CN106585623A - 一种用于探测车辆周围目标的探测***以及其应用 - Google Patents
一种用于探测车辆周围目标的探测***以及其应用 Download PDFInfo
- Publication number
- CN106585623A CN106585623A CN201611191210.9A CN201611191210A CN106585623A CN 106585623 A CN106585623 A CN 106585623A CN 201611191210 A CN201611191210 A CN 201611191210A CN 106585623 A CN106585623 A CN 106585623A
- Authority
- CN
- China
- Prior art keywords
- target
- sensor
- movable information
- vehicle
- selection module
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 135
- 230000033001 locomotion Effects 0.000 claims abstract description 40
- 230000004927 fusion Effects 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 7
- 210000003128 head Anatomy 0.000 description 11
- 238000000926 separation method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000013589 supplement Substances 0.000 description 4
- 210000000744 eyelid Anatomy 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
提供了一种用于探测车辆周围目标的探测***,其包括车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),右侧传感器(9),和目标选择模块(10),其中,所述目标选择模块(10)包括前向目标选择模块(11)以及侧向和后向目标选择模块(12);所述前向目标选择模块配置为根据接收到的目标运动信息选择车辆前方的至少4个位置的目标作为车辆前侧的追踪目标;所述侧向和后向目标选择模块配置为根据接收到的目标运动信息选择车辆侧向和后向的至少5个位置的目标作为车辆侧向和后向的追踪目标。
Description
技术领域
本申请属于汽车自动驾驶技术领域,具体涉及一种用于探测车辆周围目标的探测***,使用该***的车辆运动控制***(也即车辆自动驾驶***),以及采用以上技术的车辆。
背景技术
汽车自动驾驶技术依靠人工智能、传感器和全球定位***等的协同合作能够实现在无驾驶员介入的情况下的汽车自动驾驶。具有自动驾驶功能的汽车常常会使用多个不同类型的传感器,学术界和工业界一直以来都希望对各类型的传感器探测数据进行融合,来弥补各传感器自身的探测性能局限,以实现稳定的目标探测性能。
现有技术中对于传感器的信息融合方法一般仅局限于前向目标的探测和追踪,缺乏对于车辆周身目标的持续追踪。例如,专利“US9429650B2Fusion of obstacledetection using radar and camera”高度依赖于特异的摄像头对于目标的识别方法,同时该专利仅仅介绍了摄像头与雷达数据融合技术,并没有对车辆所拥有的周遭其它类型传感器进行利用,所采用的方法具有局限性。专利“US9476983B2System and method forfusing radar/camera object data and LiDAR scan points”需要依靠激光雷达这个高成本的传感器解决方案来实现车辆周遭环境的探测,数据处理量大,对硬件要求高,大范围应用存在难度。专利“CN105787502A用于物体融合的目标分类集合技术”没有实现对车身全部的周围目标探测,在车辆侧面仍然存在大量未探测到的盲区。专利“US20160231746A1System And Method To Operate An Automated Vehicle”虽然利用了多种类型的传感器,甚至包括V2X模块来实现对车辆周围目标的探测,但是没有运用传感器信息融合技术来对周身目标进行探测。
除去成本因素制约之外,数个多种类型的传感器探测数据的收集和处理能力也是制约因素之一,导致没有对探测车辆周身目标运用传感器探测数据信息融合技术。
发明内容
本申请提供一种较低成本的用于探测车辆周围目标的探测***,其能够探测车辆的周围目标,输出适当的目标运动信息作为车辆运动控制***所需要的输入。
因此,本发明包括如下内容:
实施方式1.用于探测车辆周围目标的探测***,其包括车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),右侧传感器(9),和目标选择模块(10),
其中,所述目标选择模块(10)包括前向目标选择模块(11)以及侧向和后向目标选择模块(12);
以上所述的每个传感器都具有计算单元,所述计算单元配置为能够根据探测的数据计算获得各自探测区域内的目标运动信息;
所述车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),和左前方传感器(4)将各自探测区域内的目标运动信息提供给所述前向目标选择模块(11);和
所述右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),和右侧传感器(9)将各自探测区域内的目标运动信息提供给所述侧向和后向目标选择模块(12),
所述前向目标选择模块配置为根据接收到的目标运动信息选择车辆前方的至少4个位置的目标作为车辆前侧的追踪目标;
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息选择车辆侧向和后向的至少5个位置的目标作为车辆侧向和后向的追踪目标;
所述目标选择模块(10)配置为输出所选择的目标运动信息。
实施方式2.实施方式1的探测***,其特征在于包含以下特征中的一个,多个或者全部:
车顶前向传感器(2)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给前向目标选择模块(11);(车前的目标)
后方传感器(7)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给侧向和后向目标选择模块(12);(车后的目标)
车前前向传感器(1)配置为将车前前向传感器(1)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(车前的目标)
右前方传感器(3)配置为将右前方传感器(3)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(右前的目标)
