CN116682095A - 一种关注目标的确定方法、装置、设备及存储介质 - Google Patents
一种关注目标的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116682095A CN116682095A CN202310959817.0A CN202310959817A CN116682095A CN 116682095 A CN116682095 A CN 116682095A CN 202310959817 A CN202310959817 A CN 202310959817A CN 116682095 A CN116682095 A CN 116682095A
- Authority
- CN
- China
- Prior art keywords
- lane
- attribute
- target
- determining
- coordinate system
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 2
- 238000011217 control strategy Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种关注目标的确定方法、装置、设备及存储介质,涉及辅助驾驶技术领域,该方法包括:实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期,根据预设的属性参数赋值方式,确定多个目标各属性参数的分值,根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值,按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。本发明实施例提供的技术方案,实现了多属性参数结合确定关注目标,提高了确定关注目标的准确性,从而更好的执行基于关注目标实施的控制策略。
Description
技术领域
本发明实施例涉及辅助驾驶技术领域,尤其涉及一种关注目标的确定方法、装置、设备及存储介质。
背景技术
辅助驾驶领域中多种控制策略基于关注目标实现,例如自动紧急制动等,其中,关注目标为碰撞风险最高的一个或多个目标。
现有技术中通常采用目标与本车的纵向距离确定关注目标,但碰撞风险同时还与其他参数相关,导致基于前述纵向距离确定的关注目标准确性不高,进而影响基于关注目标实施的控制策略的执行效果。
发明内容
本发明提供一种关注目标的确定方法、装置、设备及存储介质,可以准确确定关注目标,以更好的执行基于关注目标实施的控制策略。
第一方面,本发明实施例提供了一种关注目标的确定方法,包括:
实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
根据预设的属性参数赋值方式,确定多个目标各属性参数的分值;
根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值;
按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。
可选的,获取目标的车道属性包括:
判断是否检测到车道线;
若是,则根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性;
若否,则根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性。
可选的,根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性包括:
分别在世界坐标系和图像坐标系下,获取目标的参考车道属性;
判断世界坐标系和/或图像坐标系下的参考车道属性为本车车道时,确定目标的车道属性为本车车道;
判断世界坐标系下的参考车道属性为左车道,且图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为无效;
判断世界坐标系下的参考车道属性为右车道,且图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为无效;
判断世界坐标系和图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为左车道;
判断世界坐标系和图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为右车道。
可选的,获取目标的参考车道属性包括:
获取车道线;
获取目标的检测框,提取检测框的底边;
所述底边位于本车车道内的占比大于A%,则确定所述目标的参考车道属性为本车车道;
所述底边位于左车道内的占比大于B%,则确定所述目标的参考车道属性为左车道;
所述底边位于右车道内的占比大于C%,则确定所述目标的参考车道属性为右车道;
其中,A、B、C的取值范围均为大于或等于30,小于或等于70,且A+B=100,A+C=100。
可选的,根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性包括:
判断横摆角速度和方向盘转角对应的目标的参考车道属性均为本车车道时,确定目标的车道属性为本车车道;
判断横摆角速度和方向盘转角对应的目标的参考车道属性均为左车道时,确定目标的车道属性为左车道;
