CN106909152A - 一种车用环境感知***及汽车 - Google Patents
一种车用环境感知***及汽车 Download PDFInfo
- Publication number
- CN106909152A CN106909152A CN201710160870.9A CN201710160870A CN106909152A CN 106909152 A CN106909152 A CN 106909152A CN 201710160870 A CN201710160870 A CN 201710160870A CN 106909152 A CN106909152 A CN 106909152A
- Authority
- CN
- China
- Prior art keywords
- automobile
- radar
- millimetre
- radars
- wave
- 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
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000005855 radiation Effects 0.000 claims description 23
- 238000012546 transfer Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 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 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000288105 Grus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种车用环境感知***及汽车，属于汽车领域。所述车用环境感知***包括：16线激光雷达、第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达、双目摄像头和数据处理单元；第一毫米波雷达安装于汽车的前保险杠的中部；两个第二毫米波雷达分别安装于汽车的后保险杠的两侧；16线激光雷达安装在汽车的车顶；多个超声波雷达包括间隔安装在汽车的一侧的多个第一超声波雷达，和间隔安装在汽车的另一侧的多个第二超声波雷达；双目摄像头安装于汽车的前挡风玻璃内；数据处理单元，用于获取16线激光雷达、第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达和双目摄像头探测到的信息，并传输给汽车的中央决策控制单元。
Description
技术领域
本发明涉及汽车领域，特别涉及一种车用环境感知***及汽车。
背景技术
自动驾驶汽车又称无人驾驶汽车，是一种通过电脑***实现无人驾驶的智能汽车。
自动驾驶汽车能进行稳定工作的前提即对周围环境的感知。具体地，自动驾驶汽车依靠视频摄像头、激光雷达等部件来了解周围环境，并对前方的道路进行导航。其中，激光雷达是周围环境检测的核心部件，现有自动驾驶汽车在设计时，通常会配备一个64线激光雷达，以实现对周围环境的高精度检测。
但在实现本发明的过程中，发明人发现现有技术至少存在以下问题：64线激光雷达价格昂贵(高达数万美元)，造成自动驾驶汽车成本过高。
发明内容
为了解决现有技术中自动驾驶汽车成本过高的问题，本发明实施例提供了一种车用环境感知***及汽车。所述技术方案如下：
第一方面，本发明实施例提供了一种车用环境感知***，所述车用环境感知***包括：
16线激光雷达、第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达、双目摄像头和数据处理单元；
所述第一毫米波雷达安装于汽车的前保险杠的中部，用于探测所述汽车的前方的目标信息，所述目标信息包括目标的距离、相对速度和位置信息；
所述两个第二毫米波雷达分别安装于所述汽车的后保险杠的两侧，用于探测所述汽车的侧后方的目标信息；
所述16线激光雷达安装在所述汽车的车顶，用于探测所述汽车的周围的圆形区域内的目标信息；
所述多个超声波雷达包括间隔安装在所述汽车的一侧的多个第一超声波雷达，和间隔安装在所述汽车的另一侧的多个第二超声波雷达，所述第一超声波雷达和所述第二超声波雷达分别用于探测所述汽车的两侧的目标信息；
所述双目摄像头安装于所述汽车的前挡风玻璃内，用于探测所述汽车的前方的目标信息、可行驶区域、交通标志及信号灯信息；
所述数据处理单元，用于获取所述16线激光雷达、所述第一毫米波雷达、所述两个第二毫米波雷达、所述多个超声波雷达和所述双目摄像头探测到的信息，并对获取到的信息进行处理，将处理后的信息传输给所述汽车的中央决策控制单元，所述处理后的信息包括：行驶路径上位于所述汽车的前方的最近的目标信息，所述汽车的两侧相邻的目标信息，行驶路径上位于所述汽车的后方的最近的目标信息，可行驶区域、交通标志及信号灯信息。
在本发明实施例的一种实现方式中，所述第一毫米波雷达为77GHz毫米波雷达，所述第二毫米波雷达为24GHz毫米波雷达。
在本发明实施例的另一种实现方式中，所述第一毫米波雷达的天线辐射面朝向所述汽车的前方，且所述天线辐射面平行于所述汽车的前保险杠平面。
在本发明实施例的另一种实现方式中，所述第二毫米波雷达的天线辐射面朝向所述汽车的两侧，所述天线辐射面与水平面垂直，且所述天线辐射面与所述汽车的车身纵向轴线成60度角。
在本发明实施例的另一种实现方式中，所述16线激光雷达与所述车顶的前边沿的距离为所述车顶的长度的四分之一，且所述16线激光雷达距离所述汽车的两侧距离相等。