左前方传感器(4)配置为将左前方传感器(4)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(左前的目标)
右后方传感器(5)配置为将右后方传感器(5)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(右后的目标)
左后方传感器(6)配置为将左后方传感器(6)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(左后的目标)
左侧传感器(8)配置为将左侧传感器(8)的目标运动信息与左后方传感器(6)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(左侧的目标)和
右侧传感器(9)配置为将右侧传感器(9)的目标运动信息与右后方传感器(5)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12)。(右侧的目标)
实施方式3.实施方式1的探测***,其中,所述车前前向传感器(1)与所述车顶前向传感器(2)为不同类型的传感器。
实施方式4.实施方式1至3中任一项的探测***,其中所述车前前向传感器(1)和所述车顶前向传感器(2)各自独立地包括视觉传感器、毫米波雷达传感器和激光雷达传感器中的至少一种。
实施方式5.实施方式1至4中任一项所述的探测***,其中所述后方传感器(7)各自独立地包括毫米波雷达传感器、带目标识别功能的广角摄像头和激光雷达传感器中的至少一种。
实施方式6.实施方式1至5中任一项所述的探测***,其中所述左侧传感器(8)和所述右侧传感器(9)各自独立地包括超声波传感器和带目标识别功能的广角摄像头中的至少一种。
实施方式7.实施方式1至6中任一项所述的探测***,其中所述右前方传感器(3)、所述左前方传感器(4)、所述右后方传感器(5)、和所述左后方传感器(6)各自独立地包括毫米波雷达传感器、带目标识别功能的广角摄像头和激光雷达传感器中的至少一种。
实施方式8.实施方式1至7中任一项所述的探测***,其中所述车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),和后方传感器(7)所提供的目标运动信息包括:目标的纵向距离,横向距离,纵向速度,横向速度,和纵向加速度。
实施方式9.实施方式8所述的探测***,其中左侧传感器(8)和右侧传感器(9)提供的融合后的目标运动信息包括目标的纵向距离,横向距离,纵向速度,横向速度,和纵向加速度,或者左侧传感器(8)和右侧传感器(9)提供的融合后的目标运动信息仅包括目标的纵向距离和横向距离。
实施方式10.实施方式1至9中任一项所述的探测***,其中所述融合是位置级的融合或者目标识别级的融合,具体是指将当前传感器的目标运动信息与被融合的传感器的在重叠区域中的目标运动信息进行匹配,并且对于匹配上的目标运动信息根据传感器各自的特点进行修正。
实施方式11.实施方式1至10中任一项所述的探测***,其中车辆前方的至少4个位置的目标包括本车道前方的两个探测目标(A,B),左侧相邻车道的一个或两个探测目标(C,D),和右侧相邻车道的一个或两个探测目标(E,F);车辆侧向和后向的至少5个位置的目标包括本车道的后方目标,左侧相邻车道的左侧侧边目标和左侧侧后方目标,以及右侧相邻车道的右侧侧边目标和右侧侧后方目标。
实施方式12.实施方式10的探测***,其中车前前向传感器(1)将融合后匹配上的和未匹配上的目标运动信息都提供给前向目标选择模块(11)。
实施方式13.实施方式10或12的探测***,其中右前方传感器(3)和左前方传感器(4)中的至少一个仅将未匹配上的目标运动信息提供给前向目标选择模块(11)。
实施方式14.实施方式10和12-13中任一项所述的探测***,右后方传感器(5)和左后方传感器(6)中的至少一个仅将未匹配上的目标运动信息提供给侧向和后向目标选择模块(12)。
实施方式15.实施方式10和12-14中任一项所述的探测***,其中左侧传感器(8)和右侧传感器(9)中的至少一个将探测的数据90%以上(例如100%)提供给侧向和后向目标选择模块(12)。
实施方式16.实施方式1至10中任一项所述的探测***,其中所述前向目标选择模块配置为根据接收到的目标运动信息综合选择车辆前方的6个位置的目标作为车辆前侧的追踪目标该,包括本车道前方的两个探测目标(A,B),左侧相邻车道的两个探测目标(C,D),和右侧相邻车道的两个探测目标(E,F);
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息综合选择车辆侧向和后向的5个位置的目标作为车辆侧向和后向的追踪目标,包括本车道的后方目标,左侧相邻车道的左侧侧边目标和左侧侧后方目标,以及右侧相邻车道的右侧侧边目标和右侧侧后方目标。
本发明对于周围融合后的目标进行了筛选,提取车辆周围11个探测目标作为追踪目标;用作车辆运动控制算法的输入,一方面最大程度地降低了计算量,另一方面提高了目标追踪精度,实现高效率地对汽车四周路况的综合检测。
实施方式17.实施方式1至16中任一项所述的探测***,其中所述***不包括激光雷达传感器。
实施方式18.前述实施方式中任一项的探测***用于获取车辆周围目标的用途。
实施方式19.一种车辆运动控制***,其中所述***包括实施方式1至17中任一项所述的探测***和用于对该车辆的运动进行控制的控制模块,并且所述控制模块采用所述探测***输出的目标运动信息作为输入。
实施方式20.一种汽车,其安装有实施方式1至17中任一项所述的探测***或者实施方式19的车辆运动控制***。
实施方式21.一种车辆运动控制方法,其中所述方法采用实施方式1至14中任一项所述的探测***输出的目标运动信息作为输入。
本申请提出了一种用于探测车辆周围目标的探测***;通过收集来自安装在车辆周身的多个多种类型的传感器,采用信息融合的方法降低相关硬件的计算能力要求,匹配并修正探测目标的运动轨迹数据,同时筛选车辆周围的至少9个(例如11个)目标作为重点关注目标;从而,在满足成本合理的需求下,实现对车身周围目标的探测和追踪,帮助实现相关车辆在高速道路环境和城市快速道路环境下的L3级别自动驾驶。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为传感器装配俯视图。
图2为传感器装配侧视图。
图3为传感器探测范围示意图。
图4A为前向传感器数据信息融合流程图。
图4B为后向与侧向传感器数据信息融合流程图。
图5为探测追踪目标位置示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
可以在用于探测车辆周围目标的探测***中使用的传感器包括有视觉传感器,超声波传感器,毫米波雷达,激光雷达等类型。视觉传感器还包括带目标识别功能的广角摄像头。但是这些传感器都有各自的应用局限性和缺陷。
视觉传感器一般以摄像头为主要代表产品,可分为具有探测识别功能的摄像头和没有探测识别功能的摄像头。前者的模块内部自带软件,对图像中的目标进行提取和处理,获得目标的位置和移动信息。例如,带目标识别功能的广角摄像头是具有探测识别功能的视觉传感器中的一种。没有探测识别功能的摄像头,只会记录和传输拍摄所得的图像用于后续处理。两种类型的视觉传感器都受限于纵向探测距离较近、动态范围有限、目标移动信息探测精度不足等缺点。