判断横摆角速度和方向盘转角对应的目标的参考车道属性均为右车道时,确定目标的车道属性为右车道。
第二方面,本发明实施例提供了一种关注目标的确定装置,包括:
参数获取模块,用于实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
分值确定模块,用于根据预设的属性参数赋值方式,确定多个目标各属性参数的分值;
分值计算模块,用于根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值;
关注目标确定模块,用于按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。
可选的,参数获取模块包括:
车道线判断单元,用于判断是否检测到车道线;
第一属性确定单元,用于在检测到车道线时,根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性;
第二属性确定单元,用于在未检测到车道线时,根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性。
可选的,第一属性确定单元包括:
属性获取子单元,用于分别在世界坐标系和图像坐标系下,获取目标的参考车道属性;
第一车道确定子模块,用于在判断世界坐标系和/或图像坐标系下的参考车道属性为本车车道时,确定目标的车道属性为本车车道;
第二车道确定子模块,用于在判断世界坐标系下的参考车道属性为左车道,且图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为无效;
第三车道确定子模块,用于在判断世界坐标系下的参考车道属性为右车道,且图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为无效;
第四车道确定子模块,用于在判断世界坐标系和图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为左车道;
第五车道确定子模块,用于在判断世界坐标系和图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为右车道。
第三方面,本发明实施例提供了一种设备,其特征在于,设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面的关注目标的确定方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如第一方面的关注目标的确定方法。
本发明实施例通过实时获取摄像头取景范围内多个目标的属性参数,根据预设的属性参数赋值方式,确定多个目标各属性参数的分值,根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值,按照总分值降序顺序,选择第1个至第N个目标作为关注目标,实现了多属性参数结合确定关注目标,提高了确定关注目标的准确性,从而更好的执行基于关注目标实施的控制策略。
附图说明
图1是本发明实施例提供的一种关注目标的确定方法的流程示意图;
图2是获取目标的车道属性的方法流程示意图;
图3是根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性的方法流程示意图;
图4是获取目标的参考车道属性的方法流程示意图;
图5是本发明实施例提供的根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性的方法流程示意图;
图6是本发明实施例提供的一种关注目标的确定装置的结构示意图;
图7为本发明实施例提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例提供的一种关注目标的确定方法的流程示意图。本实施例可适用于车辆的自动紧急制动等基于关注目标实施的控制策略方案。该方法可以由关注目标的确定装置来执行,该装置可以通过硬件和/或软件的方式实现,并一般可以集成于车辆中,示例性的,车辆可以为商用车。
如图1所示,本实施例提供的关注目标的确定方法具体可以包括如下:
步骤11、实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期。
其中,摄像头为安装于本车上的辅助驾驶用摄像头,例如,安装于车辆前挡风玻璃上的摄像头。
目标例如可以为行人或车辆,其中,车辆可以包括自行车、小汽车、卡车、大巴车、工程车或三轮车。
车道属性包括目标位于本车车道、左车道或右车道。
跟踪周期为同一目标持续出现的画面帧数,在本实施例的其他实施方式中,跟踪周期也可以为前述画面帧数与单帧画面持续时长的乘积。
各属性参数可通过本车上对应的传感器直接获取,也可以为间接计算获得的参数。
步骤12、根据预设的属性参数赋值方式,确定多个目标各属性参数的分值。
示例性的,在预设的属性参数赋值方式中,置信度为0.8的置信度分值为80分,目标与本车的纵向距离为100米时纵向距离分值为70分,车道属性为本车车道时车道属性分值为90分,跟踪周期为10帧画面时跟踪周期分值为50分,则对于置信度为0.8,与本车的纵向距离为100米,车道属性为本车车道,跟踪周期为10帧画面的目标,其置信度、与本车的纵向距离、车道属性、跟踪周期的分值依次为80分、70分、90分和50分。