在本发明实施例的另一种实现方式中，所述双目摄像头位于所述汽车的车内后视镜下方，并靠近所述车内后视镜的下边沿设置，所述双目摄像头距离所述汽车的两侧距离相等。
在本发明实施例的另一种实现方式中，所述第一超声波雷达和所述第二超声波雷达的数量均为4个。
在本发明实施例的另一种实现方式中，所述第一超声波雷达和所述第二超声波雷达的天线辐射面朝向所述汽车的两侧，且所述天线辐射面与所述汽车的侧面平行。
在本发明实施例的另一种实现方式中，所述第一毫米波雷达通过CAN总线或以太网与所述数据处理单元连接，所述第二毫米波雷达通过CAN总线或以太网与所述数据处理单元连接，所述16线激光雷达通过CAN总线或以太网与所述数据处理单元连接，所述摄像头通过CAN总线或以太网与所述数据处理单元连接，所述超声波雷达通过CAN总线或以太网与所述数据处理单元连接。
第二方面，本发明实施例还提供了一种汽车，所述汽车包括第一方面任一项所述的车用环境感知***。
本发明实施例提供的技术方案带来的有益效果是：
本发明实施例通过采用16线激光雷达来替代64线激光雷达，能够大幅降低自动驾驶汽车的成本；在采用16线激光雷达的同时，该车用环境感知***还配备有第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达、双目摄像头来弥补16线激光雷达的精度问题；其中，第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达分别安装在汽车的四周，与16线激光雷达协同工作，提高周围环境的检测精度；另外，采用双目摄像头对汽车的前方进行探测，进一步保证环境感知的可靠性，从而保证汽车在道路中的自动行驶。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种车用环境感知***的结构框图；
图2是本发明实施例提供的车用环境感知***中雷达及双目摄像头的位置分布图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种车用环境感知***，参见图1，车用环境感知***包括：16线激光雷达101、第一毫米波雷达102、两个第二毫米波雷达103、多个超声波雷达、双目摄像头105和数据处理单元106，多个超声波雷达包括多个第一超声波雷达141和多个第二超声波雷达142。
图2是车用环境感知***中雷达及双目摄像头的位置分布图，参见图2，第一毫米波雷达102安装于汽车的前保险杠的中部；两个第二毫米波雷达103分别安装于汽车的后保险杠的两侧；16线激光雷达101安装在汽车的车顶；多个第一超声波雷达141间隔安装在汽车的一侧，多个第二超声波雷达142间隔安装在汽车的另一侧；双目摄像头105安装于汽车的前挡风玻璃内。数据处理单元106同时与第一毫米波雷达102、两个第二毫米波雷达103、16线激光雷达101、多个第一超声波雷达141、多个第二超声波雷达142以及双目摄像头105连接，以获取上述雷达及摄像头产生的信号。
通过在汽车上安装上述雷达及摄像头，能够完成下述信号采集：第一毫米波雷达102的作用是探测汽车的前方的目标信息，目标信息包括目标的距离、相对速度和位置信息；两个第二毫米波雷达103的作用是探测汽车的侧后方的目标信息；16线激光雷达101的作用是探测汽车的周围的圆形区域内的目标信息；第一超声波雷达141和第二超声波雷达142的作用是分别探测汽车的两侧的目标信息；双目摄像头105的作用是探测汽车的前方的目标信息、可行驶区域、交通标志及信号灯信息。
数据处理单元106获取16线激光雷达101、第一毫米波雷达102、两个第二毫米波雷达103、多个超声波雷达和双目摄像头105探测到的信息，然后对获取到的信息进行处理，将处理后的信息传输给汽车的中央决策控制单元。处理后的信息包括：行驶路径上位于汽车的前方的最近的目标信息，汽车的两侧相邻的目标信息，行驶路径上位于汽车的后方的最近的目标信息，可行驶区域、交通标志及信号灯信息。中央决策控制单元根据数据处理单元106上传的信息控制汽车实现自动驾驶。
本发明实施例通过采用16线激光雷达101来替代64线激光雷达，能够大幅降低自动驾驶汽车的成本；在采用16线激光雷达101的同时，该车用环境感知***还配备有第一毫米波雷达102、两个第二毫米波雷达103、多个超声波雷达、双目摄像头105来弥补16线激光雷达101的精度问题；其中，第一毫米波雷达102、两个第二毫米波雷达103、多个超声波雷达分别安装在汽车的四周，与16线激光雷达101协同工作，提高周围环境的检测精度；另外，采用双目摄像头105对汽车的前方进行探测，进一步保证环境感知的可靠性，从而保证汽车在道路中的自动行驶。
其中，16线激光雷达是指通过16个激光束进行扫描的雷达，64线激光雷达则是通过64个激光束进行扫描的雷达，扫描时，激光雷达的每束激光均能够进行360度扫描，不同的激光束可以设置在不同的高度进行扫描。由于16线激光雷达产生的激光束少于64线激光雷达，因此16线激光雷中所使用的产生激光束的单元也相应较少，成本较低。
在本发明实施例中，目标包括但不限于运动的物体和静止的物体，运动的物体可以是行人、车辆等，静止的物体可以是建筑、障碍物、道路边沿等等。
在本发明实施例中，双目摄像头105能够对拍摄到的画面进行处理，从而获得目标信息、可行驶区域、交通标志及信号灯信息。其中，可行驶区域是指能够供车辆行驶的区域。
具体地，双目摄像头是指具有两个摄像头且能够分别拍摄出画面的摄像头。
双目摄像头采用通过对两幅图像视差的计算，直接对前方景物(图像所拍摄到的范围)进行距离测量，通过图像识别能够对图像中的目标、可行驶区域、交通标志及信号灯信息进行识别。