超声波传感器探测距离一般在10m以内,对于近处目标探测有一定优势,但是无法承担远距离目标探测的任务。同时超声波传感器的探测容易受到环境(如温度、湿度等)条件的影响,造成性能的不稳定。
毫米波雷达传感器具有纵向探测距离远,环境适应性佳的特点,但是其特有的数据处理方式容易导致将同一目标识别为不同目标。同时,毫米波雷达传感器数据需要极好的滤波算法,否则在雷达反射点密集的区域,其目标探测性能容易产生波动甚至误探测。
激光雷达传感器的探测精度高,探测距离相对较远,应用范围较广。但是激光雷达传感器在雾霾货暴雨天气下,由于背景噪声过于强烈,激光雷达的探测性能在类似场景下会有较大缺失,不利于目标的探测。
在本申请中,术语L3级别的自动驾驶是自动驾驶领域的术语,其发表于SAE-J3016标准2014年版中,通常将自动驾驶分为L0至L5总共6个级别,其中从L2至L3级别的飞跃主要在于在具体的驾驶环境下,汽车监控驾驶环境,并且自主地根据驾驶环境对车辆的运动进行控制。
本申请的一些实施方式涉及一种用于探测车辆周围目标的探测***,其包括车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),右侧传感器(9),和目标选择模块(10),
其中,所述目标选择模块(10)包括前向目标选择模块(11)以及侧向和后向目标选择模块(12);
以上所述的每个传感器都具有计算单元,所述计算单元配置为能够根据探测的数据计算获得各自探测区域内的目标运动信息;
所述车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),和左前方传感器(4)将各自探测区域内的目标运动信息提供给所述前向目标选择模块(11);和
所述右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),和右侧传感器(9)将各自探测区域内的目标运动信息提供给所述侧向和后向目标选择模块(12),
所述前向目标选择模块配置为根据接收到的目标运动信息选择车辆前方的至少4个位置的目标作为车辆前侧的追踪目标;
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息选择车辆侧向和后向的至少5个位置的目标作为车辆侧向和后向的追踪目标;
所述目标选择模块(10)配置为输出所选择的目标运动信息。
该实施方式的***通过安装在车辆四周的传感器,能够实现对汽车四周驾驶所需信息范围内的所有目标进行探测,并且采用两个选择模块对控制车辆运动所需的前向和侧向以及后向目标进行选择,获取控制车辆运动所需的参数作为输出。该***能够应用于车辆运动控制***,给车辆运动控制***提供输入。
在一些具体的实施方式中,本发明提供一种用于探测车辆周围目标的探测***,其包括车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),右侧传感器(9),和目标选择模块(10),
其中,所述目标选择模块(10)包括前向目标选择模块(11)以及侧向和后向目标选择模块(12);
以上所述的每个传感器都具有计算单元,所述计算单元配置为能够计算获得各自探测区域内的目标运动信息;
车前前向传感器(1)配置为将车前前向传感器(1)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(车前的目标)
车顶前向传感器(2)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给前向目标选择模块(11);(车前的目标)
右前方传感器(3)配置为将右前方传感器(3)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(右前的目标)
左前方传感器(4)配置为将左前方传感器(4)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);(左前的目标)
右后方传感器(5)配置为将右后方传感器(5)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(右后的目标)
左后方传感器(6)配置为将左后方传感器(6)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(左后的目标)
后方传感器(7)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给侧向和后向目标选择模块(12);(车后的目标)
左侧传感器(8)配置为将左侧传感器(8)的目标运动信息与左后方传感器(6)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(左侧的目标)
右侧传感器(9)配置为将右侧传感器(9)的目标运动信息与右后方传感器(5)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);(右侧的目标)
所述前向目标选择模块配置为根据接收到的目标运动信息综合选择车辆前方的至少4个位置的目标作为车辆前侧的持续追踪目标;
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息综合选择车辆侧向和后向的至少5个位置的目标作为车辆侧向和后向的持续追踪目标;
所述目标选择模块(10)配置为输出所选择的目标运动信息。
本发明融合了布置在自动驾驶车辆四周的传感器,利用它们的探测信息,对车辆周围的目标进行探测;不再局限于车辆某一特定方向的传感器探测数据信息融合。
通过收集来自安装在车辆自身的多个多种类型的传感器,采用信息融合的方法降低相关硬件的计算能力要求,匹配并修正探测目标的运动轨迹数据,同时筛选车辆周围的至少9个目标(例如前方的6个位置的目标和侧向和后向的5个位置的目标,总共11个目标)作为重点关注目标;从而,在满足成本合理的需求下,实现对车身周围目标的探测和追踪,帮助实现相关车辆在高速道路环境和城市快速道路环境下的L3级别自动驾驶。
在一些实施方式中,所述车前前向传感器(1)与所述车顶前向传感器(2)为不同类型的传感器。不同类型的前向传感器具有不同的优缺点,能够实现优势互补,从而提高前向目标探测的精度。
在一些实施方式中,所述车前前向传感器(1)和所述车顶前向传感器(2)各自独立地包括视觉传感器、毫米波雷达传感器和激光雷达传感器中的至少一种。
在一些实施方式中,所述右前方传感器(3)、所述左前方传感器(4)、所述右后方传感器(5)、和所述左后方传感器(6)各自独立地包括毫米波雷达传感器、带目标识别功能的广角摄像头和激光雷达传感器中的至少一种。
在一些实施方式中,所述后方传感器(7)各自独立地包括毫米波雷达传感器、带目标识别功能的广角摄像头和激光雷达传感器中的至少一种。
在一些实施方式中,所述左侧传感器(8)和所述右侧传感器(9)各自独立地包括超声波传感器和带目标识别功能的广角摄像头中的至少一种。
在一些实施方式中,所述车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),和后方传感器(7)所提供的目标运动信息包括:目标的纵向距离,横向距离,纵向速度,横向速度,和纵向加速度。
