CN117854265A - 基于车路协同的环境感知方法和系统 - Google Patents
基于车路协同的环境感知方法和系统 Download PDFInfo
- Publication number
- CN117854265A CN117854265A CN202211209111.4A CN202211209111A CN117854265A CN 117854265 A CN117854265 A CN 117854265A CN 202211209111 A CN202211209111 A CN 202211209111A CN 117854265 A CN117854265 A CN 117854265A
- Authority
- CN
- China
- Prior art keywords
- sensor data
- information
- vehicle
- acquired
- real
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 16
- 230000003068 static effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种用于车辆的环境感知方法和系统,方法包括:从该车辆接收对该车辆周围环境的环境感知信息的请求,其中该环境感知信息包括道路交通参与者信息、道路信息和路况信息;采集实时传感器数据;获取预设时间段内在正常状况下的历史传感器数据;对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息;以及向该车辆传送所述环境感知信息。
Description
技术领域
本发明涉及自动驾驶领域,更具体地,涉及一种基于车路协同的环境感知方法和系统。
背景技术
在自动驾驶领域,极端情形下(例如,极端天气状况下)的环境感知是一项具有挑战性的任务。雨、雪、雾等恶劣天气状况可能导致降低的可视性,从而妨碍了车载传感器的正确工作。因此,单车智能在极端天气下的感知系统几近失灵,目标识别置信度低,且单车智能感知系统成本过高。
目前,可利用车路协同技术,通过路侧感知来有效地弥补车辆的感知盲区,为驾驶员提供及时预警,也为交通部门实现了一定范围内的车辆协同调度,可以有效地改善城市道路车辆拥堵情况。随着车联网路侧智能基础设施的部署,路侧感知会让道路变得更加“智慧”。
然而,路侧感知设备(例如,路侧摄像头)也可能受到例如极端天气的较大影响,例如,在大雨、大雪或浓雾等恶劣的天气状况下,路侧感知受限,可能无法准确地进行例如车道线检测、车辆跟踪等。
因此,为了提高车辆在极端状况下的环境感知能力,弥补因极端天气而导致传感器难以采集信息的不足,期望能够提供一种用于车辆的环境感知方法和系统。
发明内容
提供本发明内容以便以简化形式介绍将在以下具体实施方式中进一步的描述一些概念。本发明内容并非旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。
根据本发明的第一方面,提供了一种在路侧端处执行的用于车辆的环境感知方法,所述方法包括:从所述车辆接收对所述车辆周围环境的环境感知信息的请求,其中所述环境感知信息包括道路交通参与者信息、道路信息和路况信息;采集实时传感器数据;获取预设时间段内在正常状况下的历史传感器数据;对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息;以及向所述车辆传送所述环境感知信息。
本发明实施例的技术方案中,通过采用车路协同的路侧感知技术,在路侧端通过利用正常状况下(例如,良好天气状况下)的历史传感器数据来对极端情形下(例如,极端天气状况、紧急情形(诸如火灾)等)的实时传感器数据进行增强,以进行对象检测、分类和跟踪等,从而提高在极端情形下的环境感知能力,真正提高道路交通的综合管理效率和通行效率。
根据本发明的一个实施例,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
根据本发明的进一步实施例,所述静态环境信息包括交通灯、交通标志、路面标记和车道线中的一者或多者。
根据本发明的进一步实施例,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:基于所采集的实时传感器数据来校准所获取的历史传感器数据;将所述实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
根据本发明的进一步实施例,所述方法进一步包括:在从所述车辆接收对所述车辆周围环境的环境感知信息的请求之际,确定在所述路侧端处是否部署有激光雷达、毫米波雷达或超声波雷达中的一者或多者,并且在确定在所述路侧端处部署有激光雷达、毫米波雷达或超声波雷达中的一者或多者的情况下进行后续传感器数据采集。
根据本发明的进一步实施例,获取预设时间段内在正常状况下的历史传感器数据进一步包括:获取预设时间段内在良好天气状况下的历史传感器数据。
