CN109298415A - 一种轨道和道路障碍物检测方法 - Google Patents
一种轨道和道路障碍物检测方法 Download PDFInfo
- Publication number
- CN109298415A CN109298415A CN201811382843.7A CN201811382843A CN109298415A CN 109298415 A CN109298415 A CN 109298415A CN 201811382843 A CN201811382843 A CN 201811382843A CN 109298415 A CN109298415 A CN 109298415A
- Authority
- CN
- China
- Prior art keywords
- radar
- image
- barrier
- millimetre
- laser
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93271—Sensor installation details in the front of the 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9328—Rail vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种轨道和道路障碍物检测方法,包括步骤:A.通过单目或多目照相机获得车辆前方的图像;B.通过毫米波装置和激光装置发射光信号并接收光信号以得到2D点云图和2D频谱图;C.对图像进行多视处理,再以视频***为媒介,通过焦平面阵列分析匹配激光雷达和视频***;针对毫米波雷达,通过数据预处理、边缘匹配方法匹配视频***和毫米波雷达***,完成激光雷达、毫米波雷达、视频***三个***的像素级融合;将获取到的图像进行实施序列分析,对多雷达***及视频***进行滤波处理,将毫米波雷达和激光雷达采集的图像与原始图像进行匹配;D.标记障碍物。本发明能够较为准确的识别障碍物,具备一定的预警功能,能够同时保证准确性和预警功能。
Description
技术领域
本发明属于交通领域,特别涉及一种轨道和道路障碍物检测方法。
背景技术
国内主流障碍物探测技术尚处在萌芽阶段,现在主要的轨道交通障碍物探测技术还停留在通过在轨道车辆前端设置接触式障碍物检测装置,这项技术是通过触碰的机械方式进行探测,探测距离短,并不具备预警能力。而目前雷达探测技术还不够成熟,特别是在转弯处和坡道行驶时,其检测精度和准确度都不能满足道路交通的障碍物检测要求。再加上激光扫描点的数量是有限的,而且扫描点不均匀且稀疏,容易导致车辆无法容易在点云较为稀少的地方识别出障碍物,对于障碍物的大小也无法定性估计。同时,毫米波雷达并不成熟,且在远距离探测的精度,准确度难以满足自动驾驶***的要求,提升单一雷达***的周期较长。
随着无人驾驶技术和人工智能技术的发展,势必要求车辆具备预警功能和自动障碍物检测技术,并在可以预见的未来迅速在整个城市轨道交通和无轨交通领域蔓延。所以综合运用多雷达***探测障碍物也将成为自动驾驶技术和人工智能时代一个迫切的需求。
发明内容
本发明的目的在于,针对上述现有技术的不足,提供一种基于激光雷达、毫米波雷达和图像识别的轨道和道路障碍物检测方法,能够判断障碍物是否存在,检测障碍物的距离,为控制中心判断是否实施制动或紧急制动提供依据。
为解决上述技术问题,本发明所采用的技术方案是:
一种轨道和道路障碍物检测方法,其特点是包括以下步骤:
步骤A.通过安装在轨道车辆车头的单目或多目相机获得车辆前方的图像;
步骤B.通过毫米波装置和激光装置发射光信号并通过光子探测器接收光信号以得到2D点云图和2D频谱图;
步骤C.对图像进行多视处理,再以视频***为媒介,通过焦平面阵列分析匹配激光雷达和视频***;针对毫米波雷达,通过数据预处理、边缘匹配方法匹配视频***和毫米波雷达***,完成激光雷达、毫米波雷达、视频***三个***的像素级融合;将获取到的图像进行实施序列分析,对多雷达***及视频***进行滤波处理,将毫米波雷达和激光雷达采集的图像与原始图像进行匹配;
步骤D.针对毫米波雷达、激光雷达各自具有的特征分析前向障碍物,根据天气情况,通过机器学习计算出权值并调整参数,在极端恶劣天气下(大暴雨(1d(或24h)降雨量100~250mm),7级以上大风,能见度不超过150米的大雾,强沙尘暴,PM2.0在500以上的雾霾),以毫米波雷达识别的精度为准;在非极端天气条件下,通过机器学习根据形状对物体进行分割,并通过机器学习设置阈值,强化激光雷达的识别权值;运用毫米波雷达的穿透能力,探测一些可能存在的被遮挡的物体;设置距离模块来分析车辆前方可能存在的障碍物,并根据距离模块点的特征标记障碍物。
进一步地,还包括步骤E.针对类直道、弯道、坡道,通过距离模块标记出参数,显示障碍物距离车辆的距离。
进一步地,还包括步骤F.在照相机所拍摄图像上,根据对应障碍物以及障碍物的距离,并通过障碍物在图像上的大小和障碍物的距离得到障碍物的实际大小;当障碍物的实际大小超过30cm*30cm*30cm时,对轨道车辆进行减速;当障碍物的实际大小超过60cm*60cm*60cm时,对轨道车辆采取紧急制动。
本发明采取多雷达***和图像识别的综合技术,综合运用了图像识别,毫米波雷达和激光雷达的优势,通过安装在轨道车辆上的车载设备来实现测距和障碍物判断,并识别障碍物,通过发射和接受光束,判断障碍物距离,通过将扫描出的结果同步到图像上,用框图。最后在控制中心,通过距离和障碍物的大小来判断是否实施制动或紧急制动,从而实现轨道车辆的提前预警和安全性提升的要求,提升无人驾驶的安全性。
本发明能够较为准确的识别障碍物,并且具备一定的预警功能,与现行的检测方法相比,能够同时保证准确性和预警功能。
附图说明
图1为本发明方法中激光雷达***、相机***、毫米波雷达***和车载***安装示意图。
图2为本发明方法中激光雷达***、相机***、毫米波雷达***探测范围示意图。
图3为通过光扫描激光雷达示意图。
具体实施方式
本发明的原理准备如下:
在轨道车辆上,将激光雷达***1、相机***2、毫米波雷达***3和车载***4按照图1安装在车辆端部位置。激光雷达***1、相机***2、毫米波雷达***3探测范围如图2所示。
毫米波探测技术
毫米波雷达传感器使用毫米波(millimeterwave)。通常毫米波是指30~300GHz频域(波长为1~10mm)的。毫米波的波长介于厘米波和光波之间,因此毫米波兼有微波制导和光电制导的优点。同厘米波雷达相比,毫米波雷达具有体积小、易集成和空间分辨率高的特点。测距原理跟一般雷达一样,也就是把无线电波(雷达波)发出去,然后接收回波,根据收发之间的时间差测得目标的位置数据。
