CN116884250A - 一种基于激光雷达的预警方法及高速公路预警系统 - Google Patents
一种基于激光雷达的预警方法及高速公路预警系统 Download PDFInfo
- Publication number
- CN116884250A CN116884250A CN202310855032.9A CN202310855032A CN116884250A CN 116884250 A CN116884250 A CN 116884250A CN 202310855032 A CN202310855032 A CN 202310855032A CN 116884250 A CN116884250 A CN 116884250A
- Authority
- CN
- China
- Prior art keywords
- detection
- object model
- area
- detection object
- scanning
- 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 56
- 238000001514 detection method Methods 0.000 claims abstract description 266
- 230000015654 memory Effects 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035484 reaction time Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
- G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本申请涉及一种基于激光雷达的预警方法及高速公路预警系统,方法包括对检测区域内的车道中划定多个检测区域;使用直线检测方式对每一个检测区域检测;根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;计算检测对象模型的移动速度以及在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。本申请公开的基于激光雷达的预警方法及高速公路预警系统,通过区域检测与目标模糊判定的方式来进行预警,用以在发生突发情况时对驾驶人员进行提醒,给驾驶人员留出更多的反应时间。
Description
技术领域
本申请涉及数据处理技术领域,尤其是涉及一种基于激光雷达的预警方法及高速公路预警系统。
背景技术
高速公路情况直接关系到行车安全,为了提高行车过程中的安全性,目前常使用的手段有限流、引导和人为控制行车速度等手段。随着技术的发展和探测感知手段的使用,目前有使用文字提示的方式来给驾驶人员提供提醒,这种方式依托导航和勘察等手段提供基础信息,在偏远地区高速公路上的实现存在难度,主要是信息的及时性无法满足使用要求。
对于这部分高速公路,很明显,进行针对性的提前预警(例如使用图像分析)方式更合适,因为这种方式可以给驾驶人员留出更多的反应时间。但是在光照条件不佳甚至叠加下雨的场景时,目前使用的提前预警方式会出现因为采集数据不足导致无法进行及时性判断。
发明内容
本申请提供一种基于激光雷达的预警方法及高速公路预警系统,通过区域检测与目标模糊判定的方式来进行预警,用以在发生突发情况时对驾驶人员进行提醒,给驾驶人员留出更多的反应时间。
本申请的上述目的是通过以下技术方案得以实现的:
第一方面,本申请提供了一种基于激光雷达的预警方法,包括:
响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
在第一方面的一种可能的实现方式中,确定检测区域是否存在检测对象模型的过程包括:
获取直线检测方式生成的数据点并使用检测区域对数据点进行筛选,将位于检测区域内的数据点记为基础数据点;
根据直线检测方式的检测长度及角度划分区域,并根据区域对基础数据点进行分组;
使用一组中的数据点绘制平面图形,平面图形的面积最大化;
使用平面图形的一部分轮廓构建参考线;
将多条参考线按照顺序首尾相连,得到参考轮廓;以及
将参考轮廓与轮廓特征库中的特征轮廓进行比对,并在存在比对结果时认为检测区域内存在检测对象模型。
在第一方面的一种可能的实现方式中,参考轮廓与轮廓特征库中的特征轮廓进行比对包括:
使用特征轮廓构建对比范围;
将参考轮廓在对比范围内移动;以及
在超过设定比例的参考轮廓落入到对比范围内时输出比对结果。
在第一方面的一种可能的实现方式中,参考轮廓包括至少两个部分;
两个部分的参考轮廓所在平面不平行。
在第一方面的一种可能的实现方式中,对检测区域进行密集扫描包括:
在检测对象模型所在车道上的每一个检测区域构建扫描矩阵;以及
使用扫描矩阵在检测区域内进行往复移动扫描;
其中,扫描矩阵包括多条横向扫描线和多条纵向扫描线,多条横向扫描线和多条纵向扫描线交叉设置。
在第一方面的一种可能的实现方式中,根据交叉设置对横向扫描线和纵向扫描线进行分段;
任意两条相邻的横向扫描线或者纵向扫描线上存在检测对象模型时,将任意两条相邻的横向扫描线或者纵向扫描线之间的区域记为使用区域;
将得到的使用区域按照位置拼接,得到参考区域;
计算参考区域的长度和宽度并在参考区域的长度和宽度符合要求时使用参考区域构建检测对象模型。
在第一方面的一种可能的实现方式中,一个空白区域的至少三侧存在使用区域时,将该空白区域记为使用区域。
第二方面,本申请提供了一种基于激光雷达的预警装置,包括:
划分单元,用于响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
第一检测单元,用于使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
判定单元,用于根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
第二检测单元,用于在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
计算单元,用于根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
警报单元,用于在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
第三方面,本申请提供了一种高速公路预警系统,所述系统包括:
一个或多个存储器,用于存储指令;以及
一个或多个处理器,用于从所述存储器中调用并运行所述指令,执行如第一方面及第一方面任意可能的实现方式中所述的方法。
第四方面,本申请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包括:
程序,当所述程序被处理器运行时,如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