根据本发明的进一步实施例,所述传感器数据包括雷达数据和视觉传感器数据。
根据本发明的第二方面,提供了一种部署在路侧端处的用于车辆的环境感知系统,所述系统包括:路侧通信单元,所述路侧通信单元被配置成从所述车辆接收对所述车辆周围环境的环境感知信息的请求,其中所述环境感知信息包括道路交通参与者信息、道路信息和路况信息;路侧感知单元,所述路侧感知单元被配置成采集实时传感器数据;路侧计算单元,所述路侧计算单元被配置成:获取预设时间段内在正常状况下的历史传感器数据;对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息,并且所述路侧通信单元被进一步配置成向所述车辆传送所述环境感知信息。
本发明实施例的技术方案中,通过利用路侧端处的多种传感器,结合边缘计算设备,实现对当前道路交通参与者和路况信息的实时获取,并且结合历史传感器数据进行处理和分析以得到更加准确的环境感知信息,弥补了因极端天气而导致传感器难以采集信息的不足,从而提升交通管理效能和交通安全。
根据本发明的一个实施例,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
根据本发明的进一步实施例,所述静态环境信息包括交通灯、交通标志、路面标记和车道线中的一者或多者。
根据本发明的进一步实施例,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:基于所采集的实时传感器数据来校准所获取的历史传感器数据;将所述实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
根据本发明的进一步实施例,所述路侧感知单元包括激光雷达、毫米波雷达或超声波雷达中的一者或多者。
根据本发明的进一步实施例,所述路侧感知单元进一步包括视觉传感器。
根据本发明的进一步实施例,获取预设时间段内在正常状况下的历史传感器数据进一步包括:获取预设时间段内在良好天气状况下的历史传感器数据。
根据本发明的第三方面,提供了一种存储有指令的计算机可读存储介质,当所述指令被执行时使得机器执行如前述方面中任一者的方法。
通过阅读下面的详细描述并参考相关联的附图,这些及其他特点和优点将变得显而易见。应该理解,前面的概括说明和下面的详细描述只是说明性的,不会对所要求保护的各方面形成限制。
附图说明
为了能详细地理解本发明的上述特征所用的方式,可以参照各实施例来对以上简要概述的内容进行更具体的描述,其中一些方面在附图中示出。然而应该注意,附图仅示出了本发明的某些典型方面,故不应被认为限定其范围,因为该描述可以允许有其它等同有效的方面。
图1示出了根据本发明的一个实施例的部署在路侧端处的用于车辆的环境感知系统的架构示意图。
图2示出了根据本发明的一个实施例的在极端天气情况下利用车路协同进行环境感知的场景的示意图。
图3示出了根据本发明的一个实施例的在路侧端处执行的用于车辆的环境感知方法的示意流程图。
图4示出了根据本发明的一个实施例的支持环境感知的示例性车辆。
图5示出了根据本发明的一个实施例的环境感知系统的架构示意图。
具体实施方式
下面结合附图详细描述本发明,本发明的特点将在以下的具体描述中得到进一步的显现。贯穿说明书所使用的术语“车辆”是指任何类型的汽车,包括但不限于轿车、货车、卡车、公共汽车等。为简单起见,关于“汽车”来描述本发明。说明书中使用的术语“A或B”是指“A和B”和“A或B”,而不是意味着A和B是排他的,除非另有说明。
图1是根据本发明的一个实施例的部署在路侧端处的用于车辆的环境感知系统100的架构示意图。如图1所示,环境感知系统100可至少包括路侧感知单元101、路侧计算单元102和路侧通信单元103。
路侧感知单元101可被配置成采集实时传感器数据。在一个实施方式中,路侧感知单元101可包括各种传感器组合,由此可基于多传感器融合技术来精准捕捉多种道路参与者信息,弥补各种驾驶场景中的感知盲区,并且在极端天气下具有很强的鲁棒性。在一个优选实施方式中,路侧感知单元101可包括激光雷达、毫米波雷达或超声波雷达或其组合。在进一步的实施方式中,路侧感知单元101还可包括视觉传感器。视觉传感器能够检测道路交通参与者类型(例如,行人、车辆等)信息,但是其受天气、光照强度的影响较大。毫米波雷达能够准确地检测目标的位置、速度等信息并且不会收到天气状态的干扰,但是其容易漏检静止的目标,而且检测的目标噪点较多。激光雷达具有单色性、相干性好、方向性强和光速飞行等良好特性,而且受环境的影响很小,因此能够有效克服基于视觉传感器和毫米波雷达的方案中存在的受环境影响大的问题。在一些情形中,激光雷达可包括单线激光雷达和多线激光雷达。点云数据可包含一束激光点达到反射点所反馈的距离信息、反射强度信息以及偏转角度,由此可以得到反射点到激光雷达中心的距离、垂直平面上的角度以及水平面上的角度,由此,通过对经由激光雷达接收到的点云数据进行解析,可以重构出三维点云图像。由此,通过将多种传感器的数据融合,能够结合不同传感器的优点,并且通过结合边缘计算设备,能够实现对当前道路交通参与者和路况信息的实时获取,并且通过V2X车路协同技术,按照约定的通信协议和数据交互标准,实现车-人-路-云间的信息交换和指令控制。
