CN117471461B - 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 - Google Patents

一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 Download PDF

Info

Publication number
CN117471461B
CN117471461B CN202311797071.4A CN202311797071A CN117471461B CN 117471461 B CN117471461 B CN 117471461B CN 202311797071 A CN202311797071 A CN 202311797071A CN 117471461 B CN117471461 B CN 117471461B
Authority
CN
China
Prior art keywords
radar
vehicle
identification data
road side
mobile
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
CN202311797071.4A
Other languages
English (en)
Other versions
CN117471461A (zh
Inventor
汪洋
孙晨阳
李华福
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN202311797071.4A priority Critical patent/CN117471461B/zh
Publication of CN117471461A publication Critical patent/CN117471461A/zh
Application granted granted Critical
Publication of CN117471461B publication Critical patent/CN117471461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • 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
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种用于车载辅助驾驶系统的路侧雷达服务装置和方法，首先由路侧雷达单元获取雷达标识数据；再由移动雷达数据获取单元获取移动雷达设备发出的雷达标识数据，其中，移动雷达设备包括车载雷达和/或无人机机载雷达；然后通过数据校验单元依据每个雷达标识数据对各个雷达设备进行相互精度校验；最后由雷达数据发布单元将校验精度最高的雷达设备输出的雷达标识数据向预设空间范围内的车辆广播发送，以用于车辆的辅助驾驶。由于在路侧单元感知范围内择优选取最佳精度的雷达标识数据来用于该预设空间范围内车辆的辅助驾驶，使得车载辅助驾驶系统的精度更高、感知范围更大。

