CN115285128A - 一种危险目标的确定方法、装置、设备及存储介质 - Google Patents

一种危险目标的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115285128A
CN115285128A CN202211012137.XA CN202211012137A CN115285128A CN 115285128 A CN115285128 A CN 115285128A CN 202211012137 A CN202211012137 A CN 202211012137A CN 115285128 A CN115285128 A CN 115285128A
Authority
CN
China
Prior art keywords
vehicle
determining
target
target area
lane line
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
CN202211012137.XA
Other languages
English (en)
Inventor
王一博
倪洪飞
施锦玮
戴一凡
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.)
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
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 Tsinghua University, Suzhou Automotive Research Institute of Tsinghua University filed Critical Tsinghua University
Priority to CN202211012137.XA priority Critical patent/CN115285128A/zh
Publication of CN115285128A publication Critical patent/CN115285128A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0953Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2510/00Input parameters relating to a particular sub-units
    • B60W2510/20Steering systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/801Lateral distance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/803Relative lateral speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种危险目标的确定方法、装置、设备及存储介质。该方法包括:确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。本技术方案解决了固定目标区域内危险目标筛选准确率低的问题,通过改进目标区域的规划方式,可以在提高危险目标筛选准确率的同时,提升驾驶安全性和用户满意度。

Description

一种危险目标的确定方法、装置、设备及存储介质
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种危险目标的确定方法、装置、设备及存储介质。
背景技术
随着自动驾驶技术的不断发展,自动紧急制动、前方碰撞报警、车道保持辅助以及盲区检测等驾驶辅助功能在提高车辆驾驶安全性的同时,也为用户带来了良好的驾驶体验。
目前,驾驶辅助系统在直线行驶时,对前方障碍物的识别以及对车辆的控制都比较成熟。自动紧急制动系统通常为车辆前方规划一个固定长度和宽度的目标区域,并在目标区域内对前方障碍物进行筛选。
但是,现有技术中目标区域的规划比较单一。车辆在进出弯道等场景中,对障碍物等危险目标筛选准确率不高,容易导致驾驶辅助系统出现误触发以及过敏感的现象,进而降低行车安全性,造成用户驾驶体验感差。
发明内容
本发明提供了一种危险目标的确定方法、装置、设备及存储介质,以解决固定形状目标区域内危险目标筛选准确率低的问题,通过改进目标区域的规划方式,可以在提高危险目标筛选准确率的同时,提升驾驶安全性和用户满意度。
根据本发明的一方面,提供了一种危险目标的确定方法,所述方法包括:
确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;