可以理解的是,置信度与置信度分值成正相关关系,目标与本车的纵向距离与纵向距离分值成反相关关系,车道属性分值与车道被关注情况成正相关关系,例如,对于自动紧急制动,本车车道上的目标最易发生碰撞,被关注度最高,相较于其他车道,本车车道的分值也越高,跟踪周期与跟踪周期参数成正相关关系。
需要说明的是,属性参数赋值方式根据实际的实验数据进行预设,在预设方式下获得的总分值与对应目标被本车碰撞的风险呈正相关关系。
步骤13、根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值。
具体的,同一目标各属性参数与预设权重乘积之和即为该目标的总分值。示例性的,置信度的预设权重为0.1,目标与本车的纵向距离的预设权重为0.3,车道属性的预设权重为0.4,跟踪周期的预设权重为0.2,则在沿用步骤12示例出的各属性参数分值的情况下,该目标的总分值等于80×0.1+70×0.3+90×0.4+50×0.2=75分。
需要说明的是,与碰撞风险关系越密切的属性参数,其权重越高。
步骤14、按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。
需要说明的是,N的具体取值有对应的控制策略执行要求及标准确定,可根据实际情况进行合理设置。
示例性的,N为3,摄像头取景范围内共5个目标A、B、C、D、E,总分值依次为75分、80分、90分、60分、85分,则5个目标按照总分值降序顺序进行排列:C、E、B、A、D,输出的三个关注目标为目标C、E、B。
本实施例通过实时获取摄像头取景范围内多个目标的属性参数,根据预设的属性参数赋值方式,确定多个目标各属性参数的分值,根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值,按照总分值降序顺序,选择第1个至第N个目标作为关注目标,实现了多属性参数结合确定关注目标,提高了确定关注目标的准确性,从而更好的执行基于关注目标实施的控制策略。
图2是获取目标的车道属性的方法流程示意图。如图2所示,获取目标的车道属性具体可以包括如下:
步骤21、判断是否检测到车道线。
示例性的,对摄像头获取到的单帧图像进行图像识别,判断是否有车道线。在本实施例的其他实施方式中,还可以采用其他方式进行车道线检测,凡是能够采用本车设备实现车道线检测的方法均在本实施例的保护范围内。
步骤22、若是,则根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性。
存在车道线时,可分别在世界坐标系和图像坐标系下得到车道线的方程,进而根据目标在各车道线中的占比,即可确定目标的车道属性。
需要说明的是,采用单一坐标系进行车道属性确定不够准确,结果有误的概率相对较高,尤其对于某些特殊场景,例如弯道场景。本实施例同时采用世界坐标系和图像坐标系下的参考车道属性结合确定目标的车道属性,结果准确度更高。
其中,参考车道属性指的是直接获得的且用于确定对应目标最终的车道属性的过程中车道属性,例如,单一坐标系下确定的目标的车道属性。
步骤23、若否,则根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性。
其中,根据横摆角速度和方向盘转角得到对应的目标的参考车道属性的方式具体可以为:
采用公式R=V/w计算本车的行驶曲率半径,其中R是行驶曲率半径,V是本车的行进方向速度,w是横摆角速度。
或者,采用公式R=iL/δsw计算本车的行驶曲率半径,其中R是行驶曲率半径,i是转动系传动比,L为轴距,δsw为方向盘转角。
根据行车曲率半径即可预估本车的行进路径,再结合本车宽度以及各目标的位置,即可估算各目标的车道属性,即参考车道属性,并通过基于横摆角速度和方向盘转角获得两个参考车道属性,确定对应目标的最终车道属性。
图3是根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性的方法流程示意图。如图3所示,根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性具体可以包括如下:
步骤31、分别在世界坐标系和图像坐标系下,获取目标的参考车道属性。
步骤32、判断世界坐标系和/或图像坐标系下的参考车道属性为本车车道时,确定目标的车道属性为本车车道。
步骤33、判断世界坐标系下的参考车道属性为左车道,且图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为无效。
步骤34、判断世界坐标系下的参考车道属性为右车道,且图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为无效。
步骤35、判断世界坐标系和图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为左车道。
步骤36、判断世界坐标系和图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为右车道。
本实施例在存在车道线的情况下,采用世界坐标系和图像坐标系下目标的参考车道属性共同确定目标的最终车道属性,避免了单一坐标系确定的车道属性不准确的问题发生,提升了车道属性确定的准确性。
图4是获取目标的参考车道属性的方法流程示意图。如图4所示,获取目标的参考车道属性具体可以包括如下:
步骤41、获取车道线。
步骤42、获取目标的检测框,提取检测框的底边。
其中底边为目标框靠近图像中地面一侧的边。在本实施例的其他实施方式中,也可以根据需要选择其他的实际边或虚拟边。