Description

一种用于车载辅助驾驶系统的路侧雷达服务装置和方法
技术领域
本发明涉及车载辅助驾驶技术领域，具体涉及一种用于车载辅助驾驶系统的路侧雷达服务装置和方法。
背景技术
在智能交通系统和智能驾驶技术不断发展的背景下，车路协同感知技术的重要性日益凸显。在车路协同的过程中，车辆和道路基础设施配备了各种传感器，如摄像头、激光雷达和GPS等，用于感知周围环境和获取交通信息。通过传感器数据的交互协同，车辆上的传感器可以感知到周围交通目标和障碍物等信息，并通过车载通信设备将这些数据传输给道路基础设施，反之亦然。这种协同机制的应用可以提高交通安全性、交通效率和驾驶体验。然而雷达设备有使用寿命，且随着工作周期的增加，其精度会明显下降。当由路侧单元为车辆辅助驾驶系统提供三维空间定位时，路侧雷达设备的精度稳定性直接影响车载辅助驾驶系统的感知精度和感知范围。
发明内容
本发明主要解决的技术问题是如何提高车辆上驾驶辅助系统的感知精度和感知范围。
根据第一方面，一种实施例中提供一种路侧雷达服务装置，包括：
路侧雷达单元，用于通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据；
移动雷达数据获取单元，用于获取移动雷达设备发出的雷达标识数据；所述移动雷达设备包括车载雷达和/或无人机机载雷达；所述雷达标识数据包括在雷达感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息；
数据校验单元，用于依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验；
雷达数据发布单元，用于将校验精度最高的雷达设备输出的所述雷达标识数据向一预设空间范围内的车辆广播发送，以用于在所述预设空间范围内车辆的辅助驾驶。
一实施例中，路侧雷达服务装置还包括：
数据合并单元，用于将每个所述移动雷达设备发出的雷达标识数据和所述路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的所述雷达标识数据通过所述雷达数据发布单元进行广播发送。
一实施例中，所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
将所述无人机机载雷达作为校验基准雷达；
依据所述无人机机载雷达输出的所述雷达标识数据对所述路侧雷达设备进行精度校验；和/或，依据所述无人机机载雷达输出的所述雷达标识数据对所述车载雷达进行精度校验。
一实施例中，所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
将所述路侧雷达设备作为校验基准雷达；
依据所述路侧雷达设备输出的所述雷达标识数据对所述车载雷达进行精度校验。
一实施例中，路侧雷达服务装置还包括：
校验结果反馈单元，用于依据对每个所述车载雷达进行精度校验的结果，向校验误差大于一预设阈值的车辆发送提示信息。
根据第二方面，一种实施例中提供一种用于车载辅助驾驶系统的路侧雷达服务方法，用于应用于如第二方面所述的路侧雷达服务装置，包括：
通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据；
获取移动雷达设备发出的雷达标识数据；所述移动雷达设备包括车载雷达和/或无人机机载雷达；所述雷达标识数据包括在所述感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息；
依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验；
将校验精度最高的雷达设备输出的所述雷达标识数据向所述预设空间范围内的车辆广播发送，以用于所述预设空间范围内车辆的辅助驾驶。
一实施例中，路侧雷达服务方法还包括：
将每个所述移动雷达设备发出的雷达标识数据和所述路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的所述雷达标识数据通过所述雷达数据发布单元进行广播发送。
一实施例中，路侧雷达服务方法还包括：
在所述预设空间范围内的车辆依据自身车载雷达获取的所述雷达标识数据与通过广播接收的所述雷达标识数据对自身车载雷达进行精度校验，且当所述车辆校验自身车载雷达的精度不满足辅助驾驶预设的最低精度要求时，将通过广播接收的所述雷达标识数据用于该车辆的辅助驾驶；