毫米波雷达可以对摄像头和激光雷达进行补充,将在车身前部远距离上的车辆、路面金属/石块/混凝土障碍物转换为目标信息发送给决策规划模块,尤其在天气环境恶劣、能见度不高的情况下,可以弥补视觉传感器的不足。
激光束探测技术:
激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达***。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,通过匹配发射信号和回收信号,并计算时间得到△t,就可以根据速度得到s=v*△t,同时将各个发射出的激光点匹配到图像上,根据点云的数量及在图像上的位置,就可获得诸如方位,高度,姿态及形状等信息,同时根据车身的速度以及两次探测的距离差,就可以获得前车的速度参数,因此,综上所述,激光雷达可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。
而用于雷达***的激光波长一般只有微米的量级,因而它能够探测非常微小的目标,测量的距离也远远高于毫米波雷达及其他车载标准雷达。然而其精度受雨雪,雾,阳光等天气的影响较大,所以在雨雪天气的性能有待提升。
一个完整激光装置要包括三个部分,旋转镜,修正镜,镭射发射接收装置。镭射发射接收装置包含一个发射单元和一个接收单元。通过二极管发射出laser,经过修正镜面将激光反射给旋转镜面,然后再把反射回来的激光反射给修正镜面,最后反射给接受装置。因为旋转镜面具备旋转和设计完备的结构,可以接收最大可达180度范围的光。
考虑到镜面是其中唯一的运动机构,其运动可通过简单的上下移动,形成高度方向上的点云。
除此之外,光扫描激光雷达也是非常常见的一项技术,通过发出激光来照射大块面积形成2D焦平面阵列,如图3所示。
而探测原理则是基于返回的时间,在二级管附近安装光子探测器,即可通过发射和探测的时间差来计算目标物的距离。同时脉冲测量***在激活后也能收集大量的点云,通过点云也可以生成2D图像。
雷达图像同步技术:
考虑到雷达图像的视角和测试范围不同,同时多雷达***也存在雷达回波信号相干叠加,导致强度信息存在噪声,因而需要雷达***和图像***进行匹配。
1.多雷达***
雷达***具备回波信号叠加,存在信号波相关叠加,因而需要多视处理,即利用DeGrandi,Non-linear Diffusion滤波,从而避免多雷达***的干涉。
2.图像与激光雷达***匹配
通过安装在车辆前端的摄像头捕捉到车辆前端的信息,激光发射多点脉冲光束,形成2D焦平面阵列,选取感兴趣的区域图像识别范围,和焦平面阵列范围,运用中央处理器对平面和摄像头进行裁剪,并对边缘处进行强化,校正处理。
3.毫米波雷达与图像匹配
通过安装在车辆前段的摄像头捕捉车辆前端信息,毫米波雷达对前方障碍物进行探测,当波信号遇到障碍物会反射,根据频率差得到障碍物距离,公式如下:
td=2R/c
R:目标距离
td:延迟时间
C:光速
根据多普勒效应及三角波形可得到
fb-:下降频率
fb+:上升频率
tm:时间
ΔF:发射信号的带宽
选取感兴趣的2D频谱图区域与感兴趣的图像区域,对边缘进行强化,校正处理。具体操作如下:
当毫米波雷达发射接收到2D频谱图后,即可根据距离得到一个距离分布图,考虑到毫米波雷达和视频识别的区域有差别,因此首先需要选取感兴趣区域,即视频***及雷达***叠加的区域。目前最大的难点是边缘选择的问题,因为在边缘点处难以匹配。因此,本方法通过插值及拟合,以及数据预清洗,既可以补充缺失数据,从而最大程度上保证在数据层的同质。
同时将各个传感器数据转化为贝叶斯估计,并通过神经网络确定最佳融合数,从而完成对边缘的匹配。
滤波
考虑到在图像匹配的过程中,存在斑点和衰退,可采用均值滤波,中值滤波等滤波消除图像可能存在的斑点和衰退。
图像障碍物分割融合与识别距离
将激光识别的2D点阵中的点到车辆的距离标记为X,选定X1,X2.....同时选择一个距离变化量ΔX。
将[X1-ΔX,X1+ΔX],[X2-ΔX,X2+ΔX]...中的点依次选出,计成不同的模块,判断如图所示的第5点周围8个区域,如若有同类型的点,即在同一模块内连接同一距离模块下的点,依照连续性条件,作为障碍物。同时,将激光图像,与距离参数传给中央处理器。
1 | 2 | 3 |
4 | 5 | 6 |
7 | 8 | 9 |
同样将毫米波识别的2D频谱图中各个像素点到车辆的距离标记为X,选定X1,X2.....同时选择一个距离变化量ΔX。
将[X1-ΔX,X1+ΔX],[X2-ΔX,X2+ΔX]...中的点依次选出,计成不同的模块,判断如图所示的第5点周围8个区域,若有同类型的点,即在同一模块内连接同一距离模块下的点,依照连续性条件,作为障碍物。同时,将毫米波图像与距离参数传给中央处理器。
在接收到激光图像,毫米波图像以及距离参数后,根据毫米波雷达和激光雷达的识别距离设定门限值,即大于某X的距离采用激光图像,小于某X的距离采用毫米波图像,激光雷达将作为参考。最终在原始图像上,选出障碍物,并标记出其距离参数。从而实现识别并探测障碍物的距离。
直线和弯道障碍物识别
在直线区域内,算法较为简单,可直接设置识别区域进行分割,按上述方法识别障碍物并测距。
弯道区域根据轨道车辆和城市无轨道车辆进行分类,针对轨道车辆和无轨车辆分别分析,对于轨道车辆,需要根据轮缘处的弯道检测装置对弯道进行判断,适当调整识别区域,并针对弯道条件用基于弯道的算法判断障碍物的距离,从而判断车辆行驶方向的障碍物和距离,确定牵引制动方案。
针对弯道区域的无轨车辆,须扩大识别区域。针对毫米波雷达的测量区域较广的前提,可扩大识别区域。由于激光雷达存在探测死角,因此采用毫米波雷达和双目相机对可能侵占路权的障碍物进行预判,从而在更广阔的范围内识别障碍物并判断距离,根据wiedemann99跟车模型判别,实施制动指令,从而保证车辆安全。
由于无人驾驶和智能驾驶技术的蓬勃发展,势必要求未来的城市车辆,轨道车辆具备自动识别障碍物的能力,本发明综合运用了毫米波识别技术和激光技术的优点,并解释了如何消除干涉,并投影到图像上,而且考虑到安全性,多雷达***提升冗余性并投产也是大型城市交通***落地的必然要求,是可以在短期内见到成果的一项发明。
本发明具体步骤如下:
步骤A.采集实时图像,通过安装在轨道车辆车头的单目或多目相机获得车辆前方的图像;采用超远焦距、光学防抖照相机。
步骤B.采集实时光信号,通过毫米波装置和激光装置发射光信号并通过光子探测器接收光信号以得到2D点云图和2D频谱图。
步骤C.图像预处理及预匹配,对图像进行多视处理,即利用De Grandi,Non-linear Diffusion滤波避免雷达干涉,再以图像***为媒介,通过焦平面阵列分析匹配激光雷达和视频***;针对毫米波雷达,通过数据预处理、边缘匹配等方法匹配视频***和毫米波雷达***,完成激光雷达、毫米波雷达、视频***三个***的像素级融合;将获取到的图像进行实施序列分析,对多雷达***及视频***进行滤波处理,将毫米波雷达和激光雷达采集的图像与原始图像进行匹配。从而降低了多个***直接匹配的计算量,同时也比单纯的坐标匹配更加精确。