双目摄像头能够更加准确的进行目标信息、可行驶区域、交通标志及信号灯信息的确定。原因如下：双目摄像头和单目摄像头的测距原理完全不同，单目摄像头需要对目标进行识别，也就是说在测距前先识别障碍物(车、人等)，在此基础上再进行测距。而双目摄像头则更加像人类的双眼，主要通过两幅图像的视差计算来确定距离，也就是说双目摄像头不需要知道障碍物是什么，只要通过计算就可以测距，其距离测试更加准确，因而确定出的目标信息也更准确(目标的距离、相对速度和位置信息)。另外，通过双目摄像头可以计算出视野内障碍物每个点到摄像头的距离，然后可以快速划分出障碍物平面，从而实现可行驶区域、交通标志及信号灯信息的识别，并且能够依靠两个摄像头的其中一个也能实现可行驶区域、交通标志及信号灯信息的识别，所以识别精度高于单目摄像头。
在一种可能的实现方式中，第一毫米波雷达102可以为77GHz毫米波雷达，第二毫米波雷达103可以为24GHz毫米波雷达。
在本发明实施例中，汽车的前保险杠的中部开设凹槽，第一毫米波雷达102安装在凹槽内，第一毫米波雷达102的天线辐射面朝向汽车的前方，且天线辐射面平行于汽车的前保险杠平面。
进一步地，第一毫米波雷达102安装时可能存在角度误差，安装时，对准的方向水平角度容许误差±2度，垂直角度容许误差±1度，以避免雷达监测角度的损失，保证雷达的正常工作。
在本发明实施例中，第一毫米波雷达102以两种模式工作，且在两种模式间周期性变换。在第一种模式下，第一毫米波雷达102的辐射区域覆盖水平方向±45度方位角，探测距离为60米，其中探测距离是指在雷达在车辆行进方向上能够探测到的距离；在第二种模式下，第一毫米波雷达102的辐射区域覆盖水平方向±15度方位角，探测距离为175米。
在本发明实施例中，第二毫米波雷达103的天线辐射面朝向汽车的两侧，天线辐射面与水平面垂直，且天线辐射面与汽车的车身纵向轴线成60度角。车身纵向轴线是指沿汽车的长度方向的轴线，可以为连接汽车的两前轮中点和汽车的两后轮中点的直线。
进一步地，第二毫米波雷达103安装时可能存在角度误差，安装时，对准的方向水平角度容许误差±2度，垂直角度容许误差±1度，以避免雷达监测角度的损失，保证雷达的正常工作。
在本发明实施例中，16线激光雷达101安装在车顶上，16线激光雷达101与车顶的前边沿的距离为车顶的长度的四分之一，且16线激光雷达101距离汽车的两侧距离相等。其中，车顶的前边沿为车顶靠近车头的一边沿。这样安装使得16线激光雷达101尽量多探测汽车的前方和两侧的信息。由于16线激光雷达101安装在车顶，汽车的周围较近区域存在视野盲区，这部分区域的探测主要由毫米波雷达和超声波雷达完成。
在本发明实施例中，双目摄像头105位于汽车的车内后视镜下方，并靠近车内后视镜的下边沿设置，双目摄像头105距离汽车的两侧距离相等。其中，双目摄像头105距离汽车的两侧距离是指双目摄像头105的中轴线距离汽车的两侧距离。双目摄像头105按照上述方式安装，能够获得较大的视野，提高对汽车的前方探测效果。
在本发明实施例中，第一超声波雷达141和第二超声波雷达142的数量均可以为4个。
进一步地，第一超声波雷达141和第二超声波雷达142的天线辐射面朝向汽车的两侧，且天线辐射面与汽车的侧面平行。
进一步地，相邻设置的两个第一超声波雷达141或者相邻设置的两个第二超声波雷达142的间距为1.1-1.15米。按照该距离在汽车每个侧面布置4个超声波雷达，实现超声波雷达均匀布置，实现最佳探测效果。
在本发明实施例中，16线激光雷达能够进行车周360°环境探测，且主要用于探测车辆行驶路径车周30米内的目标信息(如车辆及障碍物的距离和速度信息)；通过一个77GHz前向毫米波雷达进行车辆前向175米内的目标信息(如车辆及障碍物距离、速度和方位信息)探测；通过2个24GHz毫米波雷达完成主车辆盲区及后向区域内的目标信息(如车辆距离及速度信息)探测；通过8颗超声波雷达进行车左右两侧的目标信息(如左右两侧邻近车辆距离)探测；通过1个双目摄像头进行前方目标信息、可行驶区域、交通标志及信号灯信息，最后通过数据处理单元的数据处理筛选出影响车辆行驶安全的障碍物信息提供给中央控制单元，中央控制单元从而能进行局部路径规划，通过执行机构实现车辆自动驾驶的功能。
在本发明实施例中，第一毫米波雷达102通过控制器局域网络(英文ControllerArea Network，简称CAN)总线或以太网与数据处理单元106连接，第二毫米波雷达103通过CAN总线或以太网与数据处理单元106连接，16线激光雷达101通过CAN总线或以太网与数据处理单元106连接，摄像头通过CAN总线或以太网与数据处理单元106连接，超声波雷达通过CAN总线或以太网与数据处理单元106连接。
在本发明实施例中，由于雷达(16线激光雷达、毫米波雷达或超声波雷达)和双目摄像头均自带处理单元，能够对信号进行处理，确定目标信息、可行驶区域、交通标识及信号灯信息等。因此，数据处理单元106只需要对数据进行处理即可。
数据处理单元106采用如下方式实现数据处理：
对于两个雷达的共同探测区域，数据处理单元106确定两个雷达共同探测到的目标，根据两个雷达中精度较高的雷达确定该目标的目标信息。其中，雷达为16线激光雷达、毫米波雷达或超声波雷达，16线激光雷达的精度＞毫米波雷达的精度＞超声波雷达的精度。雷达的探测区域是指雷达能够探测到的范围区域；两个雷达的共同探测区域是指这两个雷达的探测区域中重叠的部分。对于雷达与双目摄像头的共同探测区域，数据处理单元106确定雷达与双目摄像头共同探测到的目标，根据雷达确定该目标的目标信息。双目摄像头单独的探测区域是指双目摄像头能够探测到的范围区域；雷达与双目摄像头的共同探测区域是指雷达与双目摄像头的探测区域中重叠的部分。对于一个雷达的单独探测区域，数据处理单元106根据该雷达确定该探测区域内目标的目标信息。对于双目摄像头的单独探测区域，数据处理单元106根据双目摄像头确定该探测区域内目标的目标信息。雷达的单独探测区域是指雷达的探测区域中不与其他雷达或双目摄像头重叠的部分；双目摄像头的单独探测区域是指双目摄像头的探测区域中不与雷达重叠的部分。数据处理单元106将上述得到的目标信息合并，得到最后的目标信息。
