CN115390079B - 基于超声波距离信号的障碍物轮廓确定方法和装置 - Google Patents

基于超声波距离信号的障碍物轮廓确定方法和装置 Download PDF

Info

Publication number
CN115390079B
CN115390079B CN202211330869.3A CN202211330869A CN115390079B CN 115390079 B CN115390079 B CN 115390079B CN 202211330869 A CN202211330869 A CN 202211330869A CN 115390079 B CN115390079 B CN 115390079B
Authority
CN
China
Prior art keywords
echo
clustering
segment
points
preset
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.)
Active
Application number
CN202211330869.3A
Other languages
English (en)
Other versions
CN115390079A (zh
Inventor
张澄宇
张磊
吴国苏州
张放
洪晨在
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.)
Hangzhou Zhishi Intelligent Technology Co ltd
Original Assignee
Hangzhou Zhishi Intelligent Technology 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 Hangzhou Zhishi Intelligent Technology Co ltd filed Critical Hangzhou Zhishi Intelligent Technology Co ltd
Priority to CN202211330869.3A priority Critical patent/CN115390079B/zh
Publication of CN115390079A publication Critical patent/CN115390079A/zh
Application granted granted Critical
Publication of CN115390079B publication Critical patent/CN115390079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G01B17/06—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations for measuring contours or curvatures
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • 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
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明的实施例公开一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质，用于解决现有技术中无法有效识别超声波雷达信号的抖动和噪声的问题。本发明的方法包括：在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；将所述回波点集中的各回波点记录到预设全局坐标系内；将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线。本发明从回波层面对雷达信号进行抖动识别，能够在软件应用层面有效的去除超声波雷达信号的抖动和噪声，提高障碍物轮廓识别精度，提高自动泊车成功率。

