KR20130061250A - Tracking method of vehicle's surrounding obstacles - Google Patents
Tracking method of vehicle's surrounding obstacles Download PDFInfo
- Publication number
- KR20130061250A KR20130061250A KR1020110127454A KR20110127454A KR20130061250A KR 20130061250 A KR20130061250 A KR 20130061250A KR 1020110127454 A KR1020110127454 A KR 1020110127454A KR 20110127454 A KR20110127454 A KR 20110127454A KR 20130061250 A KR20130061250 A KR 20130061250A
- Authority
- KR
- South Korea
- Prior art keywords
- obstacle
- data
- vehicle
- obstacles
- tracking method
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/8093—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for obstacle warning
Abstract
Description
본 발명은 주행하고 있는 차량 주변의 장애물들을 검출하고 이를 추적하여 차량 주변의 장애물들에 대한 정보를 제공하도록 하는 기술에 관한 것이다.The present invention relates to a technology that detects and tracks obstacles around a driving vehicle to provide information about obstacles around the vehicle.
차량 주변의 장애물을 추적하여 이들 장애물들에 대한 정보를 제공할 수 있도록 하면, 운전자가 이와 같은 정보를 활용하여 보다 안전한 차량의 운행을 할 수 있게 되며, 자율주행 차량의 경우 차량의 충돌을 방지하고 안전한 운행이 가능하도록 하는 필수적인 정보가 된다.
By tracking obstacles around the vehicle to provide information about these obstacles, the driver can use this information to drive the vehicle more safely.For self-driving vehicles, It is essential information for safe driving.
차량 주변의 장애물은 크게 고정되어 있는 고정 장애물과 이동 장애물로 구분할 수 있는데, 이동 장애물 추적에 있어서 가장 중요한 것은 추적하는 대상을 강건하게 유지시키는 것이다. 즉, 대상 물체의 ID를 유지하는 것이 가장 중요한 문제가 된다.
Obstacles around the vehicle can be divided into fixed and moving obstacles that are largely fixed. The most important thing in tracking a moving obstacle is to keep the object to be tracked robustly. In other words, maintaining the ID of the target object is the most important problem.
다중 장애물 혼재 상황에서는 자차의 움직임 또는 다른 장애물들의 움직임에 따라 추적하던 장애물이 다른 장애물에 가려지는 경우가 발생한다. 이 경우 종래에는 도 1에 도시된 바와 같이 기존 추적하던 장애물이 다른 앞쪽의 장애물에 의해 가려지면 뒤쪽의 장애물에 대하여 부여되었던 ID가 삭제되고 유지되지 못하는 난점이 있으며, 이런 때에 자율주행 차량은 기존 이동 장애물을 추적하지 못해서 충돌을 할 수도 있는 위험이 발생하게 된다.
In a mixed obstacle situation, the obstacle being tracked is blocked by another obstacle according to the movement of the vehicle or the movement of other obstacles. In this case, conventionally, as shown in FIG. 1, when the previously tracked obstacle is covered by another front obstacle, an ID assigned to the rear obstacle is deleted and cannot be maintained. In this case, the autonomous vehicle moves in the existing state. Failure to track the obstacles creates a risk of collision.
상기의 발명의 배경이 되는 기술로서 설명된 사항들은 본 발명의 배경에 대한 이해 증진을 위한 것일 뿐, 이 기술분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술에 해당함을 인정하는 것으로 받아들여져서는 안 될 것이다.The matters described as the background of the above-described invention are merely for the purpose of improving the understanding of the background of the present invention, and are accepted as acknowledging that they correspond to the prior art already known to those skilled in the art. I will not.