数据处理单元106获取双目摄像头105探测到的信息，得到前方可行驶区域、交通标识及信号灯信息。
数据处理单元106从最后的目标信息中，确定行驶路径上位于汽车的前方的最近的目标信息，汽车的两侧相邻的目标信息，行驶路径上位于汽车的后方的最近的目标信息。
数据处理单元106将确定出的行驶路径上位于汽车的前方的最近的目标信息，汽车的两侧相邻的目标信息以及行驶路径上位于汽车的后方的最近的目标信息，与前方可行驶区域、交通标识及信号灯信息合并得到处理后的信息。中央决策控制单元根据数据处理单元106上传的处理后的信息控制汽车实现自动驾驶。
本发明实施例还提供了一种具有前述车用环境感知***的汽车。该汽车可以根据车用环境感知***上传的处理后的信息控制汽车实现自动驾驶。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种车用环境感知***，其特征在于，所述车用环境感知***包括：
16线激光雷达、第一毫米波雷达、两个第二毫米波雷达、多个超声波雷达、双目摄像头和数据处理单元；
所述第一毫米波雷达适用于安装于汽车的前保险杠的中部，用于探测所述汽车的前方的目标信息；
所述两个第二毫米波雷达适用于分别安装于所述汽车的后保险杠的两侧，用于探测所述汽车的侧后方的目标信息；
所述16线激光雷达适用于安装在所述汽车的车顶，用于探测所述汽车的周围的圆形区域内的目标信息；
所述多个超声波雷达包括多个第一超声波雷达和多个第二超声波雷达，所述多个第一超声波雷达适用于间隔安装在所述汽车的一侧，所述多个第二超声波雷达适用于间隔安装在所述汽车的另一侧，所述第一超声波雷达和所述第二超声波雷达分别用于探测所述汽车的两侧的目标信息；
所述双目摄像头适用于安装于所述汽车的前挡风玻璃内，用于探测所述汽车的前方的目标信息以及路况信息；
所述数据处理单元，用于获取所述16线激光雷达、所述第一毫米波雷达、所述两个第二毫米波雷达、所述多个超声波雷达和所述双目摄像头探测到的信息，并对获取到的信息进行处理，将处理后的信息传输给所述汽车的中央决策控制单元，所述处理后的信息包括：行驶路径上位于所述汽车的前方的最近的目标信息、所述汽车的两侧相邻的目标信息、行驶路径上位于所述汽车的后方的最近的目标信息以及所述汽车的前方的所述路况信息；
其中，所述目标信息包括目标的距离、相对速度和位置信息，所述路况信息包括可行驶区域、交通标志及信号灯信息。
2.根据权利要求1所述的车用环境感知***，其特征在于，所述第一毫米波雷达为77GHz毫米波雷达，所述第二毫米波雷达为24GHz毫米波雷达。
3.根据权利要求1或2所述的车用环境感知***，其特征在于，所述第一毫米波雷达的天线辐射面朝向所述汽车的前方，且所述天线辐射面平行于所述汽车的前保险杠平面。
4.根据权利要求1或2所述的车用环境感知***，其特征在于，所述第二毫米波雷达的天线辐射面朝向所述汽车的两侧，所述天线辐射面与水平面垂直，且所述天线辐射面与所述汽车的车身纵向轴线成60度角。
5.根据权利要求1或2所述的车用环境感知***，其特征在于，所述16线激光雷达与所述车顶的前边沿的距离为所述车顶的长度的四分之一，且所述16线激光雷达距离所述汽车的两侧距离相等。
6.根据权利要求1或2所述的车用环境感知***，其特征在于，所述双目摄像头位于所述汽车的车内后视镜下方，并靠近所述车内后视镜的下边沿设置，所述双目摄像头距离所述汽车的两侧距离相等。
7.根据权利要求1或2所述的车用环境感知***，其特征在于，所述第一超声波雷达和所述第二超声波雷达的数量均为4个。
8.根据权利要求1或2所述的车用环境感知***，其特征在于，所述第一超声波雷达和所述第二超声波雷达的天线辐射面朝向所述汽车的两侧，且所述天线辐射面与所述汽车的侧面平行。
9.根据权利要求1或2所述的车用环境感知***，其特征在于，所述第一毫米波雷达通过控制器局域网络CAN总线或以太网与所述数据处理单元连接，所述第二毫米波雷达通过CAN总线或以太网与所述数据处理单元连接，所述16线激光雷达通过CAN总线或以太网与所述数据处理单元连接，所述摄像头通过CAN总线或以太网与所述数据处理单元连接，所述超声波雷达通过CAN总线或以太网与所述数据处理单元连接。
10.一种汽车，其特征在于，所述汽车包括权利要求1至9任一项所述的车用环境感知***。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710160870.9A CN106909152B (zh) | 2017-03-17 | 2017-03-17 | 一种车用环境感知***及汽车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710160870.9A CN106909152B (zh) | 2017-03-17 | 2017-03-17 | 一种车用环境感知***及汽车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106909152A true CN106909152A (zh) | 2017-06-30 |
| CN106909152B CN106909152B (zh) | 2020-09-04 |