Description

基于超声波距离信号的障碍物轮廓确定方法和装置
技术领域
本发明涉及自动泊车技术领域，尤其涉及一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质。
背景技术
当前基于超声波传感器的自动泊车系统在对超声波雷达信号的处理时往往关注基于静态时的表现以及在平整空旷路面上行驶时的表现，而忽略了在面对有一定距离且有一定角度的障碍物时的动态信号变化，且对于信号的处理往往依赖于驱动层的性能，在泊车的感知应用层缺少对动态复杂环境下的信号跳变情况下的处理。
现有技术一中对超声波雷达信号的抖动处理采用的时延处理算法。时延处理算法掩盖了部分真实的障碍物的轮廓，造成了计算结果与实际轮廓有偏差，且时延算法受到初始点的位置影响，如果当起始点为抖动点时，会将真实点视作抖动点，从而导致一定空间范围内障碍物轮廓的错误描述。
现有技术二中对超声波雷达信号的抖动处理采用的是中值滤波算法，即收集一定时间范围内的超声波信号并取中间值，减少了初始值对于回波点集处理算法的影响，且能够保证一定时间范围内信号的平稳性。但是，中值滤波算法在面对超声波信号抖动较为频繁的情况下无法体现其效果，例如在车辆正在正常行驶时，中值算法容易失效且无法提醒驾驶员此时传感器存在问题。
综上，现有技术中没有在泊车的感知应用层对动态复杂环境下的信号跳变情况下的有效处理方法，无法有效识别超声波雷达信号的抖动问题，使得自动泊车成功率低，在超声波雷达出现异常时也无法及时进行警示。
发明内容
有鉴于此，本发明实施例提供一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质，用于解决现有技术中无法有效识别超声波雷达信号的抖动以及在超声波雷达出现异常时无法及时进行警示，自动泊车成功率低的问题。本发明从回波层面对雷达信号进行抖动识别，能够及时提醒驾驶员超声波传感器的异常，而在软件应用层面对信号进行去噪处理，能够保证车辆对周围障碍物轮廓的正常感知以及泊车的顺利进行。
第一方面，本发明实施例提供一种基于超声波距离信号的障碍物轮廓确定方法，包括：
在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
将所述回波点集中的各回波点记录到预设全局坐标系内；所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向；
将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线。
第二方面，本发明实施例提供一种基于超声波距离信号的障碍物轮廓确定装置，包括：
采集模块，用于在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
记录模块，用于将所述回波点集中的各回波点记录到预设全局坐标系内；所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向；
聚类模块，用于将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线。
第三方面，本发明实施例提供一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例所述的基于超声波距离信号的障碍物轮廓确定方法。
第四方面，本发明实施例提供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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述任一实施例所述的基于超声波距离信号的障碍物轮廓确定方法。
本发明实施例提供的一种基于超声波距离信号的障碍物轮廓确定方案，在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集，并将所述回波点集中的各回波点记录到预设全局坐标系内，最后将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到障碍物轮廓线。本发明从回波层面对雷达信号进行抖动识别，能够在软件应用层面有效的去除超声波雷达信号的抖动和噪声带来的负面效果，保证车辆对周围障碍物轮廓的正常感知，提高障碍物轮廓识别精度，提高自动泊车成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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它的附图。
图1为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例一的流程图；
图2为按照预设步长沿X轴将全局坐标系内的全部回波点进行分段的示意图；
图3为对图2中A分段内的回波点A0进行第一聚类并确定A分段的有效回波点的示意图；
图4为对图2中B分段内的回波点B0进行第一聚类并确定B分段的有效回波点的示意图；
图5为对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点的方法流程图；
图6为对图2中I分段内的回波点进行第一聚类并确定I分段的有效回波点的示意图；
图7为对图2中J分段内的回波点进行第一聚类得到的置信度高于预设的第一置信度阈值的两类回波点示意图；
图8为对图2中的I分段和J分段联合进行第一聚类得到的分类结果和对图2中J分段内的回波点进行第一聚类得到的分类结果的对比示意图；
图9为对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列的一种方法流程图；
图10为对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列的另一种方法流程图；
图11为从回波层面对雷达信号进行抖动识别及报警的方法流程图；
图12为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例二的流程图；
图13为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例三的流程图；
图14为对图2中的A~B分段对应的第一离散点子序列依次进行插值处理和分段线性拟合的示意图；
图15为本发明提供的一种基于超声波距离信号的障碍物轮廓确定装置实施例一的结构示意图；
图16为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例二的结构示意图；
图17为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例三的结构示意图；
图18为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例四的结构示意图；
图19为图18中第一聚类单元321的一种实施结构示意图；
图20为图18中第二聚类单元322的其中一种实施结构示意图；
图21为图18中第二聚类单元322的另一种实施结构示意图；
图22为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例五的结构示意图；
图23为本发明提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图对本发明实施例提供的一种基于超声波距离信号的障碍物轮廓确定方案进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例一的流程图。如图1所示，本实施例的方法可以包括以下步骤S1-S3：
S1：在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
S2：将所述回波点集中的各回波点记录到预设全局坐标系内；
其中，所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向。例如图2中所示的离散点为在全局坐标系内记录的回波点集示意图。
S3：将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线。