본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 차량 주변의 장애물을 추적함에 있어서 기존에 추적하던 장애물이 보다 가까운 장애물에 의해 가려질 때에도 기존에 추적하던 장애물을 강건하게 추적할 수 있도록 하여, 보다 실질적인 주변 장애물 정보의 제공으로 운전자에게는 보다 안전한 차량의 운행이 가능하도록 하고, 자율주행 차량의 경우 장애물 겹침에 의해 놓친 장애물에 의해 충돌이 발생하게 되는 경우를 배제할 수 있게 됨으로써, 그 주행 안전성이 크게 향상될 수 있도록 한 차량의 주변 장애물 추적방법을 제공함에 그 목적이 있다.The present invention has been made to solve the problems as described above, so that in the tracking of obstacles around the vehicle, even if the previously tracked obstacles are obscured by a closer obstacle, it is possible to robustly track the previously tracked obstacles. Thus, by providing more realistic surrounding obstacle information, it is possible to drive the vehicle more safely to the driver, and in the case of autonomous vehicles, it is possible to exclude a case in which a collision occurs due to an obstacle missed by the overlap of obstacles. It is an object of the present invention to provide a method for tracking an obstacle around a vehicle so that safety can be greatly improved.
상기한 바와 같은 목적을 달성하기 위한 본 발명 차량의 주변 장애물 추적방법은Peripheral obstacle tracking method of the present invention vehicle for achieving the above object is
자차 주변에 일정각도 간격으로 빔을 발사하고 반사되는 빔을 수신하여 장애물과의 거리 데이터를 얻는 스캔에 의해 주변의 장애물마다 ID를 부여하는 ID부여단계와;An ID granting step of projecting beams at a predetermined angle around the host vehicle and receiving IDs of the reflected beams and assigning IDs to the respective obstacles by scanning to obtain distance data from the obstacles;
매 스캔마다 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 왼쪽이나 오른쪽에서 데이터 수가 변화하는지를 판단하는 가림판단단계와;A screening judging step of determining whether the data of the obstacle to which the ID is assigned changes in each scan from the left or the right of the other obstacle data;
상기 데이터수가 변화하는 장애물의 ID를 가려지는 장애물로 등록하여 ID를 유지하는 ID유지단계;An ID maintaining step of registering an ID of the obstacle having the changed data number as an obstruction and maintaining the ID;
를 포함하여 구성된 것을 특징으로 한다.And a control unit.
본 발명은 차량 주변의 장애물을 추적함에 있어서 기존에 추적하던 장애물이 보다 가까운 장애물에 의해 가려질 때에도 기존에 추적하던 장애물을 강건하게 추적할 수 있도록 하여, 보다 실질적인 주변 장애물 정보의 제공으로 운전자에게는 보다 안전한 차량의 운행이 가능하도록 하고, 자율주행 차량의 경우 장애물 겹침에 의해 놓친 장애물에 의해 충돌이 발생하게 되는 경우를 배제할 수 있게 됨으로써, 그 주행 안전성이 크게 향상될 수 있도록 한다.According to the present invention, when tracking an obstacle around a vehicle, the existing tracking obstacle can be robustly tracked even when the previously tracked obstacle is covered by a closer obstacle, thereby providing the driver with more practical peripheral obstacle information. It is possible to safely drive the vehicle, and in the case of autonomous vehicles, it is possible to exclude a case in which a collision is caused by the obstacle missed by the overlapping obstacles, the driving safety can be greatly improved.
도 1은 본 발명에 따른 차량의 주변 장애물 추적방법의 실시예를 도시한 순서도,
도 2는 1 is a flowchart illustrating an embodiment of a method for tracking a peripheral obstacle of a vehicle according to the present invention;
2 is
도 2를 참조하면, 본 발명 차량의 주변 장애물 추적방법의 실시예는 자차 주변에 일정각도 간격으로 빔을 발사하고 반사되는 빔을 수신하여 장애물과의 거리 데이터를 얻는 스캔에 의해 주변의 장애물마다 ID를 부여하는 ID부여단계(S10)와; 매 스캔마다 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 왼쪽이나 오른쪽에서 데이터 수가 변화하는지를 판단하는 가림판단단계(S20)와; 상기 데이터수가 변화하는 장애물의 ID를 가려지는 장애물로 등록하여 ID를 유지하는 ID유지단계(S30)를 포함하여 구성된다.