在一些实施方式中,左侧传感器(8)和右侧传感器(9)提供的融合后的目标运动信息包括目标的纵向距离,横向距离,纵向速度,横向速度,和纵向加速度,或者左侧传感器(8)和右侧传感器(9)提供的融合后的目标运动信息仅包括目标的纵向距离和横向距离。一般而言,侧向目标的速度信息对于驾驶的参考意义不是最重要的,相对而言,纵向距离和横向距离是重要的考虑指标,因此左侧传感器(8)和右侧传感器(9)提供的融合后的目标运动信息仅包括目标的纵向距离和横向距离的情况下,既能够为后续的车辆运动控制***提供比较充足的目标信息,又同时能够提高传感器的处理速度和效率,因此是非常优选的实施方式。
在一些实施方式中,所述融合是位置级的融合或者目标识别级的融合,具体是指将当前传感器的目标运动信息与被融合的传感器的在重叠区域中的目标运动信息进行匹配,并且对于匹配上的目标运动信息根据传感器各自的特点进行修正。本申请中所述的“位置级的融合”和“目标识别级别的融合”是多传感器信息融合领域的常用术语,具有本领域技术人员通常理解的含义。例如,位置级融合是指直接在传感器的观测报告或测量点迹和传感器的状态估计上进行的融合。再例如,目标识别级的融合也称为属性分类或身份估计。目标识别级的融合目前来说包括三种方法:决策级融合、特征级融合和数据级融合。
本发明对于所探测到的目标信息,根据各个传感器的进行了数据修正,以获得较好的探测精度。进行修正的方法没有限制,只要是能够利用融合的传感器之间的优势进行互补,提高探测精度即可。例如,当两个传感器探测所得的目标匹配上时,需要对融合后的目标进行运动信息的修正,例如:对于远处的目标,纵向距离会更多参考毫米波雷达探测所得信息;对于横向移动速度,会更多参考摄像头(也即视觉传感器)探测所得信息。
在一些实施方式中,所述前向目标选择模块所选择的车辆前方的至少4个位置的目标包括本车道前方的两个探测目标(A,B),左侧相邻车道的一个或两个探测目标(C,D),和右侧相邻车道的一个或两个探测目标(E,F);所述侧向和后向目标选择模块所选择的车辆侧向和后向的至少5个位置的目标包括本车道的后方目标,左侧相邻车道的左侧侧边目标和左侧侧后方目标,以及右侧相邻车道的右侧侧边目标和右侧侧后方目标。
在一些实施方式中,车前前向传感器(1)将融合后匹配上的和未匹配上的目标运动信息都提供给前向目标选择模块(11)。车前前向传感器(1)所探测到的目标运动信息是对于控制车辆运动最重要的信息,因此,在进行融合匹配之后,需要将匹配上的和未匹配上的目标运动信息都提供给前向目标选择模块(11),以便给目标选择模块提供更加全面的信息。
在一些实施方式中,右前方传感器(3)和左前方传感器(4)中的至少一个或者两个仅将未匹配上的目标运动信息提供给前向目标选择模块(11)。这样设置的原因是,右前方传感器(3)和左前方传感器(4)仅用来补充其他传感器未探测到的目标,因此他们提供给前向目标选择模块的目标运动信息仅需要是在信息融合的过程中未匹配上的目标运动信息,达到探测结果更加全面的效果。
在一些实施方式中,右后方传感器(5)和左后方传感器(6)中的至少一个或者两个仅将未匹配上的目标运动信息提供给侧向和后向目标选择模块(12)。与右前方传感器(3)和左前方传感器(4)的设置类似,右后方传感器(5)和左后方传感器(6)中这样设置的原因是,右后方传感器(5)和左后方传感器(6)仅用来补充其他传感器未探测到的目标,因此他们提供给目标选择模块的目标运动信息仅需要是在信息融合的过程中未匹配上的目标运动信息,达到探测结果更加全面的效果。
在一些实施方式中,左侧传感器(8)和右侧传感器(9)中的至少一个将探测的数据的90%以上(例如100%)提供给侧向和后向目标选择模块(12)。由于左侧传感器(8)和右侧传感器(9)提供的数据是对侧向探测功能的有效补充,而且其向目标选择模块提供的数据可以较少,处理速度也较快,因此可以向目标选择模块(12)提供较全面的数据,从而达到最好的补充作用。
在一些实施方式中,所述***不包括激光雷达传感器。激光雷达等高昂的传感器类型不是本申请实施方式中必需的传感器类型;本申请的实施方式可以利用已实现大规模量产的传感器,因此本发明中所述的传感器数据融合方法有较好的应用前景。
本申请的一些实施方式还提供以上所述的探测***用于获取车辆周围目标的用途。也即,本申请还提供一种获取车辆周围目标信息的方法,其包括使用以上所述的探测***。
本申请还提供一种车辆运动控制***,其中所述车辆运动控制***包括前述任一项的探测***和用于对该车辆的运动进行控制的控制模块,并且所述控制模块采用所述探测***输出的目标运动信息作为输入。在实际的使用中,所述探测***每隔固定的时间比如50毫秒进行一次探测,并将更新的目标运行信息输出给该控制模块,控制模块根据获得的输入信息,做出车辆运动控制的规划,然后对车辆运动进行控制从而实现汽车自动驾驶。
本申请还提供一种汽车,其安装有本申请所述的任一项探测***或者本申请所述的车辆运动控制***。
本申请还提供一种车辆运动控制方法,其中所述方法采用本申请所述的任一项探测***输出的目标运动信息作为输入。
实施例
下面结合附图描述根据本发明实施例的用于探测车辆周围目标的探测***的示例。
图1和图2示意性地展示了本发明的用于探测车辆周围目标的探测***的设置和各类型传感器的布置位置。图1为传感器布置位置的俯视图,图2为其侧视图。所安装的传感器类型不做特殊限定,但是考虑到各传感器的具体功能和应用场景,一般建议正前方传感器1(即车前前向传感器)和上部传感器2(即车顶前向传感器)选用纵向探测距离较远的传感器,例如:正前方传感器1选用毫米波雷达,前方上部传感器2选用带目标识别功能的摄像头模块。右前传感器3和左前传感器4布置在车辆的前部蒙皮(比如汽车的前翼子板)内部的两个角上,一般建议选用探测范围较广的毫米波雷达,或者选用广角摄像头。右后传感器5和左后传感器6布置在车辆的后部蒙皮(比如汽车的后翼子板)内部的两个角上,一般建议选用探测范围较远的毫米波雷达。后部传感器7布置在车辆的后部蒙皮(比如行李车门或者后保险杠)内部的中心区域,一般建议选用带目标识别功能的广角摄像头或者毫米波雷达。左侧传感器8和右侧传感器9布置在车辆的两侧,受限于该区域的布置空间,一般建议选用带目标识别功能的广角摄像头或者超声波传感器。
如图3所示,各传感器的探测范围相互补充,实现对车辆周围目标的无死角探测。正前方传感器1和前方上部传感器2主要用于探测车辆前方目标,传感器信息互相做融合,实现探测互补和精确探测;其探测范围分别标注为1V和2V。右前传感器3和左前传感器4用于扩充车辆前部的传感器探测范围,其探测范围分别标注为3V和4V。部件3和部件4与部件1和部件2重叠区域探测到的目标进行信息融合。右后传感器5和左后传感器6的探测范围标注为5V和6V,主要用于探测位于车辆侧后方“盲区”内的目标;后部传感器7的探测范围标注为7V,将大范围探测和追踪位于车辆后方的目标,包括车辆所处的本车道内后方目标以及车辆临近车道内后方的目标。左侧传感器8和右侧传感器9用于探测车辆侧方的目标,其探测范围标注为8V和9V;作为对部件3和部件5以及部件4和部件6的探测范围的补充。对于部件1至7,定义其数据传输参数必须包含探测目标运动信息:纵向距离,横向距离,纵向速度,横向速度,纵向加速度等目标运动信息;对于部件8至9,可不要求其输出完整的目标运动信息,但是需要对障碍物是否在部件8至9的探测区域内进行判断。