步骤D.判断障碍物,针对毫米波雷达、激光雷达各自具有的特征分析前向障碍物,考虑到毫米波雷达在诸如(大暴雨(1d(或24h)降雨量100~250mm),7级以上大风,能见度不超过150米的大雾,强沙尘暴,PM2.0在500以上的雾霾)的恶劣,极端天气下具有较高识别精度,因此在极端天气条件下,通过机器学习计算出权值并调整参数,以毫米波雷达识别为准,在非极端恶劣的天气条件下,则通过机器学习根据形状对物体进行分割,通过机器学习设置阈值,强化激光雷达的识别权值,以激光雷达识别为准;运用毫米波雷达的穿透能力,探测一些可能存在的被遮挡的物体,从而实现预警,这对于有轨电车的防撞***极为有效;设置距离模块来分析车辆前方可能存在的障碍物,并根据距离模块点的特征标记障碍物。
步骤E.判断距离,针对类直道、弯道、坡道,通过距离模块标记出参数,显示障碍物距离车辆的距离。
步骤F.识别障碍物及采取的措施,在照相机所拍摄图像上,根据对应障碍物以及障碍物的距离,并通过障碍物在图像上的大小和障碍物的距离得到障碍物的实际大小;由实际经验知道,当障碍物的实际大小超过30cm*30cm*30cm时,就认为会影响轨道车辆的正常通行,控制中心将对轨道车辆进行减速;当障碍物的实际大小超过60cm*60cm*60cm时,就认为障碍物将有造成列车脱轨或产生重大交通事故的影响,控制中心将对轨道车辆采取紧急制动。在城市交通中,根据wiedemann99驾驶行为模型进行牵引与制动。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是局限性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护范围之内。
Claims (3)
1.一种轨道和道路障碍物检测方法,其特征在于,包括以下步骤:
步骤A.通过安装在轨道车辆车头的单目或多目相机获得车辆前方的图像;
步骤B.通过毫米波装置和激光装置发射光信号并通过光子探测器接收光信号以得到2D点云图和2D频谱图;
步骤C.对图像进行多视处理,再以视频***为媒介,通过焦平面阵列分析匹配激光雷达和视频***;针对毫米波雷达,通过数据预处理、边缘匹配方法匹配视频***和毫米波雷达***,完成激光雷达、毫米波雷达、视频***三个***的像素级融合;将获取到的图像进行实施序列分析,对多雷达***及视频***进行滤波处理,将毫米波雷达和激光雷达采集的图像与原始图像进行匹配;
步骤D.针对毫米波雷达、激光雷达各自具有的特征分析前向障碍物,根据天气情况,通过机器学习计算出权值并调整参数,在极端恶劣天气下,以毫米波雷达识别的精度为准;在非极端天气条件下,通过机器学习根据形状对物体进行分割,并通过机器学习设置阈值,强化激光雷达的识别权值;运用毫米波雷达的穿透能力,探测一些可能存在的被遮挡的物体;设置距离模块来分析车辆前方可能存在的障碍物,并根据距离模块点的特征标记障碍物。
2.如权利要求1所述的轨道和道路障碍物检测方法,其特征在于,还包括,
步骤E.针对类直道、弯道、坡道,通过距离模块标记出参数,显示障碍物距离车辆的距离。
3.如权利要求2所述的轨道和道路障碍物检测方法,其特征在于,还包括,
步骤F.在照相机所拍摄图像上,根据对应障碍物以及障碍物的距离,并通过障碍物在图像上的大小和障碍物的距离得到障碍物的实际大小;当障碍物的实际大小超过30cm*30cm*30cm时,对轨道车辆进行减速;当障碍物的实际大小超过60cm*60cm*60cm时,对轨道车辆采取紧急制动。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382843.7A CN109298415B (zh) | 2018-11-20 | 2018-11-20 | 一种轨道和道路障碍物检测方法 |
EP19886098.3A EP3885794A4 (en) | 2018-11-20 | 2019-09-09 | METHOD FOR DETECTING OBSTACLES ON A TRACK AND ON A ROAD |
PCT/CN2019/104841 WO2020103533A1 (zh) | 2018-11-20 | 2019-09-09 | 一种轨道和道路障碍物检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382843.7A CN109298415B (zh) | 2018-11-20 | 2018-11-20 | 一种轨道和道路障碍物检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109298415A true CN109298415A (zh) | 2019-02-01 |
CN109298415B CN109298415B (zh) | 2020-09-22 |
Family
ID=65143466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811382843.7A Active CN109298415B (zh) | 2018-11-20 | 2018-11-20 | 一种轨道和道路障碍物检测方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3885794A4 (zh) |
CN (1) | CN109298415B (zh) |
WO (1) | WO2020103533A1 (zh) |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测*** |
CN110287897A (zh) * | 2019-06-27 | 2019-09-27 | 清华大学 | 一种基于深度学习的轨道列车视觉定位*** |
CN110412986A (zh) * | 2019-08-19 | 2019-11-05 | 中车株洲电力机车有限公司 | 一种车辆障碍物检测方法及*** |
CN110412563A (zh) * | 2019-07-29 | 2019-11-05 | 哈尔滨工业大学 | 一种基于多传感器融合的辅助列车车皮挂接的便携式测距仪及其工作方法 |
CN110542909A (zh) * | 2019-09-03 | 2019-12-06 | 北京领骏科技有限公司 | 一种大气能见度检测方法及电子设备 |
CN110596731A (zh) * | 2019-09-12 | 2019-12-20 | 天津市市政工程设计研究院 | 一种地铁车辆主动障碍物检测***及方法 |
CN110717477A (zh) * | 2019-10-22 | 2020-01-21 | 深圳市微度数字技术有限公司 | 轨道智能预警分析装置 |
