所述护栏。
4.根据权利要求1所述的检测方法，其特征在于，根据车辆的目标轨迹曲线，确定目标区域，包括：
获取所述车辆在所述预定时间内且在预定坐标系下的预设运动点迹集合，所述预设运动点迹集合为所述车辆在各预定时刻的运动点迹构成的集合，多个所述预定时刻构成所述预定时间，所述预定坐标系为所述车辆在当前时刻所处的坐标系；
对所述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，并至少根据所述目标运动点迹集合，拟合得到所述目标轨迹曲线；
根据所述目标轨迹曲线以及所述车辆当前所处的位置，将在所述车辆的前方且与所述车辆之间的距离为预定距离，以及在所述车辆的左右两侧且与所述目标轨迹曲线之间的距离为所述预定距离的区域，确定为所述目标区域。
5.根据权利要求4所述的检测方法，其特征在于，所述预设运动点迹集合中，所述车辆的每一个所述运动点迹均对应一个当前时刻的横摆角速度，对所述预设运动点迹集合进行过滤处理，得到目标运动点迹集合，包括：
确定所述预设运动点迹集合中，所述运动点迹对应的所述横摆角速度是否大于横摆角速度阈值；
在存在所述运动点迹对应的所述横摆角速度大于所述横摆角速度阈值的情况下，将所述横摆角速度对应的当前时刻之前的所有所述运动点迹删除，得到所述目标运动点迹集合。
6.根据权利要求4所述的检测方法，其特征在于，至少根据所述目标运动点迹集合，拟合得到所述目标轨迹曲线，包括：
根据所述目标运动点迹集合中的多个所述运动点迹，确定三次轨迹方程式；
根据所述三次轨迹方程式，确定所述目标轨迹曲线。
7.根据权利要求1至6中任一项所述的检测方法，其特征在于，基于毫米波雷达，获取所述目标区域的多个目标点迹信息，包括：
在所述目标区域内，获取各所述目标物体的预设点迹信息，所述预设点迹信息至少包括所述目标物体的运动速度，一个所述目标物体对应多个所述预设点迹信息；
根据各所述预设点迹信息对应的所述运动速度，将满足第二预设条件的所述预设点迹信息，确定为备选点迹信息，所述第二预设条件为对处于运动状态与处于静止状态的所述预设点迹信息进行分离的条件；
将各所述备选点迹信息，由所述毫米波雷达所处的坐标系投影到当前时刻所述车辆所处的坐标系中，得到对应的所述目标点迹信息。
8.根据权利要求1至6中任一项所述的检测方法，其特征在于，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，包括：
按照所述目标轨迹曲线和预设划分间隔，对所述目标区域进行划分，得到多个预定子区域；
确定多个所述预定子区域的所述目标点迹信息的总数量；
将所述目标点迹信息的总数量小于第六预定值的所述预定子区域删除，得到多个所述目标子区域。
9.一种护栏的检测装置，其特征在于，包括：
获取单元，用于获取步骤，根据车辆的目标轨迹曲线，确定目标区域，并基于毫米波雷达，获取所述目标区域的多个目标点迹信息，其中，所述目标轨迹曲线为所述车辆在预定时间内的行驶轨迹的曲线，所述目标点迹信息为所述目标区域中各目标物体的点迹信息；
划分单元，用于划分步骤，至少根据所述目标点迹信息，对所述目标区域进行划分，得到多个目标子区域，且各所述目标子区域的多个所述目标点迹信息构成一个预定集合；
确定单元，用于确定步骤，根据各所述目标子区域的所述预定集合，确定对应的三次预设方程式，并将任意两个满足第一预设条件的所述三次预设方程式对应的所述预定集合进行合并，得到多个合并后的所述预定集合，所述第一预设条件为任意两个所述三次预设方程式的各常数项参数的差值均小于对应的预设阈值；
重复单元，用于重复步骤，重复所述确定步骤，直到任意两个所述三次预设方程式对应的所述预定集合不满足所述第一预设条件为止，得到至少一个目标集合，并根据至少一个所述目标集合，确定所述目标物体是否为护栏。
10.一种车辆，其特征在于，包括护栏的检测装置，所述护栏的检测装置用于执行权利要求1至8中任意一项所述的护栏的检测方法。
CN202210681238.XA 2022-06-16 2022-06-16 护栏的检测方法、检测装置与车辆 Pending CN115236618A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210681238.XA CN115236618A (zh) 2022-06-16 2022-06-16 护栏的检测方法、检测装置与车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210681238.XA CN115236618A (zh) 2022-06-16 2022-06-16 护栏的检测方法、检测装置与车辆

Publications (1)

Publication Number Publication Date
CN115236618A true CN115236618A (zh) 2022-10-25

Family

ID=83670450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210681238.XA Pending CN115236618A (zh) 2022-06-16 2022-06-16 护栏的检测方法、检测装置与车辆

Country Status (1)