Referring to FIG. 2, according to an embodiment of the method for tracking an obstacle around a vehicle according to the present disclosure, an ID is generated for each obstacle by a scan that emits a beam at an angular interval around the host vehicle and receives the reflected beam to obtain distance data from the obstacle. ID granting step (S10) to give; An occlusion determination step (S20) of determining whether the data of the obstacle to which the ID is assigned is changed in each scan from the left or the right of the other obstacle data; And an ID maintaining step (S30) of registering the ID of the obstacle whose data number is changed as an obstructed obstacle and maintaining the ID.
즉, 자차에 보다 가까운 장애물에 대하여 상대적으로 멀리 떨어져서 상기 가까운 장애물에 가려지게 되는 장애물은, 상기 가까운 장애물을 나타내는 데이터의 오른쪽이나 왼쪽 옆에서 시간이 지남에 따라 점차 그 장애물에서 반사되어 수신되는 데이터가 변화하게 될 것이므로, 이를 통하여 해당 장애물이 가려지고 있음을 판단하고, 그 장애물이 비록 앞쪽의 장애물에 의해 가려지더라도 그 장애물의 ID를 지속적으로 유지하고 추적함으로써, 차량 주변의 장애물을 놓치지 않고 실질적으로 감시할 수 있게 되어, 운전자에게 보다 정확한 장애물 정보를 제공할 수 있음은 물론, 자율주행 차량의 경우 예기치 못한 충돌 상황이 발생하는 것을 방지할 수 있다.That is, the obstacle that is covered by the near obstacle relatively far away from the obstacle closer to the host vehicle, the data received by being reflected from the obstacle gradually received over time to the right or left side of the data representing the close obstacle Because it will be changed, it is determined that the obstacle is covered by this, and even if the obstacle is obscured by the front obstacle, by continuously maintaining and tracking the ID of the obstacle, it is practical to miss the obstacle around the vehicle By being able to monitor, it is possible to provide more accurate obstacle information to the driver, as well as to prevent unexpected collisions in the case of autonomous vehicles.
여기서, 상기 ID부여단계(S10)는 스캔을 통해 얻어진 데이터로 차량 주변의 장애물에 대한 장애물지도를 작성하는 단계(S11)와, 상기 장애물지도에서 부적절한 노이즈를 제거하고, 장애물에 해당하는 일련의 연관성 있는 데이터 군을 클러스터링하여 하나의 장애물로 인식하여 ID를 부여하는 노이즈제거 및 클러스터링 단계(S12)와, 자차의 움직임을 산출하는 단계(S13)와, 자차의 움직임과 상기 장애물의 상대적인 움직임을 연산하여 상기 장애물들을 고정장애물과 이동장애물로 분류하는 단계(S14)로 이루어져 있다.
Here, the ID granting step (S10) is a step of creating an obstacle map for the obstacle around the vehicle with the data obtained through the scan (S11), and removes inappropriate noise from the obstacle map, a series of associations corresponding to the obstacle Noise removal and clustering step (S12) for clustering the group of data to be recognized as an obstacle to give the ID (S12), calculating the movement of the host vehicle (S13), by calculating the movement of the host vehicle and the relative movement of the obstacle The obstacles are classified into fixed obstacles and moving obstacles (S14).
즉, 여기서, 스캔이란 거리를 측정할 수 있는 레이저빔을 일정각도로 차례로 조사하여 반사되는 빔 데이터에 의해 해당 장애물의 거리를 측정할 수 있는 레이저스캐너 등과 같은 장치로 차량 주변의 감시 대상 영역을 전체적으로 1회 조사하는 것을 말하며, 상기와 같은 스캔은 일정한 주기로 반복적으로 이루어지게 된다.
That is, a scan is a device such as a laser scanner that can measure the distance of the obstacle by the beam data reflected by sequentially irradiating a laser beam capable of measuring a distance at a predetermined angle, and the entire area to be monitored around the vehicle as a whole. It refers to one irradiation, and such a scan is repeatedly performed at regular intervals.