CN110866544A (zh) * | 2019-10-28 | 2020-03-06 | 杭州飞步科技有限公司 | 传感器数据的融合方法、装置及存储介质 |
WO2020103533A1 (zh) * | 2018-11-20 | 2020-05-28 | 中车株洲电力机车有限公司 | 一种轨道和道路障碍物检测方法 |
CN111688758A (zh) * | 2019-03-11 | 2020-09-22 | 北京华通时空通信技术有限公司 | 一种用于高速铁路轨道的障碍物检测*** |
CN111723724A (zh) * | 2020-06-16 | 2020-09-29 | 东软睿驰汽车技术(沈阳)有限公司 | 一种路面障碍物识别方法和相关装置 |
CN111880196A (zh) * | 2020-06-29 | 2020-11-03 | 安徽海博智能科技有限责任公司 | 一种无人矿车抗干扰方法、***及计算机设备 |
CN112009524A (zh) * | 2020-07-15 | 2020-12-01 | 北京埃福瑞科技有限公司 | 一种用于有轨电车障碍物检测的***及方法 |
WO2020253764A1 (zh) * | 2019-06-18 | 2020-12-24 | 华为技术有限公司 | 确定行驶区域信息的方法及装置 |
CN112285714A (zh) * | 2020-09-08 | 2021-01-29 | 苏州挚途科技有限公司 | 一种基于多传感器的障碍物速度融合方法和装置 |
CN112380927A (zh) * | 2020-10-29 | 2021-02-19 | 中车株洲电力机车研究所有限公司 | 一种轨道识别方法及其装置 |
CN112444780A (zh) * | 2019-09-03 | 2021-03-05 | 通用汽车环球科技运作有限责任公司 | 基于高度信息的车载雷达***稳健性的增强 |
CN112541416A (zh) * | 2020-12-02 | 2021-03-23 | 深兰科技(上海)有限公司 | 跨雷达障碍物跟踪方法、装置、电子设备和存储介质 |
CN112835030A (zh) * | 2020-12-30 | 2021-05-25 | 深圳承泰科技有限公司 | 一种障碍物目标的数据融合方法、装置及智能汽车 |
CN112977541A (zh) * | 2021-03-17 | 2021-06-18 | 上海电气泰雷兹交通自动化***有限公司 | 一种基于多技术融合的列车防护预警*** |
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障***及方法 |
CN113138386A (zh) * | 2020-01-16 | 2021-07-20 | 为昇科科技股份有限公司 | 生命体雷达检测***及其判断方法、特征数据库建立方法 |
CN113189581A (zh) * | 2021-04-09 | 2021-07-30 | 同济大学 | 一种毫米波雷达与视觉融合透雾目标识别算法处理方法 |
CN113189591A (zh) * | 2021-03-31 | 2021-07-30 | 苏州理工雷科传感技术有限公司 | 一种用于道面微小目标检测的车载探测*** |
CN113568002A (zh) * | 2021-06-24 | 2021-10-29 | 中车南京浦镇车辆有限公司 | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 |
CN113671491A (zh) * | 2021-08-16 | 2021-11-19 | 珠海格力电器股份有限公司 | 一种路况检测及预警方法及装置 |
CN113687349A (zh) * | 2021-09-23 | 2021-11-23 | 上海大学 | 基于多传感器融合的无人艇海面目标追踪方法及装置 |
CN113777622A (zh) * | 2021-08-31 | 2021-12-10 | 通号城市轨道交通技术有限公司 | 轨道障碍物辨识的方法及装置 |
CN113799852A (zh) * | 2021-09-22 | 2021-12-17 | 天津津航计算技术研究所 | 一种支持动态模式切换的智能主动障碍物识别防护方法 |
CN113884090A (zh) * | 2021-09-28 | 2022-01-04 | 中国科学技术大学先进技术研究院 | 智能平台车环境感知***及其数据融合方法 |
CN114035187A (zh) * | 2021-10-26 | 2022-02-11 | 北京国家新能源汽车技术创新中心有限公司 | 一种自动驾驶***的感知融合方法 |
CN114379545A (zh) * | 2020-10-16 | 2022-04-22 | 上海汽车集团股份有限公司 | 一种车辆防碰撞方法及装置 |
WO2023109501A1 (zh) * | 2021-12-14 | 2023-06-22 | 卡斯柯信号有限公司 | 一种基于定位技术的列车主动障碍物检测方法及装置 |
CN116461571A (zh) * | 2022-09-20 | 2023-07-21 | 江苏中车数字科技有限公司 | 基于视觉、射频定位、多线激光相融合的障碍物感知*** |
CN117129975A (zh) * | 2023-08-14 | 2023-11-28 | 深圳承泰科技有限公司 | 一种基于激光雷达做真值的雷达报警自动测试方法及*** |
CN117590358A (zh) * | 2024-01-15 | 2024-02-23 | 吉林瑞电科技有限公司 | 一种具有法兰式密封罩结构的障碍物检测设备 |
CN118004900A (zh) * | 2024-04-08 | 2024-05-10 | 山东朝辉自动化科技有限责任公司 | 一种基于视觉监测的门机安防*** |
CN118226457A (zh) * | 2024-05-27 | 2024-06-21 | 同济大学 | 一种基于单点激光测距雷达的路面病害量精确统计方法 |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113734207B (zh) * | 2020-05-29 | 2023-06-13 | 比亚迪股份有限公司 | 车辆安全防护***、方法及车辆 |
CN111696390B (zh) * | 2020-06-23 | 2023-01-20 | 五冶集团上海有限公司 | 智能机场跑道fod装置及其工作流程 |
CN111781606A (zh) * | 2020-07-02 | 2020-10-16 | 大唐信通(浙江)科技有限公司 | 一种新型激光雷达和超声波雷达融合的小型化实现方法 |