本实施例中，将所述全局坐标系内的回波点进行聚类，从而可以根据聚类结果删除噪声点，得到组成实际障碍物轮廓线的有效回波点集（第一离散点序列）。具体地，对全局坐标系内的回波点进行聚类的方法可以根据需要具体设置，例如，可以将全局坐标系内的全部回波点在一起进行聚类，也可以根据需要将全局坐标系内的回波点按照X轴方向进行分段聚类再将分段后的聚类结果进行组合点，以下进行详细说明。
在一些优先实施例中，S3可以包括步骤S31-S32：
S31：按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点。
例如图2中所示：按照预设步长沿X轴将所述全局坐标系内的全部回波点分段为A、B、C、D、E、F、I、J段，则可以得到每一段内的回波点。
S32：对各分段内的回波点进行聚类，得到第一离散点序列；
其中，所述第一离散点序列由各分段对应的第一离散点子序列按分段顺序组成。例如：对图2中所示的A~J段的回波点进行聚类后，得到各分段对应的第一离散点子序列，将第A~J段各自对应的第一离散点子序列的按A~J段的顺序组成得到第一离散点序列，将第一离散点序列作为当前车辆侧边的有效障碍物回波点集。
在一种可选实施例中，S32对各分段内的回波点进行第一聚类，得到各分段内的有效回波点（聚类分类结果），若相邻分段的有效回波点之间不存在断层（急剧跃变）等情况，则可以直接将各分段内的有效回波点作为各分段对应的第一离散点子序列。
在另一种可选实施例中，若相邻分段的有效回波点之间存在断层等情况，或者根据更高的降噪需求，S32可以对各分段内的回波点进行多轮聚类，以提高聚类结果的可靠性。优选地，对各分段内的回波点进行聚类，得到第一离散点序列的方法可以包括以下步骤S321-S322：
S321：对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点；
例如图3中所示，将图2中A分段内的回波点A0进行第一聚类，可将该段内的回波点分成A1、A2、A3三类，按照预设的第一置信度阈值对这三类进行置信度评价，可以得出A2类为A分段内的实际障碍物轮廓对应的有效回波点，将A1、A3类对应的回波点删除。同样的，如图4所示，将图2中B分段内的回波点B0进行第一聚类，最终得到B1类为B分段内的实际障碍物轮廓对应的有效回波点。
S322：对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列。
其中，第一置信度阈值和第二置信度阈值可以相同也可以不相同。
在一优先实施例中，如图5所示，上述步骤S321可以包括如下步骤S3211-S3215：
S3211：对各分段内的回波点进行第一聚类；
本实施例中，若第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量为0，则可以通过调整第一置信度阈值并返回执行S3211直至执行S3211使得每个分段内的回波点的第一聚类结果中高于预设的第一置信度阈值的回波点类别数量不小于1时执行S3212。
S3212：判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1；若是，则执行S3213，否则，执行S3214；
其中，i=1,2,…,N；N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
S3213：将第i个分段的第一聚类结果中同属于唯一一类且置信度高于预设的第一置信度阈值的回波点，确定为第i个分段内的有效回波点。
S3214：将第i个分段以及与第i个分段相邻的前至少一个分段和/或后至少一个分段内的回波点重新进行第一聚类，得到第i个分段的联合聚类结果。
S3215：根据第i个分段的联合聚类结果，选择第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别中与所述第i个分段的联合聚类结果差异最小的类别对应的回波点，确定为第i个分段内的有效回波点。
本实施例中，当某分段的回波点进行第一聚类后无法根据第一置信度阈值确定有效回波点分类集合时，需要结合该分段的前至少一个分段和/或后至少一个分段的回波点数据联合比较进行进一步确认。例如：以图2中的I分段和J分段为例，I分段进行第一聚类后得到的有效回波点集如图6中I1所示，而J分段进行第一聚类后得到置信度高于预设的第一置信度阈值的回波点类别如图7中所示有J1和J2两类，不能确定J1和J2中谁才是J分段真正的有效回波点集，则将I分段和J分段联合后再一次进行第一聚类，得到如图8中81所示结果，将图8的聚类结果81和图7中的聚类结果进行比对，由于障碍物的轮廓变化应当是平滑连续的，因此将分类J1确定为第J分段内的有效回波点，删除J2相关回波点数据。
在一些可选实施例中，如图9所示，上述步骤S322可以包括如下步骤A3221-A3224：
步骤A3221：沿X轴将全部分段依次分为M组；其中，M为正整数，每组包括至少2个连续分段；
例如：可以将图2中的分段A~J依次分为5组，这5组分别为AB，CD，EF，GH，IJ，每组包括2个连续分段。值得说明的是，本步骤中分组时不需要限制必须平均分，例如，也可以将图2中的分段A~J依次分为4组，这5组分别为ABC，DE，FGH，IJ，具体分组数量根据需要设置，例如可以将有效回波点分布较为平滑的分段所处区域的每个分组内的分段数量大于有效回波点分布变动较大的区域内的每个分组的分段数量，此处不再赘述。
步骤A3222：将每组的多个分段内的有效回波点进行第二聚类，得到每组的第二聚类结果；
步骤A3223：筛选出每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到每组的有效回波点序列；
本实施例中，若每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点数量类别数量为0，则可以通过调整第二置信度阈值并返回步骤A3222进行计算直至聚类结果中分类数量不为0；若第i个分组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点数量类别数量大于1，则可以类似于上述步骤S3214-S3215通过第i个分组相邻的前至少一个分组和/或后至少一个分组内的回波点重新进行第二聚类后，通过比对确定第i个分组的有效回波点序列，此处不再赘述。
步骤A3224：将全部M组的有效回波点序列内的回波点确定为第一离散点序列。
本实施例中，通过对多个分段的有效回波点进行分组后进行第二聚类，能够进一步提高超声波距离信号的降噪效果。
在一些可选实施例中，如图10所示，上述步骤S322可以包括如下步骤B3221-B3228：
步骤B3221：将X轴方向上第1个分段至第2个分段内的有效回波点进行第二聚类，得到第1个分段至第2个分段的第二聚类结果。
步骤B3222：筛选出第1个分段至第2个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第一有效回波点序列。
步骤B3223：判断n是否等于N；若是，则执行步骤B3224，否则，执行步骤B3225；
其中，n的初始值为2，n取值为正整数，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数。
步骤B3224：将当前第一有效回波点序列内的回波点按顺序确定为第一离散点序列。
步骤B3225：令n= n+1并继续执行下一步骤B3226。
步骤B3226：将所述第一有效回波点序列内的回波点和X轴方向上第n个分段内的有效回波点进行第二聚类，得到第1个分段至第n个分段的第二聚类结果。
步骤B3227：筛选出第1个分段至第n个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第二有效回波点序列。
步骤B3228：将当前得到的第二有效回波点序列作为第一有效回波点序列，并返回执行步骤B3223。
本实施例中，类似地，若第二聚类时得到的分类数量为0，则可以通过调整第二置信度阈值并重新进行第二聚类直至聚类结果中分类数量不为0；若第二聚类结果中置信度高于预设的第二置信度阈值的回波点数量类别数量大于1，则可以类似于上述步骤S3214-S3215通过增加相邻分段内的回波点重新进行第二聚类后，通过比对确定有效回波点序列，此处不再赘述。
本实施例中，通过对多个分段的有效回波点按照分段进行迭代方式的第二聚类，能够进一步提高超声波距离信号的降噪效果，还能及时发现非连续障碍物轮廓位置。
在一些可选实施例中，S321所述对各分段内的回波点进行第一聚类时，所述方法还包括如图11所示的步骤S111-S115：