도 3을 참조하면, 상기와 같은 스캔에 의해 장애물을 검출하는 것을 예시하고 있는 바, 좌측과 같이 스캔을 하면, 우측에 도시된 바와 같은 일련의 연관성 있는 데이터그룹을 얻을 수 있고, 이 데이터그룹을 하나의 장애물로 인식하여 ID를 부여하고 이후의 스캔에서 계속해서 감시하고 추적하도록 하는 것이다.
Referring to FIG. 3, an example of detecting an obstacle by the above scan is illustrated. When the scan is performed on the left side, a series of related data groups as shown on the right side can be obtained. Recognize it as an obstacle, assign it an ID, and continue to monitor and track it in subsequent scans.
한편, 도 4를 참조하면, 좌측과 같이 보다 가까운 장애물에 의해 먼 장애물이 가려지는 상황을 스캔한 경우에, 우측과 같이 데이터가 얻어지게 되고, 앞쪽 장애물의 데이터 오른쪽에 뒤쪽 장애물의 데이터가 검출되고 있는데, 계속해서 이어지는 스캔의 결과를 예측해 보면 상기 뒤쪽 장애물의 데이터 개수가 늘어나거나 줄어드는 등과 같이 변화할 것이며, 이와 같은 변화를 상기 가림판단단계(S20)에서 검출하여 상기 가려지는 장애물의 ID로 등록하여 상기 ID유지단계(S30)를 통해 상기 앞쪽의 장애물에 완전히 가려지더라도 지속적으로 ID를 유지함으로써, 계속적이 추적이 가능하도록 하는 것이다.
On the other hand, referring to Figure 4, when scanning a situation in which the distant obstacle is covered by a closer obstacle as shown on the left side, the data is obtained as shown on the right side, the data of the rear obstacle is detected to the right of the data of the front obstacle However, if the result of the subsequent scan is predicted, the number of data of the rear obstacle will increase or decrease, and the like, and the change is detected in the screening determination step S20 and registered as the ID of the covered obstacle. Through the ID maintaining step (S30), even if it is completely covered by the front obstacle to maintain the ID continuously, it is possible to continuously track.
상기 가림판단단계(S20)에서는 매 스캔마다 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 왼쪽이나 오른쪽에서 데이터 수가 감소하는지를 판단하고, 상기 ID유지단계(S30)에서는 상기 데이터수가 감소하는 장애물의 ID를 가려지는 장애물로 등록하여 ID를 유지하도록 하는 것이 가능할 것이다.
In the screening judging step S20, it is determined whether the data of the obstacle to which the ID is assigned decreases from the left or the right side of the other obstacle data every scan, and in the ID holding step S30, It would be possible to register the ID as an obstructive obstruction to maintain the ID.
왜냐하면, 지속적으로 감시하고 있던 장애물이 앞쪽의 다른 장애물에 가려지기 시작한다면, 해당 장애물의 데이터 수는 감소할 것이기 때문이다.
Because if an obstacle that was constantly being monitored began to be covered by another obstacle in front of it, the data count of that obstacle would decrease.
또한, 상기 가림판단단계(S20)에서는 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 양쪽으로 쪼개지는지를 함께 판단하고, 상기 ID유지단계(S30)에서는 상기 데이터가 양쪽으로 쪼개지는 장애물의 ID도 가려지는 장애물로 등록하여 ID를 유지하는 것이 바람직할 것이다.
In addition, the screening judging step (S20) determines whether the data of the obstacle to which the ID is assigned is split into both sides of other obstacle data together, and in the ID holding step (S30), the ID of the obstacle from which the data is split into both sides. It would be desirable to maintain the ID by registering as an obscurity.