步骤43、底边位于本车车道内的占比大于A%,则确定目标的参考车道属性为本车车道。
步骤44、底边位于左车道内的占比大于B%,则确定目标的参考车道属性为左车道。
步骤45、底边位于右车道内的占比大于C%,则确定目标的参考车道属性为右车道,其中,A、B、C的取值范围均为大于或等于30,小于或等于70,且A+B=100,A+C=100。
需要说明的是,目标的检测框底边在某一车道内的占比大,说明该目标在本车道内的可能性就大,由于本车车道的目标风险性更高,因此在占比设置上范围更宽泛。
示例性的,A为40,B为60,C为60。可以理解的是,本实施例中提及的40%及60%仅为示例,在本实施例的其他实施方式中,也可以根据实际需要进行调整。
图5是本发明实施例提供的根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性的方法流程示意图。如图5所示,根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性具体可以包括如下:
步骤51、判断横摆角速度和方向盘转角对应的目标的参考车道属性均为本车车道时,确定目标的车道属性为本车车道。
步骤52、判断横摆角速度和方向盘转角对应的目标的参考车道属性均为左车道时,确定目标的车道属性为左车道。
步骤53、判断横摆角速度和方向盘转角对应的目标的参考车道属性均为右车道时,确定目标的车道属性为右车道。
需要说明的是,在基于横摆角速度和方向盘转角得到本车的行驶曲率半径后,可以行驶曲率半径对应的行进轨迹为中线,以常规车道宽度为道宽,得到对应的虚拟车道线,进而基于目标框底边位于各车道内的占比情况确定车道属性,具体方式可参考前述描述。
可以理解的是,在本实施例的其他实施方式中,也可以采用其他方式判断目标所在车道,例如,获取目标的检测框中心点,根据中心点所在位置确定目标所在车道,或者获取目标的质心,根据质心所在位置确定目标所在车道,进而得到该目标的车道属性。
图6是本发明实施例提供的一种关注目标的确定装置的结构示意图。如图6所示,关注目标的确定装置具体可以包括:
参数获取模块61,用于实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
分值确定模块62,用于根据预设的属性参数赋值方式,确定多个目标各属性参数的分值;
分值计算模块63,用于根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值;
关注目标确定模块64,用于按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。
在本实施例中,参数获取模块可以包括:
车道线判断单元,用于判断是否检测到车道线;
第一属性确定单元,用于在检测到车道线时,根据世界坐标系和图像坐标系下目标的参考车道属性,确定目标的车道属性;
第二属性确定单元,用于在未检测到车道线时,根据横摆角速度和方向盘转角对应的目标的参考车道属性,确定目标的车道属性。
在本实施例中,第一属性确定单元可以包括:
属性获取子单元,用于分别在世界坐标系和图像坐标系下,获取目标的参考车道属性;
第一车道确定子模块,用于在判断世界坐标系和/或图像坐标系下的参考车道属性为本车车道时,确定目标的车道属性为本车车道;
第二车道确定子模块,用于在判断世界坐标系下的参考车道属性为左车道,且图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为无效;
第三车道确定子模块,用于在判断世界坐标系下的参考车道属性为右车道,且图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为无效;
第四车道确定子模块,用于在判断世界坐标系和图像坐标系下的参考车道属性为左车道时,确定目标的车道属性为左车道;
第五车道确定子模块,用于在判断世界坐标系和图像坐标系下的参考车道属性为右车道时,确定目标的车道属性为右车道。
在本实施例中,属性获取子单元具体可以用于:
获取车道线;
获取目标的检测框,提取检测框的底边;
底边位于本车车道内的占比大于A%,则确定目标的参考车道属性为本车车道;
底边位于左车道内的占比大于B%,则确定目标的参考车道属性为左车道;
底边位于右车道内的占比大于C%,则确定目标的参考车道属性为右车道;
其中,A、B、C的取值范围均为大于或等于30,小于或等于70,且A+B=100,A+C=100。
在本实施例中,第二属性确定单元可以包括:
第六车道确定子单元,用于在判断横摆角速度和方向盘转角对应的目标的参考车道属性均为本车车道时,确定目标的车道属性为本车车道;
第七车道确定子单元,用于在判断横摆角速度和方向盘转角对应的目标的参考车道属性均为左车道时,确定目标的车道属性为左车道;
第八车道确定子单元,用于在判断横摆角速度和方向盘转角对应的目标的参考车道属性均为右车道时,确定目标的车道属性为右车道。
本实施例提供的关注目标的确定装置能够实现本发明任意实施例提供的关注目标的确定方法,具有关注目标的确定方法具有的有益效果。
图7为本发明实施例提供的一种设备的结构示意图。如图7所示,该设备包括处理器72、存储器71、输入装置73和输出装置74;设备中处理器72的数量可以是一个或多个,图7中以一个处理器72为例;设备中的处理器72、存储器71、输入装置73和输出装置74可以通过总线或其他方式连接,图7中以通过总线连接为例。