第五方面,本申请提供了一种计算机程序产品,包括程序指令,当所述程序指令被计算设备运行时,如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
第六方面,本申请提供了一种芯片系统,该芯片系统包括处理器,用于实现上述各方面中所涉及的功能,例如,生成,接收,发送,或处理上述方法中所涉及的数据和/或信息。
该芯片系统,可以由芯片构成,也可以包括芯片和其他分立器件。
在一种可能的设计中,该芯片系统还包括存储器,该存储器,用于保存必要的程序指令和数据。该处理器和该存储器可以解耦,分别设置在不同的设备上,通过有线或者无线的方式连接,或者处理器和该存储器也可以耦合在同一个设备上。
附图说明
图1是本申请提供的一种预警方法的步骤流程示意框图。
图2是本申请提供的一种检测区域在车道上的分布示意图。
图3是本申请提供的几种直线检测方式的示意图。
图4是本申请提供的一种对基础数据点进行分组的原理性示意图。
图5是本申请提供的一种参考轮廓与特征轮廓进行比对的原理性示意图。
图6是本申请提供的一种扫描矩阵的形状示意图。
图7是本申请提供的一种密集扫描过程中得到的使用区域的分布性示意图。
图8是本申请提供的一种将多个参考区域进行重合处理后的结果性示意图。
具体实施方式
以下结合附图,对本申请中的技术方案作进一步详细说明。
本申请公开的基于激光雷达的预警方法,主要部署在高速公路的例如弯道处、路况复杂处和易发生事故处,对于司机而言,经过部署位置时需要格外注意,另外,本申请的使用环境为视线不佳及下雨时,这两种情况(视野差、下雨)会额外增加司机的驾驶难度。
本申请公开的基于激光雷达的预警方法,应用于高速公路预警系统(以下简称预警系统),请参阅图1,包括如下步骤:
S101,响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
S102,使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
S103,根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
S104,在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
S105,根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
S106,在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
在步骤S101中,预警系统会获取到环境传感器(雨量传感器和光敏传感器)检测到的环境感知参数,此时预警系统会启动,在检测区域内的车道中划定多个检测区域,同一条车道中的检测区域的数量为多个,这些检测区域顺序设置,如图2所示。
按照车道设置检测区域的方式的目的是对区域进行针对性的数据采集,因为雨水和灯光等环境影响因素会使预警系统中的激光雷达收到额外的干扰数据,干扰数据会拖慢预警系统的数据处理速度。设置检测区域可以提前对干扰数据的产生量进行控制,用以使预警系统能够在更短的时间内进行数据处理并针对突发情况进行预警。
在步骤S102中,使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同,如图3所示。此处可以将预警系统的工作方式分为检测模式和预警模式,在检测模式下,使用直线检测方式对每一个检测区域检测;在预警模式下,使用密集扫描方式对每一个检测区域检测。
每一次直线检测方式中直线与地面的夹角均不相同的作用是提高发现检测对象模型的概率,此处主要是考虑到一直使用一个角度的直线检测方式可能出现遗漏情况。
在步骤S103中,会根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型。当认为检测区域存在检测对象模型时,执行步骤S104,该步骤中,对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型。
密集扫描的方式是进一步确定,如果能够根据密集扫描得到的第二点集数据构建检测对象模型,说明此时检测区域内存在检测对象模型,反之则说明检测区域内不存在检测对象模型,直线检测方式出现了误判。
通过两次检测(直线检测,密集扫描)的方式,能够提高发现检测对象模型的概率,避免出现误判,因为误判会导致驾驶人员在收到预警后采取不需要的措施,可能存在潜在的安全隐患。例如采取不必要的刹车动作,车辆可能出现打滑和偏离车道等情况。
在步骤中S105,根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度。因为在前文中提到,检测对象模型会按顺序经过同一个车道上的检测区域,因为检测区域的位置固定,因此可以根据检测对象模型在两个检测区域的出现时间和两个检测区域之间的距离来计算检测对象模型的移动速度。
此时可能出现检测对象模型跨越车道的情况,出现该情况时,则直接认为被跨越车道上的检测对象模型加快了移动速度,因为跨越车道会导致原有车道上的检测对象模型受到影响。在本申请的使用环境中,对于该情况,使用提高其移动速度的方式进行处理。
对于一个检测对象模型,通过进入到一个检测区域和从该检测区域离开的时间,能够得到该检测对象模型的移动速度,根据该移动速度,可以得到其进入到下一个检测区域的大致时间或者说预测时间范围。
在步骤S106中,会根据在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
距离和速度差直接关系到行车安全,距离在此处可以借助制动距离进行理解,当两辆车辆之间的距离过近时,前车出现减速或者紧急制动,后车的制动距离不足可能导致撞车;速度差会直接影响两辆车辆之间的距离,例如后车的车速过快,那么可能出现追尾事故。
通过使用距离和/或速度差来向检测对象模型所在车道发出警报,可以使驾驶人员在收到警报时提前采取措施,避免出现事故。
在实际的使用场景中,会出现发出警报和不发出警报两种情况,驾驶人员在收到警报时,会做出控制车速和注意观察路况等反应,该反应能够有效提高行车的安全性。
不发出警报时,车辆驾驶人员按照现有状态通过。
在一些例子中,确定检测区域是否存在检测对象模型的过程包括以下步骤:
S201,获取直线检测方式生成的数据点并使用检测区域对数据点进行筛选,将位于检测区域内的数据点记为基础数据点;
S202,根据直线检测方式的检测长度及角度划分区域,并根据区域对基础数据点进行分组;
S203,使用一组中的数据点绘制平面图形,平面图形的面积最大化;
S204,使用平面图形的一部分轮廓构建参考线;
S205,将多条参考线按照顺序首尾相连,得到参考轮廓;以及
S206,将参考轮廓与轮廓特征库中的特征轮廓进行比对,并在存在比对结果时认为检测区域内存在检测对象模型。
具体地说,步骤S201至步骤S206中的内容在直线检测方式中使用,在步骤S201中得到的数据点会在一个面内分布,这是因为此时的数据点可能基于车辆、雨滴、路面等生成,存在较多的干扰。