图4A与图4B示出了本发明传感器数据融合的流程图。在4101至4109中,各个传感器将计算获得各自探测区域内的目标运动信息,并送入下一级计算单元。在4201,4203至4206以及4208至4209中,传感器的探测数据将分别与传感器2、传感器5、传感器6和传感器7的探测数据进行匹配和修正。匹配过程需要考虑各目标信息的纵向距离,横向距离,速度,运动状态等信息;当两个传感器探测所得的目标匹配上时,需要对融合后的目标进行运动信息的修正,例如:对于远处的目标,纵向距离会更多参考毫米波雷达信息;对于横向移动速度,会更多参考摄像头探测所得信息。在4202与4207中,传感器的数据将会进行卡尔曼滤波。在4301至4305的计算单元中,将会对探测目标是否匹配成功做判断。部分匹配成功和未匹配成功的目标信息均将送入4501前向目标选择单元或者4502侧向与后方目标选择单元。剩余传感器探测数据将在4401至4405计算单元中进行滤波,用于下一次匹配计算。在计算单元4501和4502中,根据输入目标的纵向距离,横向移动速度,横向移动加速度等信息选定车辆行进方向前向6个需要关注的目标以及5个侧向和后方需要关注的目标。其中,前向探测目标A和B为位于本车道的前方目标;前向探测目标C和D为位于左侧相邻车道内的目标;前向探测目标E和F为位于右侧相邻车道内的目标。如图5为例,图中的11个探测物是自动驾驶车辆需要持续追踪的目标。这些探测目标的信息可以作为车辆运动控制算法模型的输入信息。
正前方传感器1和上部传感器2一般选择不同类型的传感器,例如正前方传感器1选择毫米波雷达传感器,上部传感器2选择摄像头。一般以能稳定输出探测目标信息的传感器作为基准,与其它传感器进行匹配。正前方传感器1中匹配上与未匹配上的探测目标信息均需要送入前向目标选择单元;而右前传感器3和左前传感器4则只需要送入未匹配上的信息。这是由于部件1与部件3和部件4的探测责任不同:部件1需要对前向目标做尽可能多的探测和跟踪,而部件3和部件4则只需要补充其它传感器未探测到的目标。后部传感器7一般需要选择探测范围广的传感器类型,例如广角摄像头,这样可以对车辆后部本车道和相邻两个车道内的目标进行有效探测和追踪。以部件7的探测信息为基准,与右后传感器5和左后传感器6进行信息融合;对于未匹配上的右后传感器5和左后传感器6的探测目标,送入侧向与后方目标选择单元。左侧传感器8和右侧传感器9是对于侧向探测功能的有效补充,可以将部件8和部件9的探测数据全部输入给侧向与后方目标选择单元。
本发明融合了布置在自动驾驶车辆四周的传感器,利用它们的探测信息,对车辆周围的目标进行探测;不再局限于车辆某一特定方向的传感器探测数据信息融合。
本发明对于所探测到的目标信息,根据各个传感器的进行了数据修正,以获得较好的探测精度;
本发明对于周围融合后的目标进行了筛选,比如提取车辆周围11个探测目标作为持续最终目标;用作车辆运动控制算法的输入;能够减少数据处理量,降低对硬件的要求;或者在同样的硬件条件下能够快速输出探测的数据,从而使得整个车辆运动控制***能够迅速反应,达到在高速道路环境和城市快速道路环境下的L3级别自动驾驶。
激光雷达等高昂的传感器类型不是本发明的必需传感器类型;本发明中可以采用已实现大规模量产的传感器,因此本发明具有较好的实用性。
本发明利用安装于自动驾驶车辆周边的常见传感器信息,对车辆周围的目标信息进行有效探测、匹配融合和信息修正;同时对于融合后的目标进行筛选,获得需要重点追踪的目标,减小追踪负担。对于高等级的自动驾驶车辆,应用该探测***可以对车辆周边目标进行有效的准确跟踪,从而为车辆运动控制提供较好的输入信息。采用使用了该探测***的车辆运动控制***的汽车能够实现在高速道路环境和城市快速道路环境下的L3级别自动驾驶。
以上所述仅是本公开的示范性实施方式,而非用于限制本公开的保护范围,本公开的保护范围由所附的权利要求确定。
Claims (10)
1.一种用于探测车辆周围目标的探测***,其包括车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),左前方传感器(4),右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),右侧传感器(9),和目标选择模块(10),
其中,所述目标选择模块(10)包括前向目标选择模块(11)以及侧向和后向目标选择模块(12);
以上所述的每个传感器都具有计算单元,所述计算单元配置为能够根据探测的数据计算获得各自探测区域内的目标运动信息;
所述车前前向传感器(1),车顶前向传感器(2),右前方传感器(3),和左前方传感器(4)将各自探测区域内的目标运动信息提供给所述前向目标选择模块(11);和
所述右后方传感器(5),左后方传感器(6),后方传感器(7),左侧传感器(8),和右侧传感器(9)将各自探测区域内的目标运动信息提供给所述侧向和后向目标选择模块(12),
所述前向目标选择模块配置为根据接收到的目标运动信息选择车辆前方的至少4个位置的目标作为车辆前侧的追踪目标;
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息选择车辆侧向和后向的至少5个位置的目标作为车辆侧向和后向的追踪目标;
所述目标选择模块(10)配置为输出所选择的目标运动信息。
2.根据权利要求1所述的探测***,其特征在于包含以下特征中的一个,多个或者全部:
车顶前向传感器(2)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给前向目标选择模块(11);
后方传感器(7)配置为将探测的数据进行卡尔曼滤波,并将滤波后的信息提供给侧向和后向目标选择模块(12);
车前前向传感器(1)配置为将车前前向传感器(1)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);
右前方传感器(3)配置为将右前方传感器(3)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);
左前方传感器(4)配置为将左前方传感器(4)的目标运动信息与车顶前向传感器(2)的目标运动信息进行融合,并将融合后的目标运动信息提供给前向目标选择模块(11);
右后方传感器(5)配置为将右后方传感器(5)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);
左后方传感器(6)配置为将左后方传感器(6)的目标运动信息与后方传感器(7)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);
左侧传感器(8)配置为将左侧传感器(8)的目标运动信息与左后方传感器(6)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12);和
右侧传感器(9)配置为将右侧传感器(9)的目标运动信息与右后方传感器(5)的目标运动信息进行融合,并将融合后的目标运动信息提供给侧向和后向目标选择模块(12)。
3.根据权利要求1所述的探测***,其中,所述车前前向传感器(1)与所述车顶前向传感器(2)为不同类型的传感器。
4.根据权利要求1至3中任一项所述的探测***,其中选择的车辆前方的至少4个位置的目标包括本车道前方的两个探测目标(A,B),左侧相邻车道的一个或两个探测目标(C,D),和右侧相邻车道的一个或两个探测目标(E,F);选择的车辆侧向和后向的至少5个位置的目标包括本车道的后方目标,左侧相邻车道的左侧侧边目标和左侧侧后方目标,以及右侧相邻车道的右侧侧边目标和右侧侧后方目标。