S111：计算第k个分段内的回波点的离散程度值；
其中，k为大于等于1且小于等于N的自然数。
S112：判断第k个分段内的回波点的离散程度值是否超过预设的离散程度阈值；若是，则执行S113。
S113：令计数器的计数值加1；
其中，所述计数器的初始计数值为0。
S114：判断当前计数器的计数值是否超过预设的计数阈值，若是，则执行S115。
S115：触发当前车辆驾驶舱内的雷达信号异常的标志位进行警示。
本实施例中，在处理计算每个分段内的有效回波点时，也一并计算每个分段内的回波点的离散程度值，当任一分段内的回波点的离散程度值超过离散程度阈值时，更新计数器的计数值加1，当计数器的计数值超过预设的计数阈值时，则触发雷达信号异常的标志位，提醒驾驶员进行传感器检查。
优选地，如图11所示，所述k的初始值为1，即S111先计算第1个分段内的回波点的离散程度值，随后若S112的判断结果为否，或者S114的判断结果为否，则执行以下步骤：
S116：判断k是否等于N；若是，则结束图11的流程，否则，执行S117；
其中， N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数。
S117：令k=k+1，并返回执行S111。
本实施例中，从第1个分段开始计算每个分段内的回波点的离散程度值，并不断更新计数器的累计计数值，只要计数值一达到预设的计数阈值时，则触发雷达信号异常的标志位，从回波层面对雷达信号进行抖动识别，能够及时提醒驾驶员进行传感器检查。
优选地，在根据上述任一方法实施例得到第一离散点序列后，本发明还进一步对第一离散点序列进行插值处理，以平滑第一离散点序列，随后再对插值处理后得到的第二离散点序列进行分段线性拟合，最终得到当前车辆动态行驶过程中侧面的连续障碍物轮廓。插值处理和分段线性拟合的方法有两种具体实施方式，一种是对每个分段的有效回波点进行插值后分段线性拟合，最后再将各分段的线性拟合结果联合，另一种是对全部的第一离散点序列进行统一插值后统一分段线性拟合，以下进行说明。
图12为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例二的流程图。如图12所示，本实施例的方法可以包括以下步骤S201-S206：
S201：在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
S202：将所述回波点集中的各回波点记录到预设全局坐标系内；
S203：按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点；
S204：对各分段内的回波点进行聚类，得到第一离散点序列；
S205：对所述第一离散点序列进行插值处理，得到由第二离散点序列组成的第二障碍物轮廓线；
S206：对所述第二离散点序列进行分段线性拟合，得到当前车辆动态行驶过程中侧面的障碍物轮廓。
图13为本发明提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例三的流程图。如图13所示，本实施例的方法可以包括以下步骤S301-S307：
S301：在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
S302：将所述回波点集中的各回波点记录到预设全局坐标系内；
S303：按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点；
S304：对各分段内的回波点进行聚类，得到第一离散点序列；
S305：对各分段对应的第一离散点子序列进行插值处理，得到各分段对应的第二离散点子序列；
S306：对各分段对应的第二离散点子序列进行分段线性拟合，得到各分段对应的局部障碍物轮廓；
S307：将各分段对应的局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。
值得说明的是，本实施例中，S305-S306中也可以不重复地对至少两个分段对应的第一离散点子序列依次进行插值处理和分段线性拟合，最后将得到的全部局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。例如图14中所示为对图2中的A~B分段对应的第一离散点子序列依次进行插值处理和分段线性拟合的示意图，类似地，可以将图2中的C~D分段，E~F分段，G~H分段，I~J分段对应的第一离散点子序列依次进行插值处理和分段线性拟合，得到A~B分段，C~D分段，E~F分段，G~H分段，I~J分段对应的局部障碍物轮廓，最后将这5段局部障碍物轮廓按序组合得到当前车辆动态行驶过程中侧面的完整障碍物轮廓。
本发明实施例提供的一种基于超声波距离信号的障碍物轮廓确定方法，在软件应用层面通过聚类处理对雷达回波信号进行去噪，能够保证车辆对周围环境的正常感知，提高障碍物轮廓识别精度，提高自动泊车成功率，此外，从回波层面对雷达信号进行抖动识别，能够及时提醒驾驶员超声波传感器的异常。
对应于本发明实施例提供的基于超声波距离信号的障碍物轮廓确定方法，本发明实施例还提供一种基于超声波距离信号的障碍物轮廓确定装置。图15为本发明提供的一种基于超声波距离信号的障碍物轮廓确定装置实施例一的结构示意图。如图15所示，该装置包括：
采集模块1，用于在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
记录模块2，用于将所述回波点集中的各回波点记录到预设全局坐标系内；所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向；
聚类模块3，用于将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线。
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图16为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例二的结构示意图，如图16所示，本实施例的装置在图15所示装置结构的基础上，进一步地，聚类模块3可以包括：
分段子模块31，用于按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点；
聚类子模块32，用于对各分段内的回波点进行聚类，得到第一离散点序列；其中，所述第一离散点序列由各分段对应的第一离散点子序列按分段顺序组成。
图17为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例三的结构示意图，如图17所示，本实施例的装置在图16所示装置结构的基础上，进一步地，所述装置还包括：
插值模块4，用于对所述第一离散点序列进行插值处理，得到由第二离散点序列组成的第二障碍物轮廓线；或者，用于对各分段对应的第一离散点子序列进行插值处理，得到各分段对应的第二离散点子序列；
拟合模块5，用于对所述第二离散点序列进行分段线性拟合，得到当前车辆动态行驶过程中侧面的障碍物轮廓；或者，用于先对各分段对应的第二离散点子序列进行分段线性拟合，得到各分段对应的局部障碍物轮廓，再将各分段对应的局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。
本实施例的装置，可以用于执行图1或图12或图13所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图18为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例四的结构示意图，如图18所示，本实施例的装置在图16所示装置结构的基础上，进一步地，聚类子模块32可以包括：
第一聚类单元321，用于对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点；
第二聚类单元322，用于对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列。
图19为图18中第一聚类单元321的一种实施结构示意图，如图19中所示，第一聚类单元321可以包括：
第一聚类子单元3211，用于对各分段内的回波点进行第一聚类；