이는 상기 앞쪽 장애물 보다 뒤쪽의 가려진 장애물이 크기가 상대적으로 매우 커서 상기 앞쪽 장애물로 가려지고도 스캔하는 빔에 양쪽이 노출되는 경우에 적합한 방법이기 때문이다.
This is because the obstructed obstruction behind the front obstruction is so large that it is suitable when both sides are exposed to the scanning beam even when obscured by the obstruction.
한편, 상기 가림판단단계(S20)에서는 일련의 거리 데이터에서 인접한 데이터 사이의 거리 차이가 소정의 기준값 이상으로 벌어지는 경우, 이들 인접한 일군의 데이터들은 서로 다른 장애물로 판단하도록 함으로써, 더욱 확실한 구별이 가능하도록 한다.
On the other hand, in the screening determination step (S20), when the distance difference between adjacent data in the series of distance data is wider than a predetermined reference value, these adjacent groups of data are determined to be different obstacles, so that a more reliable distinction is possible. do.
즉, 도 4에 도시된 바와 같이 두 장애물을 나타내는 데이터군 사이에는 거리차이가 소정 기준값 이상 떨어져 있으므로, 상기한 바와 같이 데이터 수가 변화하는 것에 의하여 당해 장애물이 앞쪽의 장애물에 의해 가려지고 있다고 판단함에 있어서, 확실히 앞쪽 장애물과 다른 뒤쪽의 장애물의 존재를 확인할 수 있도록 하는 것이다.
In other words, as shown in FIG. 4, since the distance difference is more than a predetermined reference value between the data groups representing the two obstacles, when the number of data changes as described above, it is determined that the obstacle is covered by the front obstacle. To be sure, you can check for the presence of the front obstacle and the other rear obstacle.
물론, 상기와 같이 일련의 데이터군들 사이의 거리차이가 소정 기준값 이상 차이나는 것에 의해 장애물을 구분하는 것은 상기 노이즈제거 및 클러스터링 단계(S12)에서도 사용되는 것이 바람직할 것이다.
Of course, it is preferable to use the noise elimination and clustering step S12 to classify the obstacles as the distance difference between the series of data groups differs by more than a predetermined reference value.
여기서, 상기 소정 기준값은 단일 장애물에서는 검출되기 어렵고 서로 이격된 별도의 장애물의 경우에 발견될 가능성이 높은 수준의 데이터 사이의 거리로 적절히 설정되는 값이다.
Here, the predetermined reference value is a value that is appropriately set to a distance between data that is difficult to detect in a single obstacle and is likely to be found in case of separate obstacles spaced from each other.
한편, 상기 가림판단단계(S20)와 ID유지단계(S30)는 매 스캔마다 반복적으로 수행하되, 매 스캔마다 각 장애물이 검출되는지의 여부에 대한 개별적 확률을 구하여, 그 확률이 소정의 임계값 미만이 되면, 해당 장애물의 ID를 삭제하도록한다(S25).
On the other hand, the screening determination step (S20) and the ID maintenance step (S30) is performed repeatedly every scan, each individual scan to determine whether each obstacle is detected, the probability is less than a predetermined threshold value In this case, the ID of the corresponding obstacle is deleted (S25).
즉, 매 스캔마다 어느 두 장애물이 검출되는지의 여부를 각각 누적하여 카운트하여 그 확률을 각각 구하고, 이 확률들 중 어느 한 확률이 소정의 임계값에 이르지 못함이 판단되면, 이것은 해당 장애물이 사라졌다는 것을 의미하는 것으로 보아도 되므로, 해당 ID를 삭제하도록 하고, 어떤 장애물이 매 스캐닝마다 검출되지는 않지만 상기 임계값 이상의 확률로 발견된다면, 다른 장애물에 의해 가려지거나 하는 등의 이유에 의해 검출이 잘 안되고 있는 상황으로 판단하여 해당 ID를 계속적으로 유지함으로써, 보다 안정성 있는 장애물의 추적이 가능하도록 하는 것이다.
