CN115469312A - 车辆的可通行区域检测方法、装置、电子设备及存储介质 - Google Patents
车辆的可通行区域检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115469312A CN115469312A CN202211124970.3A CN202211124970A CN115469312A CN 115469312 A CN115469312 A CN 115469312A CN 202211124970 A CN202211124970 A CN 202211124970A CN 115469312 A CN115469312 A CN 115469312A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- current
- cloud data
- data
- 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
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
- 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
-
- 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
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及自动驾驶技术领域,特别涉及一种车辆的可通行区域检测方法、装置、电子设备及存储介质,其中,方法包括:获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并进行融合,对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,并确定每个计算区域的子区域的历史障碍物置信度和历史坐标,并确定多个目标子区域,进而确定车辆的当前可通行区域。由此,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
Description
技术领域
本申请涉及自动驾驶技术领域,特别涉及一种车辆的可通行区域检测方法、装置、电子设备及存储介质。
背景技术
随着智能汽车的发展,自动驾驶技术赋予智能汽车智慧大脑,智能驾驶辅助系统尤为关键,其中基于传感器融合是感知系统捕捉多个传感器的数据进行处理。其中,可通行区域的检测为作为规划控制的一种输入,为自动驾驶提供更加安全高级的功能。
在实际生活中,基于传感器目标融合还不能完全解决高阶自动驾驶所覆盖的场景,比如,在堵车时,基于多传感器的目标融合有时因传感器的局限性会造成漏检,比如,在十字路口时,车道线没有输出的时候,对规划控制增加一定的挑战。
相关技术中提出了一种基于车载毫米波雷达的可通行空间检测方法,另一种提出了一种可行驶区域的确定方法、装置、设备及存储介质。
然而,基于激光雷达的可通行区域检测方案,设备成本太高,不适于对成本要求有限制的高级自动辅助系统;基于单目视觉的可通行区域检测方案,由于单目相机容易受车辆颠簸影响、上下坡、恶劣天气等影响,造成视觉输出可通行区域结果误差较大,无法满足实际场景使用。
发明内容
本申请提供一种车辆的可通行区域检测方法、装置、电子设备及存储介质,以解决相关技术适用性不强、成本过高、易受外界因素影响的问题,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
本申请第一方面实施例提供一种车辆的可通行区域检测方法,包括以下步骤:获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,所述当前第一位置的雷达点云数据的时间戳和所述当前第二位置的雷达点云数据的时间戳保持同步;融合所述当前第一位置的雷达点云数据和所述当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;获取所述车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据所述当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据所述历史静态有效点云数据和所述历史车身底盘数据,确定所述每个计算区域的子区域的历史障碍物置信度和历史坐标;以及根据所述当前障碍物置信度、所述当前坐标、所述历史障碍物置信度和所述历史坐标确定多个目标子区域,并根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域。
根据上述技术手段,本申请可以解决基于多传感器目标融合所不能覆盖的场景中进行辅助规划控制,提高自动驾驶的安全性,解决场景识别问题,有效识别金属护栏,禁止车辆、行人等车辆周围静态环境特征,最大程度表述当前环境,利用多传感雷达数据在车辆堵车时,有效识别近距离的障碍物,同时由于雷达不分黑白天等外部因素,工作时间长,成本低等特点,所得到的检测结果准确度高,可以提高自动驾驶安全性。