第一判断子单元3212，用于判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1；其中，i=1,2,…,N；N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
第一确定子单元3213，用于在第一判断子单元3212的判断结果为是时，将第i个分段的第一聚类结果中同属于唯一一类且置信度高于预设的第一置信度阈值的回波点，确定为第i个分段内的有效回波点。
进一步可选地，如图19中所示，第一聚类单元321还可以包括：
联合聚类子单元3214，用于在第一判断子单元3212的判断结果为否时，将第i个分段以及与第i个分段相邻的前至少一个分段和/或后至少一个分段内的回波点重新进行第一聚类，得到第i个分段的联合聚类结果；
第二确定子单元3215，用于根据第i个分段的联合聚类结果，选择第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别中与所述第i个分段的联合聚类结果差异最小的类别对应的回波点，确定为第i个分段内的有效回波点。
图19所示实施例的装置，可以用于执行图5所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图20为图18中第二聚类单元322的其中一种实施结构示意图，如图20中所示，第二聚类单元322可以包括：
分组子单元181，用于沿X轴将全部分段依次分为M组；其中，M为正整数，每组包括至少2个连续分段；
第二聚类子单元182，用于将每组的多个分段内的有效回波点进行第二聚类，得到每组的第二聚类结果；
第三确定子单元183，用于筛选出每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到每组的有效回波点序列；
第四确定子单元184，用于将全部M组的有效回波点序列内的回波点确定为第一离散点序列。
图20所示实施例的装置，可以用于执行图9所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图21为图18中第二聚类单元322的另一种实施结构示意图，如图21中所示，第二聚类单元322可以包括：
第三聚类子单元191，用于将X轴方向上第1个分段至第2个分段内的有效回波点进行第二聚类，得到第1个分段至第2个分段的第二聚类结果；
第一筛选子单元192，用于筛选出第1个分段至第2个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第一有效回波点序列；
第二判断子单元193，用于在第一筛选子单元192得到第一有效回波点序列后，判断当前n是否等于N；其中，n的初始值为2，n取值为正整数，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
第五确定子单元194，用于在第二判断子单元193的判断结果为是时，将当前第一有效回波点序列内的回波点按顺序确定为第一离散点序列；
n值更新子单元195，用于在第二判断子单元193的判断结果为否时，令n= n+1；
第三聚类子单元196，用于在n值更新子单元195更新n值后，将所述第一有效回波点序列内的回波点和X轴方向上第n个分段内的有效回波点进行第二聚类，得到第1个分段至第n个分段的第二聚类结果；
第二筛选子单元197，用于筛选出第1个分段至第n个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第二有效回波点序列；
迭代子单元198，用于将当前第二筛选子单元197得到的第二有效回波点序列作为第一有效回波点序列，随后触发第二判断子单元193执行判断n是否等于N。
图21所示实施例的装置，可以用于执行图10所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图22为本发明提供的一种基于超声波距离信号的障碍物轮廓确定实施例五的结构示意图，如图22所示，本实施例的装置在图18所示装置结构的基础上，进一步地，所述装置还包括：警示模块6；
其中，警示模块6可以包括：
分散程度值计算子模块61，用于计算第k个分段内的回波点的离散程度值；其中，k为大于等于1且小于等于N的自然数；
第一判断子模块62，用于判断第k个分段内的回波点的离散程度值是否超过预设的离散程度阈值；
计数子模块63，用于在第一判断子模块62的判断结果为是时，令计数器的计数值加1；其中，所述计数器的初始计数值为0；
第二判断子模块64，用于在每次计数子模块63更新计数值后，判断当前计数器的计数值是否超过预设的计数阈值；
警示子模块65，用于在第二判断子模块64的判断结果为是时，触发当前车辆驾驶舱内的雷达信号异常的标志位进行警示。
图22所示实施例的装置，可以用于执行图11所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
优选地，如图22中所示，警示模块6还可以包括：
第三判断子模块66，用于在第一判断子模块62的判断结果为否时，或者在第二判断子模块64的判断结果为否时，判断k是否等于N；其中，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
赋值子模块67，用于在第三判断子模块66的判断结果为否时，令k=k+1并触发分散程度值计算子模块61计算第k个分段内的回波点的离散程度值；其中，所述k的初始值为1。
本发明实施例提供的一种基于超声波距离信号的障碍物轮廓确定装置，在软件应用层面通过聚类处理对雷达回波信号进行去噪，能够保证车辆对周围环境的正常感知，提高障碍物轮廓识别精度，提高自动泊车成功率，此外，从回波层面对雷达信号进行抖动识别，能够及时提醒驾驶员超声波传感器的异常。
本发明实施例还提供一种电子设备。图23为本发明提供的一种电子设备的结构示意图，如图23所示，上述电子设备可以包括：壳体91、处理器92、存储器93、电路板94和电源电路95，其中，电路板94安置在壳体91围成的空间内部，处理器92和存储器93设置在电路板94上；电源电路95，用于为上述电子设备的各个电路或器件供电；存储器93用于存储可执行程序代码；处理器92通过读取存储器93中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例所述的基于超声波距离信号的障碍物轮廓确定方法。
该电子设备以多种形式存在，包括但不限于：
(1) 移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通 信为主要目标。这类终端包括：智能手机（例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2) 超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能， 一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。
(3) 便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、 视频播放模块（例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4) 服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5) 其他具有数据交互功能的电子设备。
第四方面，本发明的实施例还提供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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种基于超声波距离信号的障碍物轮廓确定方法，因此也能实现相应的技术效果，前文已经进行了详细说明，此处不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
为了描述的方便，描述以上装置是以功能分为各种单元/模块分别描述。当然，在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述，仅为本发明的具体实施方式，但本发明的防护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的防护范围之内。因此，本发明的防护范围应以权利要求的防护范围为准。