对于这些干扰的处理,本申请使用对数据点使用检测区域进行筛选,然后使用对基础数据点进行分组(图4所示)的方式来得到多条轮廓构建参考线并使用这些轮廓构建参考线来构建参考轮廓并与轮廓特征库中的特征轮廓进行比对。
对基础数据点进行分组的作用是降低误差。应理解,考虑到基础数据点在生成过程中的误差问题,如果使用整体辨别的情况,可能导致部分实质上位于边缘处的基础数据点被认为是没有位于边缘处,这会导致最终生成的参考轮廓精度不高。
使用多条参考线按照顺序首尾相连得到参考轮廓的方式能够在一定程度上解决该问题,因为在进行分组后,对于一个基础数据点是否位于边缘处,在判定过程中受到的判定条件会减少,有助于得到精度更高的参考轮廓。
在一些例子中,参考轮廓与轮廓特征库中的特征轮廓进行比对包括以下步骤:
S301,使用特征轮廓构建对比范围;
S302,将参考轮廓在对比范围内移动;以及
S303,在超过设定比例的参考轮廓落入到对比范围内时输出比对结果。
在步骤S301至步骤S303中,使用范围判定或者模糊判定的方式比对参考轮廓与轮廓特征库中的特征轮廓,请参阅图5,具体的方式是根据特征轮廓构建一个对比范围,然后计算参考轮廓落入到该对比范围内的部分在整体中的占比,在超过设定比例时认为参考轮廓与特征轮廓一致,反之则认为不一致。
在一些可能的实现方式中,参考轮廓包括至少两个部分,并且两个部分的参考轮廓所在平面不平行。这种方式的目的是进一步提高参考轮廓与轮廓特征库中的特征轮廓进行比对时的准确性,因为相比于使用一个面来进行对比,明显使用两个面的准确程度更高,因为对于特征轮廓(直接关联在直线检测方式中的干扰数据),同时在两个面上出现因误差导致的产生特征轮廓的概率明显更低。
在一些例子中,对检测区域进行密集扫描包括以下步骤:
S401,在检测对象模型所在车道上的每一个检测区域构建扫描矩阵;以及
S402,使用扫描矩阵在检测区域内进行往复移动扫描;
其中,扫描矩阵包括多条横向扫描线和多条纵向扫描线,多条横向扫描线和多条纵向扫描线交叉设置,如图6所示。
具体而言,密集扫描方式就是通过构建扫描矩阵的方式来对车道上的检测区域进行往复移动扫描,这种扫描方式与直线检测方式的原理相同,区别在于能够得到更多的基础数据点,基础数据点的处理方式在前述内容中进行了描述,此处不再赘述。
通过多条横向扫描线和多条纵向扫描线的交叉设置以及往复移动,能够得到对车辆的外观描述,如果车辆的外观描述符合要求,那么确定检测区域内存在车辆,也就是检测对象模型。
对于这种方式构建检测对象模型的方式,步骤如下:
S501,根据交叉设置对横向扫描线和纵向扫描线进行分段;
S502,任意两条相邻的横向扫描线或者纵向扫描线上存在检测对象模型时,将任意两条相邻的横向扫描线或者纵向扫描线之间的区域记为使用区域;
S503,将得到的使用区域按照位置拼接,得到参考区域;
S504,计算参考区域的长度和宽度并在参考区域的长度和宽度符合要求时使用参考区域构建检测对象模型。
步骤S501至步骤S504中的内容是通过拼接使用区域的方式来得到参考区域,如图7所示,然后计算计算参考区域的长度和宽度,当参考区域的长度和宽度符合要求时使用参考区域构建检测对象模型。
具体而言就是当任意两条相邻的横向扫描线或者纵向扫描线上存在检测对象模型时,则认为这两条相邻的横向扫描线或者纵向扫描线中间存在检测对象模型。
也就是扫描矩阵可以使用跃进式的方式进行扫描,这种方式能够有效降低数据产生量,同时在扫描矩阵往复移动的过程中,在单位时间内将多次结果叠加,也就是将多个参考区域进行重合处理。
重合处理能够对某个参考区域上的空白区域覆盖,如图8所示。
在一些可能的实现方式中,一个空白区域的至少三侧存在使用区域时,将该空白区域记为使用区域。
本申请还提供了一种基于激光雷达的预警装置,包括:
划分单元,用于响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
第一检测单元,用于使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
判定单元,用于根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
第二检测单元,用于在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
计算单元,用于根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
警报单元,用于在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
进一步地,还包括:
筛选单元,用于获取直线检测方式生成的数据点并使用检测区域对数据点进行筛选,将位于检测区域内的数据点记为基础数据点;
区域划分单元,用于根据直线检测方式的检测长度及角度划分区域,并根据区域对基础数据点进行分组;
绘制单元,用于使用一组中的数据点绘制平面图形,平面图形的面积最大化;
第一构建单元,用于使用平面图形的一部分轮廓构建参考线;
第二构建单元,用于将多条参考线按照顺序首尾相连,得到参考轮廓;以及
比对单元,用于将参考轮廓与轮廓特征库中的特征轮廓进行比对,并在存在比对结果时认为检测区域内存在检测对象模型。
进一步地,还包括:
第三构建单元,用于使用特征轮廓构建对比范围;
移动单元,用于将参考轮廓在对比范围内移动;以及
结果输出单元,用于在超过设定比例的参考轮廓落入到对比范围内时输出比对结果。
进一步地,参考轮廓包括至少两个部分,两个部分的参考轮廓所在平面不平行。
进一步地,还包括:
第四构建单元,用于在检测对象模型所在车道上的每一个检测区域构建扫描矩阵;以及
扫描单元,用于使用扫描矩阵在检测区域内进行往复移动扫描;
其中,扫描矩阵包括多条横向扫描线和多条纵向扫描线,多条横向扫描线和多条纵向扫描线交叉设置。
进一步地,还包括:
分段单元,用于根据交叉设置对横向扫描线和纵向扫描线进行分段;
标记单元,用于任意两条相邻的横向扫描线或者纵向扫描线上存在检测对象模型时,将任意两条相邻的横向扫描线或者纵向扫描线之间的区域记为使用区域;
拼接单元,用于将得到的使用区域按照位置拼接,得到参考区域;
计算与构建单元,用于计算参考区域的长度和宽度并在参考区域的长度和宽度符合要求时使用参考区域构建检测对象模型。
进一步地,一个空白区域的至少三侧存在使用区域时,将该空白区域记为使用区域。
在一个例子中,以上任一装置中的单元可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个专用集成电路(application specificintegratedcircuit,ASIC),或,一个或多个数字信号处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA),或这些集成电路形式中至少两种的组合。