若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;
根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
根据本发明的另一方面,提供了一种危险目标的确定装置,该装置包括:
车道线边界确定模块,用于确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;
目标区域确定模块,用于若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;
危险目标确定模块,用于根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的危险目标的确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的危险目标的确定方法。
本发明实施例的技术方案,通过在本车的方向盘转角超过预设角度阈值时,基于目标区域横向边界和本车行驶方向上的预设长度范围来规划目标区域,进而根据目标区域,在本车检测范围内的潜在目标中确定危险目标。该技术方案解决了固定形状目标区域内危险目标筛选准确率低的问题,通过改进目标区域的规划方式,可以在提高危险目标筛选准确率的同时,提升驾驶安全性和用户满意度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是根据本发明实施例一提供的一种危险目标的确定方法的流程图;
图1B是根据本发明实施例提供的转向场景的目标区域示意图;
图2A是根据本发明实施例二提供的一种危险目标的确定方法的流程图;
图2B是根据本发明实施例提供的潜在目标分布情况示意图;
图3是根据本发明实施例三提供的一种危险目标的确定装置的结构示意图;
图4是实现本发明实施例的危险目标的确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1A为本发明实施例一提供了一种危险目标的确定方法的流程图,本实施例可适用于危险目标的确定的情况,尤其是本车驾驶在弯道等复杂路段的危险目标确定场景,该方法可以由危险目标的确定装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中。如图1A所示,该方法包括:
S110、确定本车所在车道的至少两条目标区域横向边界。
本方案可以由驾驶辅助系统执行,其中,所述驾驶辅助系统可以包括车道保持辅助、自动泊车辅助、刹车辅助以及行车辅助等子系统。车道保持辅助子系统可以借助摄像头等视觉传感器识别行驶车道的标志线,进而根据车道线的识别结果生成车道线信息。其中,所述车道线信息可以包括车道线方程,例如车道保持辅助子系统可以根据视觉传感器检测到的车道线拟合得到车道线方程。所述车道线信息还可以包括车道线置信度,用于评价视觉传感器车道线识别的可信度。除此之外,驾驶辅助系统还可以通过导航软件等获取本车所在车道的车道线方程。所述车道线方程可以是从本车视角观测到的车道线的方程表示。具体的,车道线方程可以是一条多阶的曲线方程,例如三阶车道线方程可以表示为:y=a0+a1x+a2x2+a3x3;其中,a0、a1、a2以及a3是车道线方程系数。需要说明的是,车道线方程还可以是更高阶的曲线方程,车道线方程阶数越高,拟合准确性越好,相应的,求解车道线方程系数也就越复杂。车道线方程的各项系数可以随着车辆的运动以一定频率进行更新,例如每秒更新一次车道线方程的系数。
可以理解的,本车可以在一条单车道的道路上行驶,也可以在一条多车道的道路上行驶。因此,驾驶辅助系统可以得到至少两个车道线方程,每个车道线方程可以分别对应描述一条车道线。根据车道线方程的常数项可以确定目标区域横向边界。其中,所述目标区域可以是驾驶辅助系统为保证车辆驾驶安全设置的危险目标监测区域。
在本方案中,可选的,所述确定本车所在车道的至少两条目标区域横向边界,包括:
通过驾驶辅助系统获取本车所在车道的车道线置信度;
若所述车道线置信度超过预设置信度阈值,则通过驾驶辅助系统获取本车所在车道的车道线方程,并基于获取的车道线方程确定目标区域横向边界;
若所述车道线置信度低于预设置信度阈值,则根据预先获取的本车参数信息,构建车道线方程,并基于构建的车道线方程确定目标区域横向边界。
容易理解的,交通道路存在车道标记线不明显、标记线被破坏等情况。驾驶辅助系统可以通过视觉传感器返回的车道线置信度判断车道线是否可以能够识别,例如车道线置信度可以是0或1,0表示未识别到车道线,1表示识别到车道线。视觉传感器返回的车道线置信度也可以是车道线识别效果的评估结果,例如车道线的识别精度。如果视觉传感器对于车道线的识别精度高,例如识别精度高于70%,则说明车道保持辅助子系统生成的车道线信息可信,驾驶辅助系统可以直接从车道保持辅助子系统获取到本车所在车道的车道线方程,并根据车道线方程中的常数项确定目标区域横向边界。如果如由于车道线模糊、视觉传感器损坏等情况,视觉传感器识别不到车道线或者识别精度低,例如识别精度低于70%,驾驶辅助系统可以根据本车参数信息来构建车道线方程。