Claims (16)

1.一种基于超声波距离信号的障碍物轮廓确定方法，其特征在于，包括：
在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
将所述回波点集中的各回波点记录到预设全局坐标系内；所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向；
将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线；
其中，所述将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线，包括：
按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点；
对各分段内的回波点进行聚类，得到第一离散点序列；其中，所述第一离散点序列由各分段对应的第一离散点子序列按分段顺序组成；
其中，所述对各分段内的回波点进行聚类，得到第一离散点序列，包括：
对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点；
对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列；
其中，所述对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点，包括：
对各分段内的回波点进行第一聚类；
判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1；其中，i=1,2,…,N；N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
若第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量等于1，则将第i个分段的第一聚类结果中同属于唯一一类且置信度高于预设的第一置信度阈值的回波点，确定为第i个分段内的有效回波点。
2.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，在所述得到由第一离散点序列组成的第一障碍物轮廓线之后，所述方法还包括：
对所述第一离散点序列进行插值处理，得到由第二离散点序列组成的第二障碍物轮廓线；
对所述第二离散点序列进行分段线性拟合，得到当前车辆动态行驶过程中侧面的障碍物轮廓；
或者，
对各分段对应的第一离散点子序列进行插值处理，得到各分段对应的第二离散点子序列；
对各分段对应的第二离散点子序列进行分段线性拟合，得到各分段对应的局部障碍物轮廓；
将各分段对应的局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。
3.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，在判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1之后，还包括：
若第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量不等于1，则将第i个分段以及与第i个分段相邻的前至少一个分段和/或后至少一个分段内的回波点重新进行第一聚类，得到第i个分段的联合聚类结果；
根据第i个分段的联合聚类结果，选择第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别中与所述第i个分段的联合聚类结果差异最小的类别对应的回波点，确定为第i个分段内的有效回波点。
4.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，所述对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列，包括：
沿X轴将全部分段依次分为M组；其中，M为正整数，每组包括至少2个连续分段；
将每组的多分段内的有效回波点进行第二聚类，得到每组的第二聚类结果；
筛选出每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到每组的有效回波点序列；
将全部M组的有效回波点序列内的回波点确定为第一离散点序列。
5.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，所述对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列，包括：
将X轴方向上第1个分段至第2个分段内的有效回波点进行第二聚类，得到第1个分段至第2个分段的第二聚类结果；
筛选出第1个分段至第2个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第一有效回波点序列；
判断n是否等于N；其中，n的初始值为2，n取值为正整数，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
若n等于N，则将当前第一有效回波点序列内的回波点按顺序确定为第一离散点序列；
若n不等于N，则令n= n+1并继续执行下一步骤；
将所述第一有效回波点序列内的回波点和X轴方向上第n个分段内的有效回波点进行第二聚类，得到第1个分段至第n个分段的第二聚类结果；
筛选出第1个分段至第n个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第二有效回波点序列；
将当前得到的第二有效回波点序列作为第一有效回波点序列，并返回执行所述判断n是否等于N的步骤。
6.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，所述对各分段内的回波点进行第一聚类时，所述方法还包括：
计算第k个分段内的回波点的离散程度值；其中，k为大于等于1且小于等于N的自然数；
判断第k个分段内的回波点的离散程度值是否超过预设的离散程度阈值；
若第k个分段内的回波点的离散程度值超过预设的离散程度阈值，则令计数器的计数值加1；其中，所述计数器的初始计数值为0；
判断当前计数器的计数值是否超过预设的计数阈值；
若当前计数器的计数值超过预设的计数阈值，则触发当前车辆驾驶舱内的雷达信号异常的标志位进行警示。
7.如权利要求6所述的基于超声波距离信号的障碍物轮廓确定方法，其特征在于，所述k的初始值为1；
所述对各分段内的回波点进行第一聚类时，所述方法还包括：
若当前计数器的计数值超过预设的计数阈值，或者若当前计数器的计数值未超过预设的计数阈值，则判断k是否等于N；其中， N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
若k不等于N，则令k=k+1并返回执行所述计算第k个分段内的回波点的离散程度值的步骤。
8.一种基于超声波距离信号的障碍物轮廓确定装置，其特征在于，包括：
采集模块，用于在当前车辆动态行驶过程中，通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集；
记录模块，用于将所述回波点集中的各回波点记录到预设全局坐标系内；所述全局坐标系以当前车辆动态行驶路线为X轴方向，以通过预设原点并垂直于X轴方向的方向为Y轴方向；
聚类模块，用于将所述全局坐标系内的回波点进行聚类，根据聚类结果删除噪声点，得到由第一离散点序列组成的第一障碍物轮廓线；
其中，所述聚类模块，包括：
分段子模块，用于按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段，得到各分段内的回波点；