存储器71作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的关注目标的确定方法对应的程序指令/模块(例如,关注目标的确定装置包括的参数获取模块61、分值确定模块62、分值计算模块63和关注目标确定模块64)。处理器72通过运行存储在存储器71中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的关注目标的确定方法。
存储器71可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器71可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器71可进一步包括相对于处理器72远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置73可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置74可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种关注目标的确定方法,该方法包括:
实时获取摄像头取景范围内多个目标的属性参数,其中,属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
根据预设的属性参数赋值方式,确定多个目标各属性参数的分值;
根据多个目标各属性参数的分值以及预设权重,计算各目标的总分值;
按照总分值降序顺序,选择第1个至第N个目标作为关注目标,其中,N为预设关注目标数量。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的关注目标的确定方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(RandomAccess Memory, RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
值得注意的是,上述关注目标的确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种关注目标的确定方法,其特征在于,包括:
实时获取摄像头取景范围内多个目标的属性参数,其中,所述属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
根据预设的属性参数赋值方式,确定所述多个目标各属性参数的分值;
根据所述多个目标各属性参数的分值以及预设权重,计算各所述目标的总分值;
按照总分值降序顺序,选择第1个至第N个所述目标作为所述关注目标,其中,N为预设关注目标数量,且N为大于或等于0的整数。
2.根据权利要求1所述的确定方法,其特征在于,获取目标的车道属性包括:
判断是否检测到车道线;
若是,则根据世界坐标系和图像坐标系下所述目标的参考车道属性,确定所述目标的车道属性;
若否,则根据横摆角速度和方向盘转角对应的所述目标的参考车道属性,确定所述目标的车道属性。
3.根据权利要求2所述的确定方法,其特征在于,所述根据世界坐标系和图像坐标系下所述目标的参考车道属性,确定所述目标的车道属性包括:
分别在世界坐标系和图像坐标系下,获取所述目标的参考车道属性;
判断所述世界坐标系和/或所述图像坐标系下的参考车道属性为本车车道时,确定所述目标的车道属性为本车车道;
判断所述世界坐标系下的参考车道属性为左车道,且所述图像坐标系下的参考车道属性为右车道时,确定所述目标的车道属性为无效;
判断所述世界坐标系下的参考车道属性为右车道,且所述图像坐标系下的参考车道属性为左车道时,确定所述目标的车道属性为无效;
判断所述世界坐标系和所述图像坐标系下的参考车道属性为左车道时,确定所述目标的车道属性为左车道;
判断所述世界坐标系和所述图像坐标系下的参考车道属性为右车道时,确定所述目标的车道属性为右车道。
4.根据权利要求3所述的确定方法,其特征在于,所述获取所述目标的参考车道属性包括:
获取车道线;
获取所述目标的检测框,提取所述检测框的底边;
所述底边位于本车车道内的占比大于A%,则确定所述目标的参考车道属性为本车车道;
所述底边位于左车道内的占比大于B%,则确定所述目标的参考车道属性为左车道;
所述底边位于右车道内的占比大于C%,则确定所述目标的参考车道属性为右车道;
其中,A、B、C的取值范围均为大于或等于30,小于或等于70,且A+B=100,A+C=100。
5.根据权利要求2所述的确定方法,其特征在于,所述根据横摆角速度和方向盘转角对应的所述目标的参考车道属性,确定所述目标的车道属性包括:
判断所述横摆角速度和所述方向盘转角对应的所述目标的参考车道属性均为本车车道时,确定所述目标的车道属性为本车车道;
判断所述横摆角速度和所述方向盘转角对应的所述目标的参考车道属性均为左车道时,确定所述目标的车道属性为左车道;
判断所述横摆角速度和所述方向盘转角对应的所述目标的参考车道属性均为右车道时,确定所述目标的车道属性为右车道。
6.一种关注目标的确定装置,其特征在于,包括:
参数获取模块,用于实时获取摄像头取景范围内多个目标的属性参数,其中,所述属性参数包括置信度、目标与本车的纵向距离、车道属性以及跟踪周期;
分值确定模块,用于根据预设的属性参数赋值方式,确定所述多个目标各属性参数的分值;