和/或，在所述预设空间范围内的车辆未设置有车载雷达时，应用一预设的多感知融合算法，依据该车辆的车载图像获取装置获取的该车辆视角的周围图像数据和雷达标识数据识别出该车辆在雷达标识数据中对应的空间三维信息，以用于辅助驾驶。
一实施例中，所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
在所述路侧雷达单元的感应区域范围内设置至少一个已知空间位置尺寸参数的校验模型，依据所述校验模型的空间位置尺寸参数对所述路侧雷达设备进行精度校验；
当所述路侧雷达设备的精度满足预设阈值时，依据所述路侧雷达设备输出的所述雷达标识数据对所述移动雷达设备进行精度校验。
根据第三方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如第二方面所述的路侧雷达服务方法。
根据上述实施例的路侧雷达服务方法，通过路侧雷达设备获取的获取雷达标识数据和移动雷达设备发出的雷达标识数据，对每个雷达设备进行相互精度校验，并将校验精度最高和/或感知范围最大的雷达设备获取的雷达标识数据用于预设空间范围内的车辆辅助驾驶，使得车载辅助驾驶系统的精度更高、感知范围更大。
附图说明
图1为一种实施例中路侧雷达服务装置的结构框图；
图2为一种实施例中路侧雷达服务方法的流程示意图；
图3为一种实施例中双阶段度量匹配融合算法的算法流程示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。
由于路侧雷达设备随工作周期的增长，其精度稳定性会降低，因此需定期进行维护和校验，然而对路侧雷达设备的精度校验是一个非常复杂的过程，为了提高检测效率，现阶段采用的方式是进行直接更换，再对更换下来的雷达设备进行定期检修，该方式需要付出更多的人力物力。在本申请一实施例中，通过获取路侧雷达设备感知范围内的移动雷达设备输出的雷达标识数据，来对路侧单元雷达设备进行精度校验，使得路侧雷达设备具有精度自动校验功能，进而当由路侧雷达设备向车载辅助驾驶系统提供三维空间定位服务时，大大增加了车载辅助驾驶系统的安全性和稳定性。
实施例一：
请参考图1，为一种实施例中路侧雷达服务装置的结构框图，路侧雷达服务装置包括路侧雷达单元10、移动雷达数据获取单元20、数据校验单元30和雷达数据发布单元40。路侧雷达单元10用于通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据。移动雷达数据获取单元20用于获取移动雷达设备发出的雷达标识数据，其中，移动雷达设备包括车载雷达和/或无人机机载雷达。雷达标识数据包括在雷达感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息。一实施例中，雷达标识数据只包括感知范围内行驶车辆的空间三维信息和二维边界信息，空间三维信息包括车辆的大小信息、位置信息和方向信息，二维边界信息为车辆相对一预设平面上的投影边界信息。数据校验单元30用于依据路侧雷达单元10获取的雷达标识数据和移动雷达数据获取单元20获取的雷达标识数据，对路侧雷达设备和每个移动雷达设备进行相互精度校验。雷达数据发布单元40用于将校验精度最高的雷达设备输出的雷达标识数据向一预设空间范围内的车辆广播发送，以用于在预设空间范围内车辆的辅助驾驶。
一实施例中，路侧雷达服务装置还包括数据合并单元50，数据合并单元50用于将每个移动雷达设备发出的雷达标识数据和路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的雷达标识数据通过雷达数据发布单元40进行广播发送，以用于提高车载辅助驾驶系统精度和感应范围。
一实施例中，当对路侧雷达设备和每个移动雷达设备进行相互精度校验时，将无人机机载雷达作为校验基准雷达，因无人机记载雷达的精度及维护检测频率要比路侧雷达设备和车载雷达设备的频率要高，当多雷达设备共存时优选无人机机载雷达为校验基准雷达，即将路侧雷达单元获取的雷达标识去匹配无人机机载雷达输出的雷达标识数据，以校验路侧雷达单元中路侧雷达设备的精度。
一实施例中，当对路侧雷达设备和每个移动雷达设备进行相互精度校验时，依据无人机机载雷达输出的雷达标识数据对车载雷达进行精度校验，即将车载雷达获取的雷达标识去匹配无人机机载雷达输出的雷达标识数据，以校验车载雷达设备的精度。
一实施例中，当移动雷达中没有无人机机载雷达时，将路侧雷达设备作为校验基准雷达，以依据路侧雷达设备输出的雷达标识数据对车载雷达进行精度校验。