5.根据权利要求1至3中任一项所述的探测***,其中左侧传感器(8)和右侧传感器(9)中的至少一个将探测的数据的90%以上提供给侧向和后向目标选择模块(12)。
6.根据权利要求1至3中任一项所述的探测***,其中所述前向目标选择模块配置为根据接收到的目标运动信息综合选择车辆前方的6个位置的目标作为车辆前侧的追踪目标该,包括本车道前方的两个探测目标(A,B),左侧相邻车道的一个或两个探测目标(C,D),和右侧相邻车道的一个或两个探测目标(E,F);
所述侧向和后向目标选择模块配置为根据接收到的目标运动信息综合选择车辆侧向和后向的5个位置的目标作为车辆侧向和后向的追踪目标,包括本车道的后方目标,左侧相邻车道的左侧侧边目标和左侧侧后方目标,以及右侧相邻车道的右侧侧边目标和右侧侧后方目标。
7.前述权利要求中任一项所述的探测***用于获取车辆周围目标的用途。
8.一种车辆运动控制***,其中所述***包括根据权利要求1至7中任一项所述的探测***和用于对该车辆的运动进行控制的控制模块,并且所述控制模块采用所述探测***输出的目标运动信息作为输入。
9.一种汽车,其安装有根据权利要求1至7中任一项所述的探测***或者根据权利要求8所述的车辆运动控制***。
10.一种车辆运动控制方法,其中所述方法采用根据权利要求1至7中任一项所述的探测***输出的目标运动信息作为对车辆运动进行控制的输入信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611191210.9A CN106585623B (zh) | 2016-12-21 | 2016-12-21 | 一种用于探测车辆周围目标的探测***以及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611191210.9A CN106585623B (zh) | 2016-12-21 | 2016-12-21 | 一种用于探测车辆周围目标的探测***以及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106585623A true CN106585623A (zh) | 2017-04-26 |
CN106585623B CN106585623B (zh) | 2023-12-01 |
Family
ID=58600291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611191210.9A Active CN106585623B (zh) | 2016-12-21 | 2016-12-21 | 一种用于探测车辆周围目标的探测***以及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106585623B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316500A (zh) * | 2017-06-06 | 2017-11-03 | 驭势(上海)汽车科技有限公司 | 自动驾驶中的威胁度计算方法、目标选择方法及应用 |
CN107719366A (zh) * | 2017-09-25 | 2018-02-23 | 南京律智诚专利技术开发有限公司 | 一种可实现低能耗处理的车辆自动行驶***的工作方法 |
CN108303711A (zh) * | 2017-12-19 | 2018-07-20 | 深圳市海梁科技有限公司 | 一种反光条及智能汽车激光雷达检测*** |
CN108318895A (zh) * | 2017-12-19 | 2018-07-24 | 深圳市海梁科技有限公司 | 用于无人驾驶车辆的障碍物识别方法、装置及终端设备 |
CN108776333A (zh) * | 2018-06-19 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 一种数据二次级联融合方法、***、车载设备及存储介质 |
CN109752717A (zh) * | 2017-11-07 | 2019-05-14 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN109747643A (zh) * | 2017-11-07 | 2019-05-14 | 郑州宇通客车股份有限公司 | 一种智能车辆感知***的信息融合方法 |
WO2019154179A1 (en) * | 2018-02-08 | 2019-08-15 | Huawei Technologies Co., Ltd. | Group optimization depth information method and system for constructing 3d feature map |
WO2019169604A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu.Com Times Technology (Beijing) Co., Ltd. | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
CN110304064A (zh) * | 2019-07-15 | 2019-10-08 | 广州小鹏汽车科技有限公司 | 一种车辆变道的控制方法及车辆控制***、车辆 |
CN110537109A (zh) * | 2017-04-28 | 2019-12-03 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN111062318A (zh) * | 2019-12-16 | 2020-04-24 | 桂林电子科技大学 | 一种基于熵权法的传感器共享最优节点选择方法 |
CN111114548A (zh) * | 2019-12-04 | 2020-05-08 | 福瑞泰克智能***有限公司 | 一种车辆探测方法、装置、电子设备及存储介质 |
CN111522350A (zh) * | 2020-07-06 | 2020-08-11 | 深圳裹动智驾科技有限公司 | 感知方法、智能控制设备及自动驾驶车辆 |
CN113650616A (zh) * | 2021-07-20 | 2021-11-16 | 武汉光庭信息技术股份有限公司 | 一种基于采集数据的车辆行为预测方法及*** |
CN113753046A (zh) * | 2020-05-27 | 2021-12-07 | 通用汽车环球科技运作有限责任公司 | 使用参数化驱动器模型的控制***和方法 |
WO2022062000A1 (zh) * | 2020-09-27 | 2022-03-31 | 浙江合众新能源汽车有限公司 | 一种基于透明a柱的辅助驾驶方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11220726A (ja) * | 1998-01-30 | 1999-08-10 | Niles Parts Co Ltd | 車両周囲モニター装置 |