其中,所述本车参数信息可以包括车辆的宽度、长度以及运行状态等信息。例如驾驶辅助系统可以在车辆宽度基础上设置一个容限宽度作为车道宽度,进而根据车道宽度确定车道线方程的常数项。再比如驾驶辅助系统可以根据车辆运行状态与车道线方程系数的关系,进而根据车辆运行状态信息确定车道线方程含x项的系数。在得到构建的车道线方程后,基于车道线方程来确定目标区域横向边界。
本方案可以通过车道线置信度来确定车道线方程的系数,进而根据车道线方程定位目标区域横向边界,有利于实现目标区域横向边界定位的可靠性和准确性。
在上述方案的基础上,所述本车参数信息包括方向盘转角、转向器转向比以及轴距;所述车道线方程包括一次项系数和二次项系数;
所述根据预先获取的本车参数信息,构建车道线方程,包括:
根据所述方向盘转角和转向器转向比,确定车辆的前轮转角,并根据所述前轮转角确定一次项系数;
根据所述前轮转角和所述轴距,确定转向半径,并根据所述转向半径确定二次项系数;
根据所述一次项系数和二次项系数,构建所述车道线方程。
在本方案中,车道线方程可以是二阶抛物线方程,表示为y=a0+a1x+a2x2;以本车所在车道包括两条车道线为例,两条车道线对应的车道线方程可以表示为:
Figure BDA0003810997270000071
其中,0≤x≤ROI_longth,δ表示前轮转角,R表示转向半径,ylift表示左车道线边界,yright表示右车道线边界,ROI_width表示感兴趣区域的宽度,ROI_longth表示感兴趣区域的长度。需要说明的是,感兴趣区域的宽度可以是根据车身宽度进行设置的,例如车身宽度通常为3米,感兴趣区域的宽度可以设置为4米。感兴趣区域的长度通常设置为一个较长的距离,例如70米-150米,以便驾驶辅助系统及时发现危险目标。感兴趣区域的长度和宽度也可以是根据车辆运动状态和行驶环境进行设置的,例如车辆缓慢行驶在热闹的街市,感兴趣区域的宽度可以设置为6米,以便提供及时获取复杂场景中的障碍物目标,由于车辆缓慢行驶,感兴趣区域的长度可以设置为70米,即可满足安全性需要。需要说明的是,感兴趣区域可以是车辆行驶在直行道路上的危险目标监测区域。
容易理解的,前轮转角可以通过驾驶辅助系统直接获取得到,也可以通过驾驶辅助系统获取方向盘转角,根据方向盘转角和本车的转向器转向比进行角度计算得到。具体的,前轮转角δ的计算公式可以是:
Figure BDA0003810997270000072
其中,Anglesteer表示方向盘转角,K表示转向器转向比。需要说明的是,为了保证各参数的统一性,可以将前轮转角由角度制转化为弧度制,以便进行数量计算。
类似的,转向半径可以通过驾驶辅助系统直接获取得到,也可以计算得到。具体的,转向半径R的计算公式可以是:
Figure BDA0003810997270000081
其中,L表示轴距。
需要说明的是,上述车道线方程可以适用于车辆行驶的任何场景,例如当车辆直行时,方向盘转角可以是0或者在一个合理范围内角度存在微变化,此时,tanδ等于或趋向于0,
Figure BDA0003810997270000082
不存在或趋向于0。车道线方程可以表示为:
Figure BDA0003810997270000083
该方案中,驾驶辅助系统可以在无法直接获取车道线方程的情况下,根据车辆的参数信息,自动构建车道线方程。本方案所构建的车道线方程更加贴合本车驾驶的实际情况,有利于确定一个合理的目标区域,在保证本车安全性的同时,有效避免误识别和过敏感现象。
S120、若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域。
图1B是根据本发明实施例提供的转向场景的目标区域示意图,如图1B所示,现有技术中目标区域的设置可以如目标区域A所示,为一个长度和宽度固定的视觉区域,在直行场景下,目标区域A可以实现有效的危险目标圈定。但是在如图1B所示的转向场景中,目标区域A的一部分区域已经涉及到对向车道,将正常行驶的对向车道车辆划定为危险目标,容易出现误识别和过敏感情况,同时也忽视了本车所在车道上存在的危险目标。
本方案中,当驾驶辅助系统检测到本车的方向盘转角超过一定角度阈值时,则说明本车处于转向场景中。驾驶辅助系统可以根据目标区域横向边界和预先设定的本车行驶方向上的长度范围,划定目标区域,如图1B中的目标区域B。驾驶辅助系统可以直接获取预设长度范围内的目标区域横向边界,将目标区域横向边界与长度范围边界所围成的封闭区域作为目标区域。在一些场景中,车道宽度相比于本车而言范围过大,驾驶辅助系统也可以对目标区域横向边界向车道内进行平移,进而为本车划定一个合理的目标区域,如图1B中的目标区域B所示。