Family
ID=59187523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710160870.9A Active CN106909152B (zh) | 2017-03-17 | 2017-03-17 | 一种车用环境感知***及汽车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106909152B (zh) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108008412A (zh) * | 2017-10-18 | 2018-05-08 | 南京安捷智造科技有限公司 | 一种多曲度融合行车防撞*** |
| CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶***及其控制方法、装置 |
| CN108764218A (zh) * | 2018-07-17 | 2018-11-06 | 江西精骏电控技术有限公司 | 全方位行人检测*** |
| CN109101887A (zh) * | 2018-07-12 | 2018-12-28 | 中冶北方（大连）工程技术有限公司 | 基于视觉分析的有轨机车控制方法 |
| CN109367529A (zh) * | 2018-11-30 | 2019-02-22 | 南京天安汽车电子科技股份有限公司 | 毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法 |
| CN109532696A (zh) * | 2018-10-29 | 2019-03-29 | 多伦科技股份有限公司 | 一种车辆数据采集设备 |
| CN109596078A (zh) * | 2019-01-28 | 2019-04-09 | 吉林大学 | 多信息融合路面谱实时测试***和测试方法 |
| CN109634282A (zh) * | 2018-12-25 | 2019-04-16 | 奇瑞汽车股份有限公司 | 自动驾驶车辆、方法和装置 |
| CN109683157A (zh) * | 2018-12-17 | 2019-04-26 | 深圳市雨辰科技有限公司 | 一种基于毫米波雷达的车载*** |
| CN109739232A (zh) * | 2018-12-29 | 2019-05-10 | 百度在线网络技术（北京）有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN109901193A (zh) * | 2018-12-03 | 2019-06-18 | 财团法人车辆研究测试中心 | 近距离障碍物的光达侦测装置及其方法 |
| CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs*** |
| CN110203208A (zh) * | 2019-05-05 | 2019-09-06 | 上海思致汽车工程技术有限公司 | 一种具有多冗余安全机制的车辆自动驾驶控制*** |
| CN110221291A (zh) * | 2019-07-12 | 2019-09-10 | 西安象德信息技术有限公司 | 一种周界安防雷达*** |
| CN110371136A (zh) * | 2019-06-25 | 2019-10-25 | 天津大学 | 一种用于无人驾驶设备避障时速度控制的方法 |
| CN110606082A (zh) * | 2019-09-25 | 2019-12-24 | 中国第一汽车股份有限公司 | 基于自动驾驶的制动***、方法、装置及车辆 |
| CN110641367A (zh) * | 2019-10-31 | 2020-01-03 | 东风汽车股份有限公司 | 用于自动驾驶的环境感知***布置结构 |
| CN110736990A (zh) * | 2018-12-10 | 2020-01-31 | 开沃新能源汽车集团有限公司 | 一种基于毫米波雷达和超声波雷达组合方案的目标识别策略 |
| WO2020082363A1 (zh) * | 2018-10-26 | 2020-04-30 | 深圳市大疆创新科技有限公司 | 一种环境感知***及移动平台 |
| CN111301374A (zh) * | 2020-03-05 | 2020-06-19 | 河池学院 | 一种汽车全景检测自动防撞*** |
| CN111427348A (zh) * | 2020-03-24 | 2020-07-17 | 江苏徐工工程机械研究院有限公司 | 一种自动驾驶矿用自卸卡车环境感知***及矿用自卸卡车 |
| CN111736153A (zh) * | 2019-03-21 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 用于无人驾驶车辆的环境检测***、方法、设备和介质 |
| CN111824177A (zh) * | 2019-04-10 | 2020-10-27 | 重庆金康新能源汽车有限公司 | 一种车辆仪表***、提醒方法、汽车以及存储介质 |
| CN112835051A (zh) * | 2021-01-12 | 2021-05-25 | 广州主塔智能科技有限公司 | 一种车载雷达警示*** |
| CN113442915A (zh) * | 2021-08-17 | 2021-09-28 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种自动避障天线 |