That is, each scan accumulates or counts which two obstacles are detected and calculates the probability, and if it is determined that any one of these probabilities does not reach a predetermined threshold value, it indicates that the obstacle has disappeared. The ID may be deleted, and if an obstacle is not detected at every scanning but is detected with a probability above the threshold, it may not be detected due to a reason such as being obscured by another obstacle. By judging the situation and maintaining the ID continuously, more stable obstacle tracking is possible.
물론 상기 소정의 임계값은 상기한 바와 같은 취지에 따라, 장애물이 존재하지만 검출되지 않는 회수의 경향 등을 고려하여 실험적으로 또는 해석적으로 결정되는 값이다.
Of course, the predetermined threshold value is a value that is determined experimentally or analytically in consideration of the tendency of the number of times that an obstacle exists but is not detected according to the above-described purpose.
상기한 바와 같은 제어 방법에 의하면, 도 5에 도시된 바와 같이 자차에 대하여 상대적으로 가까운 장애물에 의하여 상대적으로 멀리 있으면서 상기 가까운 장애물에 의해 가려진 먼 장애물도 지속적으로 ID가 유지되면서 관리 및 추적이 이루어지게 되고, 이러한 장애물 데이터는 적절한 방법으로 출력되어, 운전자에게 제공되거나, 자율운전 차량의 주행 로직에 제공되게 된다.
According to the control method as described above, as shown in FIG. 5, the remote obstacles which are relatively far away by the obstacles relatively close to the host vehicle are managed and tracked while the ID is continuously maintained. Such obstacle data is output in an appropriate manner and provided to the driver or provided to the driving logic of the autonomous driving vehicle.
본 발명은 특정한 실시예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 제공되는 본 발명의 기술적 사상을 벗어나지 않는 한도 내에서, 본 발명이 다양하게 개량 및 변화될 수 있다는 것은 당업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.While the present invention has been particularly shown and described with reference to specific embodiments thereof, it will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the following claims It will be apparent to those of ordinary skill in the art.
S10; ID부여단계
S20; 가림판단단계
S30; ID유지단계S10; ID grant step
S20; Screening judgment stage
S30; ID maintenance step
Claims (6)
매 스캔마다 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 왼쪽이나 오른쪽에서 데이터 수가 변화하는지를 판단하는 가림판단단계(S20)와;
상기 데이터수가 변화하는 장애물의 ID를 가려지는 장애물로 등록하여 ID를 유지하는 ID유지단계(S30);
를 포함하여 구성된 것을 특징으로 하는 차량의 주변 장애물 추적방법.An ID granting step (S10) of firing beams at a predetermined angle interval around the host vehicle and receiving IDs of the reflected beams and assigning IDs to the surrounding obstacles by scanning to obtain distance data from the obstacles;
An occlusion determination step (S20) of determining whether the data of the obstacle to which the ID is assigned is changed in each scan from the left or the right of the other obstacle data;
ID maintenance step (S30) of maintaining the ID by registering the ID of the obstacle that the data number is changed to cover the obstacle;
Peripheral obstacle tracking method of the vehicle, characterized in that configured to include.
상기 가림판단단계(S20)에서는 매 스캔마다 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 왼쪽이나 오른쪽에서 데이터 수가 감소하는지를 판단하고;
상기 ID유지단계(S30)에서는 상기 데이터수가 감소하는 장애물의 ID를 가려지는 장애물로 등록하여 ID를 유지하는 것
을 특징으로 하는 차량의 주변 장애물 추적방법.The method according to claim 1,
In the screening judging step (S20), it is determined whether the data of the obstacle to which the ID is assigned decreases in the left side or the right side of the other obstacle data every scan;
In the ID holding step (S30) to maintain the ID by registering as an obstacle to the ID of the obstacle that the number of data is reduced
Peripheral obstacle tracking method of the vehicle, characterized in that.