可选地,在一些实施例中,在确定所述多个计算区域中所述当前可通行区域之后,还包括:将所述当前可通行区域存储至预先构建的可通行区域容器;判断所述预先构建的可通行区域容器的存储值是否大于第一预设值;如果大于所述第一预设值,则删除所述预先构建的可通行区域容器中最早存储的可通行区域。
根据上述技术手段,本申请可以删除各个历史存储容器距离当前时刻时间间隔最长的数据,对于可通行区域历史信息存储容器,保存多帧历史信息,增强数据的平滑性。
可选地,在一些实施例中,在得到所述静态有效点云数据之后,还包括:将所述静态有效点云数据存储至预先构建的点云数据容器;判断所述预先构建的点云数据容器的存储值是否大于第二预设值;如果大于所述第二预设值,则删除所述预先构建的点云数据容器中最早存储的静态有效点云数据。
根据上述技术手段,本申请可以删除各个历史存储容器距离当前时刻时间间隔最长的数据,针对历史点云数据容器,对时间间隔比较久的历史数据进行剔除,保存距离当前时刻较近的数据,有效的获取数据的新鲜度,同时可以增强数据的数量,解决单帧雷达点云数据的稀疏。
可选地,在一些实施例中,在获取所述车辆的底盘数据之后,还包括:将所述车身底盘数据存储至预先构建的车身底盘数据容器。判断所述预先构建的车身底盘数据容器的存储值是否大于第三预设值;如果大于所述第三预设值,则删除所述预先构建的车身底盘数据容器中最早存储的车身底盘数据。
根据上述技术手段,本申请可以删除各个历史存储容器距离当前时刻时间间隔最长的数据,针对历史车身底盘数据容器,保存距离当前时刻一段间隔的数据,便于对历史点云数据的转换具有有效的帮助。
可选地,在一些实施例中,在根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域之前,还包括:基于预设的坐标提取公式,计算所述多个目标子区域的坐标,其中,所述预设的坐标提取公式为:
X=longindex*resX;
Y=latindex*resY;
其中,X为所述目标子区域在车辆坐标系下的纵向坐标,Y为所述目标子区域在所述车辆坐标系下的横向坐标,longindex为所述目标子区域在其所属计算区域中的纵向坐标,latindex为所述目标子区域在其所属计算区域中的横向坐标。
根据上述技术手段,本申请可以有效的解决基于多传感器目标融合不能覆盖的场景,提高自动驾驶的安全性。
本申请第二方面实施例提供一种车辆的可通行区域检测装置,包括:数据获取模块,用于获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,所述当前第一位置的雷达点云数据的时间戳和所述当前第二位置的雷达点云数据的时间戳保持同步;数据融合模块,用于融合所述当前第一位置的雷达点云数据和所述当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;坐标确定模块,用于获取所述车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据所述当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据所述历史静态有效点云数据和所述历史车身底盘数据,确定所述每个计算区域的子区域的历史障碍物置信度和历史坐标;以及通行区域确定模块,用于根据所述当前障碍物置信度、所述当前坐标、所述历史障碍物置信度和所述历史坐标确定多个目标子区域,并根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域。
可选地,在一些实施例中,在确定所述多个计算区域中所述当前可通行区域之后,所述通行区域确定模块,还用于:将所述当前可通行区域存储至预先构建的可通行区域容器;判断所述预先构建的可通行区域容器的存储值是否大于第一预设值;如果大于所述第一预设值,则删除所述预先构建的可通行区域容器中最早存储的可通行区域。
可选地,在一些实施例中,在得到所述静态有效点云数据之后,所述数据融合模块,还用于:将所述静态有效点云数据存储至预先构建的点云数据容器;判断所述预先构建的点云数据容器的存储值是否大于第二预设值;如果大于所述第二预设值,则删除所述预先构建的点云数据容器中最早存储的静态有效点云数据。
可选地,在一些实施例中,在获取所述车辆的底盘数据之后,所述数据获取模块,还用于:将所述车身底盘数据存储至预先构建的车身底盘数据容器。判断所述预先构建的车身底盘数据容器的存储值是否大于第三预设值;如果大于所述第三预设值,则删除所述预先构建的车身底盘数据容器中最早存储的车身底盘数据。
可选地,在一些实施例中,在根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域之前,所述通行区域确定模块,还包括:基于预设的坐标提取公式,计算所述多个目标子区域的坐标,其中,所述预设的坐标提取公式为:
X=longindex*resX;
Y=latindex*resY;