JP2004009885A (ja) * | 2002-06-06 | 2004-01-15 | Denso Corp | 車間制御装置 |
JP2005182198A (ja) * | 2003-12-16 | 2005-07-07 | Fujitsu Ten Ltd | 追突防止装置 |
JP2006085285A (ja) * | 2004-09-14 | 2006-03-30 | Matsushita Electric Ind Co Ltd | 危険車両予測装置 |
CN102139696A (zh) * | 2010-02-02 | 2011-08-03 | 通用汽车环球科技运作有限责任公司 | 疏堵 |
CN103707833A (zh) * | 2012-09-28 | 2014-04-09 | 福特全球技术公司 | 车辆周界探测*** |
CN105109484A (zh) * | 2015-08-21 | 2015-12-02 | 奇瑞汽车股份有限公司 | 目标障碍物体确定方法及装置 |
CN105160356A (zh) * | 2015-08-31 | 2015-12-16 | 上汽通用汽车有限公司 | 一种车辆主动安全***传感器数据融合方法及*** |
CN206734295U (zh) * | 2016-12-21 | 2017-12-12 | 驭势科技(北京)有限公司 | 一种用于探测车辆周围目标的探测***以及其应用 |
-
2016
- 2016-12-21 CN CN201611191210.9A patent/CN106585623B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11220726A (ja) * | 1998-01-30 | 1999-08-10 | Niles Parts Co Ltd | 車両周囲モニター装置 |
JP2004009885A (ja) * | 2002-06-06 | 2004-01-15 | Denso Corp | 車間制御装置 |
JP2005182198A (ja) * | 2003-12-16 | 2005-07-07 | Fujitsu Ten Ltd | 追突防止装置 |
JP2006085285A (ja) * | 2004-09-14 | 2006-03-30 | Matsushita Electric Ind Co Ltd | 危険車両予測装置 |
CN102139696A (zh) * | 2010-02-02 | 2011-08-03 | 通用汽车环球科技运作有限责任公司 | 疏堵 |
CN103707833A (zh) * | 2012-09-28 | 2014-04-09 | 福特全球技术公司 | 车辆周界探测*** |
CN105109484A (zh) * | 2015-08-21 | 2015-12-02 | 奇瑞汽车股份有限公司 | 目标障碍物体确定方法及装置 |
CN105160356A (zh) * | 2015-08-31 | 2015-12-16 | 上汽通用汽车有限公司 | 一种车辆主动安全***传感器数据融合方法及*** |
CN206734295U (zh) * | 2016-12-21 | 2017-12-12 | 驭势科技(北京)有限公司 | 一种用于探测车辆周围目标的探测***以及其应用 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110537109A (zh) * | 2017-04-28 | 2019-12-03 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN110537109B (zh) * | 2017-04-28 | 2024-02-20 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN107316500B (zh) * | 2017-06-06 | 2020-11-20 | 驭势(上海)汽车科技有限公司 | 自动驾驶中的威胁度计算方法、目标选择方法及应用 |
CN107316500A (zh) * | 2017-06-06 | 2017-11-03 | 驭势(上海)汽车科技有限公司 | 自动驾驶中的威胁度计算方法、目标选择方法及应用 |
CN107719366A (zh) * | 2017-09-25 | 2018-02-23 | 南京律智诚专利技术开发有限公司 | 一种可实现低能耗处理的车辆自动行驶***的工作方法 |
CN109752717B (zh) * | 2017-11-07 | 2023-10-17 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN109752717A (zh) * | 2017-11-07 | 2019-05-14 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN109747643A (zh) * | 2017-11-07 | 2019-05-14 | 郑州宇通客车股份有限公司 | 一种智能车辆感知***的信息融合方法 |
CN108318895A (zh) * | 2017-12-19 | 2018-07-24 | 深圳市海梁科技有限公司 | 用于无人驾驶车辆的障碍物识别方法、装置及终端设备 |
WO2019119348A1 (zh) * | 2017-12-19 | 2019-06-27 | 深圳市海梁科技有限公司 | 一种反光条及智能汽车激光雷达检测*** |
WO2019119350A1 (zh) * | 2017-12-19 | 2019-06-27 | 深圳市海梁科技有限公司 | 用于无人驾驶车辆的障碍物识别方法、装置及终端设备 |
CN108318895B (zh) * | 2017-12-19 | 2020-02-07 | 深圳市海梁科技有限公司 | 用于无人驾驶车辆的障碍物识别方法、装置及终端设备 |
CN108303711A (zh) * | 2017-12-19 | 2018-07-20 | 深圳市海梁科技有限公司 | 一种反光条及智能汽车激光雷达检测*** |
WO2019154179A1 (en) * | 2018-02-08 | 2019-08-15 | Huawei Technologies Co., Ltd. | Group optimization depth information method and system for constructing 3d feature map |
US10643342B2 (en) | 2018-02-08 | 2020-05-05 | Huawei Technologies Co., Ltd. | Group optimization depth information method and system for constructing a 3D feature map |
US11016500B2 (en) | 2018-03-08 | 2021-05-25 | Baidu Usa Llc | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