一实施例中，路侧雷达服务装置还包括校验结果反馈单元60，校验结果反馈单元60用于依据对每个车载雷达进行精度校验的结果，向校验误差大于一预设阈值的车辆发送提示信息，以用于提醒车辆辅助驾驶系统的车载雷达精度过低。
请参考图2，为一种实施例中路侧雷达服务方法的流程示意图，该路侧雷达服务方法用于应用于如上所述的路侧雷达服务装置，该路侧雷达服务方法具体包括：
步骤101，获取路侧雷达数据。
通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据。
步骤102，获取移动雷达数据。
获取移动雷达设备发出的雷达标识数据，移动雷达设备包括车载雷达和/或无人机机载雷达。其中，雷达标识数据包括在雷达的感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息。雷达类型信息包括移动雷达设备的种类，一实施例中，移动雷达设备的种类包括微波雷达、毫米波雷达和/或激光雷达。
步骤103，相互精度校验。
依据路侧雷达单元获取的雷达标识数据和移动雷达数据获取单元获取的雷达标识数据，对路侧雷达设备和每个移动雷达设备进行相互精度校验。
一实施例中，还公开了一种对路侧雷达设备进行校验的方法，具体包括：
在路侧雷达单元的感应区域范围内设置至少一个已知空间位置尺寸参数的校验模型，依据校验模型的空间位置尺寸参数对路侧雷达设备进行精度校验。进一步，当路侧雷达设备的精度满足预设阈值时，依据路侧雷达设备输出的雷达标识数据对移动雷达设备进行精度校验。
步骤104，广发雷达标识数据。
将校验精度最高的雷达设备输出的雷达标识数据向预设空间范围内的车辆广播发送，以用于预设空间范围内车辆的辅助驾驶。
一实施例中，路侧雷达服务方法还包括：
步骤105，合并雷达数据。
将每个移动雷达设备发出的雷达标识数据和路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的雷达标识数据通过雷达数据发布单元进行广播发送。
一实施例中，路侧雷达服务方法还包括：
步骤106，应用雷达数据。
在预设空间范围内的车辆依据自身车载雷达获取的雷达标识数据与通过广播接收的雷达标识数据对自身车载雷达进行精度校验，且当车辆校验自身车载雷达的精度不满足辅助驾驶预设的最低精度要求时，将通过广播接收的雷达标识数据用于该车辆的辅助驾驶。
在预设空间范围内的车辆未设置有车载雷达时，应用一预设的多感知融合算法，依据该车辆的车载图像获取装置获取的该车辆视角的周围图像数据和雷达标识数据识别出该车辆在雷达标识数据中对应的空间三维信息，以用于辅助驾驶。
一实施例中，多感知融合算法包括双阶段度量匹配融合算法，请参考图3，为一种实施例中双阶段度量匹配融合算法的算法流程示意图，包括：
步骤201，获取图像目标特征集合。
提取周围图像数据中成像的移动物体的图像目标特征集合A={a_v_1,a_v_2,...a_v_n}。一实施例中，周围图像数据中成像的移动物体是以本车为参照的移动物体，该移动物体包括周围车辆、道路标志物（例如，路牌或路灯）和/或预先设定的可识别标识物。
步骤202，获取雷达目标特征集合。
提取所述雷达标识数据中的移动物体的雷达目标特征集合B={b_r_α,b_r_β,...b_r_λ}。
步骤203，获取共同移动目标对集合。
通过对图像目标特征集合A和雷达目标特征集合B中每个元素的相似度，筛选出周围图像数据中成像移动物体与雷达标识数据中移动物体的共同移动目标对集合S={(v_1,r_α),(v_2,r_β),...(v_m,r_θ)}。
步骤204，获取图像八大顶点集合。
在共同移动目标对集合S中提取在周围图像数据中满足一预设顶点提取条件的图像目标特征集合A中元素a_v_m的图像八大顶点集合v_m_d={d1,d2,d3,d4,d5,d6,d7,d8}。其中，预设顶点提取条件包括：
对应图像目标特征集合A中元素a_v_m的移动物体在周围图像数据的一预设居中区域内，且与该车辆的距离不大于一预设值。
步骤205，获取雷达八个顶点集。
在共同移动目标对集合S中提取对应元素a_v_m的雷达目标特征集合B中的元素b_r_θ的雷达八个顶点集r_θ_d={dα,dβ,dγ,dδ,dε.dζ,dη,dθ}。
步骤206，获取旋转平移刚性变换矩阵。
应用点云配准方法计算获取元素a_v_m的图像八大顶点集合v_m_d与元素b_r_θ的雷达八个顶点集r_θ_d之间相互转换的旋转平移刚性变换矩阵。
步骤207，获取三维坐标对应关系。