CN111856417B (zh) * | 2020-07-20 | 2023-07-21 | 中国第一汽车股份有限公司 | 车载毫米波雷达的性能分析方法、装置、终端及存储介质 |
CN112285700B (zh) * | 2020-08-24 | 2023-12-15 | 江苏大学 | 基于激光雷达与毫米波雷达融合的机动目标跟踪方法 |
CN112307594B (zh) * | 2020-09-22 | 2023-03-28 | 中国汽车技术研究中心有限公司 | 道路数据采集和模拟场景建立一体化***及方法 |
CN112415517A (zh) * | 2020-11-03 | 2021-02-26 | 上海泽高电子工程技术股份有限公司 | 一种基于毫米波雷达的轨道识别方法 |
CN112053565B (zh) * | 2020-11-09 | 2021-04-20 | 江苏量动信息科技有限公司 | 激光雷达识别*** |
CN112415518B (zh) * | 2020-11-20 | 2023-09-26 | 南京理工大学 | 基于车载毫米波雷达的可通行空间检测方法 |
CN112487919A (zh) * | 2020-11-25 | 2021-03-12 | 吉林大学 | 一种基于相机与激光雷达的3d目标检测与跟踪方法 |
CN112330746A (zh) * | 2020-11-27 | 2021-02-05 | 苏州感测通信息科技有限公司 | 一种基于tx2的移动底盘障碍物检测方法 |
CN112464812B (zh) * | 2020-11-27 | 2023-11-24 | 西北工业大学 | 一种基于车辆的凹陷类障碍物检测方法 |
CN112698302B (zh) * | 2020-12-16 | 2023-11-07 | 南京航空航天大学 | 一种颠簸路况下的传感器融合目标检测方法 |
CN112946627B (zh) * | 2021-01-29 | 2024-03-22 | 中汽创智科技有限公司 | 基于视觉信息的毫米波雷达检测***及检测方法 |
CN112965054B (zh) * | 2021-02-03 | 2023-09-19 | 南京众控电子科技有限公司 | 基于雷达技术的舱门启闭识别方法 |
CN113030866B (zh) * | 2021-03-12 | 2023-06-06 | 中国铁道科学研究院集团有限公司 | 基于雷达电磁信号确定铁路碎石道床状态的方法及装置 |
CN113110434B (zh) * | 2021-04-06 | 2022-04-19 | 中国矿业大学 | 一种无驾驶舱式井下无人驾驶电机车及其控制方法 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
CN113282982B (zh) * | 2021-04-30 | 2023-04-18 | 杭州申昊科技股份有限公司 | 一种用于喷泥状况评估铁轨安全的***和方法 |
CN115236672A (zh) * | 2021-05-12 | 2022-10-25 | 上海仙途智能科技有限公司 | 障碍物信息生成方法、装置、设备及计算机可读存储介质 |
CN113375563B (zh) * | 2021-05-12 | 2023-04-28 | 深圳市北斗云信息技术有限公司 | 一种激光lidar与视频融合的滑坡位移监测方法及*** |
CN113466853B (zh) * | 2021-06-24 | 2024-05-10 | 山东科技大学 | 超前液压支架群组移架前的障碍检测装置 |
CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知*** |
CN113469130A (zh) * | 2021-07-23 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种遮挡目标检测方法、装置、存储介质及电子装置 |
CN113609942B (zh) * | 2021-07-27 | 2022-11-22 | 数量级(上海)信息技术有限公司 | 一种基于多目多光谱融合的道路智能监控*** |
CN113820714B (zh) * | 2021-09-07 | 2024-04-12 | 重庆驰知科技有限公司 | 一种基于多传感器融合的尘雾天气道路环境感知*** |
CN114037972A (zh) * | 2021-10-08 | 2022-02-11 | 岚图汽车科技有限公司 | 目标检测方法、装置、设备及可读存储介质 |
CN113759365B (zh) * | 2021-10-11 | 2024-05-31 | 内蒙古方向图科技有限公司 | 双目视觉三维光学图像与地基雷达数据融合方法和*** |
CN114022760B (zh) * | 2021-10-14 | 2022-08-05 | 湖南北斗微芯产业发展有限公司 | 铁路隧道障碍物监测预警方法、***、设备及存储介质 |
CN114013433B (zh) * | 2021-12-24 | 2023-12-05 | 东风悦享科技有限公司 | 一种基于高精度地图的毫米波雷达自适应调节方法 |
CN114355337A (zh) * | 2021-12-31 | 2022-04-15 | 北京太格时代自动化***设备有限公司 | 基于24GHz毫米波雷达技术的铁路施工侵限预警*** |
CN114563788A (zh) * | 2022-02-17 | 2022-05-31 | 英博超算(南京)科技有限公司 | 一种基于单线激光雷达及毫米波雷达的无人驾驶*** |
CN114363582B (zh) * | 2022-03-15 | 2022-06-10 | 深圳中慧轨道智能科技有限公司 | 集成式轨道巡检车图像处理*** |
CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
CN114942437A (zh) * | 2022-04-25 | 2022-08-26 | 东风汽车集团股份有限公司 | 一种前方车辆前侧目标探测方法 |
CN114550142A (zh) * | 2022-04-25 | 2022-05-27 | 深圳佑驾创新科技有限公司 | 基于4d毫米波雷达和图像识别融合的车位检测方法 |
CN114918915B (zh) * | 2022-05-09 | 2023-12-12 | 高辰曦 | 一种自动扶梯激光识别防跌装置及其算法 |
CN115311850A (zh) * | 2022-07-15 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于众包模式的抛洒物识别与预警方法及*** |
CN115421136A (zh) * | 2022-07-28 | 2022-12-02 | 广西北投信创科技投资集团有限公司 | 一种车辆检测***及其检测方法 |
