具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的障碍物航向角信息生成方法的一些实施例的流程100。该障碍物航向角信息生成方法,包括以下步骤:
步骤101,获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集。
在一些实施例中,障碍物航向角信息生成方法的执行主体可以通过有线的方式或者无线的方式获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集。其中,上述历史帧障碍物航向角信息集中的每个历史帧障碍物航向角信息可以包括:历史帧航向角后验预测值和历史帧后验协方差矩阵。每个历史帧障碍物航向角信息可以对应一个主滤波器。历史帧障碍物航向角信息可以是上述执行主体在前一帧生成的信息。当前帧障碍物航向角检测值可以是通过预设的检测算法检测到的障碍物的航向角。每个当前帧障碍物航向角检测值可以对应一个障碍物。历史帧障碍物航向角信息可以是检测算法输出的上一帧的、障碍物航向角信息。每个历史帧障碍物航向角信息可以对应一个障碍物和一个主滤波器。历史航向角后验预测值和历史帧后验协方差矩阵可以是主滤波器输出的。主滤波器可以在初次检测到某一障碍物时构建的,用于跟踪该障碍物后续检测到的航向角信息。可以通过卡尔曼滤波算法构建主滤波器。另外,每个历史帧障碍物航向角信息还可以包括历史帧障碍物航向角的角速度误差方差值。
步骤102,对于当前帧障碍物航向角检测值集中的每个当前帧障碍物航向角检测值,执行以下障碍物航向角信息生成步骤:
步骤1021,将历史帧障碍物航向角信息集中与当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息。
在一些实施例中,上述执行主体可以将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息。其中,每个障碍物及其对应的主滤波器、与其他障碍物之间可以是相互独立的。其次,在生成历史障碍物航向角信息和当前帧障碍物航向角检测值时,对应于每个障碍物都会生成一个障碍物标识,以唯一标识障碍物。因此,可以将与当前帧障碍物航向角检测值对应同一障碍物标识的历史帧障碍物航向角信息,确定为目标障碍物航向角信息。
在一些实施例的一些可选的实现方式中,上述执行主体将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息,可以包括以下步骤:
第一步,确定与上述当前帧障碍物航向角检测值对应的障碍物编号、和上述历史帧障碍物航向角信息集中每个历史帧障碍物航向角信息对应的障碍物编号。其中,可以从内存中获取伴随每个当前帧障碍物航向角检测值对应的障碍物编号、和上述历史帧障碍物航向角信息集中每个历史帧障碍物航向角信息对应的障碍物编号。障碍物编号也可以用于唯一标识障碍物。
第二步,将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应相同障碍物编号的历史帧障碍物航向角信息、确定为目标障碍物航向角信息。其中,对应相同障碍物编号可以表征当前帧障碍物航向角检测值与该历史帧障碍物航向角信息对应同一障碍物。另外,当前帧障碍物航向角检测值与该历史帧障碍物航向角信息为前后相邻的两帧观测到的同一障碍物的信息。
步骤1022,基于目标障碍物航向角信息包括的历史帧后验协方差矩阵,生成条件参数。
在一些实施例中,上述执行主体可以基于上述目标障碍物航向角信息包括的历史帧后验协方差矩阵,生成条件参数。其中,首先,可以从历史帧后验协方差矩阵中取出第一行第一列的数据。然后,可以将该数据的算数平方根的三倍确定为条件参数。
在一些实施例的一些可选的实现方式中,上述执行主体在响应于确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于上述当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与上述目标障碍物航向角信息对应的次滤波器之前,可以包括以下步骤:
第一步,确定上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值的差值的绝对值,得到航向角误差绝对值。其中,航向角误差绝对值可以用于表征前后两帧之间检测到的航向角的误差。
第二步,响应于确定上述航向角误差绝对值大于上述条件参数,确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足上述跳变筛选条件。其中,航向角误差绝对值大于上述条件参数,可以表征航向角变化角度过大,存在跳变的情况。
步骤1023,响应于确定条件参数、当前帧障碍物航向角检测值和目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于当前帧障碍物航向角检测值、目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与目标障碍物航向角信息对应的次滤波器。