상기 가림판단단계(S20)에서는 상기 ID가 부여된 장애물의 데이터가 다른 장애물 데이터의 양쪽으로 쪼개지는지를 함께 판단하고;
상기 ID유지단계(S30)에서는 상기 데이터가 양쪽으로 쪼개지는 장애물의 ID도 가려지는 장애물로 등록하여 ID를 유지하는 것
을 특징으로 하는 차량의 주변 장애물 추적방법.The method according to claim 1,
In the screening judging step (S20), it is determined together whether the data of the obstacle to which the ID is assigned is split into both of the other obstacle data;
In the ID maintaining step (S30), the ID of the obstacle that the data is split into both sides is also registered as an obstruction that maintains the ID.
Peripheral obstacle tracking method of the vehicle, characterized in that.
상기 가림판단단계(S20)에서는 일련의 거리 데이터에서 인접한 데이터 사이의 거리 차이가 소정의 기준값 이상으로 벌어지는 경우, 이들 인접한 일군의 데이터들은 서로 다른 장애물로 판단하는 것
을 특징으로 하는 차량의 주변 장애물 추적방법.The method according to any one of claims 1 to 3,
In the screening judging step (S20), when the distance difference between adjacent data in the series of distance data is greater than a predetermined reference value, these adjacent groups of data are determined as different obstacles.
Peripheral obstacle tracking method of the vehicle, characterized in that.
상기 ID부여단계(S10)는
스캔을 통해 얻어진 데이터로 차량 주변의 장애물에 대한 장애물지도를 작성하는 단계(S11)와;
상기 장애물지도에서 부적절한 노이즈를 제거하고, 장애물에 해당하는 일련의 연관성 있는 데이터 군을 클러스터링 하여 하나의 장애물로 인식하여 ID를 부여하는 노이즈제거 및 클러스터링 단계(S12)와;
자차의 움직임을 산출하는 단계(S13)와;
자차의 움직임과 상기 장애물의 상대적인 움직임을 연산하여 상기 장애물들을 고정장애물과 이동장애물로 분류하는 단계(S14);
를 포함하여 구성된 것을 특징으로 하는 차량의 주변 장애물 추적방법.The method according to claim 1,
The ID granting step (S10) is
Creating an obstacle map of obstacles around the vehicle using data obtained through the scan (S11);
A noise removing and clustering step (S12) of removing inappropriate noise from the obstacle map, clustering a series of related data groups corresponding to the obstacle, and recognizing it as one obstacle to give an ID;
Calculating a movement of the host vehicle (S13);
Classifying the obstacles into fixed obstacles and moving obstacles by calculating a movement of the host vehicle and a relative movement of the obstacles (S14);
Peripheral obstacle tracking method of the vehicle, characterized in that configured to include.
상기 가림판단단계(S20)와 ID유지단계(S30)는 매 스캐닝마다 반복적으로 수행하되,
매 스캐닝마다 각 장애물이 검출되는지의 여부에 대한 개별적 확률을 구하여, 그 확률이 소정의 임계값 미만이 되면, 해당 장애물의 ID를 삭제하는 것
을 특징으로 하는 차량의 주변 장애물 추적방법.The method according to claim 1,
The blind determination step (S20) and ID maintenance step (S30) is repeatedly performed every scanning,
Obtain an individual probability of whether each obstacle is detected at every scanning, and if the probability is below a predetermined threshold, delete the ID of the obstacle.