需要说明的是,在多车道场景下,视觉传感器可能检测到两条以上的车道线,驾驶辅助系统可以将距离本车最近的两条车道线确定为目标车道线,根据目标车道线生成目标车道线方程,进而利用两个目标车道线方程确定目标车道线边界,划定目标区域。驾驶辅助系统也可以根据本车参数信息生成拟车道线方程,将拟车道线方程与根据检测到的车道线确定的多个车道线方程进行比较,确定两个目标车道线方程。
S130、根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
车辆通常配置有雷达、红外传感器等障碍物检测设备,用于检测在车辆一定范围内的潜在目标。其中,所述潜在目标可以包括车辆、行人、栏杆以及建筑物等,所述潜在目标可以是静止的,也可以是运动的。在划定目标区域之后,驾驶辅助系统可以将障碍物检测设备检测到的目标区域中的潜在目标确定为危险目标,以控制本车及时采取制动措施,避免发生碰撞、剐蹭等伤害。
本技术方案通过在本车的方向盘转角超过预设角度阈值时,基于车道线边界和本车行驶方向上的预设长度范围来规划目标区域,进而根据目标区域,在本车检测范围内的潜在目标中确定危险目标。该技术方案解决了固定目标区域内危险目标筛选准确率低的问题,通过改进目标区域的规划方式,可以在提高危险目标筛选准确率的同时,提升驾驶安全性和用户满意度。
实施例二
图2A为本发明实施例二提供的一种危险目标的确定方法的流程图,本实施例以上述实施例为基础进行细化。如图2A所示,该方法包括:
S210、确定本车所在车道的至少两条目标区域横向边界。
本方案中的危险目标的确定方法可以应用于车辆行驶的各种场景中,例如转向场景、直行场景等。
S220、若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域。
S230、根据潜在目标与本车的相对距离信息,判断所述潜在目标是否在所述目标区域内。
其中,所述相对距离信息包括横向相对距离和纵向相对距离,驾驶辅助系统可以通过雷达采集潜在目标与本车的相对距离信息。根据横向相对距离和纵向相对距离,驾驶辅助系统可以确定潜在目标的位置,进而根据潜在目标的位置确定是否位于目标区域内。通过定位潜在目标位置的方式判断潜在目标是否处于目标区域普遍适用于任何驾驶场景。
图2B是根据本发明实施例提供的潜在目标分布情况示意图,在直行场景中,可以通过以下条件,更加简便快捷的判断潜在目标是否位于目标区域内:
Figure BDA0003810997270000101
当本车行驶在直行路段时,目标区域可以如图2B所示,当潜在目标与本车的横向相对距离和纵向相对距离满足上述条件时,则说明该潜在目标在目标区域内。如果潜在目标位于目标区域内,则执行S240,将该潜在目标确定为危险目标。如果潜在目标没有在目标区域内,则执行S250,进一步判断潜在目标的风险状况。
S240、将所述潜在目标确定为危险目标。
S250、根据所述横向相对距离,以及潜在目标与本车的横向相对速度,确定所述潜在目标是否存在侵入风险。
可以理解的,驾驶辅助系统可以通过速度传感器采集潜在目标与本车的相对速度信息,也可以根据潜在目标与本车的相对距离信息和时间信息计算相对速度信息。根据横向相对距离,驾驶辅助系统可以判断潜在目标的位置距离本车的远近。根据潜在目标与本车的横向相对速度,驾驶辅助系统可以判断潜在目标的运动趋势。当潜在目标在横向位置上靠近本车和并且朝向本车具有运动趋势,则说明潜在目标正在侵入本车所在车道。对于本车而言,该潜在目标存在侵入风险。以直行路段为例,如图2B中的潜在目标1未在本车的目标区域内,以箭头所示方向正在切入本车所在车道,则可以确定潜在目标1存在侵入风险。
在一个可行的方案中,所述根据所述横向相对距离,以及潜在目标与本车的横向相对速度,确定所述潜在目标是否存在侵入风险,包括:
若所述横向相对速度的绝对值大于预设速度阈值,且,所述横向相对距离与所述横向相对速度的乘积小于0,则确定所述潜在目标存在侵入风险。
具体的,侵入风险的判断条件可以如下表示:
Figure BDA0003810997270000111
驾驶辅助系统可以设置一个速度阈值,如果横向相对速度的绝对值高于速度阈值,则说明潜在目标与本车的横向相对速度较快,风险系数较高。横向相对距离与横向相对速度的乘积小于0,说明横向相对距离与横向相对速度的正负符号相反,潜在目标与本车正在靠近,如图2B中的潜在目标1和潜在目标2。横向相对距离与横向相对速度的乘积大于0,说明横向相对距离与横向相对速度的正负符号相同,潜在目标与本车正在远离,如图2B中的潜在目标3和潜在目标4。当上述两个条件同时满足时,则说明潜在目标存在侵入风险。
本方案通过横向相对距离以及潜在目标与本车的横向相对速度,可以准确判断潜在目标是否存在侵入风险,有利于对目标区域以外的潜在目标进行针对性筛选。
S260、若存在侵入风险,则根据潜在目标与本车的相对速度信息、所述相对距离信息以及本车宽度,确定所述潜在目标与本车是否存在碰撞风险。