CN115616560B (zh) * | 2022-12-02 | 2023-04-14 | 广汽埃安新能源汽车股份有限公司 | 车辆避障方法、装置、电子设备和计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430377A (zh) * | 2008-11-18 | 2009-05-13 | 北京航空航天大学 | 基于apd阵列的非扫描3d成像激光雷达光学*** |
US20120242529A1 (en) * | 2011-03-25 | 2012-09-27 | Mitsubishi Electric Corporation | Vehicle radar system |
CN102963322A (zh) * | 2012-09-22 | 2013-03-13 | 仲玥 | 汽车行驶环境探测装置及其工作过程 |
CN103176185A (zh) * | 2011-12-26 | 2013-06-26 | 上海汽车集团股份有限公司 | 用于检测道路障碍物的方法及*** |
CN104199034A (zh) * | 2014-09-19 | 2014-12-10 | 黄国鹏 | 基于雷达传感器的汽车防撞方法和装置 |
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶***及其方法 |
CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN107230389A (zh) * | 2017-07-26 | 2017-10-03 | 山西省交通科学研究院 | 一种山区多弯路段安全预警***及方法 |
CN107499262A (zh) * | 2017-10-17 | 2017-12-22 | 芜湖伯特利汽车安全***股份有限公司 | 基于机器学习的acc/aeb***及车辆 |
CN107909010A (zh) * | 2017-10-27 | 2018-04-13 | 北京中科慧眼科技有限公司 | 一种道路障碍物检测方法与装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09264954A (ja) * | 1996-03-29 | 1997-10-07 | Fujitsu Ten Ltd | レーダを用いた画像処理システム |
JP2007310741A (ja) * | 2006-05-19 | 2007-11-29 | Fuji Heavy Ind Ltd | 立体物認識装置 |
SE539893C2 (en) * | 2015-10-13 | 2018-01-02 | Qamcom Tech Ab | Radar method and system for monitoring a region of interest |
US10353053B2 (en) * | 2016-04-22 | 2019-07-16 | Huawei Technologies Co., Ltd. | Object detection using radar and machine learning |
CN107991671A (zh) * | 2017-11-23 | 2018-05-04 | 浙江东车智能科技有限公司 | 一种基于雷达数据和视频信号融合识别危险目标的方法 |
CN108416257A (zh) * | 2018-01-19 | 2018-08-17 | 北京交通大学 | 融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法 |
CN109298415B (zh) * | 2018-11-20 | 2020-09-22 | 中车株洲电力机车有限公司 | 一种轨道和道路障碍物检测方法 |
-
2018
- 2018-11-20 CN CN201811382843.7A patent/CN109298415B/zh active Active
-
2019
- 2019-09-09 WO PCT/CN2019/104841 patent/WO2020103533A1/zh unknown
- 2019-09-09 EP EP19886098.3A patent/EP3885794A4/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430377A (zh) * | 2008-11-18 | 2009-05-13 | 北京航空航天大学 | 基于apd阵列的非扫描3d成像激光雷达光学*** |
US20120242529A1 (en) * | 2011-03-25 | 2012-09-27 | Mitsubishi Electric Corporation | Vehicle radar system |
CN103176185A (zh) * | 2011-12-26 | 2013-06-26 | 上海汽车集团股份有限公司 | 用于检测道路障碍物的方法及*** |
CN102963322A (zh) * | 2012-09-22 | 2013-03-13 | 仲玥 | 汽车行驶环境探测装置及其工作过程 |
CN104199034A (zh) * | 2014-09-19 | 2014-12-10 | 黄国鹏 | 基于雷达传感器的汽车防撞方法和装置 |
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶***及其方法 |
CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN107230389A (zh) * | 2017-07-26 | 2017-10-03 | 山西省交通科学研究院 | 一种山区多弯路段安全预警***及方法 |
CN107499262A (zh) * | 2017-10-17 | 2017-12-22 | 芜湖伯特利汽车安全***股份有限公司 | 基于机器学习的acc/aeb***及车辆 |
CN107909010A (zh) * | 2017-10-27 | 2018-04-13 | 北京中科慧眼科技有限公司 | 一种道路障碍物检测方法与装置 |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020103533A1 (zh) * | 2018-11-20 | 2020-05-28 | 中车株洲电力机车有限公司 | 一种轨道和道路障碍物检测方法 |
CN111688758A (zh) * | 2019-03-11 | 2020-09-22 | 北京华通时空通信技术有限公司 | 一种用于高速铁路轨道的障碍物检测*** |