路侧计算单元102可与路侧通信单元103以及路侧感知单元101通信地耦合,并且可被配置成获取预设时间段内在正常状况下的历史传感器数据,并且对所采集的实时传感器数据结合所获取的历史传感器数据进行处理以得到所请求的环境感知信息,其中该环境感知信息可包括道路交通参与者信息、道路信息和路况信息。在一个实施方式中,路侧计算单元102可获取预设时间段内在良好天气状况下的历史传感器数据,例如,路侧计算单元102可获取预设时间段内在良好天气状况下的车道线信息,从而在例如极端天气状况下无法检测到车道线时能够对实时采集的传感器数据进行增强,以进行目标关联和匹配,从而能够在极端天气状况下准确地标识车道线,以辅助车辆的自动驾驶功能。在一个实施方式中,路侧计算单元102可被进一步配置成基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。例如,上述静态环境信息可包括交通灯、交通标志、路面标记和车道线中的一者或多者。在一个优选实施方式中,路侧计算单元102可被进一步配置成基于所采集的实时传感器数据来校准所获取的历史传感器数据,并且将该实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。上述校准可以是响应于外部因素(例如,大风)引起的传感器探测方向变化而进行的。路侧计算单元102在对原始传感器数据(包括实时传感器数据和历史传感器数据)进行处理时可以进行目标识别和目标定位等操作,目标识别是指通过机器学习或深度学习算法获得目标类型(例如,车辆、行人等),目标定位是指通过特定算法对感知区域内的目标进行标定,得到检测目标在传感器相对坐标系坐标到大地坐标系下坐标的转换关系(例如,车辆定位等)。随后,可以将所获取的目标的特征信息进行数据同步、目标关联、目标匹配、状态估计和目标跟踪,从而获取不同天气、不同光照环境下道路交通参与者的精确位置、速度、类型、尺寸等信息,并且将这些信息通过约定接口和协议发送给路侧通信单元(RSU)。在一个实施方式中,在对原始传感器数据进行处理时,还可以结合从云端获取的地图数据或从车端获取的车辆数据来得到更准确的环境感知信息。
路侧通信单元103可被配置成从车辆(例如,车辆的车载单元(OBU))接收对该车辆周围环境的环境感知信息的请求,其中该环境感知信息可包括道路交通参与者信息、道路信息和路况信息。在一个实施方式中,路侧通信单元103可经由空中接口(例如,PC5接口)与车辆上的车载单元(OBU)通信地耦合,并且可从周围的智能网联车辆接收网联车辆信息数据。路侧通信单元103还可被配置成获取路侧计算单元102处理后的环境感知信息(包括所有道路交通参与者信息、道路信息、路况信息等),并且通过V2X通信方式将整个路口或道路上的环境感知信息发送给周围的智能网联车辆。在一个实施方式中,上述对环境感知信息的请求可以是在检测到车辆感知受限(例如,在极端天气状况下)的情况下进行的。
由此,可以在由于极端情形(例如极端天气、火灾等)而导致车辆感知受限的情况下向路侧端请求环境感知信息,从而通过车路协同的路侧感知赋予车辆冗余感知能力,弥补因极端天气而导致传感器难以采集信息的不足,另外,通过结合例如良好天气状况下的历史传感器数据来对实时传感器数据进行匹配和增强,可以进一步提高路侧端的环境感知能力,从而真正提高道路交通的综合管理效率和通信效率,使道路变得更加“智慧”。
本领域技术人员能够理解,本发明的环境感知系统既可以以硬件形式实现,也可以以软件形式实现,并且各模块可以任意合适的方式合并或组合。
图2示出了根据本发明的一个实施例的在极端天气情况下利用车路协同进行环境感知的场景200的示意图。
在场景200中,在路侧安装有激光雷达、毫米波雷达和摄像头的传感器组合。当然,也可以存在其他各种传感器组合。上述传感器组合作为路侧设备解析路网环境信息的数据源,根据部署位置、设备高度、调节角度,获取目标区域的动态信息,并且发送给路侧计算单元以用于进一步的目标识别、检测和跟踪等。在该路段行驶的车辆的车载单元(OBU)经由PC5接口与路侧单元(RSU)通信连接,其中车载单元(OBU)可从各类传感器和车载网络获取原始信息,并且解算出典型车路协同应用需要的底层信息,通过信息交互传递至路侧单元(RSU),路侧单元(RSU)也可以从路侧计算单元获取从各种传感器融合数据分析得到的环境感知信息(包括例如该路段的所有交通参与者信息、路况信息等,并且传送给车辆的车载单元(OBU)以辅助车辆的自动驾驶功能。