依据旋转平移刚性变换矩阵获取周围图像数据中成像的移动物体与雷达标识数据中对应的移动物体之间的三维坐标对应关系。
车载图像数据与车外雷达数据实现融合，核心问题就是如何在车外雷达数据中标识出自己车辆的位置信息，下面通过一简单实施例论述下其融合原理，具体包括：
1）车载端周围图像数据的获取。
车载图像获取装置一般就是摄像头，通过单目三维目标感知网络对周围图像数据中的三维目标进行提取和检测，保留目标车辆的三维信息（大小、位置和/或方向），同时也保留了目标在图像上的二维包围框信息，可以定义为二维边界信息，即为移动物体相对一预设平面（车辆视角面或预设车辆行驶面）上的投影边界信息。
2）雷达数据转换为雷达标识数据。
雷达数据中包含信息比较多，为了降低数据传输量，可只提取移动目标的三维信息（大小、位置和/或方向），同时也可保留了目标在感知平面（与预设车辆行驶面对应）上的二维包围框信息。
3）依据公共感知范围内的物体空间距离和尺寸一致，进行图像校验以建立对应关系。
一实施例中，分别对两类数据（一个图像数据和一个雷达数据）中的目标空间尺寸和相互之间距离特征进行提取，由于图像数据和雷达数据有公共空间，且在同一公共空间内，都能对同一移动目标进行提取，且提取的特征数据一定相近或相同，因此就可以依据各个移动目标的特征数据相似度来建立对应关系，进而实现在雷达标识数据中标识出自己车辆的位置，从而实现车载图像数据与车外雷达数据的融合。
下面通过一具体实施例描述双阶段度量匹配融合算法（Hamming RegistrationHamming Fusion ，HRHF）的应用方式，具体包括：
为了提升车侧感知的效果，仅仅通过车路协同视域内的共同目标的快速关联是不够的，还需要根据车侧感知目标的特性进行优化。特别是对车辆的单目三维感知（周围图像数据），近处靠近视野中央的三维目标感知精确，远处的感知精度较低。基于这一特点，本申请公开了双阶段度量匹配融合算法，在该算法中，利用了车外多传感器生成的高精度感知结果和车侧感知特征的特性。
首先，从车侧传感器检测到的车辆目标图像（周围图像数据）中提取车辆重识别特征，并与路侧生成的雷达标识数据的列表中的车辆重识别特征利用汉明距离进行相似度计算。
然后，基于重识别相似度和车侧检测到的车辆目标三维信息的距离信息，选择相似度排名靠前并且距离车侧传感器较近的车辆目标的三维包围框顶点，使用迭代最近点计算车辆侧和道路侧两侧传感器下同一个车辆三维包围框的顶点之间的旋转平移刚性变换矩阵，利用得到的变换矩阵，将路侧检测到的所有三维目标信息转换到车侧坐标系。
再，针对车侧检测到的车辆三维目标，再次利用汉明距离与周围3米处的车辆（路侧转换到车侧的三维包围框）进行相似度计算（这里计算的是重识别特征），相似度最高的路侧车辆的三维包围框替代车侧检测到的三维包围框。
最后，可以得到融合后的三维交通环境，展现车路协同感知的结果。
通过如上这种先利用汉明距离计算相似度关联车路两侧目标，再利用配准算法计算平移变换矩阵，再进行每个车侧检测到的目标周围的相似度计算并替换包围框的方式进行融合，最终可以实现车路协同感知的融合。这种双阶段度量匹配融合算法的应用不仅计算量小、速度快，同时也可以有效增强车侧的感知能力。
通过HRHF算法可以得到融合的三维交通环境，展现车路协同感知的结果。通过先利用汉明距离计算相似度关联车路两侧目标，然后使用配准算法计算平移变换矩阵，并进行每个车侧检测到的目标周围的相似度计算并替换包围框的方式进行融合，最终可以实现车路协同感知的融合。HRHF算法不仅计算量小且速度快，而且还能有效增强车侧感知能力。
本申请实施例中公开的路侧雷达服务方法，通过对多个雷达设备进行相互校验，择优选取校验精度最高的雷达设备，无需依赖GPS和高精地图的辅助就能为车载辅助驾驶系统提供三维空间定位，使得车载辅助驾驶系统的精度更高、感知范围更大。
本申请实施例中公开的路侧雷达服务装置，首先由路侧雷达单元获取雷达标识数据；再由移动雷达数据获取单元获取移动雷达设备发出的雷达标识数据，其中，移动雷达设备包括车载雷达和/或无人机机载雷达；然后通过数据校验单元依据每个雷达标识数据对各个雷达设备进行相互精度校验；最后由雷达数据发布单元将校验精度最高的雷达设备输出的雷达标识数据向预设空间范围内的车辆广播发送，以用于车辆的辅助驾驶。由于在路侧单元感知范围内择优选取最佳精度的雷达标识数据来用于该预设空间范围内车辆的辅助驾驶，使得车载辅助驾驶系统的精度更高、感知范围更大。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (7)

1.一种用于车载辅助驾驶系统的路侧雷达服务装置，其特征在于，所述路侧雷达服务装置包括：
路侧雷达单元，用于通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据；
移动雷达数据获取单元，用于获取移动雷达设备发出的雷达标识数据；所述移动雷达设备包括车载雷达和无人机机载雷达；所述雷达标识数据包括在雷达感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息；
数据校验单元，用于依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验；
雷达数据发布单元，用于将校验精度最高的雷达设备输出的所述雷达标识数据向一预设空间范围内的车辆广播发送，以用于在所述预设空间范围内车辆的辅助驾驶；
数据合并单元，用于将每个所述移动雷达设备发出的雷达标识数据和所述路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的所述雷达标识数据通过所述雷达数据发布单元进行广播发送；
所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
将所述无人机机载雷达作为校验基准雷达；
依据所述无人机机载雷达输出的所述雷达标识数据对所述路侧雷达设备进行精度校验；和，依据所述无人机机载雷达输出的所述雷达标识数据对所述车载雷达进行精度校验；
所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
将所述路侧雷达设备作为校验基准雷达；
依据所述路侧雷达设备输出的所述雷达标识数据对所述车载雷达进行精度校验。
2.如权利要求1所述的路侧雷达服务装置，其特征在于，还包括：
校验结果反馈单元，用于依据对每个所述车载雷达进行精度校验的结果，向校验误差大于一预设阈值的车辆发送提示信息。
3.一种用于车载辅助驾驶系统的路侧雷达服务方法，其特征在于，用于应用于如权利要求1至2任一项所述的路侧雷达服务装置，包括：
通过路侧雷达设备监测经过感知范围内的过往车辆，以获取雷达标识数据；
获取移动雷达设备发出的雷达标识数据；所述移动雷达设备包括车载雷达和无人机机载雷达；所述雷达标识数据包括在所述感知范围内所有车辆的空间三维信息、二维边界信息和/或雷达类型信息；
依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验；
将校验精度最高的雷达设备输出的所述雷达标识数据向所述预设空间范围内的车辆广播发送，以用于所述预设空间范围内车辆的辅助驾驶。
4.如权利要求3所述的路侧雷达服务方法，其特征在于，还包括：
将每个所述移动雷达设备发出的雷达标识数据和所述路侧雷达单元获取的雷达标识数据进行校准合并，并将校准合并后的所述雷达标识数据通过所述雷达数据发布单元进行广播发送。
5.如权利要求3所述的路侧雷达服务方法，其特征在于，还包括：
在所述预设空间范围内的车辆依据自身车载雷达获取的所述雷达标识数据与通过广播接收的所述雷达标识数据对自身车载雷达进行精度校验，且当所述车辆校验自身车载雷达的精度不满足辅助驾驶预设的最低精度要求时，将通过广播接收的所述雷达标识数据用于该车辆的辅助驾驶；
和/或，在所述预设空间范围内的车辆未设置有车载雷达时，应用一预设的多感知融合算法，依据该车辆的车载图像获取装置获取的该车辆视角的周围图像数据和雷达标识数据识别出该车辆在雷达标识数据中对应的空间三维信息，以用于辅助驾驶。
6.如权利要求3所述的路侧雷达服务方法，其特征在于，所述依据所述路侧雷达单元获取的雷达标识数据和所述移动雷达数据获取单元获取的雷达标识数据，对所述路侧雷达设备和每个所述移动雷达设备进行相互精度校验，包括：
在所述路侧雷达单元的感应区域范围内设置至少一个已知空间位置尺寸参数的校验模型，依据所述校验模型的空间位置尺寸参数对所述路侧雷达设备进行精度校验；
当所述路侧雷达设备的精度满足预设阈值时，依据所述路侧雷达设备输出的所述雷达标识数据对所述移动雷达设备进行精度校验。
7.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求3-6中任一项所述的路侧雷达服务方法。
CN202311797071.4A 2023-12-26 2023-12-26 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 Active CN117471461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311797071.4A CN117471461B (zh) 2023-12-26 2023-12-26 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311797071.4A CN117471461B (zh) 2023-12-26 2023-12-26 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法

Publications (2)

Publication Number Publication Date
CN117471461A CN117471461A (zh) 2024-01-30
CN117471461B true CN117471461B (zh) 2024-03-08

Family

ID=89639860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311797071.4A Active CN117471461B (zh) 2023-12-26 2023-12-26 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法

Country Status (1)

Country Link
CN (1) CN117471461B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850378A (zh) * 2019-11-22 2020-02-28 深圳成谷科技有限公司 一种路侧雷达设备自动校准方法和装置
CN110927708A (zh) * 2018-08-30 2020-03-27 百度在线网络技术（北京）有限公司 智能路侧单元的标定方法、装置及设备
CN113093128A (zh) * 2021-04-09 2021-07-09 阿波罗智联(北京)科技有限公司 用于标定毫米波雷达的方法、装置、电子设备及路侧设备
CN113126044A (zh) * 2019-12-31 2021-07-16 华为技术有限公司 雷达标定方法、装置及设备
CN114325662A (zh) * 2021-12-23 2022-04-12 中汽创智科技有限公司 一种车载雷达的外参标定方法、装置、设备及存储介质
WO2022141913A1 (zh) * 2021-01-01 2022-07-07 杜豫川 一种基于车载定位装置的路侧毫米波雷达校准方法
CN114755662A (zh) * 2022-03-21 2022-07-15 北京航空航天大学 一种路车融合感知的激光雷达和gps的标定方法和装置
CN115755026A (zh) * 2022-11-21 2023-03-07 中国第一汽车股份有限公司 车辆引导方法及车辆
CN116148821A (zh) * 2023-01-30 2023-05-23 智道网联科技(北京)有限公司 激光雷达的外参修正方法和装置、电子设备和存储介质
CN116635739A (zh) * 2021-01-01 2023-08-22 同济大学 一种基于车载定位装置的路侧毫米波雷达校准方法
CN117192520A (zh) * 2023-10-26 2023-12-08 中国第一汽车股份有限公司 一种雷达标定参数的校验方法、装置、设备和介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6442193B2 (ja) * 2014-08-26 2018-12-19 株式会社トプコン 点群位置データ処理装置、点群位置データ処理システム、点群位置データ処理方法およびプログラム
US10884103B2 (en) * 2017-04-17 2021-01-05 Magna Electronics Inc. Calibration system for vehicle radar system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927708A (zh) * 2018-08-30 2020-03-27 百度在线网络技术（北京）有限公司 智能路侧单元的标定方法、装置及设备
CN110850378A (zh) * 2019-11-22 2020-02-28 深圳成谷科技有限公司 一种路侧雷达设备自动校准方法和装置
CN113126044A (zh) * 2019-12-31 2021-07-16 华为技术有限公司 雷达标定方法、装置及设备
WO2022141913A1 (zh) * 2021-01-01 2022-07-07 杜豫川 一种基于车载定位装置的路侧毫米波雷达校准方法
CN116635739A (zh) * 2021-01-01 2023-08-22 同济大学 一种基于车载定位装置的路侧毫米波雷达校准方法
CN113093128A (zh) * 2021-04-09 2021-07-09 阿波罗智联(北京)科技有限公司 用于标定毫米波雷达的方法、装置、电子设备及路侧设备
CN114325662A (zh) * 2021-12-23 2022-04-12 中汽创智科技有限公司 一种车载雷达的外参标定方法、装置、设备及存储介质
CN114755662A (zh) * 2022-03-21 2022-07-15 北京航空航天大学 一种路车融合感知的激光雷达和gps的标定方法和装置
CN115755026A (zh) * 2022-11-21 2023-03-07 中国第一汽车股份有限公司 车辆引导方法及车辆
CN116148821A (zh) * 2023-01-30 2023-05-23 智道网联科技(北京)有限公司 激光雷达的外参修正方法和装置、电子设备和存储介质
CN117192520A (zh) * 2023-10-26 2023-12-08 中国第一汽车股份有限公司 一种雷达标定参数的校验方法、装置、设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毫米波雷达在车路协同系统中的应用研究;李原;;工业控制计算机;20200125(第01期);第44-46、50页 *

Also Published As

Publication number Publication date
CN117471461A (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN109739236B (zh) 车辆信息的处理方法、装置、计算机可读介质及电子设备
WO2021023102A1 (zh) 地图更新方法、装置及存储介质
US10558222B2 (en) Navigating a vehicle using a crowdsourced sparse map
Krämmer et al. Providentia--A Large-Scale Sensor System for the Assistance of Autonomous Vehicles and Its Evaluation
CN106503653B (zh) 区域标注方法、装置和电子设备
CN111102986B (zh) 用于运载工具导航的尺寸缩小的地图的自动生成以及时空定位
CN106571046B (zh) 基于路面网格体系的车路协同辅助驾驶方法
US20200160722A1 (en) Distributed data collection and processing among vehicle convoy members
Shi et al. VIPS: Real-time perception fusion for infrastructure-assisted autonomous driving
JP2020532800A (ja) 交通標識認識を用いたカメラキャリブレーションシステム、方法、および、コンピュータ可読媒体
CN112009484A (zh) 用于确定驾驶辅助数据的方法和系统
WO2020057406A1 (zh) 一种辅助驾驶方法和系统
CN111429739A (zh) 一种辅助驾驶方法和系统
CN110807412B (zh) 一种车辆激光定位的方法、车载设备和存储介质
CN111353453B (zh) 用于车辆的障碍物检测方法和装置
CN113743171A (zh) 目标检测方法及装置
CN113848921A (zh) 车路云协同感知的方法和系统
CN117576652B (zh) 道路对象的识别方法、装置和存储介质及电子设备
CN110765224A (zh) 电子地图的处理方法、车辆视觉重定位的方法和车载设备
US20230074860A1 (en) Machine learning-based point cloud alignment classification
CN115705693A (zh) 用于传感器数据的标注的方法、系统和存储介质
DE102022106461A1 (de) Systeme und verfahren zur kameraausrichtung
CN113988197A (zh) 基于多相机、多激光雷达的联合标定及目标融合检测方法
JP2019519051A (ja) 知的照明システム、照明デバイス、車両、車載端末、車両運転支援システム及び車両運転支援方法
CN112305499A (zh) 一种根据光源进行定位的方法及装置

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