聚类子模块，用于对各分段内的回波点进行聚类，得到第一离散点序列；其中，所述第一离散点序列由各分段对应的第一离散点子序列按分段顺序组成；
所述聚类子模块，包括：
第一聚类单元，用于对各分段内的回波点进行第一聚类，筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点，得到各分段内的有效回波点；
第二聚类单元，用于对所有分段内的有效回波点进行第二聚类，筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点，得到第一离散点序列；
所述第一聚类单元，包括：
第一聚类子单元，用于对各分段内的回波点进行第一聚类；
第一判断子单元，用于判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1；其中，i=1,2,…,N；N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
第一确定子单元，用于在所述第一判断子单元的判断结果为是时，将第i个分段的第一聚类结果中同属于唯一一类且置信度高于预设的第一置信度阈值的回波点，确定为第i个分段内的有效回波点。
9.如权利要求8所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述装置还包括：
插值模块，用于对所述第一离散点序列进行插值处理，得到由第二离散点序列组成的第二障碍物轮廓线；或者，用于对各分段对应的第一离散点子序列进行插值处理，得到各分段对应的第二离散点子序列；
拟合模块，用于对所述第二离散点序列进行分段线性拟合，得到当前车辆动态行驶过程中侧面的障碍物轮廓；或者，用于先对各分段对应的第二离散点子序列进行分段线性拟合，得到各分段对应的局部障碍物轮廓，再将各分段对应的局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。
10.如权利要求8所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述第一聚类单元，还包括：
联合聚类子单元，用于在所述第一判断子单元的判断结果为否时，将第i个分段以及与第i个分段相邻的前至少一个分段和/或后至少一个分段内的回波点重新进行第一聚类，得到第i个分段的联合聚类结果；
第二确定子单元，用于根据第i个分段的联合聚类结果，选择第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别中与所述第i个分段的联合聚类结果差异最小的类别对应的回波点，确定为第i个分段内的有效回波点。
11.如权利要求8所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述第二聚类单元，包括：
分组子单元，用于沿X轴将全部分段依次分为M组；其中，M为正整数，每组包括至少2个连续分段；
第二聚类子单元，用于将每组的多个分段内的有效回波点进行第二聚类，得到每组的第二聚类结果；
第三确定子单元，用于筛选出每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到每组的有效回波点序列；
第四确定子单元，用于将全部M组的有效回波点序列内的回波点确定为第一离散点序列。
12.如权利要求8所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述第二聚类单元，包括：
第三聚类子单元，用于将X轴方向上第1个分段至第2个分段内的有效回波点进行第二聚类，得到第1个分段至第2个分段的第二聚类结果；
第一筛选子单元，用于筛选出第1个分段至第2个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第一有效回波点序列；
第二判断子单元，用于在所述第一筛选子单元得到第一有效回波点序列后，判断当前n是否等于N；其中，n的初始值为2，n取值为正整数，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
第五确定子单元，用于在所述第二判断子单元的判断结果为是时，将当前第一有效回波点序列内的回波点按顺序确定为第一离散点序列；
n值更新子单元，用于在所述第二判断子单元的判断结果为否时，令n= n+1；
第三聚类子单元，用于在所述n值更新子单元更新n值后，将所述第一有效回波点序列内的回波点和X轴方向上第n个分段内的有效回波点进行第二聚类，得到第1个分段至第n个分段的第二聚类结果；
第二筛选子单元，用于筛选出第1个分段至第n个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点，得到第二有效回波点序列；
迭代子单元，用于将当前所述第二筛选子单元得到的第二有效回波点序列作为第一有效回波点序列，随后触发所述第二判断子单元执行判断n是否等于N。
13.如权利要求8所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述装置还包括：警示模块；
所述警示模块，包括：
分散程度值计算子模块，用于计算第k个分段内的回波点的离散程度值；其中，k为大于等于1且小于等于N的自然数；
第一判断子模块，用于判断第k个分段内的回波点的离散程度值是否超过预设的离散程度阈值；
计数子模块，用于在所述第一判断子模块的判断结果为是时，令计数器的计数值加1；其中，所述计数器的初始计数值为0；
第二判断子模块，用于在每次计数子模块更新计数值后，判断当前计数器的计数值是否超过预设的计数阈值；
警示子模块，用于在所述第二判断子模块的判断结果为是时，触发当前车辆驾驶舱内的雷达信号异常的标志位进行警示。
14.如权利要求13所述的基于超声波距离信号的障碍物轮廓确定装置，其特征在于，所述警示模块，还包括：
第三判断子模块，用于在所述第一判断子模块的判断结果为否时，或者在所述第二判断子模块的判断结果为否时，判断k是否等于N；其中，N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数；
赋值子模块，用于在所述第三判断子模块的判断结果为否时，令k=k+1并触发所述分散程度值计算子模块计算第k个分段内的回波点的离散程度值；其中，所述k的初始值为1。
15.一种电子设备，其特征在于，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述权利要求1-7中任一项所述的基于超声波距离信号的障碍物轮廓确定方法。
16.一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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-7中任一项所述的基于超声波距离信号的障碍物轮廓确定方法。
CN202211330869.3A 2022-10-28 2022-10-28 基于超声波距离信号的障碍物轮廓确定方法和装置 Active CN115390079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211330869.3A CN115390079B (zh) 2022-10-28 2022-10-28 基于超声波距离信号的障碍物轮廓确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211330869.3A CN115390079B (zh) 2022-10-28 2022-10-28 基于超声波距离信号的障碍物轮廓确定方法和装置