WO2019169604A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu.Com Times Technology (Beijing) Co., Ltd. | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
CN108776333A (zh) * | 2018-06-19 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 一种数据二次级联融合方法、***、车载设备及存储介质 |
CN110304064B (zh) * | 2019-07-15 | 2020-09-11 | 广州小鹏汽车科技有限公司 | 一种车辆变道的控制方法及车辆控制***、车辆 |
CN110304064A (zh) * | 2019-07-15 | 2019-10-08 | 广州小鹏汽车科技有限公司 | 一种车辆变道的控制方法及车辆控制***、车辆 |
CN111114548A (zh) * | 2019-12-04 | 2020-05-08 | 福瑞泰克智能***有限公司 | 一种车辆探测方法、装置、电子设备及存储介质 |
CN111114548B (zh) * | 2019-12-04 | 2021-09-21 | 福瑞泰克智能***有限公司 | 一种车辆探测方法、装置、电子设备及存储介质 |
CN111062318B (zh) * | 2019-12-16 | 2022-04-22 | 桂林电子科技大学 | 一种基于熵权法的传感器共享最优节点选择方法 |
CN111062318A (zh) * | 2019-12-16 | 2020-04-24 | 桂林电子科技大学 | 一种基于熵权法的传感器共享最优节点选择方法 |
CN113753046A (zh) * | 2020-05-27 | 2021-12-07 | 通用汽车环球科技运作有限责任公司 | 使用参数化驱动器模型的控制***和方法 |
CN111522350B (zh) * | 2020-07-06 | 2020-10-09 | 深圳裹动智驾科技有限公司 | 感知方法、智能控制设备及自动驾驶车辆 |
CN111522350A (zh) * | 2020-07-06 | 2020-08-11 | 深圳裹动智驾科技有限公司 | 感知方法、智能控制设备及自动驾驶车辆 |
WO2022062000A1 (zh) * | 2020-09-27 | 2022-03-31 | 浙江合众新能源汽车有限公司 | 一种基于透明a柱的辅助驾驶方法 |
CN113650616B (zh) * | 2021-07-20 | 2022-11-25 | 武汉光庭信息技术股份有限公司 | 一种基于采集数据的车辆行为预测方法及*** |
CN113650616A (zh) * | 2021-07-20 | 2021-11-16 | 武汉光庭信息技术股份有限公司 | 一种基于采集数据的车辆行为预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106585623B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106585623A (zh) | 一种用于探测车辆周围目标的探测***以及其应用 | |
CN206734295U (zh) | 一种用于探测车辆周围目标的探测***以及其应用 | |
Liu et al. | Robust target recognition and tracking of self-driving cars with radar and camera information fusion under severe weather conditions | |
EP3447528B1 (en) | Automated driving system that merges heterogenous sensor data | |
US11287523B2 (en) | Method and apparatus for enhanced camera and radar sensor fusion | |
CN101966846B (zh) | 通过物体检测优化的检测车辆行驶的畅通路径的方法 | |
CN108944929B (zh) | 一种用于车辆自适应巡航控制***的目标提取方法 | |
CN101837782B (zh) | 用于碰撞预备***的多目标融合模块 | |
CN108052097A (zh) | 用于训练异构感测***的方法和异构感测*** | |
Lookingbill et al. | Reverse optical flow for self-supervised adaptive autonomous robot navigation | |
US20130079990A1 (en) | Road-terrain detection method and system for driver assistance systems | |
US20220169263A1 (en) | Systems and methods for predicting a vehicle trajectory | |
CN108596081A (zh) | 一种基于雷达和摄像机融合的车辆行人探测方法 | |
Wang et al. | Bionic vision inspired on-road obstacle detection and tracking using radar and visual information | |
CN110531376A (zh) | 用于港口无人驾驶车辆的障碍物检测和跟踪方法 | |
CN106096525A (zh) | 一种复合型车道识别***及方法 | |
US20220227373A1 (en) | Systems and methods for detecting an open door | |
CN107389084A (zh) | 行车路径规划方法及存储介质 | |
CN105205805A (zh) | 基于视觉的智能车辆横向控制方法 | |
US20220171066A1 (en) | Systems and methods for jointly predicting trajectories of multiple moving objects | |
CN110095770A (zh) | 车辆周边目标物的检测方法 | |
CN115113206B (zh) | 井下有轨车辅助驾驶的行人与障碍物检测方法 | |
US12014549B2 (en) | Systems and methods for vehicle light signal classification | |
CN116337102A (zh) | 基于数字孪生技术的无人驾驶环境感知与导航方法 | |
Jain et al. | Relative vehicle velocity estimation using monocular video stream |
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 |