如场景200所示,在极端天气的情况下(例如,暴雨、大雪、低照度天气等),行驶路段上的车辆V1的传感器受极端天气的影响较大而无法准确工作,因此车辆V1向该路段的路侧单元(RSU)发送对该车辆周围环境的环境感知信息(例如,车道线信息、车辆定位等)的请求。路侧单元(RSU)在接收到该请求之后确定路侧部署有激光雷达、毫米波雷达和摄像头的传感器组合,因此可以利用上述传感器组合来采集实时传感器数据并且发送给路侧计算单元。另外,路侧计算单元还获取在良好天气状况下的历史传感器数据,并且结合所采集的实时传感器数据进行处理,例如,由于在极端天气状况下,车载传感器和路侧传感器可能均无法采集到准确的车道线数据,而在良好天气状况下的历史传感器数据中可具有准确的车道线数据,因此可利用历史传感器数据来对实时采集的数据进行增强(例如,目标关联和匹配),从而例如在极端天气下也能进行车道线标识、车辆定位等操作。由此,路侧计算单元可分析得到更准确的环境感知信息并且经由RSU发送给车辆V1,以辅助车辆V1的自动驾驶功能。另外,该路段的所有其他车辆(例如,V2-V3)也可以利用V2I、V2V或V2N技术来获取环境感知信息(例如,经由PC5接口从路侧单元获取环境感知信息,经由PC5接口从车辆V1获取环境感知信息等),从而实现车辆与路侧设施之间的智能协同与协调,使车辆的“感知力”更强。
可以理解,还存在其他极端情形(例如,由于紧急情形(诸如火灾)引起的车辆感知受限)下利用车路协同进行环境感知的各种场景。
图3示出了根据本发明的一个实施例的在路侧端处执行的用于车辆的环境感知方法300的示意流程图。方法300开始于步骤301,路侧通信单元103可从车辆接收对该车辆周围环境的环境感知信息的请求,其中该环境感知信息可包括道路交通参与者信息、道路信息和路况信息。在一个实施方式中,对环境感知信息的请求可以是响应于车辆检测到感知受限(例如,传感器失灵等)的情况下而进行的。
在步骤302,路侧感知单元101可采集实时传感器数据。在一个实施方式中,上述传感器数据可包括雷达数据(例如,点云数据等)和视觉传感器数据(例如,图像、视频流等)。在一个实施方式中,上述数据采集可以是响应于确定在路侧端处部署有激光雷达、毫米波雷达或超声雷达中的一者或多者来进行的。
在步骤303,路侧计算单元102可获取预设时间段内在正常状况下的历史传感器数据。具体而言,路侧计算单元102可从预设时间段内的历史传感器数据中剔除异常数据(例如,极端恶劣天气状况下的历史传感器数据、紧急情形下的历史传感器数据等),从而能够利用历史传感器数据中的准确信息来对实时采集的数据进行增强。在一个实施方式中,路侧计算单元102可获取预设时间段内在良好天气状况下的历史传感器数据。
在步骤304,路侧计算单元102可对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息。在一个实施方式中,上述数据处理可进一步包括:基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。在上述示例中,环境感知信息可包括交通灯、交通标志、路面标记和车道线中的一者或多者。在进一步的实施方式中,上述数据处理可进一步包括基于所采集的实时传感器数据来校准所获取的历史传感器数据,并且将实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
在步骤305,路侧通信单元103可向车辆传送环境感知信息。
由此,通过利用车路协同的路侧感知技术,在路侧端通过利用正常状况下的历史传感器数据对例如极端状况下的实时传感器数据进行数据增强,从而提高在极端状况下的环境感知能力,并且进一步提升了恶劣天气状况下的自动驾驶安全性。
图4示出了根据本发明的一个实施例的支持环境感知的示例性车辆400。车辆400可包括至少一个传感器401、车载单元(OBU)402和自动驾驶控制单元403。该至少一个传感器401可包括激光雷达、毫米波雷达、超声波雷达、视觉传感器中的一者或多者。在检测到该至少一个传感器401(例如由于极端恶劣天气)无法正常工作时,可以经由车辆的OBU 402与车辆所在行驶路段的路侧单元RSU进行通信,并且从其获取环境感知信息,其中该环境感知信息可以是结合历史传感器数据对实时采集的传感器数据进行处理所得到的。OBU402可随后将所获取的环境感知信息(例如,车道线信息、车辆定位信息等)传送给该车辆的自动驾驶控制单元403以辅助各种自动驾驶功能。
图5示出了根据本发明的一个实施例的环境感知系统500的架构示意图。如图5中所示,系统500可包括存储器501和至少一个处理器502。存储器501可包括RAM、ROM、或其组合。存储器501可存储计算机可执行指令,这些指令在由至少一个处理器502执行时使该至少一个处理器502执行本文中所描述的各种功能,包括:从车辆接收对该车辆周围环境的环境感知信息的请求,其中该环境感知信息包括道路交通参与者信息、道路信息和路况信息;采集实时传感器数据;获取预设时间段内在正常状况下的历史传感器数据;对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息;以及向所述车辆传送所述环境感知信息。在一些情形中,存储器501可尤其包含BIOS,该BIOS可控制基本硬件或软件操作,诸如与外围组件或设备的交互。处理器502可包括智能硬件设备(例如,通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立的门或晶体管逻辑组件、分立的硬件组件,或其任何组合)。