在本方案中,所述相对速度信息包括横向相对速度和纵向相对速度。如果潜在目标存在侵入风险,驾驶辅助系统可以进一步根据潜在目标与本车的相对速度信息、相对距离信息以及本车宽度,预测潜在目标与本车是否可能存在碰撞风险。具体的,驾驶辅助系统可以根据相对距离信息,计算潜在目标与本车的实际距离,判断潜在目标与本车依照各自行驶方向是否存在相遇点,若存在,则再利用实际距离和相对速度信息,分别预测潜在目标和本车到达相遇点的通过时间,进而根据通过时间的比较结果,判断潜在目标与本车是否可能相遇。
在一个可行的方案中,所述根据潜在目标与本车的相对速度信息、所述相对距离信息以及本车宽度,确定所述潜在目标与本车是否存在碰撞风险,包括:
根据所述纵向相对距离和所述纵向相对速度,计算碰撞时间;并,根据所述横向相对距离、所述本车宽度以及所述横向相对速度,计算所述潜在目标的驶出时间;
若所述碰撞时间小于或等于所述驶出时间,则确定所述潜在目标与本车是否存在碰撞风险。
碰撞时间的计算公式可以表示为:
T1=|纵向相对距离|÷|纵向相对速度|;
驶出时间的计算公式可以表示为:
Figure BDA0003810997270000131
如果碰撞时间大于驶出时间,则预测在当前相对距离和相对速度情况下,潜在目标与本车不会发生碰撞。如果碰撞时间小于或等于驶出时间,则说明在在当前相对距离和相对速度情况下,潜在目标与本车可能发生碰撞,应当及时控制本车及时降速或刹车,以避免碰撞风险。
S270、若存在碰撞风险,则将所述潜在目标确定为危险目标。
对于未在目标区域内的潜在目标,本方案可以通过侵入风险和碰撞风险两层判断精准筛选危险目标,有效避免了驾驶辅助系统误触发和过敏感现象。
本技术方案通过在本车的方向盘转角超过预设角度阈值时,基于车道线边界和本车行驶方向上的预设长度范围来规划目标区域,进而根据目标区域,在本车检测范围内的潜在目标中确定危险目标。该技术方案解决了固定目标区域内危险目标筛选准确率低的问题,通过改进目标区域的规划方式,可以在提高危险目标筛选准确率的同时,提升驾驶安全性和用户满意度。
实施例三
图3为本发明实施例三提供的一种危险目标的确定装置的结构示意图。如图3所示,该装置包括:
横向边界确定模块310,用于确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;
目标区域确定模块320,用于若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;
危险目标确定模块330,用于根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
在本方案中,可选的,所述车道线边界确定模块310,包括:
置信度获取单元,用于通过驾驶辅助系统获取本车所在车道的车道线置信度;
车道线方程获取单元,用于若所述车道线置信度超过预设置信度阈值,则通过驾驶辅助系统获取本车所在车道的车道线方程,并基于获取的车道线方程确定目标区域横向边界;
车道线方程构建单元,用于若所述车道线置信度低于预设置信度阈值,则根据预先获取的本车参数信息,构建车道线方程,并基于构建的车道线方程确定目标区域横向边界。
在上述方案的基础上,可选的,所述本车参数信息包括方向盘转角、转向器转向比以及轴距;所述车道线方程包括一次项系数和二次项系数;
所述车道线方程构建单元,包括:
一次项系数确定子单元,用于根据所述方向盘转角和转向器转向比,确定车辆的前轮转角,并根据所述前轮转角确定一次项系数;
二次项系数确定子单元,用于根据所述前轮转角和所述轴距,确定转向半径,并根据所述转向半径确定二次项系数;
车道线方程构建子单元,用于根据所述一次项系数和二次项系数,构建所述车道线方程。
在一个可行的方案中,所述危险目标确定模块330,包括:
潜在目标判断单元,用于根据潜在目标与本车的相对距离信息,确定所述潜在目标是否在所述目标区域内;其中,所述相对距离信息包括横向相对距离和纵向相对距离;
第一危险目标确定单元,用于若所述潜在目标位于所述目标区域内,则将所述潜在目标确定为危险目标。
在上述方案的基础上,可选的,所述危险目标确定模块330,还包括:
侵入风险确定单元,用于若所述潜在目标未在所述目标区域内,则根据所述横向相对距离,以及潜在目标与本车的横向相对速度,确定所述潜在目标是否存在侵入风险;
碰撞风险确定单元,用于若存在侵入风险,则根据潜在目标与本车的相对速度信息、所述相对距离信息以及本车宽度,确定所述潜在目标与本车是否存在碰撞风险;
第二危险目标确定单元,用于若存在碰撞风险,则将所述潜在目标确定为危险目标。
本实施例中,可选的,所述侵入风险确定单元,具体用于:
若所述横向相对速度的绝对值大于预设速度阈值,且,所述横向相对距离与所述横向相对速度的乘积小于0,则确定所述潜在目标存在侵入风险。
在上述方案的基础上,可选的,所述相对速度信息包括横向相对速度和纵向相对速度;
所述碰撞风险确定单元,包括:
时间计算子单元,用于根据所述纵向相对距离和所述纵向相对速度,计算碰撞时间;并,根据所述横向相对距离、所述本车宽度以及所述横向相对速度,计算所述潜在目标的驶出时间;
碰撞风险确定子单元,用于若所述碰撞时间小于或等于所述驶出时间,则确定所述潜在目标与本车是否存在碰撞风险。
本发明实施例所提供的危险目标的确定装置可执行本发明任意实施例所提供的危险目标的确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如危险目标的确定方法。
在一些实施例中,危险目标的确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的危险目标的确定方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行危险目标的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种危险目标的确定方法,其特征在于,所述方法包括:
确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;
若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;
根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
2.根据权利要求1所述的方法,其特征在于,所述确定本车所在车道的至少两条目标区域横向边界,包括:
通过驾驶辅助系统获取本车所在车道的车道线置信度;
若所述车道线置信度超过预设置信度阈值,则通过驾驶辅助系统获取本车所在车道的车道线方程,并基于获取的车道线方程确定目标区域横向边界;
若所述车道线置信度低于预设置信度阈值,则根据预先获取的本车参数信息,构建车道线方程,并基于构建的车道线方程确定目标区域横向边界。
3.根据权利要求2所述的方法,其特征在于,所述本车参数信息包括方向盘转角、转向器转向比以及轴距;所述车道线方程包括一次项系数和二次项系数;
所述根据预先获取的本车参数信息,构建车道线方程,包括:
根据所述方向盘转角和转向器转向比,确定车辆的前轮转角,并根据所述前轮转角确定一次项系数;
根据所述前轮转角和所述轴距,确定转向半径,并根据所述转向半径确定二次项系数;
根据所述一次项系数和二次项系数,构建所述车道线方程。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标,包括:
根据潜在目标与本车的相对距离信息,确定所述潜在目标是否在所述目标区域内;其中,所述相对距离信息包括横向相对距离和纵向相对距离;
若所述潜在目标在所述目标区域内,则将所述潜在目标确定为危险目标。
5.根据权利要求4所述的方法,其特征在于,在确定所述潜在目标是否在所述目标区域内之后,所述方法还包括:
若所述潜在目标未在所述目标区域内,则根据所述横向相对距离,以及潜在目标与本车的横向相对速度,确定所述潜在目标是否存在侵入风险;
若存在侵入风险,则根据潜在目标与本车的相对速度信息、所述相对距离信息以及本车宽度,确定所述潜在目标与本车是否存在碰撞风险;
若存在碰撞风险,则将所述潜在目标确定为危险目标。
6.根据权利要求5所述的方法,其特征在于,所述根据所述横向相对距离,以及潜在目标与本车的横向相对速度,确定所述潜在目标是否存在侵入风险,包括:
若所述横向相对速度的绝对值大于预设速度阈值,且,所述横向相对距离与所述横向相对速度的乘积小于0,则确定所述潜在目标存在侵入风险。
7.根据权利要求5所述的方法,其特征在于,所述相对速度信息包括横向相对速度和纵向相对速度;
所述根据潜在目标与本车的相对速度信息、所述相对距离信息以及本车宽度,确定所述潜在目标与本车是否存在碰撞风险,包括:
根据所述纵向相对距离和所述纵向相对速度,计算碰撞时间;并,根据所述横向相对距离、所述本车宽度以及所述横向相对速度,计算所述潜在目标的驶出时间;
若所述碰撞时间小于或等于所述驶出时间,则确定所述潜在目标与本车是否存在碰撞风险。
8.一种危险目标的确定装置,其特征在于,包括:
车道线边界确定模块,用于确定本车所在车道的至少两条目标区域横向边界;其中,所述目标区域横向边界根据车道线方程确定;
目标区域确定模块,用于若本车的方向盘转角超过预设角度阈值,则根据所述目标区域横向边界和本车行驶方向的预设长度范围,确定目标区域;
危险目标确定模块,用于根据所述目标区域,在本车检测范围内的潜在目标中确定危险目标。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的危险目标的确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的危险目标的确定方法。