WO2020253764A1 (zh) * | 2019-06-18 | 2020-12-24 | 华为技术有限公司 | 确定行驶区域信息的方法及装置 |
US20220108552A1 (en) | 2019-06-18 | 2022-04-07 | Huawei Technologies Co., Ltd. | Method and Apparatus for Determining Drivable Region Information |
US11698459B2 (en) | 2019-06-18 | 2023-07-11 | Huawei Technologies Co., Ltd. | Method and apparatus for determining drivable region information |
CN110287897A (zh) * | 2019-06-27 | 2019-09-27 | 清华大学 | 一种基于深度学习的轨道列车视觉定位*** |
CN110287897B (zh) * | 2019-06-27 | 2021-05-14 | 清华大学 | 一种基于深度学习的轨道列车视觉定位*** |
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测*** |
CN110412563A (zh) * | 2019-07-29 | 2019-11-05 | 哈尔滨工业大学 | 一种基于多传感器融合的辅助列车车皮挂接的便携式测距仪及其工作方法 |
CN110412986A (zh) * | 2019-08-19 | 2019-11-05 | 中车株洲电力机车有限公司 | 一种车辆障碍物检测方法及*** |
CN112444780A (zh) * | 2019-09-03 | 2021-03-05 | 通用汽车环球科技运作有限责任公司 | 基于高度信息的车载雷达***稳健性的增强 |
CN110542909A (zh) * | 2019-09-03 | 2019-12-06 | 北京领骏科技有限公司 | 一种大气能见度检测方法及电子设备 |
CN110596731A (zh) * | 2019-09-12 | 2019-12-20 | 天津市市政工程设计研究院 | 一种地铁车辆主动障碍物检测***及方法 |
CN110717477A (zh) * | 2019-10-22 | 2020-01-21 | 深圳市微度数字技术有限公司 | 轨道智能预警分析装置 |
CN110866544A (zh) * | 2019-10-28 | 2020-03-06 | 杭州飞步科技有限公司 | 传感器数据的融合方法、装置及存储介质 |
CN110866544B (zh) * | 2019-10-28 | 2022-04-15 | 杭州飞步科技有限公司 | 传感器数据的融合方法、装置及存储介质 |
CN113138386A (zh) * | 2020-01-16 | 2021-07-20 | 为昇科科技股份有限公司 | 生命体雷达检测***及其判断方法、特征数据库建立方法 |
CN111723724B (zh) * | 2020-06-16 | 2024-04-02 | 东软睿驰汽车技术(沈阳)有限公司 | 一种路面障碍物识别方法和相关装置 |
CN111723724A (zh) * | 2020-06-16 | 2020-09-29 | 东软睿驰汽车技术(沈阳)有限公司 | 一种路面障碍物识别方法和相关装置 |
CN111880196A (zh) * | 2020-06-29 | 2020-11-03 | 安徽海博智能科技有限责任公司 | 一种无人矿车抗干扰方法、***及计算机设备 |
CN112009524B (zh) * | 2020-07-15 | 2022-06-07 | 北京埃福瑞科技有限公司 | 一种用于有轨电车障碍物检测的***及方法 |
CN112009524A (zh) * | 2020-07-15 | 2020-12-01 | 北京埃福瑞科技有限公司 | 一种用于有轨电车障碍物检测的***及方法 |
CN112285714A (zh) * | 2020-09-08 | 2021-01-29 | 苏州挚途科技有限公司 | 一种基于多传感器的障碍物速度融合方法和装置 |
CN114379545A (zh) * | 2020-10-16 | 2022-04-22 | 上海汽车集团股份有限公司 | 一种车辆防碰撞方法及装置 |
CN114379545B (zh) * | 2020-10-16 | 2024-02-02 | 上海汽车集团股份有限公司 | 一种车辆防碰撞方法及装置 |
CN112380927A (zh) * | 2020-10-29 | 2021-02-19 | 中车株洲电力机车研究所有限公司 | 一种轨道识别方法及其装置 |
CN112380927B (zh) * | 2020-10-29 | 2023-06-30 | 中车株洲电力机车研究所有限公司 | 一种轨道识别方法及其装置 |
CN112541416A (zh) * | 2020-12-02 | 2021-03-23 | 深兰科技(上海)有限公司 | 跨雷达障碍物跟踪方法、装置、电子设备和存储介质 |
CN112835030A (zh) * | 2020-12-30 | 2021-05-25 | 深圳承泰科技有限公司 | 一种障碍物目标的数据融合方法、装置及智能汽车 |
CN112977541A (zh) * | 2021-03-17 | 2021-06-18 | 上海电气泰雷兹交通自动化***有限公司 | 一种基于多技术融合的列车防护预警*** |
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障***及方法 |
CN113189591B (zh) * | 2021-03-31 | 2024-04-09 | 苏州理工雷科传感技术有限公司 | 一种用于道面微小目标检测的车载探测*** |
CN113189591A (zh) * | 2021-03-31 | 2021-07-30 | 苏州理工雷科传感技术有限公司 | 一种用于道面微小目标检测的车载探测*** |
CN113189581A (zh) * | 2021-04-09 | 2021-07-30 | 同济大学 | 一种毫米波雷达与视觉融合透雾目标识别算法处理方法 |
CN113568002A (zh) * | 2021-06-24 | 2021-10-29 | 中车南京浦镇车辆有限公司 | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 |
CN113671491A (zh) * | 2021-08-16 | 2021-11-19 | 珠海格力电器股份有限公司 | 一种路况检测及预警方法及装置 |