| CN113514852A (zh) * | 2020-03-25 | 2021-10-19 | 北醒（北京）光子科技有限公司 | 一种环境感知*** |
| CN113514952A (zh) * | 2020-04-09 | 2021-10-19 | 华为技术有限公司 | 抬头显示装置和抬头显示方法 |
| WO2021213524A1 (zh) * | 2020-04-24 | 2021-10-28 | 北京智行者科技有限公司 | 一种智能垃圾分类垃圾车 |
| CN114355352A (zh) * | 2021-12-15 | 2022-04-15 | 重庆长安汽车股份有限公司 | 自动代客泊车的传感器感知*** |
| WO2022166565A1 (zh) * | 2021-02-08 | 2022-08-11 | 华为技术有限公司 | 一种通信方法及装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102270301A (zh) * | 2011-06-07 | 2011-12-07 | 南京理工大学 | 一种svm与激光雷达结合检测非结构化道路边界的方法 |
| CN202166895U (zh) * | 2011-04-19 | 2012-03-14 | 山东电力研究院 | 变电站智能巡检机器人的激光导航*** |
| CN102779280A (zh) * | 2012-06-19 | 2012-11-14 | 武汉大学 | 一种基于激光传感器的交通信息提取方法 |
| WO2014131064A2 (en) * | 2013-01-22 | 2014-08-28 | Qunomic Virtual Technology, LLC | Line projection system |
| CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
| CN105711586A (zh) * | 2016-01-22 | 2016-06-29 | 江苏大学 | 一种基于前向车辆驾驶人驾驶行为的前向避撞***及避撞算法 |
| CN106004659A (zh) * | 2016-08-03 | 2016-10-12 | 安徽工程大学 | 车辆周围环境感知***及其控制方法 |
| CN106199558A (zh) * | 2016-08-18 | 2016-12-07 | 宁波傲视智绘光电科技有限公司 | 障碍物快速检测方法 |
| CN205836663U (zh) * | 2016-08-03 | 2016-12-28 | 安徽工程大学 | 车辆周围环境感知*** |
| CN106364486A (zh) * | 2016-09-08 | 2017-02-01 | 江苏大学 | 一种基于危害分析的智能车辆变道控制方法 |
-
2017
- 2017-03-17 CN CN201710160870.9A patent/CN106909152B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202166895U (zh) * | 2011-04-19 | 2012-03-14 | 山东电力研究院 | 变电站智能巡检机器人的激光导航*** |
| CN102270301A (zh) * | 2011-06-07 | 2011-12-07 | 南京理工大学 | 一种svm与激光雷达结合检测非结构化道路边界的方法 |
| CN102779280A (zh) * | 2012-06-19 | 2012-11-14 | 武汉大学 | 一种基于激光传感器的交通信息提取方法 |
| WO2014131064A2 (en) * | 2013-01-22 | 2014-08-28 | Qunomic Virtual Technology, LLC | Line projection system |
| CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
| CN105711586A (zh) * | 2016-01-22 | 2016-06-29 | 江苏大学 | 一种基于前向车辆驾驶人驾驶行为的前向避撞***及避撞算法 |
| CN106004659A (zh) * | 2016-08-03 | 2016-10-12 | 安徽工程大学 | 车辆周围环境感知***及其控制方法 |
| CN205836663U (zh) * | 2016-08-03 | 2016-12-28 | 安徽工程大学 | 车辆周围环境感知*** |
| CN106199558A (zh) * | 2016-08-18 | 2016-12-07 | 宁波傲视智绘光电科技有限公司 | 障碍物快速检测方法 |
| CN106364486A (zh) * | 2016-09-08 | 2017-02-01 | 江苏大学 | 一种基于危害分析的智能车辆变道控制方法 |
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108008412A (zh) * | 2017-10-18 | 2018-05-08 | 南京安捷智造科技有限公司 | 一种多曲度融合行车防撞*** |
| CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶***及其控制方法、装置 |
| CN109101887A (zh) * | 2018-07-12 | 2018-12-28 | 中冶北方（大连）工程技术有限公司 | 基于视觉分析的有轨机车控制方法 |
| CN109101887B (zh) * | 2018-07-12 | 2022-03-15 | 中冶北方（大连）工程技术有限公司 | 基于视觉分析的有轨机车控制方法 |
| CN108764218A (zh) * | 2018-07-17 | 2018-11-06 | 江西精骏电控技术有限公司 | 全方位行人检测*** |
| WO2020082363A1 (zh) * | 2018-10-26 | 2020-04-30 | 深圳市大疆创新科技有限公司 | 一种环境感知***及移动平台 |
| US12013464B2 (en) | 2018-10-26 | 2024-06-18 | SZ DJI Technology Co., Ltd. | Environment sensing system and movable platform |
| CN109532696A (zh) * | 2018-10-29 | 2019-03-29 | 多伦科技股份有限公司 | 一种车辆数据采集设备 |
| CN109532696B (zh) * | 2018-10-29 | 2021-02-02 | 多伦科技股份有限公司 | 一种车辆数据采集设备 |
| CN109367529A (zh) * | 2018-11-30 | 2019-02-22 | 南京天安汽车电子科技股份有限公司 | 毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法 |
| CN109367529B (zh) * | 2018-11-30 | 2024-03-26 | 南京天安汽车电子科技股份有限公司 | 毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法 |
| CN109901193A (zh) * | 2018-12-03 | 2019-06-18 | 财团法人车辆研究测试中心 | 近距离障碍物的光达侦测装置及其方法 |
| CN110736990A (zh) * | 2018-12-10 | 2020-01-31 | 开沃新能源汽车集团有限公司 | 一种基于毫米波雷达和超声波雷达组合方案的目标识别策略 |
| CN109683157A (zh) * | 2018-12-17 | 2019-04-26 | 深圳市雨辰科技有限公司 | 一种基于毫米波雷达的车载*** |
| CN109634282B (zh) * | 2018-12-25 | 2021-05-28 | 奇瑞汽车股份有限公司 | 自动驾驶车辆、方法和装置 |
| CN109634282A (zh) * | 2018-12-25 | 2019-04-16 | 奇瑞汽车股份有限公司 | 自动驾驶车辆、方法和装置 |
| CN109739232A (zh) * | 2018-12-29 | 2019-05-10 | 百度在线网络技术（北京）有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN109739232B (zh) * | 2018-12-29 | 2022-06-07 | 百度在线网络技术（北京）有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN109596078A (zh) * | 2019-01-28 | 2019-04-09 | 吉林大学 | 多信息融合路面谱实时测试***和测试方法 |
| CN111736153A (zh) * | 2019-03-21 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 用于无人驾驶车辆的环境检测***、方法、设备和介质 |
| CN111824177A (zh) * | 2019-04-10 | 2020-10-27 | 重庆金康新能源汽车有限公司 | 一种车辆仪表***、提醒方法、汽车以及存储介质 |
| CN110203208A (zh) * | 2019-05-05 | 2019-09-06 | 上海思致汽车工程技术有限公司 | 一种具有多冗余安全机制的车辆自动驾驶控制*** |
| CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs*** |
| CN110371136A (zh) * | 2019-06-25 | 2019-10-25 | 天津大学 | 一种用于无人驾驶设备避障时速度控制的方法 |
| CN110221291A (zh) * | 2019-07-12 | 2019-09-10 | 西安象德信息技术有限公司 | 一种周界安防雷达*** |
| CN110606082A (zh) * | 2019-09-25 | 2019-12-24 | 中国第一汽车股份有限公司 | 基于自动驾驶的制动***、方法、装置及车辆 |
| CN110641367A (zh) * | 2019-10-31 | 2020-01-03 | 东风汽车股份有限公司 | 用于自动驾驶的环境感知***布置结构 |
| CN111301374A (zh) * | 2020-03-05 | 2020-06-19 | 河池学院 | 一种汽车全景检测自动防撞*** |
| CN111301374B (zh) * | 2020-03-05 | 2022-03-22 | 河池学院 | 一种汽车全景检测自动防撞*** |
| CN111427348A (zh) * | 2020-03-24 | 2020-07-17 | 江苏徐工工程机械研究院有限公司 | 一种自动驾驶矿用自卸卡车环境感知***及矿用自卸卡车 |
| CN113514852A (zh) * | 2020-03-25 | 2021-10-19 | 北醒（北京）光子科技有限公司 | 一种环境感知*** |
| CN113514952A (zh) * | 2020-04-09 | 2021-10-19 | 华为技术有限公司 | 抬头显示装置和抬头显示方法 |
| WO2021213524A1 (zh) * | 2020-04-24 | 2021-10-28 | 北京智行者科技有限公司 | 一种智能垃圾分类垃圾车 |
| CN112835051A (zh) * | 2021-01-12 | 2021-05-25 | 广州主塔智能科技有限公司 | 一种车载雷达警示*** |
| WO2022166565A1 (zh) * | 2021-02-08 | 2022-08-11 | 华为技术有限公司 | 一种通信方法及装置 |
| CN113442915B (zh) * | 2021-08-17 | 2022-07-15 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种自动避障天线 |
| CN113442915A (zh) * | 2021-08-17 | 2021-09-28 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种自动避障天线 |
| CN114355352A (zh) * | 2021-12-15 | 2022-04-15 | 重庆长安汽车股份有限公司 | 自动代客泊车的传感器感知*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106909152B (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106909152A (zh) | 一种车用环境感知***及汽车 | |
| US11041958B2 (en) | Sensing assembly for autonomous driving | |
| CN113002396B (zh) | 一种用于自动驾驶矿用车辆的环境感知***及矿用车辆 | |
| US10678260B2 (en) | Calibration methods for autonomous vehicle operations | |
| CN106991389B (zh) | 确定道路边沿的装置和方法 | |
| US10215860B2 (en) | Vehicle environment scanning by a phase-controlled laser | |
| CN107728618A (zh) | 一种无人船的避障方法 | |
| CN110949395A (zh) | 一种基于多传感器融合的弯道acc目标车辆识别方法 | |
| EP3889722B1 (en) | Generation method and generation system for dynamic target line during automatic driving of vehicle, and vehicle | |
| CN110816540B (zh) | 交通拥堵的确定方法、装置、***及车辆 | |
| CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
| CN110443819B (zh) | 一种单轨列车的轨道检测方法和装置 | |
| CN110968086B (zh) | 一种车辆进站控制方法及*** | |
| CN104111058A (zh) | 车距测量方法及装置、车辆相对速度测量方法及装置 | |
| CN111736153A (zh) | 用于无人驾驶车辆的环境检测***、方法、设备和介质 | |
| US20230242132A1 (en) | Apparatus for Validating a Position or Orientation of a Sensor of an Autonomous Vehicle | |
| JP2020197506A (ja) | 車両用物体検出装置 | |
| WO2019244425A1 (ja) | 障害物検知システム及び障害物検知方法 | |
| JP4848644B2 (ja) | 障害物認識システム | |
| US10970870B2 (en) | Object detection apparatus | |
| CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及*** | |
| US20220375231A1 (en) | Method for operating at least one environment sensor on a vehicle | |
| JP6604052B2 (ja) | 走路境界推定装置及び走路境界推定方法 | |
| CN110775054B (zh) | 车载控制装置、场端定位装置、车辆控制***及车辆 | |
| JP2022162787A (ja) | センサ異常推定装置 |
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 |