本文中所描述的功能可以在硬件、由处理器执行的软件、固件、或其任何组合中实现。如果在由处理器执行的软件中实现,则各功能可以作为一条或多条指令或代码存储在计算机可读介质上或藉其进行传送。其他示例和实现落在本公开及所附权利要求的范围内。例如,由于软件的本质,本文描述的功能可使用由处理器执行的软件、硬件、固件、硬连线或其任何组合来实现。实现功能的特征也可物理地位于各种位置,包括被分布以使得功能的各部分在不同的物理位置处实现。
以上所已经描述的内容包括所要求保护主题的各方面的示例。当然,出于描绘所要求保护主题的目的而描述每一个可以想到的组件或方法的组合是不可能的,但本领域内的普通技术人员应该认识到,所要求保护主题的许多进一步的组合和排列都是可能的。从而,所公开的主题旨在涵盖落入所附权利要求书的精神和范围内的所有这样的变更、修改和变化。
Claims (15)
1.一种在路侧端处执行的用于车辆的环境感知方法,所述方法包括:
从所述车辆接收对所述车辆周围环境的环境感知信息的请求,其中所述环境感知信息包括道路交通参与者信息、道路信息和路况信息;
采集实时传感器数据;
获取预设时间段内在正常状况下的历史传感器数据;
对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息;以及
向所述车辆传送所述环境感知信息。
2.如权利要求1所述的方法,其特征在于,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:
基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
3.如权利要求2所述的方法,其特征在于,所述静态环境信息包括交通灯、交通标志、路面标记和车道线中的一者或多者。
4.如权利要求1所述的方法,其特征在于,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:
基于所采集的实时传感器数据来校准所获取的历史传感器数据;
将所述实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
5.如权利要求1所述的方法,其特征在于,进一步包括:
在从所述车辆接收对所述车辆周围环境的环境感知信息的请求之际,确定在所述路侧端处是否部署有激光雷达、毫米波雷达或超声波雷达中的一者或多者,并且
在确定在所述路侧端处部署有激光雷达、毫米波雷达或超声波雷达中的一者或多者的情况下进行后续传感器数据采集。
6.如权利要求1所述的方法,其特征在于,获取预设时间段内在正常状况下的历史传感器数据进一步包括:
获取预设时间段内在良好天气状况下的历史传感器数据。
7.如权利要求1所述的方法,其特征在于,所述传感器数据包括雷达数据和视觉传感器数据。
8.一种部署在路侧端处的用于车辆的环境感知系统,所述系统包括:
路侧通信单元,所述路侧通信单元被配置成从所述车辆接收对所述车辆周围环境的环境感知信息的请求,其中所述环境感知信息包括道路交通参与者信息、道路信息和路况信息;
路侧感知单元,所述路侧感知单元被配置成采集实时传感器数据;
路侧计算单元,所述路侧计算单元被配置成:
获取预设时间段内在正常状况下的历史传感器数据;
对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息,并且
所述路侧通信单元被进一步配置成向所述车辆传送所述环境感知信息。
9.如权利要求8所述的系统,其特征在于,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:
基于从所获取的历史传感器数据分析得到的静态环境信息来对所采集的实时传感器数据进行增强以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
10.如权利要求9所述的系统,其特征在于,所述静态环境信息包括交通灯、交通标志、路面标记和车道线中的一者或多者。
11.如权利要求8所述的系统,其特征在于,对所采集的实时传感器数据和所获取的历史传感器数据进行处理以得到所请求的环境感知信息进一步包括:
基于所采集的实时传感器数据来校准所获取的历史传感器数据;
将所述实时传感器数据与经校准的历史传感器数据进行匹配以应用于对象检测、分类和跟踪,以得到所请求的环境感知信息。
12.如权利要求8所述的系统,其特征在于,所述路侧感知单元包括激光雷达、毫米波雷达或超声波雷达中的一者或多者。
13.如权利要求12所述的系统,其特征在于,所述路侧感知单元进一步包括视觉传感器。
14.如权利要求8所述的系统,其特征在于,获取预设时间段内在正常状况下的历史传感器数据进一步包括:
获取预设时间段内在良好天气状况下的历史传感器数据。