在一些实施例中,上述执行主体可以响应于确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于上述当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与上述目标障碍物航向角信息对应的次滤波器。其中,上述跳变筛选条件可以是航向角误差绝对值大于上述条件参数。首先,可以检索以构建的次滤波器中是否存在与当前帧障碍物航向角检测值对应同一障碍物的次滤波器。若存在,则可以将当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵输入至次滤波器中作为初始参数。若不存在,则可以通过卡尔曼滤波构建次滤波器,同时将当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵输入至次滤波器中作为初始参数。
实践中,次滤波器中航向角角速度的初始值可以与当前帧检测到的航向角角速度值一致。航向角的初始方差应与当前帧检测到的航向角误差方差值一致。这里,当前帧检测到的航向角误差方差值可以是上述历史帧后验协方差矩阵中的第一行第一列的数据。另外,航向角角速度的初始方差可以大于、目标障碍物航向角信息包括的历史帧障碍物航向角的角速度误差方差值。例如,可以为角速度误差方差值的1.1倍等。以此,可以初始化次滤波器中的各个参数。这里,上述实现方式可以是针对航向角在一个角度的跳变设置的一个次滤波器。还可以根据实际跳变角度的数量,设置多个次滤波器,以此分别对存在跳变的情况进行跟踪观测。使得可以融合多个跳变的航向角生成障碍物航向角信息。
步骤1024,确定与目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和次滤波器输出的第二航向角概率密度曲线。
在一些实施例中,上述执行主体可以确定与上述目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和上述次滤波器输出的第二航向角概率密度曲线。
在一些实施例的一些可选的实现方式中,上述执行主体确定与上述目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和上述次滤波器输出的第二航向角概率密度曲线,可以包括以下步骤:
第一步,将上述当前帧障碍物航向角检测值输入至上述主滤波器,以生成第一航向角概率密度曲线。其中,可以将当前帧障碍物航向角检测值、输入至主滤波器中,通过正态分布函数生成第一航向角概率密度曲线。
第二步,将上述当前帧障碍物航向角检测值输入至上述次滤波器,以生成第二航向角概率密度曲线。其中,可以将当前帧障碍物航向角检测值、输入至次滤波器中,通过正态分布函数生成第二航向角概率密度曲线。这里,次滤波器在生成第二航向角概率密度曲线时,与主滤波器中的障碍物航向角方差值不同。因此,生成的第二航向角概率密度曲线和第一航向角概率密度曲线不同。
步骤1025,对第一航向角概率密度曲线和第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。
在一些实施例中,上述执行主体可以对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。
在一些实施例的一些可选的实现方式中,上述执行主体对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息,可以包括以下步骤:
第一步,确定与上述目标障碍物航向角信息对应的障碍物车辆的观测程度值。其中,可以通过上述障碍物车辆对于当前车辆的相对位置关系,生成观测程度值。例如,若确定目标障碍物航向角信息对应的障碍物车辆为当前车辆同一车道正前方最近的障碍物车辆,则可以将1确定为观测程度值。即,表征该障碍物车辆对当前车辆的影响程度较大。若确定目标障碍物航向角信息对应的障碍物车辆不是当前车辆同一车道正前方最近的障碍物车辆,则可以将0确定为观测程度值。即,表征该障碍物车辆对当前车辆的影响程度较小。
实践中,还可以根据当前车辆周围的其它障碍物车辆的位置和航向角确定障碍物车辆对当前车辆的影响程度,以此生成观测程度值。这里,当前车辆同一车道正前方的障碍物车辆的影响程度最大,因此可以设置最大的观测程度值为1,其它障碍物车辆可以随着距离值设置贯彻程度值,距离值越近观测程度值越大。
第二步,响应于确定上述观测程度值大于等于预设观测阈值,确定主滤波器观测时间差和次滤波器观测时间差。其中,主滤波器观测时间差可以是:上一次将障碍物航向角检测值输入至主滤波器的时刻与当前帧障碍物航向角检测值输入至主滤波器的时刻之间的差值。次滤波器观测时间差可以是:上一次将障碍物航向角检测值输入至次滤波器的时刻与当前帧障碍物航向角检测值输入至次滤波器的时刻之间的差值。
作为示例,预设观测阈值可以是0.8。
第三步,基于上述主滤波器观测时间差和上述次滤波器观测时间差,生成主滤波器融合权重和次滤波器融合权重。其中,可以将滤波器观测时间差作为预设的衰减系数的幂次方,生成主滤波器融合权重。可以将次滤波器观测时间差作为预设的衰减系数的幂次方,生成次滤波器融合权重。这里,衰减系数的取值范围可以是(0,1)。例如取值可以是0.5。
第四步,基于上述主滤波器融合权重和上述次滤波器融合权重,对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合,以生成融合后双波峰概率分布曲线。其中,可以将第一航向角概率密度曲线和主滤波器融合权重的乘积、与第二航向角概率密度曲线和次滤波器融合权重的乘积的和、除以主滤波器融合权重和次滤波器融合权重的和的结果作为融合后双波峰概率分布曲线。
第五步,将上述融合后双波峰概率分布曲线中选出满足预设置信度条件的波峰对应的航向角度值和航向角置信度、确定为障碍物航向角信息。其中,可以将波峰对应的自变量确定为航向角度值,以及航向角度值对应的概率值确定为航向角置信度。由此,可以得到两组航向角度值和航向角置信度,以作为障碍物航向角信息。
上述各个实施例及其相关内容作为本公开的实施例的一个发明点,进一步解决了背景技术提及的技术问题“由于视角或者遮挡的原因,障碍物航向角算法对于障碍物航向角的估计在时间序列上容易出现较大角度的跳变。例如在某些情况下传感器只能观测到障碍物的侧面,障碍物航向角算法无法区分障碍物的航向角是否存在弧度的误差,导致观测到的航向角在正反两个方向之间来回跳变。又例如一开始由于观测的视角等原因,错误地观测到障碍物航向角在某个角度附近,后来由于观测视角等的变化,正确地观测到障碍物航向角在该角度的相反方向附近。因此,若将较大跳变的航向角作为异常值、直接滤除,则容易将正确的航向角删除。若采用滤波的方法平滑跳变,则会导致平滑输出的跳变值逐渐转向错误方向。从而,导致生成的航向角角速度的准确度降低,进而,导致生成的障碍物航向角信息的准确度降低”。如果解决了上述因素,就能提高生成的航向角角速度的准确度。为了达到这一效果,首先,考虑到若将较大跳变的航向角作为异常值、直接滤除,则容易将正确的航向角删除;若采用滤波的方法平滑跳变,则会导致平滑输出的跳变值逐渐转向错误方向的这两种情况。因此,引入次滤波器,以供与主滤波器同时对存在跳变情况的当前帧障碍物航向角检测值进行跟踪观测。由此,避免了直接删除跳变的航向角检测值。然后,基于上述主滤波器观测时间差和上述次滤波器观测时间差,生成主滤波器融合权重和次滤波器融合权重。可以从跳变情况发生时间的方向,确定不同滤波器对应的融合权重。同时,也可以用于表征主滤波器跟踪观测的结果和次滤波器跟踪观测的结果的置信度。接着,通过融合,可以同时对两种情况综合考量,以此可以避免跳变值逐渐转向错误方向。从而,提高生成的障碍物航向角信息的准确度。
可选的,上述执行主体对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息,还可以包括以下步骤:
响应于确定上述观测程度值小于上述预设观测阈值,基于预设的加权系数、对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。其中,预设的加权系数可以是第一航向角概率密度曲线和上述第二航向角概率密度曲线对应的权重相同(例如均为1)。其次,对于加权后的得到的概率密度曲线除以权重的和以进行归一化,得到归一化概率密度曲线。最后,可以通过上述障碍物航向角信息的生成方式,生成障碍物航向角信息。
可选的,上述执行主体还可以将上述障碍物航向角信息发送至当前车辆的路径规划终端,以生成规划路径,以供控制上述当前车辆移动。这里,路径规划终端可以根据障碍物航向角信息中的两组航向角度值和航向角置信度,最终确定障碍物的航向,以此进行路径规划。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的障碍物航向角信息生成方法,可以提高生成的障碍物航向角信息的准确度。具体来说,造成生成的障碍物航向角信息的准确度降低的原因在于:由于视角或者遮挡的原因,障碍物航向角算法对于障碍物航向角的估计在时间序列上容易出现较大角度的跳变。例如在某些情况下传感器只能观测到障碍物的侧面,障碍物航向角算法无法区分障碍物的航向角是否存在弧度的误差,导致观测到的航向角在正反两个方向之间来回跳变。又例如一开始由于观测的视角等原因,错误地观测到障碍物航向角在某个角度附近,后来由于观测视角等的变化,正确地观测到障碍物航向角在该角度的相反方向附近。因此,若将较大跳变的航向角作为异常值、直接滤除,则容易将正确的航向角删除。若采用滤波的方法平滑跳变,则会导致平滑输出的跳变值逐渐转向错误方向。基于此,本公开的一些实施例的障碍物航向角信息生成方法,首先,获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集。其中,上述历史帧障碍物航向角信息集中的每个历史帧障碍物航向角信息包括:历史帧航向角后验预测值和历史帧后验协方差矩阵,每个历史帧障碍物航向角信息对应一个主滤波器。通过引入主滤波器,可以用于对未产生跳变情况的障碍物航向角进行持续跟踪。然后,对于上述当前帧障碍物航向角检测值集中的每个当前帧障碍物航向角检测值,执行以下障碍物航向角信息生成步骤:将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息。基于上述目标障碍物航向角信息包括的历史帧后验协方差矩阵,生成条件参数。通过生成条件参数,可以用于确定障碍物航向角是否存在跳变的情况。响应于确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于上述当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与上述目标障碍物航向角信息对应的次滤波器。通过引入跳变筛选条件,可以用于将存在跳变的障碍物航向角从主滤波器中滤除,以避免影响主滤波器的观测。同时通过引入次滤波器,可以在障碍物航向角产生跳变后,对存在跳变的障碍物航向角进行持续跟踪,以避免滤除的障碍物航向角为正确的、未跳变的情况。接着,确定与上述目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和上述次滤波器输出的第二航向角概率密度曲线。通过生成第一航向角概率密度曲线和第二航向角概率密度曲线,可以分别表征跳变情况下和未跳变情况下的障碍物航向角的概率分布情况。最后,对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。通过融合处理,可以将两种概率分布情况进行融合。也因为进行了融合,以此可以在一定程度上避免将正确的航向角删除,同时避免将跳变值逐渐转移至错误方向的情况。从而,可以提高生成的航向角角速度的准确度。进而,可以提高生成的障碍物航向角信息的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种障碍物航向角信息生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的障碍物航向角信息生成装置200包括:获取单元201和生成单元202。其中,获取单元201,被配置成获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集,其中,上述历史帧障碍物航向角信息集中的每个历史帧障碍物航向角信息包括:历史帧航向角后验预测值和历史帧后验协方差矩阵,每个历史帧障碍物航向角信息对应一个主滤波器;生成单元202,被配置成对于上述当前帧障碍物航向角检测值集中的每个当前帧障碍物航向角检测值,执行以下障碍物航向角信息生成步骤:将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息;基于上述目标障碍物航向角信息包括的历史帧后验协方差矩阵,生成条件参数;响应于确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于上述当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与上述目标障碍物航向角信息对应的次滤波器;确定与上述目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和上述次滤波器输出的第二航向角概率密度曲线;对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,adhoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集,其中,上述历史帧障碍物航向角信息集中的每个历史帧障碍物航向角信息包括:历史帧航向角后验预测值和历史帧后验协方差矩阵,每个历史帧障碍物航向角信息对应一个主滤波器;对于上述当前帧障碍物航向角检测值集中的每个当前帧障碍物航向角检测值,执行以下障碍物航向角信息生成步骤:将上述历史帧障碍物航向角信息集中与上述当前帧障碍物航向角检测值对应的历史帧障碍物航向角信息、确定为目标障碍物航向角信息;基于上述目标障碍物航向角信息包括的历史帧后验协方差矩阵,生成条件参数;响应于确定上述条件参数、上述当前帧障碍物航向角检测值和上述目标障碍物航向角信息包括的历史帧障碍物航向角后验预测值、满足预设的跳变筛选条件,基于上述当前帧障碍物航向角检测值、上述目标障碍物航向角信息包括的历史帧航向角后验预测值和历史帧后验协方差矩阵,确定与上述目标障碍物航向角信息对应的次滤波器;确定与上述目标障碍物航向角信息对应的主滤波器输出的第一航向角概率密度曲线、和上述次滤波器输出的第二航向角概率密度曲线;对上述第一航向角概率密度曲线和上述第二航向角概率密度曲线进行融合处理,以生成障碍物航向角信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包获取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取当前帧障碍物航向角检测值集和历史帧障碍物航向角信息集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。