其中,X为所述目标子区域在车辆坐标系下的纵向坐标,Y为所述目标子区域在所述车辆坐标系下的横向坐标,longindex为所述目标子区域在其所属计算区域中的纵向坐标,latindex为所述目标子区域在其所属计算区域中的横向坐标。
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可通行区域检测方法。
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可通行区域检测方法。
由此,通过获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并进行融合,对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据,并获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,并确定每个计算区域的子区域的历史障碍物置信度和历史坐标,并确定多个目标子区域,进而确定车辆的当前可通行区域。由此,解决相关技术适用性不强、成本过高、易受外界因素影响的问题,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
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车辆的可通行区域检测方法的流程图;
图2为根据本申请一个实施例提供的车辆的多个计算区域的示意图;
图3为根据本申请一个实施例提供的车辆的多个子区域的示意图;
图4为根据本申请一个实施例提供的点云数据投影在目标子区域的示意图;
图5为根据本申请一个实施例提供的车辆的可通行区域的示意图;
图6为根据本申请一个实施例提供的最终检测结果一的示意图;
图7为根据本申请一个实施例提供的最终检测结果二的示意图;
图8为根据本申请一个实施例提供的车辆的可通行区域检测系统的示意图;
图9为根据本申请一个实施例提供的车辆的可通行区域检测方法的流程图;
图10为根据本申请实施例提供的车辆的可通行区域检测装置的方框示意图;
图11为根据本申请实施例提供的电子设备的示意图。
附图标记说明:10-车辆的可通行区域检测装置、100-数据获取模块、200-数据融合模块、300-坐标确定模块和400-通行区域确定模块。
具体实施方式
下面详细描述本申请的实施例,所述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可通行区域检测方法、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适用性不强、成本过高、易受外界因素影响的问题,本申请提供了一种车辆的可通行区域检测方法,在该方法中,通过获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并进行融合,对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据,并获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,并确定每个计算区域的子区域的历史障碍物置信度和历史坐标,并确定多个目标子区域,进而确定车辆的当前可通行区域。由此,解决相关技术适用性不强、成本过高、易受外界因素影响的问题,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
具体而言,图1为本申请实施例所提供的一种车辆的可通行区域检测方法的流程示意图。
如图1所示,该车辆的可通行区域检测方法包括以下步骤:
在步骤S101中,获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,当前第一位置的雷达点云数据的时间戳和当前第二位置的雷达点云数据的时间戳保持同步。
其中,第一位置的雷达点云数据可以是前向雷达的点云数据,第二位置的雷达点云数据可以是角向雷达的点云数据。
具体地,获取本车底盘数据,得到当前车速和车辆方向变化率,存储到历史车身底盘数据容器中;获取以太网传输的前向和角向的时间同步后的毫米波雷达点云数据。
在步骤S102中,融合当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据。
具体地,在一些实施例中,获取以太网传输的前向和角向的时间同步后的毫米波雷达点云数据,对前向雷达和角向雷达的点云数据进行数据融合,得到基于本车坐标系的多雷达点云数据,并基于多传感融合后的原始点云数据进行滤波和裁剪,以及点云动静态分离,获得有效的多传感静态有效点云数据,并将处理后的点云存储到历史点云数据容器中。
在步骤S103中,获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据历史静态有效点云数据和历史车身底盘数据,确定每个计算区域的子区域的历史障碍物置信度和历史坐标。
具体地,在一些实施例中,如图2所示,首先获取当前时刻车辆周围的多个计算区域,每个计算区域中包含了多个相同子区域,根据获取的当前时刻的多传感器融合点云数据,确定计算区域中的每个计算区域的子区域的障碍物置信度等信息。
然后,结合图3、图4所示,通过滤波处理后的点云数据投影到当前时刻每个计算区域的子区域中,投影的具体公式:
Longindex=(xi-minX)/resX;
Latindex=(yi-minY)/resY;
其中,xi为当前点云的纵向位置,yi为横向位置,MinX为纵向的计算区域的最小值,minY为横向计算区域的最小值,resX为纵向每个计算区域的分辨率,resY为横向每个算区域的分辨率,longindex为子区域的在计算区域中的纵向坐标,latindex为子区域在计算区域中的的横向坐标。
在步骤S104中,根据当前障碍物置信度、当前坐标、历史障碍物置信度和历史坐标确定多个目标子区域,并根据多个目标子区域的坐标确定车辆的当前可通行区域。
获取历史多帧多传感器融合点云数据,对历史每帧点云数据都转换到当前时刻,通过获取车身底盘数据,得到车速和车辆方向变化率,当前时刻与上一时刻的时间差,上一时刻车辆方向变化率,上一时刻车速,具体历史转换公式:
Deltatime=curtime-lasttime;
Deltayaw=lastyawrate*Deltatime;
Distance=lastspeed*Deltatime;
CurX=lastX*cos(Deltayaw)+lastY*sin(Deltayaw)-Distance;
CurY=-lastX*sin(Deltayaw)+lastY*cos(Deltayaw)-0;
其中,Deltatime为上一时刻到当前时刻时间间隔,Deltayaw为上一时刻到当前时刻的车辆方向变化角度,Distance近似为上一时刻到当前时刻的纵向位移,横向位移近似为0,(curX,CurY)为上一时刻的点云通过转换后在当前时刻的新坐标。
需要说明的是,根据获取的历史多帧多传感器融合点云数据和车身底盘数据,确定多个计算区域中的每个计算区域的个子区域障碍物置信度和坐标,具体的投影与当前时刻点云数据投影相同,在此不做赘述。
进一步地,在本申请实施例中,统计当前帧和历史多帧投影到计算区域中的信息,可选20帧,信息包括每个子区域点云投影次数,连续投影的最大次数,两次投影最大间隔次数,RCS(Radar cross-section,雷达反射面积)之和,RCS平均值,最大高度,平均高度,平均横向位置,平均纵向位置,障碍物置信度信息。
根据统计的多个计算区域的每个区域中的子区域信息,结合规则对每个计算区域进行筛选,确定满足规则的子区域。具体的规则包括:
由近到远将计算机区域分为N个计算及区域,在不同区域信息分布是不同的。可结合实际多区域的数量进行适当的调整。
规则一,子区域中点云投影的次数必须大于子区域所在区域的点云投影次数;规则二,子区域连续投影的最大次数必须大于子区域在所在区域的连续投影的最大次数。规则三,子区域投影次数中必须包含当前帧投影。可选的规则可以根据统计信息进行增加,不局限当前所述规则。
对满足规则的子区域提取坐标信息,输出当前时刻每个计算区域中子区域的位置信息,位置信息包括:平均横向位置,平均纵向位置,平均高度;还可选每个子区域的坐标信息,坐标的计算公式:
X=longindex*resX;
Y=latindex*resY;
X为当前时刻子区域在车辆坐标系下的纵向坐标,Y为当前时刻子区域在车辆坐标系下的横向坐标,longindex为子区域在计算区域中的纵向坐标,latindex为子区域在计算区域中的横向坐标。通过获取子区域的坐标信息,确定当前时刻车辆的可通行区域,其中,车辆的可通行区域可以如图5所示,图6、图7为根据本申请实施例获取的最终检测图。
进一步地,在本申请实施例中,对可通行区域历史信息存储容器中的每帧数据进行转换,可以结合历史车身底盘容器数据,利用历史转换公式将每帧历史信息转换到当前时刻,然后对可通行区域信息存储到历史可通行区域容器中。
可选地,在一些实施例中,在获取车辆的底盘数据之后,还包括:将车身底盘数据存储至预先构建的车身底盘数据容器,当预先构建的车身底盘数据容器的存储值是否大于第三预设值;如果大于第三预设值,则删除预先构建的车身底盘数据容器中最早存储的车身底盘数据。
可选地,在一些实施例中,在得到静态有效点云数据之后,还包括:将静态有效点云数据存储至预先构建的点云数据容器;判断预先构建的点云数据容器的存储值是否大于第二预设值;如果大于第二预设值,则删除预先构建的点云数据容器中最早存储的静态有效点云数据。
可选地,在一些实施例中,在确定多个计算区域中当前可通行区域之后,还包括:将当前可通行区域存储至预先构建的可通行区域容器;判断预先构建的可通行区域容器的存储值是否大于第一预设值;如果大于第一预设值,则删除预先构建的可通行区域容器中最早存储的可通行区域。
可以理解的是,对历史各个历史存储容器进行删除距离当前时刻时间间隔最长的数据,针对历史点云数据容器而言,对时间间隔比较久的历史数据进行剔除,保存距离当前时刻较近的数据,有效的获取数据的新鲜度,同时可以增强数据的数量,解决单帧雷达点云数据的稀疏。针对历史车身底盘数据容器而言,保存距离当前时刻一段间隔的数据,便于对历史点云数据的转换具有有效的帮助;对于可通行区域历史信息存储容器而言,保存多帧历史信息,增强数据的平滑性。
为便于本领域技术人员进一步理解本申请实施例的车辆的可通行区域检测方法,下面结合具体实施例进行详细阐述。
具体地,如图8所示,图8为本申请一个实施例的车辆的可通行区域检测方法的流程图。
具体而言,本申请实施例通过获取当前时刻车身底盘的数据,处理得到当前时刻的车速和车辆方向变化率,通过获取多传感器原始点云数据,获取当前时刻车辆周围的多个区域,确认每个计算区域中的子区域障碍物置信度,然后通过历史多帧多传感器点云数据和当前车身底盘处理后的数据确认每个计算区域的子区域障碍物置信度,并对每个计算区域的子区域进行筛选和提取,获得当前车辆的可通行区域,有效的表征实际场景,同时,多传感器的数据能提高探测车辆周围环境能力,增强车辆自动驾驶能功能安全性。
由此,通过本申请实施例的车辆的可通行区域检测方法,对车辆的多雷达传感器的点云数据和车身底盘数据进行处理,可以有效的解决基于多传感器目标融合所不能覆盖的场景中进行辅助规划控制,提高自动驾驶的安全性,解决场景识别问题,有效识别金属护栏,禁止车辆、行人等车辆周围静态环境特征,最大程度表述当前环境,利用多传感雷达数据在车辆堵车时,有效识别近距离的障碍物,同时由于雷达不分黑白天等外部因素,工作时间长,成本低等特点,所得到的检测结果准确度高,可以提高自动驾驶安全性。
根据本申请实施例提出的车辆的可通行区域检测方法,通过获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并进行融合,对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据,并获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,并确定每个计算区域的子区域的历史障碍物置信度和历史坐标,并确定多个目标子区域,进而确定车辆的当前可通行区域。由此,解决相关技术适用性不强、成本过高、易受外界因素影响的问题,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
其次参照附图描述根据本申请实施例提出的车辆的可通行区域检测装置。
图9是本申请实施例的车辆的可通行区域检测装置的方框示意图。
如图9所示,该车辆的可通行区域检测装置10包括:数据获取模块100、数据融合模块200、坐标确定模块300和通行区域确定模块400。
其中,数据获取模块100,用于获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,当前第一位置的雷达点云数据的时间戳和当前第二位置的雷达点云数据的时间戳保持同步;数据融合模块200,用于融合当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;坐标确定模块300,用于获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据历史静态有效点云数据和历史车身底盘数据,确定每个计算区域的子区域的历史障碍物置信度和历史坐标;通行区域确定模块400,用于根据当前障碍物置信度、当前坐标、历史障碍物置信度和历史坐标确定多个目标子区域,并根据多个目标子区域的坐标确定车辆的当前可通行区域。
可选地,在一些实施例中,在确定多个计算区域中当前可通行区域之后,通行区域确定模块,还用于:将当前可通行区域存储至预先构建的可通行区域容器;判断预先构建的可通行区域容器的存储值是否大于第一预设值;如果大于第一预设值,则删除预先构建的可通行区域容器中最早存储的可通行区域。
可选地,在一些实施例中,在得到静态有效点云数据之后,数据融合模块,还用于:将静态有效点云数据存储至预先构建的点云数据容器;判断预先构建的点云数据容器的存储值是否大于第二预设值;如果大于第二预设值,则删除预先构建的点云数据容器中最早存储的静态有效点云数据。
可选地,在一些实施例中,在获取车辆的底盘数据之后,数据获取模块,还用于:将车身底盘数据存储至预先构建的车身底盘数据容器。判断预先构建的车身底盘数据容器的存储值是否大于第三预设值;如果大于第三预设值,则删除预先构建的车身底盘数据容器中最早存储的车身底盘数据。
可选地,在一些实施例中,在根据多个目标子区域的坐标确定车辆的当前可通行区域之前,通行区域确定模块,还包括:基于预设的坐标提取公式,计算多个目标子区域的坐标,其中,预设的坐标提取公式为:
X=longindex*resX;
Y=latindex*resY;
其中,X为目标子区域在车辆坐标系下的纵向坐标,Y为目标子区域在车辆坐标系下的横向坐标,longindex为目标子区域在其所属计算区域中的纵向坐标,latindex为目标子区域在其所属计算区域中的横向坐标。
此外,本申请实施例的车辆的可通行区域检测装置也可以如图9所示。
具体地,图9为根据本申请一个具体实施例的车辆的可通行区域检测装置的方框示意图,该装置包括:第一至第四获取模块、第一至第二处理模块和第三确认模块。
第一获取模块,用于获取当前时刻本车底盘数据信息。
第一处理模块,用于计算本车底盘数据,获得当前时刻的车速、车辆方向变化率。
第二获取模块,用于获得以太网传输的多传感器的原始点云数据,其中,包括:前向毫米波雷达的原始点云数据和角向毫米波雷达的原始点云数据。
第二处理模块,用于处理第二获取模块中获得的原始数据进行空间融合,然后,过滤掉原始点云数据中一定高度的点云数据和前后左右方向的点云数据,行车过程中,不关注车后的信息和距离本车较远区域的点云数据信息;并将当前时刻的处理后的多传感器点云数据存储到历史点云数据容器中。
第三获取模块,用于获取当前时刻本车周围的多个区域,每个计算区域中包括多个相同的子区域。
第三确认模块,用于根据第一获取模块、第二处理模块、第三获取模块和第二处理模块中的历史点云数据容器确定当前每个计算区域中的子区域的障碍物置信度。
第四获取模块,用于获得当前车辆周围的可通行区域;通过第三确认模块,对不同计算区域中的每个区域进行判断,进一步获得当前计算区域中置信度大于阈值的子区域。需要说明的是,前述对车辆的可通行区域检测方法实施例的解释说明也适用于该实施例的车辆的可通行区域检测装置,此处不再赘述。
根据本申请实施例提出的车辆的可通行区域检测装置,通过获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,并进行融合,对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据,并获取车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,并确定每个计算区域的子区域的历史障碍物置信度和历史坐标,并确定多个目标子区域,进而确定车辆的当前可通行区域。由此,解决相关技术适用性不强、成本过高、易受外界因素影响的问题,可以实时输出车辆可通行区域,提高自动驾驶的安全性。
图11为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器1101、处理器1102及存储在存储器1101上并可在处理器1102上运行的计算机程序。
处理器1102执行程序时实现上述实施例中提供的车辆的可通行区域检测方法。
进一步地,电子设备还包括:
通信接口1103,用于存储器1101和处理器1102之间的通信。
存储器1101,用于存放可在处理器1102上运行的计算机程序。
存储器1101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1101、处理器1102和通信接口1103独立实现,则通信接口1103、存储器1101和处理器1102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11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1101、处理器1102及通信接口1103,集成在一块芯片上实现,则存储器1101、处理器1102及通信接口1103可以通过内部接口完成相互间的通信。
处理器1102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可通行区域检测方法。
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)
1.一种车辆的可通行区域检测方法,其特征在于,包括以下步骤:
获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,所述当前第一位置的雷达点云数据的时间戳和所述当前第二位置的雷达点云数据的时间戳保持同步;
融合所述当前第一位置的雷达点云数据和所述当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;
获取所述车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据所述当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据所述历史静态有效点云数据和所述历史车身底盘数据,确定所述每个计算区域的子区域的历史障碍物置信度和历史坐标;以及
根据所述当前障碍物置信度、所述当前坐标、所述历史障碍物置信度和所述历史坐标确定多个目标子区域,并根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域。
2.根据权利要求1所述的方法,其特征在于,在确定所述多个计算区域中所述当前可通行区域之后,还包括:
将所述当前可通行区域存储至预先构建的可通行区域容器;
判断所述预先构建的可通行区域容器的存储值是否大于第一预设值;
如果大于所述第一预设值,则删除所述预先构建的可通行区域容器中最早存储的可通行区域。
3.根据权利要求1所述的方法,其特征在于,在得到所述静态有效点云数据之后,还包括:
将所述静态有效点云数据存储至预先构建的点云数据容器;