Publications (2)

Publication Number Publication Date
CN115390079A CN115390079A (zh) 2022-11-25
CN115390079B true CN115390079B (zh) 2023-01-31

Family

ID=84115129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211330869.3A Active CN115390079B (zh) 2022-10-28 2022-10-28 基于超声波距离信号的障碍物轮廓确定方法和装置

Country Status (1)

Country Link
CN (1) CN115390079B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118155359B (zh) * 2024-05-10 2024-07-30 山西太重数智科技股份有限公司 基于双通道自学习的电铲作业安全警戒方法及系统
CN118294890B (zh) * 2024-06-04 2024-09-13 成都远望科技有限责任公司 一种基于snr抑制云雷达脉压旁瓣的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113380068A (zh) * 2021-04-26 2021-09-10 安徽域驰智能科技有限公司 一种基于描述障碍物轮廓的泊车车位生成方法
CN113581174A (zh) * 2021-08-23 2021-11-02 安徽江淮汽车集团股份有限公司 一种车辆的障碍物定位方法及障碍物定位装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3838020B2 (ja) * 2000-11-13 2006-10-25 日産自動車株式会社 障害物検出装置
CN110501719B (zh) * 2019-08-27 2024-02-09 湖南九域同创高分子新材料有限责任公司 一种基于激光雷达的列车障碍物探测方法
CN112014845B (zh) * 2020-08-28 2024-01-30 安徽江淮汽车集团股份有限公司 一种车辆障碍物定位方法、装置、设备及存储介质
CN113311437B (zh) * 2021-06-08 2022-04-19 安徽域驰智能科技有限公司 一种提高车载雷达定位侧边车位角点位置精度的方法
CN114325687A (zh) * 2021-12-22 2022-04-12 杭州海康汽车软件有限公司 雷达数据和视觉信息融合处理方法、装置、系统及设备
CN114594482A (zh) * 2022-03-21 2022-06-07 珠海一微半导体股份有限公司 基于超声波数据的障碍物材质检测方法及机器人控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113380068A (zh) * 2021-04-26 2021-09-10 安徽域驰智能科技有限公司 一种基于描述障碍物轮廓的泊车车位生成方法
CN113581174A (zh) * 2021-08-23 2021-11-02 安徽江淮汽车集团股份有限公司 一种车辆的障碍物定位方法及障碍物定位装置

Also Published As

Publication number Publication date
CN115390079A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN115390079B (zh) 基于超声波距离信号的障碍物轮廓确定方法和装置
CN110375753B (zh) 地图匹配方法、装置、服务器及存储介质
CN112441022B (zh) 一种车道中心线确定方法及装置
CN109229109B (zh) 判断车辆行驶方向的方法、装置、设备和计算机存储介质
CN113535569B (zh) 自动驾驶的控制效果确定方法
CN109756845B (zh) 网络约车场景中作弊订单的识别方法和装置
CN111932644B (zh) 融合占用地图的方法及系统
CN112257542A (zh) 障碍物感知方法、存储介质及电子设备
CN106471443A (zh) 用于确定意图目标的设备和方法
JP2018018204A (ja) 能力評価システム
CN108205647A (zh) 道路状况监测方法、装置及电子设备
AU2021202991A1 (en) Method and system for vehicle speed profile generation
CN112166446A (zh) 可通行性的识别方法、系统、设备及计算机可读存储介质
CN108458691A (zh) 一种碰撞检测方法及设备
CN112328880A (zh) 地理区域聚类方法、装置、存储介质和电子设备
CN112884801B (zh) 高空抛物检测方法、装置、设备和存储介质
CN109102141A (zh) 一种服务水平评分方法和装置
JP7173702B2 (ja) 評価装置
CN111860512A (zh) 一种车辆识别方法、装置、电子设备及计算机可读存储介质
CN115965927A (zh) 一种路面信息提取方法、装置、电子设备及可读存储介质
CN109612467B (zh) 轨迹简化方法、系统及轨迹可视化系统
CN115909305A (zh) 一种车辆信息识别方法、装置、设备及存储介质
CN113895449A (zh) 一种前向目标的确定方法、装置及电子设备
CN109583511B (zh) 速度融合方法和装置
CN114202912A (zh) 交通服务提供方法、装置、服务器及存储介质

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
GR01 Patent grant
GR01 Patent grant