分值计算模块,用于根据所述多个目标各属性参数的分值以及预设权重,计算各所述目标的总分值;
关注目标确定模块,用于按照总分值降序顺序,选择第1个至第N个所述目标作为所述关注目标,其中,N为预设关注目标数量。
7.根据权利要求6所述的确定装置,其特征在于,所述参数获取模块包括:
车道线判断单元,用于判断是否检测到车道线;
第一属性确定单元,用于在检测到车道线时,根据世界坐标系和图像坐标系下所述目标的参考车道属性,确定所述目标的车道属性;
第二属性确定单元,用于在未检测到车道线时,根据横摆角速度和方向盘转角对应的所述目标的参考车道属性,确定所述目标的车道属性。
8.根据权利要求7所述的确定装置,其特征在于,所述第一属性确定单元包括:
属性获取子单元,用于分别在世界坐标系和图像坐标系下,获取所述目标的参考车道属性;
第一车道确定子模块,用于在判断所述世界坐标系和/或所述图像坐标系下的参考车道属性为本车车道时,确定所述目标的车道属性为本车车道;
第二车道确定子模块,用于在判断所述世界坐标系下的参考车道属性为左车道,且所述图像坐标系下的参考车道属性为右车道时,确定所述目标的车道属性为无效;
第三车道确定子模块,用于在判断所述世界坐标系下的参考车道属性为右车道,且所述图像坐标系下的参考车道属性为左车道时,确定所述目标的车道属性为无效;
第四车道确定子模块,用于在判断所述世界坐标系和所述图像坐标系下的参考车道属性为左车道时,确定所述目标的车道属性为左车道;
第五车道确定子模块,用于在判断所述世界坐标系和所述图像坐标系下的参考车道属性为右车道时,确定所述目标的车道属性为右车道。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的关注目标的确定方法。
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时实现如权利要求1-5中任一所述的关注目标的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959817.0A CN116682095B (zh) | 2023-08-02 | 2023-08-02 | 一种关注目标的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959817.0A CN116682095B (zh) | 2023-08-02 | 2023-08-02 | 一种关注目标的确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116682095A true CN116682095A (zh) | 2023-09-01 |
CN116682095B CN116682095B (zh) | 2023-11-07 |
Family
ID=87784038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310959817.0A Active CN116682095B (zh) | 2023-08-02 | 2023-08-02 | 一种关注目标的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116682095B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
CN111301407A (zh) * | 2018-12-11 | 2020-06-19 | 杭州海康威视数字技术股份有限公司 | 一种危险车辆确定方法、装置、电子设备及可读存储介质 |
CN112633258A (zh) * | 2021-03-05 | 2021-04-09 | 天津所托瑞安汽车科技有限公司 | 一种目标确定方法及装置、设备、计算机可读存储介质 |
CN114750759A (zh) * | 2022-04-19 | 2022-07-15 | 合众新能源汽车有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
WO2022151369A1 (zh) * | 2021-01-15 | 2022-07-21 | 华为技术有限公司 | 一种信息处理方法及相关装置 |
CN115223131A (zh) * | 2021-11-09 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种自适应巡航的跟随目标车辆检测方法、装置及汽车 |
CN115285128A (zh) * | 2022-08-23 | 2022-11-04 | 清华大学苏州汽车研究院(吴江) | 一种危险目标的确定方法、装置、设备及存储介质 |
CN115635963A (zh) * | 2022-12-22 | 2023-01-24 | 福思(杭州)智能科技有限公司 | 目标对象筛选方法、装置、电子装置、存储介质和车辆 |
-
2023
- 2023-08-02 CN CN202310959817.0A patent/CN116682095B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
CN111301407A (zh) * | 2018-12-11 | 2020-06-19 | 杭州海康威视数字技术股份有限公司 | 一种危险车辆确定方法、装置、电子设备及可读存储介质 |