判断所述预先构建的点云数据容器的存储值是否大于第二预设值;
如果大于所述第二预设值,则删除所述预先构建的点云数据容器中最早存储的静态有效点云数据。
4.根据权利要求1所述的方法,其特征在于,在获取所述车辆的底盘数据之后,还包括:
将所述车身底盘数据存储至预先构建的车身底盘数据容器。
判断所述预先构建的车身底盘数据容器的存储值是否大于第三预设值;
如果大于所述第三预设值,则删除所述预先构建的车身底盘数据容器中最早存储的车身底盘数据。
5.根据权利要求1所述的方法,其特征在于,在根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域之前,还包括:
基于预设的坐标提取公式,计算所述多个目标子区域的坐标,其中,所述预设的坐标提取公式为:
X=longindex*resX;
Y=latindex*resY;
其中,X为所述目标子区域在车辆坐标系下的纵向坐标,Y为所述目标子区域在所述车辆坐标系下的横向坐标,longindex为所述目标子区域在其所属计算区域中的纵向坐标,latindex为所述目标子区域在其所属计算区域中的横向坐标。
6.一种车辆的可通行区域检测装置,其特征在于,包括:
数据获取模块,用于获取车辆的当前底盘数据、当前第一位置的雷达点云数据和当前第二位置的雷达点云数据,其中,所述当前第一位置的雷达点云数据的时间戳和所述当前第二位置的雷达点云数据的时间戳保持同步;
数据融合模块,用于融合所述当前第一位置的雷达点云数据和所述当前第二位置的雷达点云数据,并对融合后的点云数据进行滤波、裁剪和点云动静态分离处理,得到当前静态有效点云数据;
坐标确定模块,用于获取所述车辆周围的多个计算区域、历史静态有效点云数据和历史车身底盘数据,并根据所述当前静态有效点云数据确定每个计算区域的子区域的当前障碍物置信度和当前坐标,根据所述历史静态有效点云数据和所述历史车身底盘数据,确定所述每个计算区域的子区域的历史障碍物置信度和历史坐标;以及
通行区域确定模块,用于根据所述当前障碍物置信度、所述当前坐标、所述历史障碍物置信度和所述历史坐标确定多个目标子区域,并根据所述多个目标子区域的坐标确定所述车辆的当前可通行区域。
7.根据权利要求6所述的装置,其特征在于,在确定所述多个计算区域中所述当前可通行区域之后,所述通行区域确定模块,还用于:
将所述当前可通行区域存储至预先构建的可通行区域容器;
判断所述预先构建的可通行区域容器的存储值是否大于第一预设值;
如果大于所述第一预设值,则删除所述预先构建的可通行区域容器中最早存储的可通行区域。
8.根据权利要求6所述的装置,其特征在于,在得到所述静态有效点云数据之后,所述数据融合模块,还用于:
将所述静态有效点云数据存储至预先构建的点云数据容器;
判断所述预先构建的点云数据容器的存储值是否大于第二预设值;
如果大于所述第二预设值,则删除所述预先构建的点云数据容器中最早存储的静态有效点云数据。
9.一种电子设备,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可通行区域检测方法。
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可通行区域检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211124970.3A CN115469312A (zh) | 2022-09-15 | 2022-09-15 | 车辆的可通行区域检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211124970.3A CN115469312A (zh) | 2022-09-15 | 2022-09-15 | 车辆的可通行区域检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115469312A true CN115469312A (zh) | 2022-12-13 |
Family
ID=84332922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211124970.3A Pending CN115469312A (zh) | 2022-09-15 | 2022-09-15 | 车辆的可通行区域检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115469312A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797817A (zh) * | 2023-02-07 | 2023-03-14 | 科大讯飞股份有限公司 | 一种障碍物识别方法、障碍物显示方法、相关设备和系统 |
CN115965682A (zh) * | 2022-12-16 | 2023-04-14 | 镁佳(北京)科技有限公司 | 一种车辆可通行区域确定方法、装置及计算机设备 |
-
2022