CN202211012137.XA 2022-08-23 2022-08-23 一种危险目标的确定方法、装置、设备及存储介质 Pending CN115285128A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211012137.XA CN115285128A (zh) 2022-08-23 2022-08-23 一种危险目标的确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211012137.XA CN115285128A (zh) 2022-08-23 2022-08-23 一种危险目标的确定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115285128A true CN115285128A (zh) 2022-11-04

Family

ID=83832308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211012137.XA Pending CN115285128A (zh) 2022-08-23 2022-08-23 一种危险目标的确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115285128A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116682095A (zh) * 2023-08-02 2023-09-01 天津所托瑞安汽车科技有限公司 一种关注目标的确定方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116682095A (zh) * 2023-08-02 2023-09-01 天津所托瑞安汽车科技有限公司 一种关注目标的确定方法、装置、设备及存储介质
CN116682095B (zh) * 2023-08-02 2023-11-07 天津所托瑞安汽车科技有限公司 一种关注目标的确定方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US20220048500A1 (en) Driving support apparatus
CN109927719B (zh) 一种基于障碍物轨迹预测的辅助驾驶方法和系统
CN113715814B (zh) 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
EP3779922A1 (en) Method for estimating driving road and driving road estimation system
KR20210038852A (ko) 조기 경보 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램
CN112650243B (zh) 车辆控制方法、装置、电子设备和自动驾驶车辆
CN112580571A (zh) 车辆行驶的控制方法、装置及电子设备
CN114312836A (zh) 自动驾驶车辆礼让行人的方法、装置、设备及存储介质
CN115221722A (zh) 自动驾驶车辆的仿真测试方法、模型训练方法和设备
CN115675534A (zh) 车辆轨迹预测方法、装置、电子设备及存储介质
CN115285128A (zh) 一种危险目标的确定方法、装置、设备及存储介质
CN115195749A (zh) 车辆制动方法、装置、电子设备及存储介质
JP2020132142A (ja) 車両の経路偏差の意図の予測
CN116499487B (zh) 一种车辆的路径规划方法、装置、设备及介质
CN116295496A (zh) 一种自动驾驶车辆路径规划方法、装置、设备及介质
CN116358584A (zh) 一种自动驾驶车辆路径规划方法、装置、设备及介质
CN115923780A (zh) 车辆夜间避撞保护方法、装置、电子设备及存储介质
CN115214722A (zh) 自动驾驶方法、装置、电子设备、存储介质及车辆
CN116149329A (zh) 轨迹确定方法、装置、设备以及自动驾驶车辆
KR20200133122A (ko) 차량 충돌 방지 장치 및 방법
CN114852068A (zh) 一种行人避撞方法、装置、设备以及存储介质
CN115583258A (zh) 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质
WO2022088658A1 (zh) 一种行人穿行意图估计方法、装置、设备和汽车
CN114379587A (zh) 自动驾驶中避让行人的方法与装置
CN114919570A (zh) 一种泊车避障方法、装置、电子设备及存储介质

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