再如,当装置中的单元可以通过处理元件调度程序的形式实现时,该处理元件可以是通用处理器,例如中央处理器(central processing unit,CPU)或其它可以调用程序的处理器。再如,这些单元可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在本申请中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名,可以理解的是,这些具体的名称并不构成对相关客体的限定,所赋名称可随着场景,语境或者使用习惯等因素而变更,对本申请中技术术语的技术含义的理解,应主要从其在技术方案中所体现/执行的功能和技术效果来确定。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
还应理解,在本申请的各个实施例中,第一、第二等只是为了表示多个对象是不同的。例如第一时间窗和第二时间窗只是为了表示出不同的时间窗。而不应该对时间窗的本身产生任何影响,上述的第一、第二等不应该对本申请的实施例造成任何限制。
还应理解,在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个计算机可读存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种高速公路预警系统,所述系统包括:
一个或多个存储器,用于存储指令;以及
一个或多个处理器,用于从所述存储器中调用并运行所述指令,执行如上述内容中所述的方法。
本申请还提供了一种计算机程序产品,该计算机程序产品包括指令,当该指令被执行时,以使得该高速公路预警系统执行对应于上述方法的高速公路预警系统的操作。
本申请还提供了一种芯片系统,该芯片系统包括处理器,用于实现上述内容中所涉及的功能,例如,生成,接收,发送,或处理上述方法中所涉及的数据和/或信息。
该芯片系统,可以由芯片构成,也可以包括芯片和其他分立器件。
上述任一处提到的处理器,可以是一个CPU,微处理器,ASIC,或一个或多个用于控制上述的反馈信息传输的方法的程序执行的集成电路。
在一种可能的设计中,该芯片系统还包括存储器,该存储器,用于保存必要的程序指令和数据。该处理器和该存储器可以解耦,分别设置在不同的设备上,通过有线或者无线的方式连接,以支持该芯片系统实现上述实施例中的各种功能。或者,该处理器和该存储器也可以耦合在同一个设备上。
可选地,该计算机指令被存储在存储器中。
可选地,该存储器为该芯片内的存储单元,如寄存器、缓存等,该存储器还可以是该终端内的位于该芯片外部的存储单元,如ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM等。
可以理解,本申请中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
非易失性存储器可以是ROM、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electricallyEPROM,EEPROM)或闪存。
易失性存储器可以是RAM,其用作外部高速缓存。RAM有多种不同的类型,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器。
本具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种基于激光雷达的预警方法,其特征在于,包括:
响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
2.根据权利要求1所述的基于激光雷达的预警方法,其特征在于,确定检测区域是否存在检测对象模型的过程包括:
获取直线检测方式生成的数据点并使用检测区域对数据点进行筛选,将位于检测区域内的数据点记为基础数据点;
根据直线检测方式的检测长度及角度划分区域,并根据区域对基础数据点进行分组;
使用一组中的数据点绘制平面图形,平面图形的面积最大化;
使用平面图形的一部分轮廓构建参考线;
将多条参考线按照顺序首尾相连,得到参考轮廓;以及
将参考轮廓与轮廓特征库中的特征轮廓进行比对,并在存在比对结果时认为检测区域内存在检测对象模型。
3.根据权利要求2所述的基于激光雷达的预警方法,其特征在于,参考轮廓与轮廓特征库中的特征轮廓进行比对包括:
使用特征轮廓构建对比范围;
将参考轮廓在对比范围内移动;以及
在超过设定比例的参考轮廓落入到对比范围内时输出比对结果。
4.根据权利要求2所述的基于激光雷达的预警方法,其特征在于,参考轮廓包括至少两个部分;
两个部分的参考轮廓所在平面不平行。
5.根据权利要求1至4中任意一项所述的基于激光雷达的预警方法,其特征在于,对检测区域进行密集扫描包括:
在检测对象模型所在车道上的每一个检测区域构建扫描矩阵;以及
使用扫描矩阵在检测区域内进行往复移动扫描;
其中,扫描矩阵包括多条横向扫描线和多条纵向扫描线,多条横向扫描线和多条纵向扫描线交叉设置。
6.根据权利要求5所述的基于激光雷达的预警方法,其特征在于,根据交叉设置对横向扫描线和纵向扫描线进行分段;
任意两条相邻的横向扫描线或者纵向扫描线上存在检测对象模型时,将任意两条相邻的横向扫描线或者纵向扫描线之间的区域记为使用区域;
将得到的使用区域按照位置拼接,得到参考区域;
计算参考区域的长度和宽度并在参考区域的长度和宽度符合要求时使用参考区域构建检测对象模型。
7.根据权利要求6所述的基于激光雷达的预警方法,其特征在于,一个空白区域的至少三侧存在使用区域时,将该空白区域记为使用区域。
8.一种基于激光雷达的预警装置,其特征在于,包括:
划分单元,用于响应于获取到的环境感知参数,对检测区域内的车道中划定多个检测区域,同一条车道中的检测区域顺序设置;
第一检测单元,用于使用直线检测方式对每一个检测区域检测,在时间序列上的多次检测过程中,每一次直线检测方式中直线与地面的夹角均不相同;
判定单元,用于根据直线检测方式得到的第一点集数据确定检测区域是否存在检测对象模型;
第二检测单元,用于在检测区域中存在检测对象模型时对检测区域进行密集扫描并根据密集扫描得到的第二点集数据构建检测对象模型;
计算单元,用于根据检测对象模型在检测区域的出现时间计算检测对象模型的移动速度;以及
警报单元,用于在检测对象模型的移动速度超过允许范围或者两个检测对象模型的距离和/或速度差超过允许范围时向检测对象模型所在车道发出警报。
9.一种高速公路预警系统,其特征在于,所述系统包括:
一个或多个存储器,用于存储指令;以及
一个或多个处理器,用于从所述存储器中调用并运行所述指令,执行如权利要求1至7中任意一项所述的方法。
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包括:
程序,当所述程序被处理器运行时,如权利要求1至7中任意一项所述的方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310855032.9A CN116884250B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光雷达的预警方法及高速公路预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310855032.9A CN116884250B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光雷达的预警方法及高速公路预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116884250A true CN116884250A (zh) | 2023-10-13 |
CN116884250B CN116884250B (zh) | 2024-01-26 |
Family
ID=88269311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310855032.9A Active CN116884250B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光雷达的预警方法及高速公路预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116884250B (zh) |
Citations (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001195698A (ja) * | 2000-01-07 | 2001-07-19 | Nissan Motor Co Ltd | 歩行者検知装置 |
CN1412576A (zh) * | 2002-07-12 | 2003-04-23 | 天津大学 | 公路气候监测与报警系统 |
CN1967623A (zh) * | 2006-11-23 | 2007-05-23 | 河北理工大学 | 用红外线矩阵检测车流量的方法及交通监测系统 |
JP2010067119A (ja) * | 2008-09-12 | 2010-03-25 | Omron Corp | 車両検出装置 |
CN101783081A (zh) * | 2009-01-16 | 2010-07-21 | 武汉大学 | 高速公路防追尾预警系统 |
JP2010203864A (ja) * | 2009-03-02 | 2010-09-16 | Stanley Electric Co Ltd | 物体検知装置 |
JP4807763B1 (ja) * | 2011-03-04 | 2011-11-02 | 富士重工業株式会社 | 車外監視装置 |
CN102819951A (zh) * | 2011-06-09 | 2012-12-12 | 无锡物联网产业研究院 | 一种道路目标检测系统、方法及装置 |
CN103837095A (zh) * | 2014-03-18 | 2014-06-04 | 华中科技大学 | 一种三维激光扫描方法及装置 |
CN104008663A (zh) * | 2014-05-29 | 2014-08-27 | 重庆泉路交通科技有限公司 | 低能见度环境下行驶轨迹智能识别警示与预警系统 |
CN106643546A (zh) * | 2016-10-31 | 2017-05-10 | 南京林业大学 | 基于移动二维激光扫描的单木三维绿量测量方法 |
CN206411876U (zh) * | 2017-01-22 | 2017-08-15 | 李昕 | 一种预防二次交通事故和恶劣天气下的行车引导预警系统 |
KR101770627B1 (ko) * | 2017-01-26 | 2017-08-23 | 컴레이저 (주) | 폴리건 미러를 이용하여 스캔속도 및 분해능을 높인 레이저 검지기 |
CN107423679A (zh) * | 2017-05-31 | 2017-12-01 | 深圳市鸿逸达科技有限公司 | 一种行人意图检测方法和系统 |
CN107437336A (zh) * | 2016-05-27 | 2017-12-05 | 武汉万集信息技术有限公司 | 车型识别装置和方法 |
CN206773927U (zh) * | 2017-05-05 | 2017-12-19 | 江门职业技术学院 | 一种快速路低能见度下车路协同诱导安全行车系统 |
US20180059248A1 (en) * | 2016-05-18 | 2018-03-01 | James Thomas O'Keeffe | Dynamically steered laser range finder |
CN107807252A (zh) * | 2017-10-25 | 2018-03-16 | 同方威视技术股份有限公司 | 车辆速度测量方法及装置 |
KR20180095972A (ko) * | 2017-02-20 | 2018-08-29 | 주토스주식회사 | 이중 스캔방식을 지원하는 고속 자동 광학 검사 장치 |
US20190107623A1 (en) * | 2017-10-09 | 2019-04-11 | Luminar Technologies, Inc. | Adjustable scan patterns for lidar system |
CN109629470A (zh) * | 2018-12-25 | 2019-04-16 | 长安大学 | 山区双车道弯道主动预警式防撞护栏及追尾预警方法 |
CN109884656A (zh) * | 2017-12-06 | 2019-06-14 | 北京万集科技股份有限公司 | 用于实现扫描视场分区的激光雷达及测距方法 |
CN110133669A (zh) * | 2019-05-24 | 2019-08-16 | 中铁科学技术开发有限公司 | 一种三维激光异物侵限监测方法及系统 |
CN110554407A (zh) * | 2019-09-25 | 2019-12-10 | 哈尔滨工程大学 | 一种模拟船用激光雷达三维点云成像方法 |
CN110554395A (zh) * | 2018-05-31 | 2019-12-10 | 宁波舜宇车载光学技术有限公司 | 激光探测系统及其方法 |
US20190383926A1 (en) * | 2016-11-30 | 2019-12-19 | Blackmore Sensors & Analytics, Llc | Method and system for automatic real-time adaptive scanning with optical ranging systems |
CN110703223A (zh) * | 2019-11-07 | 2020-01-17 | 上海禾赛光电科技有限公司 | 应用于激光雷达的调节方法和电子设备 |
CN111127836A (zh) * | 2020-02-14 | 2020-05-08 | 深圳市美舜科技有限公司 | 交通安全预警监控报警装置 |
CN111337903A (zh) * | 2020-05-20 | 2020-06-26 | 北京大汉正源科技有限公司 | 一种多线激光雷达 |
CN112053565A (zh) * | 2020-11-09 | 2020-12-08 | 江苏量动信息科技有限公司 | 激光雷达识别系统 |
CN112099042A (zh) * | 2020-08-07 | 2020-12-18 | 武汉万集信息技术有限公司 | 车辆跟踪方法以及系统 |
US20210011160A1 (en) * | 2017-04-10 | 2021-01-14 | Bea Sa | Sensor for controlling an automatic door |
CN112863201A (zh) * | 2021-01-07 | 2021-05-28 | 武汉理工大学 | 一种基于高速公路团雾区域多级预警系统的引导方法 |
CN112882061A (zh) * | 2021-02-06 | 2021-06-01 | 深圳市砝石激光雷达有限公司 | 人车识别安全防护激光装置及方法 |
CN113126061A (zh) * | 2020-01-16 | 2021-07-16 | 上海耕岩智能科技有限公司 | 一种激光雷达及其扫描方法 |
CN113469075A (zh) * | 2021-07-07 | 2021-10-01 | 上海商汤智能科技有限公司 | 确定交通流量指标的方法、装置、设备及存储介质 |
US20210319573A1 (en) * | 2019-04-29 | 2021-10-14 | Tsinghua Shenzhen International Graduate School | Ranging method based on laser-line scanning imaging |
CN113658444A (zh) * | 2021-08-09 | 2021-11-16 | 陕西高速机械化工程有限公司 | 一种基于太阳能的公路弯道预警系统 |
CN114137503A (zh) * | 2021-10-29 | 2022-03-04 | 际络科技(上海)有限公司 | 激光雷达扫描角度自动调整方法及装置 |
CN114217295A (zh) * | 2021-12-24 | 2022-03-22 | 青岛镭测创芯科技有限公司 | 激光雷达的扫描控制方法、装置、设备及可读存储介质 |
CN114267172A (zh) * | 2021-11-19 | 2022-04-01 | 山西省交通运输安全应急保障技术中心(有限公司) | 公路区段化交通冲突风险预警系统及其方法 |
US20220137219A1 (en) * | 2020-11-02 | 2022-05-05 | Motional Ad Llc | Light detection and ranging (lidar) scan smoothing |
CN114488078A (zh) * | 2022-01-11 | 2022-05-13 | 赣州市秋田微电子有限公司 | 激光扫描方法、控制方法及系统 |
CN114578344A (zh) * | 2022-01-14 | 2022-06-03 | 长沙行深智能科技有限公司 | 一种适用于雨天环境下的目标感知方法、装置及系统 |
WO2022211733A1 (en) * | 2021-03-31 | 2022-10-06 | Agency For Science, Technology And Research | Detection method and system for a mobile object |
CN115273549A (zh) * | 2022-07-29 | 2022-11-01 | 山东高速集团有限公司 | 一种基于路侧激光雷达的高速公路分流区防撞方法 |
WO2023006101A1 (zh) * | 2021-07-30 | 2023-02-02 | 北京万集科技股份有限公司 | 基于激光扫描的目标探测方法、装置及目标探测终端 |
CN115762067A (zh) * | 2022-11-25 | 2023-03-07 | 中国科学院空天信息创新研究院 | 一种基于激光点云与视频数据融合的山体滑坡监测系统 |
CN115902816A (zh) * | 2022-10-26 | 2023-04-04 | 成都清正公路工程试验检测有限公司 | 一种用于工程测量的自动测量系统 |
US20230204737A1 (en) * | 2021-12-23 | 2023-06-29 | Velodyne Lidar Usa, Inc. | Methods and related systems for detecting miscalibration of extrinsic lidar parameters |
-
2023
- 2023-07-12 CN CN202310855032.9A patent/CN116884250B/zh active Active
Patent Citations (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001195698A (ja) * | 2000-01-07 | 2001-07-19 | Nissan Motor Co Ltd | 歩行者検知装置 |
CN1412576A (zh) * | 2002-07-12 | 2003-04-23 | 天津大学 | 公路气候监测与报警系统 |
CN1967623A (zh) * | 2006-11-23 | 2007-05-23 | 河北理工大学 | 用红外线矩阵检测车流量的方法及交通监测系统 |
JP2010067119A (ja) * | 2008-09-12 | 2010-03-25 | Omron Corp | 車両検出装置 |
CN101783081A (zh) * | 2009-01-16 | 2010-07-21 | 武汉大学 | 高速公路防追尾预警系统 |
JP2010203864A (ja) * | 2009-03-02 | 2010-09-16 | Stanley Electric Co Ltd | 物体検知装置 |
JP4807763B1 (ja) * | 2011-03-04 | 2011-11-02 | 富士重工業株式会社 | 車外監視装置 |
CN102819951A (zh) * | 2011-06-09 | 2012-12-12 | 无锡物联网产业研究院 | 一种道路目标检测系统、方法及装置 |
CN103837095A (zh) * | 2014-03-18 | 2014-06-04 | 华中科技大学 | 一种三维激光扫描方法及装置 |
CN104008663A (zh) * | 2014-05-29 | 2014-08-27 | 重庆泉路交通科技有限公司 | 低能见度环境下行驶轨迹智能识别警示与预警系统 |
US20180059248A1 (en) * | 2016-05-18 | 2018-03-01 | James Thomas O'Keeffe | Dynamically steered laser range finder |
CN107437336A (zh) * | 2016-05-27 | 2017-12-05 | 武汉万集信息技术有限公司 | 车型识别装置和方法 |
CN106643546A (zh) * | 2016-10-31 | 2017-05-10 | 南京林业大学 | 基于移动二维激光扫描的单木三维绿量测量方法 |
US20190383926A1 (en) * | 2016-11-30 | 2019-12-19 | Blackmore Sensors & Analytics, Llc | Method and system for automatic real-time adaptive scanning with optical ranging systems |
CN206411876U (zh) * | 2017-01-22 | 2017-08-15 | 李昕 | 一种预防二次交通事故和恶劣天气下的行车引导预警系统 |
KR101770627B1 (ko) * | 2017-01-26 | 2017-08-23 | 컴레이저 (주) | 폴리건 미러를 이용하여 스캔속도 및 분해능을 높인 레이저 검지기 |
KR20180095972A (ko) * | 2017-02-20 | 2018-08-29 | 주토스주식회사 | 이중 스캔방식을 지원하는 고속 자동 광학 검사 장치 |
US20210011160A1 (en) * | 2017-04-10 | 2021-01-14 | Bea Sa | Sensor for controlling an automatic door |
CN206773927U (zh) * | 2017-05-05 | 2017-12-19 | 江门职业技术学院 | 一种快速路低能见度下车路协同诱导安全行车系统 |
CN107423679A (zh) * | 2017-05-31 | 2017-12-01 | 深圳市鸿逸达科技有限公司 | 一种行人意图检测方法和系统 |
US20190107623A1 (en) * | 2017-10-09 | 2019-04-11 | Luminar Technologies, Inc. | Adjustable scan patterns for lidar system |
CN107807252A (zh) * | 2017-10-25 | 2018-03-16 | 同方威视技术股份有限公司 | 车辆速度测量方法及装置 |
CN109884656A (zh) * | 2017-12-06 | 2019-06-14 | 北京万集科技股份有限公司 | 用于实现扫描视场分区的激光雷达及测距方法 |
CN110554395A (zh) * | 2018-05-31 | 2019-12-10 | 宁波舜宇车载光学技术有限公司 | 激光探测系统及其方法 |
CN109629470A (zh) * | 2018-12-25 | 2019-04-16 | 长安大学 | 山区双车道弯道主动预警式防撞护栏及追尾预警方法 |
US20210319573A1 (en) * | 2019-04-29 | 2021-10-14 | Tsinghua Shenzhen International Graduate School | Ranging method based on laser-line scanning imaging |
CN110133669A (zh) * | 2019-05-24 | 2019-08-16 | 中铁科学技术开发有限公司 | 一种三维激光异物侵限监测方法及系统 |
CN110554407A (zh) * | 2019-09-25 | 2019-12-10 | 哈尔滨工程大学 | 一种模拟船用激光雷达三维点云成像方法 |
CN110703223A (zh) * | 2019-11-07 | 2020-01-17 | 上海禾赛光电科技有限公司 | 应用于激光雷达的调节方法和电子设备 |
CN113126061A (zh) * | 2020-01-16 | 2021-07-16 | 上海耕岩智能科技有限公司 | 一种激光雷达及其扫描方法 |
US20210223367A1 (en) * | 2020-01-16 | 2021-07-22 | Shanghai Harvest Intelligence Technology Co., Ltd. | Laser Radar and Scanning Method Thereof |
CN111127836A (zh) * | 2020-02-14 | 2020-05-08 | 深圳市美舜科技有限公司 | 交通安全预警监控报警装置 |
CN111337903A (zh) * | 2020-05-20 | 2020-06-26 | 北京大汉正源科技有限公司 | 一种多线激光雷达 |
CN112099042A (zh) * | 2020-08-07 | 2020-12-18 | 武汉万集信息技术有限公司 | 车辆跟踪方法以及系统 |
US20220137219A1 (en) * | 2020-11-02 | 2022-05-05 | Motional Ad Llc | Light detection and ranging (lidar) scan smoothing |
CN112053565A (zh) * | 2020-11-09 | 2020-12-08 | 江苏量动信息科技有限公司 | 激光雷达识别系统 |
CN112863201A (zh) * | 2021-01-07 | 2021-05-28 | 武汉理工大学 | 一种基于高速公路团雾区域多级预警系统的引导方法 |
CN112882061A (zh) * | 2021-02-06 | 2021-06-01 | 深圳市砝石激光雷达有限公司 | 人车识别安全防护激光装置及方法 |
WO2022211733A1 (en) * | 2021-03-31 | 2022-10-06 | Agency For Science, Technology And Research | Detection method and system for a mobile object |
CN113469075A (zh) * | 2021-07-07 | 2021-10-01 | 上海商汤智能科技有限公司 | 确定交通流量指标的方法、装置、设备及存储介质 |
WO2023006101A1 (zh) * | 2021-07-30 | 2023-02-02 | 北京万集科技股份有限公司 | 基于激光扫描的目标探测方法、装置及目标探测终端 |
CN113658444A (zh) * | 2021-08-09 | 2021-11-16 | 陕西高速机械化工程有限公司 | 一种基于太阳能的公路弯道预警系统 |
CN114137503A (zh) * | 2021-10-29 | 2022-03-04 | 际络科技(上海)有限公司 | 激光雷达扫描角度自动调整方法及装置 |
CN114267172A (zh) * | 2021-11-19 | 2022-04-01 | 山西省交通运输安全应急保障技术中心(有限公司) | 公路区段化交通冲突风险预警系统及其方法 |
US20230204737A1 (en) * | 2021-12-23 | 2023-06-29 | Velodyne Lidar Usa, Inc. | Methods and related systems for detecting miscalibration of extrinsic lidar parameters |
CN114217295A (zh) * | 2021-12-24 | 2022-03-22 | 青岛镭测创芯科技有限公司 | 激光雷达的扫描控制方法、装置、设备及可读存储介质 |
CN114488078A (zh) * | 2022-01-11 | 2022-05-13 | 赣州市秋田微电子有限公司 | 激光扫描方法、控制方法及系统 |
CN114578344A (zh) * | 2022-01-14 | 2022-06-03 | 长沙行深智能科技有限公司 | 一种适用于雨天环境下的目标感知方法、装置及系统 |
CN115273549A (zh) * | 2022-07-29 | 2022-11-01 | 山东高速集团有限公司 | 一种基于路侧激光雷达的高速公路分流区防撞方法 |
CN115902816A (zh) * | 2022-10-26 | 2023-04-04 | 成都清正公路工程试验检测有限公司 | 一种用于工程测量的自动测量系统 |
CN115762067A (zh) * | 2022-11-25 | 2023-03-07 | 中国科学院空天信息创新研究院 | 一种基于激光点云与视频数据融合的山体滑坡监测系统 |
Non-Patent Citations (1)
Title |
---|
陆凯: "井下三维激光扫描系统设计与实现", 中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑), pages 021 - 70 * |
Also Published As
Publication number | Publication date |
---|---|
CN116884250B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6687577B2 (en) | Simple classification scheme for vehicle/pole/pedestrian detection | |
US11685371B2 (en) | Extension to safety protocols for autonomous vehicle operation | |
DE112015006810T5 (de) | Spurerkennungseinrichtung und Spurerkennungsverfahren | |
EP3715791A1 (en) | Vehicle driving support system, method, computer-program product, and vehicle | |
CN112009473B (zh) | 一种自适应巡航目标选择的方法、装置和计算机设备 | |
EP3822140B1 (en) | Operational design domain validation coverage for road and lane type | |
JP6593695B2 (ja) | 車線変更操舵制御システム | |
US10967867B2 (en) | Method and apparatus for efficiently providing occupancy information on the surroundings of a vehicle | |
CN113997950A (zh) | 车辆控制装置和车辆控制方法 | |
CN112988922A (zh) | 感知地图构建方法、装置、计算机设备和存储介质 | |
US11753014B2 (en) | Method and control unit automatically controlling lane change assist | |
CN116884250B (zh) | 一种基于激光雷达的预警方法及高速公路预警系统 | |
US11891069B2 (en) | Grid-based road model with multiple layers | |
CN113870595B (zh) | 行车引导方法、装置、计算机设备和介质 | |
CN113022593B (zh) | 障碍物处理方法、装置和行驶设备 | |
WO2022065045A1 (ja) | 自動運転装置 | |
JP6541942B2 (ja) | 区画線検出システム | |
JP6627021B2 (ja) | 車線変更操舵制御システム | |
CN111332310A (zh) | 通过间接信号反射来识别物体 | |
JP2008052467A (ja) | 車両周辺監視システム、車両、車両周辺監視プログラム、車両周辺監視システムの構築システム | |
US20230048593A1 (en) | Vehicle display control device, vehicle display device, vehicle display control method and computer-readable storage medium | |
CN116720663B (zh) | 一种交通运行管理方法、装置、系统及存储介质 | |
CN115675472B (zh) | 一种匝道口的确定方法、装置、电子设备和存储介质 | |
KR20180058436A (ko) | 오브젝트 분류 장치 및 방법 | |
CN117994967A (zh) | 交通违规事件处理方法、装置、计算机设备、介质及产品 |
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 |