- 2022-09-15 CN CN202211124970.3A patent/CN115469312A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115965682A (zh) * | 2022-12-16 | 2023-04-14 | 镁佳(北京)科技有限公司 | 一种车辆可通行区域确定方法、装置及计算机设备 |
CN115965682B (zh) * | 2022-12-16 | 2023-09-01 | 镁佳(北京)科技有限公司 | 一种车辆可通行区域确定方法、装置及计算机设备 |
CN115797817A (zh) * | 2023-02-07 | 2023-03-14 | 科大讯飞股份有限公司 | 一种障碍物识别方法、障碍物显示方法、相关设备和系统 |
CN115797817B (zh) * | 2023-02-07 | 2023-05-30 | 科大讯飞股份有限公司 | 一种障碍物识别方法、障碍物显示方法、相关设备和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10832061B2 (en) | Traveling road boundary estimation apparatus and traveling assistance system using same | |
US8175797B2 (en) | Vehicle drive assist system | |
EP2803944B1 (en) | Image Processing Apparatus, Distance Measurement Apparatus, Vehicle-Device Control System, Vehicle, and Image Processing Program | |
Polychronopoulos et al. | Sensor fusion for predicting vehicles' path for collision avoidance systems | |
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 | |
JP3424334B2 (ja) | 走行路検出装置 | |
EP4089659A1 (en) | Map updating method, apparatus and device | |
US20150367781A1 (en) | Lane boundary estimation device and lane boundary estimation method | |
CN108535727B (zh) | 跟踪主车辆附近的多个对象的方法 | |
CN111798698B (zh) | 一种前方目标车辆的确定方法、装置及车辆 | |
US20170091565A1 (en) | Object detection apparatus, object detection method, and program | |
CN111937036A (zh) | 用于处理传感器数据的方法、设备和具有指令的计算机可读存储介质 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
US11912310B2 (en) | Autonomous driving crash prevention | |
WO2023092451A1 (zh) | 预测可行驶车道的方法和装置 | |
CN110647801A (zh) | 设置感兴趣区域的方法、装置、存储介质及电子设备 | |
JP2008117073A (ja) | 割り込み車両検出装置 | |
JP2018147399A (ja) | 物標検出装置 | |
GB2599939A (en) | Method of updating the existance probability of a track in fusion based on sensor perceived areas | |
Klotz et al. | Lane data fusion for driver assistance systems | |
CN114728657A (zh) | 车辆控制方法及车辆控制装置 | |
CN115661014A (zh) | 一种点云数据处理方法、装置和电子设备、存储介质 | |
CN115359332A (zh) | 基于车路协同的数据融合方法、装置、电子设备及系统 | |
CN111881245B (zh) | 能见度动态地图的产生方法、装置、设备及存储介质 | |
EP3330893A1 (en) | Information processing device, information processing method, and carrier means |
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 |