CN113777622A (zh) * | 2021-08-31 | 2021-12-10 | 通号城市轨道交通技术有限公司 | 轨道障碍物辨识的方法及装置 |
CN113777622B (zh) * | 2021-08-31 | 2023-10-20 | 通号城市轨道交通技术有限公司 | 轨道障碍物辨识的方法及装置 |
CN113799852B (zh) * | 2021-09-22 | 2022-12-02 | 天津津航计算技术研究所 | 一种支持动态模式切换的智能主动障碍物识别防护方法 |
CN113799852A (zh) * | 2021-09-22 | 2021-12-17 | 天津津航计算技术研究所 | 一种支持动态模式切换的智能主动障碍物识别防护方法 |
CN113687349A (zh) * | 2021-09-23 | 2021-11-23 | 上海大学 | 基于多传感器融合的无人艇海面目标追踪方法及装置 |
CN113884090A (zh) * | 2021-09-28 | 2022-01-04 | 中国科学技术大学先进技术研究院 | 智能平台车环境感知***及其数据融合方法 |
CN114035187A (zh) * | 2021-10-26 | 2022-02-11 | 北京国家新能源汽车技术创新中心有限公司 | 一种自动驾驶***的感知融合方法 |
WO2023109501A1 (zh) * | 2021-12-14 | 2023-06-22 | 卡斯柯信号有限公司 | 一种基于定位技术的列车主动障碍物检测方法及装置 |
CN116461571A (zh) * | 2022-09-20 | 2023-07-21 | 江苏中车数字科技有限公司 | 基于视觉、射频定位、多线激光相融合的障碍物感知*** |
CN117129975A (zh) * | 2023-08-14 | 2023-11-28 | 深圳承泰科技有限公司 | 一种基于激光雷达做真值的雷达报警自动测试方法及*** |
CN117590358B (zh) * | 2024-01-15 | 2024-04-05 | 吉林瑞电科技有限公司 | 一种具有法兰式密封罩结构的障碍物检测设备 |
CN117590358A (zh) * | 2024-01-15 | 2024-02-23 | 吉林瑞电科技有限公司 | 一种具有法兰式密封罩结构的障碍物检测设备 |
CN118004900A (zh) * | 2024-04-08 | 2024-05-10 | 山东朝辉自动化科技有限责任公司 | 一种基于视觉监测的门机安防*** |
CN118004900B (zh) * | 2024-04-08 | 2024-06-07 | 山东朝辉自动化科技有限责任公司 | 一种基于视觉监测的门机安防*** |
CN118226457A (zh) * | 2024-05-27 | 2024-06-21 | 同济大学 | 一种基于单点激光测距雷达的路面病害量精确统计方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3885794A1 (en) | 2021-09-29 |
CN109298415B (zh) | 2020-09-22 |
EP3885794A4 (en) | 2022-08-17 |
WO2020103533A1 (zh) | 2020-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298415A (zh) | 一种轨道和道路障碍物检测方法 | |
CN106909152B (zh) | 一种车用环境感知***及汽车 | |
CN110471085B (zh) | 一种轨道检测*** | |
EP2721593B1 (en) | System and method for traffic side detection and characterization | |
CN108375775A (zh) | 车载探测设备及其参数的调整方法、介质、探测*** | |
CN112009524B (zh) | 一种用于有轨电车障碍物检测的***及方法 | |
US20060111841A1 (en) | Method and apparatus for obstacle avoidance with camera vision | |
WO2021031469A1 (zh) | 一种车辆障碍物检测方法及*** | |
CN109387857B (zh) | 激光雷达***中的跨网段检测方法和设备 | |
CN104290753A (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
CN110596731A (zh) | 一种地铁车辆主动障碍物检测***及方法 | |
Gavrila et al. | A multi-sensor approach for the protection of vulnerable traffic participants the PROTECTOR project | |
CN109031302A (zh) | 分析车辆环境的方法和装置以及装备有这种装置的车辆 | |
CN113287035A (zh) | 机场停靠设备 | |
CN113799852B (zh) | 一种支持动态模式切换的智能主动障碍物识别防护方法 | |
CN109367529B (zh) | 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 | |
CN104808216A (zh) | 一种基于激光雷达测距的车辆防碰撞预警*** | |
CN113050654A (zh) | 障碍物检测方法、巡检机器人车载避障***及方法 | |
CN115257784A (zh) | 基于4d毫米波雷达的车路协同*** | |
CN114415171A (zh) | 一种基于4d毫米波雷达的汽车可行驶区域检测方法 | |
CN213303095U (zh) | 一种基于人工智能的路测装置 | |
JP3613521B2 (ja) | 目標検出システム | |
WO2021046962A1 (zh) | 一种屏蔽门与车体间的障碍物检测***及检测方法 | |
CN109385939B (zh) | 多入口跑道防剐蹭*** | |
EP4238852A1 (en) | Rail transportation system, method for controlling rail transportation system, and trackside facility shape measurement system |
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 |