Country Link
CN (1) CN115236618A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351044A (zh) * 2023-11-23 2024-01-05 无锡市德宁节能科技有限公司 基于物联网的护栏环境监控方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2783491A1 (en) * 2011-07-19 2013-01-19 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Calculator, system, method and computer program for obtaining one or more motion parameters of a target
CA2913322A1 (en) * 2013-06-14 2014-12-18 Wallace E. Larimore A method and system of dynamic model identification for monitoring and control of dynamic machines with variable structure or variable operation conditions
KR20190043024A (ko) * 2017-10-17 2019-04-25 국방과학연구소 예상 궤적을 이용한 위치 결정 방법 및 장치
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
US20200103231A1 (en) * 2018-09-30 2020-04-02 Huazhong University Of Science And Technology Intelligent device navigation method and navigation system
CN111693984A (zh) * 2020-05-29 2020-09-22 中国计量大学 一种改进的ekf-ukf动目标跟踪方法
US20210394789A1 (en) * 2020-06-20 2021-12-23 Tsinghua University Evaluation method and system for steering comfort in human machine cooperative take-over control process of autonomous vehicle, and storage medium
CN113911123A (zh) * 2021-12-15 2022-01-11 深圳佑驾创新科技有限公司 一种道路模型的更新方法及装置
CN114353817A (zh) * 2021-12-28 2022-04-15 重庆长安汽车股份有限公司 多源传感器车道线确定方法、系统、车辆及计算机可读存储介质
CN114518573A (zh) * 2022-04-21 2022-05-20 山东科技大学 一种用于多雷达的车辆跟踪方法、设备及介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2783491A1 (en) * 2011-07-19 2013-01-19 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Calculator, system, method and computer program for obtaining one or more motion parameters of a target
CA2913322A1 (en) * 2013-06-14 2014-12-18 Wallace E. Larimore A method and system of dynamic model identification for monitoring and control of dynamic machines with variable structure or variable operation conditions
KR20190043024A (ko) * 2017-10-17 2019-04-25 국방과학연구소 예상 궤적을 이용한 위치 결정 방법 및 장치
US20200103231A1 (en) * 2018-09-30 2020-04-02 Huazhong University Of Science And Technology Intelligent device navigation method and navigation system
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
CN111693984A (zh) * 2020-05-29 2020-09-22 中国计量大学 一种改进的ekf-ukf动目标跟踪方法
US20210394789A1 (en) * 2020-06-20 2021-12-23 Tsinghua University Evaluation method and system for steering comfort in human machine cooperative take-over control process of autonomous vehicle, and storage medium
CN113911123A (zh) * 2021-12-15 2022-01-11 深圳佑驾创新科技有限公司 一种道路模型的更新方法及装置
CN114353817A (zh) * 2021-12-28 2022-04-15 重庆长安汽车股份有限公司 多源传感器车道线确定方法、系统、车辆及计算机可读存储介质
CN114518573A (zh) * 2022-04-21 2022-05-20 山东科技大学 一种用于多雷达的车辆跟踪方法、设备及介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GUANGJUN LIU 等: "Identification of a kind of nonlinear system", 《2011 SEVENTH INTERNATIONAL CONFERENCE ON NATURAL COMPUTATION》, 19 September 2011 (2011-09-19) *
任柏寒 等: "基于时空相似系数的环形交叉口车辆轨迹聚类", 《吉林大学学报(信息科学版)》, 15 November 2020 (2020-11-15), pages 640 - 646 *
宋波: "反射波法在护栏立柱检测方面的应用", 《机械工程与自动化》, 15 April 2010 (2010-04-15), pages 129 - 131 *
张永华 等: "基于三次B样条曲线拟合的智能车轨迹跟踪算法", 《计算机应用》, 26 January 2018 (2018-01-26), pages 1562 - 1567 *
黄海洋 等: "基于多点预瞄最优控制的智能车辆路径跟踪", 《汽车技术》, 24 October 2018 (2018-10-24), pages 6 - 9 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351044A (zh) * 2023-11-23 2024-01-05 无锡市德宁节能科技有限公司 基于物联网的护栏环境监控方法和系统
CN117351044B (zh) * 2023-11-23 2024-05-03 无锡市德宁节能科技有限公司 基于物联网的护栏环境监控方法和系统

Similar Documents

Publication Publication Date Title
CN110178167B (zh) 基于摄像机协同接力的路口违章视频识别方法
Narote et al. A review of recent advances in lane detection and departure warning system
CN106991389B (zh) 确定道路边沿的装置和方法
Daigavane et al. Road lane detection with improved canny edges using ant colony optimization
Li et al. Road detection algorithm for autonomous navigation systems based on dark channel prior and vanishing point in complex road scenes
US20130173232A1 (en) Method for determining the course of the road for a motor vehicle
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
Maček et al. A lane detection vision module for driver assistance
CN107705577B (zh) 一种基于车道线标定车辆违章变道的实时检测方法及系统
CN104537841A (zh) 无牌车辆违章检测方法及其检测系统
CN108535727B (zh) 跟踪主车辆附近的多个对象的方法
CN109101939B (zh) 车辆运动状态的确定方法、系统、终端及可读存储介质
CN105260701A (zh) 一种适用于复杂场景下的前方车辆检测方法
CN101882217A (zh) 视频图像的目标分类方法及装置
CN115236618A (zh) 护栏的检测方法、检测装置与车辆
CN104168444A (zh) 一种跟踪球机的目标跟踪方法及跟踪球机
Revilloud et al. A lane marker estimation method for improving lane detection
Liu et al. Effective road lane detection and tracking method using line segment detector
Qing et al. A novel particle filter implementation for a multiple-vehicle detection and tracking system using tail light segmentation
CN113740874A (zh) 一种道路边沿检测方法、电子设备及车辆
CN115469312A (zh) 车辆的可通行区域检测方法、装置、电子设备及存储介质
CN113253299B (zh) 障碍物检测方法、装置及存储介质
Wang et al. An improved hough transform method for detecting forward vehicle and lane in road
Liu et al. An effective lane detection algorithm for structured road in urban
Du et al. Particle filter based object tracking of 3D sparse point clouds for autopilot

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