WO2022151369A1 (zh) * | 2021-01-15 | 2022-07-21 | 华为技术有限公司 | 一种信息处理方法及相关装置 |
CN112633258A (zh) * | 2021-03-05 | 2021-04-09 | 天津所托瑞安汽车科技有限公司 | 一种目标确定方法及装置、设备、计算机可读存储介质 |
CN115223131A (zh) * | 2021-11-09 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种自适应巡航的跟随目标车辆检测方法、装置及汽车 |
CN114750759A (zh) * | 2022-04-19 | 2022-07-15 | 合众新能源汽车有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
CN115285128A (zh) * | 2022-08-23 | 2022-11-04 | 清华大学苏州汽车研究院(吴江) | 一种危险目标的确定方法、装置、设备及存储介质 |
CN115635963A (zh) * | 2022-12-22 | 2023-01-24 | 福思(杭州)智能科技有限公司 | 目标对象筛选方法、装置、电子装置、存储介质和车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN116682095B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Polychronopoulos et al. | Sensor fusion for predicting vehicles' path for collision avoidance systems | |
CN110214106B (zh) | 可操作用于确定车道的一部分的位置的装置 | |
US10733889B2 (en) | Method and device for parking assistance | |
CN109154981A (zh) | 带有横向坡度的道路平面输出 | |
US11003924B2 (en) | System and method for detecting close cut-in vehicle based on free space signal | |
JP6520740B2 (ja) | 物体検出方法、物体検出装置、およびプログラム | |
CN112927309A (zh) | 一种车载相机标定方法、装置、车载相机及存储介质 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
US12100226B2 (en) | Electronic device for controlling driving vehicle and operation method of the electronic device | |
US10949681B2 (en) | Method and device for ascertaining an optical flow based on an image sequence recorded by a camera of a vehicle | |
CN118025155A (zh) | 一种跟车目标确定方法、设备、车辆及程序产品 | |
EP3731177A1 (en) | Object information generation device and object information generation program | |
CN116682095B (zh) | 一种关注目标的确定方法、装置、设备及存储介质 | |
CN115123291B (zh) | 一种基于障碍物识别的行为预测方法及装置 | |
CN116772858A (zh) | 车辆定位方法、装置、定位设备及存储介质 | |
CN114037977B (zh) | 道路灭点的检测方法、装置、设备及存储介质 | |
CN116485837A (zh) | 一种目标跟踪方法、介质以及电子设备 | |
CN114655208A (zh) | 一种车辆后方障碍车辆的确定方法及装置 | |
CN109866682B (zh) | 车辆fcw的报警方法、装置及汽车 | |
CN117576926B (zh) | 车辆违规检测方法、设备及存储介质 | |
US20240290208A1 (en) | Determination method and determination device for vehicle traffic efficiency, and vehicle | |
WO2024178799A1 (zh) | 车辆通行效率的确定方法及装置、车辆 | |
EP4336467A1 (en) | Method and apparatus for modeling object, storage medium, and vehicle control method | |
WO2024178800A1 (zh) | 车辆变道指令的生成方法及装置、车辆 | |
CN116605234A (zh) | 一种实线调头检测方法、装置、设备、车辆及介质 |
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 |