Peripheral obstacle tracking method of the vehicle, characterized in that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110127454A KR101371718B1 (en) | 2011-12-01 | 2011-12-01 | Tracking method of vehicle's surrounding obstacles |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110127454A KR101371718B1 (en) | 2011-12-01 | 2011-12-01 | Tracking method of vehicle's surrounding obstacles |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130061250A true KR20130061250A (en) | 2013-06-11 |
| KR101371718B1 KR101371718B1 (en) | 2014-03-10 |
Family
ID=48859406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110127454A KR101371718B1 (en) | 2011-12-01 | 2011-12-01 | Tracking method of vehicle's surrounding obstacles |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101371718B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108569297A (en) * | 2017-03-14 | 2018-09-25 | 厦门雅迅网络股份有限公司 | A kind of recognition methods of vehicle driving-cycle and system |
| CN113465614A (en) * | 2020-03-31 | 2021-10-01 | 北京三快在线科技有限公司 | Unmanned aerial vehicle and generation method and device of navigation map thereof |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111942374A (en) * | 2020-08-14 | 2020-11-17 | 中国第一汽车股份有限公司 | Obstacle map generation method and device, vehicle and storage medium |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3913911B2 (en) * | 1998-10-19 | 2007-05-09 | 本田技研工業株式会社 | Vehicle obstacle detection device |
| JP3737048B2 (en) * | 2001-12-14 | 2006-01-18 | 富士通テン株式会社 | Radar equipment |
| JP3757936B2 (en) * | 2002-11-29 | 2006-03-22 | 株式会社デンソー | Obstacle recognition device for vehicles |
| JP4020089B2 (en) * | 2004-03-03 | 2007-12-12 | 日産自動車株式会社 | VEHICLE DRIVE OPERATION ASSISTANCE DEVICE AND VEHICLE WITH VEHICLE DRIVE OPERATION ASSISTANCE DEVICE |
| JP5049853B2 (en) * | 2008-04-08 | 2012-10-17 | 本田技研工業株式会社 | Vehicle object detection device |
-
2011
- 2011-12-01 KR KR1020110127454A patent/KR101371718B1/en active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108569297A (en) * | 2017-03-14 | 2018-09-25 | 厦门雅迅网络股份有限公司 | A kind of recognition methods of vehicle driving-cycle and system |
| CN113465614A (en) * | 2020-03-31 | 2021-10-01 | 北京三快在线科技有限公司 | Unmanned aerial vehicle and generation method and device of navigation map thereof |
| CN113465614B (en) * | 2020-03-31 | 2023-04-18 | 北京三快在线科技有限公司 | Unmanned aerial vehicle and generation method and device of navigation map thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101371718B1 (en) | 2014-03-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5267592B2 (en) | Object recognition device | |
| JP5152840B2 (en) | Automotive radar equipment | |
| JP5488518B2 (en) | Road edge detection device, driver support device, and road edge detection method | |
| JP5926069B2 (en) | Obstacle determination device | |
| JP2005043201A (en) | Radar device for vehicle | |
| KR20160066053A (en) | Method and control unit for monitoring traffic | |
| JP2014202527A (en) | Detection method and detection device of train head position | |
| JP2009133761A (en) | Radar system | |
| KR102569900B1 (en) | Apparatus and method for performing omnidirectional sensor-fusion and vehicle including the same | |
| JP2016148547A (en) | Detection device | |
| KR20200081525A (en) | Apparatus and method for tracking target vehicle and vehicle including the same | |
| KR101371718B1 (en) | Tracking method of vehicle's surrounding obstacles | |
| JP2018206234A (en) | Driving support system | |
| JP2013137710A (en) | Obstacle detector | |
| JP2012093883A (en) | Risk degree prediction device | |
| JP3341186B2 (en) | Object discriminating apparatus and method, and vehicle equipped with object discriminating apparatus | |
| WO2014069633A1 (en) | Target detection device and contact avoidance system using same | |
| CN114207469A (en) | Method for classifying objects in the surroundings of a vehicle and driver assistance system | |
| JP4561499B2 (en) | Vehicle driving support device | |
| JP4489815B2 (en) | Driving support system with a device that recognizes special situations | |
| JP5556317B2 (en) | Object recognition device | |
| JP2019159648A (en) | Vehicle counting device, vehicle counting method, and vehicle counting program | |
| JP6396647B2 (en) | Obstacle detection device and obstacle detection method | |
| JP2576638B2 (en) | Leading vehicle recognition device | |
| KR102126622B1 (en) | A method for capturing at least one object, a device of a sensor device, a sensor device and a driver assistance system with at least one sensor device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180227 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190227 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20200227 Year of fee payment: 7 |