15.一种存储有指令的计算机可读存储介质,当所述指令被执行时使得机器执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211209111.4A CN117854265A (zh) | 2022-09-30 | 2022-09-30 | 基于车路协同的环境感知方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211209111.4A CN117854265A (zh) | 2022-09-30 | 2022-09-30 | 基于车路协同的环境感知方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117854265A true CN117854265A (zh) | 2024-04-09 |
Family
ID=90537051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211209111.4A Pending CN117854265A (zh) | 2022-09-30 | 2022-09-30 | 基于车路协同的环境感知方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117854265A (zh) |
-
2022
- 2022-09-30 CN CN202211209111.4A patent/CN117854265A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180259640A1 (en) | Method and System for Environment Detection | |
US10762365B2 (en) | Method and device for traffic sign recognition | |
US9827956B2 (en) | Method and device for detecting a braking situation | |
WO2021031469A1 (zh) | 一种车辆障碍物检测方法及系统 | |
US10369995B2 (en) | Information processing device, information processing method, control device for vehicle, and control method for vehicle | |
CN108986510A (zh) | 一种面向路口的智能化本地动态地图实现系统及实现方法 | |
US20240142607A1 (en) | Information processing device, information processing method, computer program, and mobile device | |
US20200108717A1 (en) | Apparatus and method for controlling speed | |
CN113012445A (zh) | 智能交通控制系统及其控制方法 | |
CN111252066A (zh) | 紧急制动控制方法、装置、车辆及存储介质 | |
JP2009181315A (ja) | 物体検出装置 | |
US11250695B2 (en) | Method and device for providing a position of at least one object | |
CN109001743A (zh) | 有轨电车防撞系统 | |
CN110816527A (zh) | 一种车载夜视安全方法和系统 | |
CN112116031A (zh) | 基于路侧设备的目标融合方法、系统、车辆及存储介质 | |
CN115257784A (zh) | 基于4d毫米波雷达的车路协同系统 | |
CN111105644A (zh) | 一种车辆盲区监测、行驶控制方法、装置及车路协同系统 | |
CN111145569A (zh) | 一种道路监测、车辆行驶控制方法、装置及车路协同系统 | |
JP7414497B2 (ja) | 運転支援装置 | |
JP4848644B2 (ja) | 障害物認識システム | |
Jung et al. | Isrss: Integrated side/rear safety system | |
CN208847836U (zh) | 有轨电车防撞系统 | |
CN113264042B (zh) | 隐藏危险情况警示 | |
CN113884090A (zh) | 智能平台车环境感知系统及其数据融合方法 | |
KR20150055278A (ko) | 차량용 레이더를 이용한 실시간 교통정보 측정 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |