CN109313258A - 用于车辆环境检测***的增强的物体检测和运动状态估计 - Google Patents

用于车辆环境检测***的增强的物体检测和运动状态估计 Download PDF

Info

Publication number
CN109313258A
CN109313258A CN201780033869.8A CN201780033869A CN109313258A CN 109313258 A CN109313258 A CN 109313258A CN 201780033869 A CN201780033869 A CN 201780033869A CN 109313258 A CN109313258 A CN 109313258A
Authority
CN
China
Prior art keywords
radar
speed
detection
component
detections
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
Application number
CN201780033869.8A
Other languages
English (en)
Other versions
CN109313258B (zh
Inventor
多米尼克·凯尔纳
尼古拉斯·施奈德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anzher Software Co
Original Assignee
Autoliv Development AB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Autoliv Development AB filed Critical Autoliv Development AB
Publication of CN109313258A publication Critical patent/CN109313258A/zh
Application granted granted Critical
Publication of CN109313258B publication Critical patent/CN109313258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • 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
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

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)
  • Mechanical Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及一种车辆环境检测***(2)，该车辆环境检测***被布置成检测至少一个检测(6,6’；12,13；12’,13’)并且包括至少一个雷达***(3)、至少一个相机设备(4)和至少一个处理单元(5)。对于每个雷达检测(6；12,13)，获得相对于x轴(7,14)的至少一个方位检测角度(θ1,θ2)以及检测到的多普勒速度分量(vD；vD1,vD2)，该检测到的多普勒速度分量由相对于所述雷达***(3)的检测到的多普勒速度构成。对于每个检测，所述处理单元(5)被布置成：‑获得构成光流的至少两个图像帧的对应相机检测(6’；12’,13’)；‑从所述光流确定速度y分量(vy；vy1’,vy2’)，其中速度y分量(vy；vy1’,vy2’)由所得速度(vr；vr1,vr2；vr1’,vr2’)在y轴(9,15)上的投影构成，所述y轴垂直于x轴(7,14)延伸。‑从所检测到的多普勒速度分量(vD；vD1,vD2)和速度y分量(vy；vy1,vy2；vr1’,vr2’)确定所得速度(vr；vr1,vr2；vr1’,vr2’)。

Description

用于车辆环境检测***的增强的物体检测和运动状态估计
公开内容的描述
本公开涉及车辆环境检测***，该车辆环境检测***被布置成检测针对车辆外部的物体的至少一个检测。车辆环境检测***包括至少一个雷达***、至少一个相机设备和至少一个处理单元。对于每个检测，所述雷达***被布置成获得至少一个方位检测角度和检测到的多普勒速度分量。
如今，多普勒雷达***可以安装在车辆上，以便检测来自物体的反射，从而实现诸如速度控制和防撞之类的功能，以及其他功能。在此类雷达***中，需要获得呈目标轴承角度形式的方位角、相对于物体的距离以及车辆与物体之间的相对速度。
许多此类多普勒雷达***包括用于生成所谓的啁啾信号的装置，该啁啾信号通过雷达***中包括的适当天线发射、反射和接收。啁啾信号是具有一定幅度的FMCW(调频连续波)信号，其中频率在两个值之间连续倾斜，因此啁啾信号呈连续正弦曲线的形式，其中在倾斜过程内频率从第一低频率变为第二高频率。从开始到结束的频率变化、带宽可以是例如起始频率的约0.5％。
因此由反射雷达回波构成的接收信号与发射的啁啾信号混合，以便将接收信号转换成基带信号。这些基带信号或IF(中频)信号被放大并在多个通道中传送到模数转换器(ADC)装置，该装置被布置成将接收的模拟信号转换成数字信号。数字信号用于通过同时采样和分析接收信号的相位和幅度来检索可能目标的方位角。分析通常通过快速傅里叶变换(FFT)处理来在一个或多个数字信号处理器(DSP)中执行。
检测到的相对速度仅作为指向车辆和物体之间的径向速度分量获得，而未检测到其他速度分量。此外，确定取决于物体是否转动的偏航率也是所关注的。
因此，需要用于车辆多普勒雷达***的设备和方法，其中确定点源的二维速度矢量，诸如行人的移动方向和速度。还需要用于车辆多普勒雷达***的设备和方法，其中确定在平面中具有三个自由度的伸展物体的全运动状态，例如移动方向、速度和旋转/偏航率。速度矢量包括速度和方向。
所述目的通过车辆环境检测***来实现，该车辆环境检测***被布置成检测针对车辆外部的至少一个对应物体的至少一个检测。车辆环境检测***包括至少一个雷达***、至少一个相机设备和至少一个处理单元。对于每个雷达检测，所述雷达***被布置成获得相对于x轴的至少一个方位检测角度以及检测到的多普勒速度分量，该多普勒速度分量由相对于雷达***的检测到的多普勒速度构成。对于每个检测，所述处理单元被布置成：
-从所述相机设备获得构成光流的至少两个图像帧的对应相机检测。
-从所述光流确定速度y分量，其中速度y分量由所得速度在y轴上的投影构成，该y轴垂直于x轴延伸并且形成所述相机设备的孔径平面轴。
-从检测到的多普勒速度分量和速度y分量确定所得速度。
所述目的还通过用于确定针对车辆外部的物体的至少一个检测的所得速度的方法来实现，其中该方法包括：
-使用雷达***获得相对于x轴的至少一个雷达检测方位检测角度。
-获得对应的检测到的多普勒速度分量，该多普勒速度分量由相对于雷达***的检测到的多普勒速度构成。
对于每个检测，该方法还包括：
-从相机设备获得构成光流的至少两个图像帧的对应相机检测。
-从所述光流确定速度y分量，其中速度y分量由所得速度在y轴上的投影构成，该y轴垂直于x轴延伸并且形成所述相机设备的孔径平面轴。
-从检测到的多普勒速度分量和速度y分量确定所得速度。
所述目的还通过车辆环境检测***来实现，该车辆环境检测***被布置成用于检测针对车辆外部的物体的至少一个雷达检测。车辆环境检测***包括至少一个雷达***、至少一个相机设备和至少一个处理单元。对于每个雷达检测，所述雷达***被布置成获得相对于x轴的至少一个方位检测角度以及检测到的多普勒速度分量，该多普勒速度分量由相对于雷达***的检测到的多普勒速度构成。所述处理单元(5)被布置成从所述相机设备获得至少一个相机检测，其中雷达检测的数量和相机检测的数量的总和至少为三。车辆环境检测***被布置成通过求解线性方程组来计算目标物体的二维运动状态
此处，vD1…vDN是每个雷达检测的检测到的多普勒速度分量，θ1…θN是每个雷达检测的检测到的方位检测角度，vy1’…vyM’是每个相机检测的确定的速度y分量，xs是雷达***的x坐标，ys是雷达***的y坐标，xc是所述相机设备4的x位置，并且x1’…xM’是每个相机检测的x坐标。对于x轴和y轴的原点，vx0是速度x分量，并且vy0是原点速度的速度y分量，并且ω是所述原点速度的角速度，其中二维运动状态包括原点速度矢量和对应的角速度。
根据一个示例，相机设备是立体相机。在该情况下，根据另一个示例，所述处理单元被布置成独立于雷达检测来对所有立体相机检测进行积分，从而使得雷达检测能够不同于立体相机检测。立体相机设备被布置成为每个立体相机检测提供x坐标和速度y分量，从而使得所有立体相机检测能够在线性方程组中进行积分。
所述目的还通过用于确定二维运动状态的方法来实现，该二维运动状态包括在已知位置处的原点速度矢量以及针对车辆外部的物体的至少一个雷达检测的对应角速度。该方法包括：
-获得相对于x轴的至少一个雷达检测方位检测角度。
-获得对应的雷达检测多普勒速度分量，该对应的雷达检测多普勒速度分量由相对于雷达***的检测到的多普勒速度构成。
对于所述至少一个雷达检测中的每个雷达检测，该方法还包括：
-从立体相机设备获得至少一个相机检测，其中雷达检测的数量和相机检测的数量的总和至少为三。
-确定每个立体相机检测的x坐标和速度y分量。
-通过求解线性方程组来确定每个物体(11)的二维运动状态
其中vD1…vDN是每个雷达检测的检测到的多普勒速度分量，θ1…θN是每个雷达检测的检测到的方位检测角度，vy1’…vyM’是每个相机检测的确定的速度y分量，xs是雷达***的x坐标，ys是雷达***的y坐标，xc是所述立体相机设备的x位置，并且x1’…xM’是每个相机检测的x坐标。对于x轴和y轴的原点，vx0是速度x分量，并且vy0是原点速度的速度y分量，并且ω是所述原点速度的角速度。
根据一个示例，该方法还包括通过所述二维运动状态来计算所述物体上或外部的任意位置上的对应速度矢量。
根据另一个示例，该方法还包括独立于雷达检测来对所有立体相机检测进行积分，从而使得雷达检测能够不同于立体相机检测。立体相机设备用于为每个立体相机检测提供x坐标和速度y分量，从而使得所有立体相机检测能够在线性方程组中进行积分。
根据另一个示例，该方法还包括：
-找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的物体；
-以重复方式排除这些检测，使得相继地识别所有物体的检测；以及
-识别不属于伸展物体的检测。
其他示例在从属权利要求中公开。
通过本公开获得了多个优点。主要地，在单个测量周期中获得伸展物体的完整二维运动状态的直接计算，而没有任何模型假设。解直接在线性方程组中获取。
附图说明
现在用参考附图更详细地描述本公开，附图中：
图1示出根据第一示例的具有车辆环境检测***的车辆的示意性俯视图；
图2示出根据第二示例的车辆环境检测***的第一示意性俯视图；
图3示出根据第二示例的车辆环境检测***的第二示意性俯视图；
图4示出根据本公开的方法的流程图；并且
图5示出根据本公开的另外方法的流程图。
具体实施方式
参考图1，其示出第一示例，主车辆1包括车辆环境检测***2，该车辆环境检测***继而包括雷达***3和相机设备4和处理单元5。主车辆1以一定的主车辆速度vh移动并且在车辆的路径附近存在物体30，其中物体30在检测6处被雷达***3检测到。
检测6由雷达***3检测为具有相对于x轴7的方位检测角度该x轴从车辆1沿其前向运行方向延伸，本文示出为沿与车辆的速度vh相同的方向延伸。还存在垂直延伸的y轴9，从而形成相机孔径平面轴。检测6还具有一定的所得速度vr，该所得速度包括第一速度分量vD和第二速度分量vy，其中第一速度分量vD由检测到的多普勒速度分量构成并且第二速度分量vy由速度y分量构成，该速度y分量是所得速度vr在y轴9上的投影。然而，雷达***3不能够检测第二速度分量vy。
根据本公开，相机设备4被布置成检测包括至少两个帧的光流，其中处理单元5被布置成从所述光流确定第二速度分量vy。处理单元5进一步被布置成从第一速度分量vD和第二速度分量vy确定所述所得速度vr。
更详细地讲，雷达***3测量车辆1和检测6之间的距离，以及检测6的所述检测角度和多普勒速度vD。检测6的位置在图像平面中被转换，使得能够识别对应像素。在图像平面中，对于该像素或其周围的区域计算光流。然后将光流转换回世界坐标。然后计算用于检测的所得速度vr形式的运动状态。
相机设备5可包括单色相机或立体相机，其中立体相机提供具有深度信息的场景流。当然可使用任意数量的相机设备和雷达***。可存在具有多个雷达传感器的一个雷达***。
通常，多普勒雷达***仅能够确定第一速度分量vD，该第一速度分量主要等于纵向移动。来源于单色相机设备的单个光流或来源于立体相机设备的场景流可任选地用由雷达***提供的距离/深度信息来改善。该光流用于精确估计图像域中的横向运动。将所获取的速度信息量与在单个测量周期中确定属于物体30(例如其他交通参与者、车辆、卡车、自行车等)的单个检测6的移动的可能性与准确性的极大改善组合，其中光流需要至少两个帧。
参考图2和图3，其示出第二示例，呈现了更具示意性的视图，其中图2示出雷达***3在具有x轴14和y轴15的坐标系10中的位置xS,yS，并且图3示出相机设备4在坐标系10中的位置xc,yc。在图2和图3中，存在目标物体11，诸如另一个车辆，该目标物体在两个不同雷达检测12、13处由雷达***3检测到并且因此构成伸展物体。相机设备在两个不同相机检测12’、13’处检测目标物体11。在该示例中，雷达检测12、13和相机检测12’、13’处于相同位置处，但是对于立体相机设备，不一定是这种情况，如稍后将讨论的。
第一雷达检测12具有第一雷达检测位置x1,y1，该第一雷达检测位置带有第一检测到的方位检测角度θ1(仅对于图2中的方向线示意性地指示)。第一雷达检测12还具有第一所得速度vr1，该第一所得速度包括第一速度x分量vx1和第一速度y分量vy1。相应地，第二雷达检测13具有第二雷达检测位置x2,y2，该第二雷达检测位置带有第二检测到的方位检测角度θ2(仅对于图2中的方向线示意性地指示)。此外，第二雷达检测13还具有第二所得速度vr2，该第二所得速度包括第二速度x分量vx2和第二速度y分量vy2。
参考坐标系的原点，第一所得速度vr1以其作为vx1,vy1的分量表示为：
其中vx0是速度x分量并且vy0是在坐标系10的原点处的原点速度vo的速度y分量，并且ω是原点速度vo的角速度。通常，上述方程(1)对于具有已知位置xN,yN的目标物体11上或外部的任意点N成立。
通过已知位置处的原点速度矢量v0和角速度、偏航率、ω来表示伸展物体11的完全2D运动状态。作为参考点，在该示例中使用坐标系10的原点。通常，可以使用任何参考点，因为原点速度矢量v0可被变换到任何位置。方程(1)描述了原点速度矢量v0从坐标系10的原点到第一雷达检测位置x1,y1的变换，并且因此与雷达***3的位置xS,yS无关。
在雷达***3的位置xS,yS处的雷达速度矢量vS与其分量vxS,vyS被表示为：
如图2所示，使用雷达***3的多普勒测量为检测位置提供径向检测的多普勒速度分量：对于第一检测12，存在第一检测到的多普勒速度分量vD1，并且对于第二检测13，存在第二检测到的多普勒速度分量vD2。第一检测到的多普勒速度分量vD1被表示为：
对于所有速度分量组合方程(2)和(3)，假设任意数量N的雷达探测，产生以下更一般的表达式：
如图3所示，第一相机检测12’具有第一相机检测位置x1’,y1’并且具有第一所得速度vr1’，该第一所得速度包括第一速度x分量vx1’和第一速度y分量vy1’。相应地，第二相机检测13’具有第二相机检测位置x2’,y2’并且具有第二所得速度vr2’，该第二所得速度包括第二速度x分量vx2’和第二速度y分量vy2’。任选地在通过雷达***3的距离测量的支持下，第一相机检测位置x1’,y1’是通过相机测量的距离和相机设备安装位置xc,yc的总和。
相机设备4提供横向速度y分量vy1’,vy2’，该横向速度y分量通过光流投影在y轴上。第一速度y分量vy1’被表示为：
对于所有速度分量组合方程(4)和(5)，假设任意数量N的雷达探测和任意数量M的相机检测，产生：
数字N和M可被适当地选择，并且可以相等也可以不相等。如前所述，在原点处具有运动状态v0、ω，可使用方程(1)计算物体11上的任何位置处的速度矢量。
此处使用与第一示例中相同的原理，将雷达检测与来自相机设备的光流相结合。然而，此处使用属于相同物体的多个检测，使得能够检测角速度，例如偏航率。在单个测量周期中获得伸展物体的完整二维运动状态的直接计算，而无需任何模型假设。解直接在线性方程组(6)中获取。
如果例如在公路上假设线性运动状态ω＝0，则可以删除线性方程组(6)的第一列，即运动状态的第一行。通过确定仅两个运动参数，精确度提高。
如在第一示例中，相机设备5可包括单色相机或立体相机，其中立体相机提供具有深度信息的场景流。当然可使用任意数量的相机设备和雷达***。可存在具有多个雷达传感器的一个雷达***。
如果使用立体相机设备，可对相机设备4的所有检测的场景流/光流进行直接积分，而不是如在第一示例中计算图像域中的雷达位置。这意味着立体相机的所有检测都独立于雷达检测而积分，并且因此雷达检测12、13可与相机检测12’、13’不同。立体相机设备能够为每个立体相机检测12’、13’直接提供x坐标x1’…xM’和速度y分量vy1’…vyM’，从而实现要在线性方程组(6)中积分的所有检测12’,14’。这意味着雷达检测12、13可以与相机检测12’、13’相同，也可以与检测12’、13’不同并且独立于检测12’、13’。相机x坐标xc是必需的。
因此可以独立于雷达检测12、13对所有立体相机检测12’、13’进行积分，从而使得雷达检测12、13能够与立体相机检测12’、13’不同。立体相机设备4被布置成为每个立体相机检测12’、13’提供x坐标x1’…xM’和速度y分量vy1’…vyM’，从而使得所有立体相机检测12’、13’能够在线性方程组中进行积分。
考虑到测量空间vDn、θn、n＝1…N，对于多普勒雷达检测，检测到的多普勒速度将对于所有检测理想地在方位角上执行余弦。有时，杂乱、微多普勒或其他车辆导致错误的多普勒测量。通过利用诸如RANSAC(随机样本一致性)之类的鲁棒方法找到形成余弦的所有检测，将来自单个伸展物体的所有检测分组。RANSAC是众所周知的迭代方法，该方法用以从包含异常值的一组观测数据中估计数学模型的参数。
相应地，考虑到另一个测量空间，vyn、xc、n＝1…N，对于光流的相机设备测量，速度y分量vyn、光流针对所有检测在相机设备4的x位置xc上执行直线。可识别来自物体11的检测并且排除错误的速度，类似于雷达情况。使用组合的方程组(6)，执行雷达***3和相机设备4的组合拟合，使得雷达信息有助于识别相机检测，并且反之亦然。
在该方法中，运动学距离、“速度差”用于识别属于相同物体11的检测12、13。因此，建立方程组，并且根据一些方面，由于相同的运动状态，使用随机样本一致性(RANSAC)算法来从伸展物体11中找到检测。RANSAC被布置成找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的物体。排除这些检测，并且再次执行RANSAC。相继地识别所有物体的检测；并且最终识别不属于伸展物体的检测。
另外，即使在分段步骤之后也可使用该方法，使得排除所有错误分段的检测或具有错误运动状态的检测(例如，来自雷达的微多普勒、来自光流的错误关联)。
参考图4，本公开涉及用于确定针对车辆1外部的物体11的至少一个检测6；12,13的所得速度vr；vr1,vr2的方法。该方法包括：
16：获得相对于x轴7、14的至少一个方位检测角度θ1,θ2。
17：获得对应的检测到的多普勒速度分量vD；vD1,vD2，其由相对于雷达***3的检测到的多普勒速度构成。
18：从相机设备4获得构成光流的至少两个图像帧的对应图像像素。
19：从所述光流确定速度y分量vy；vy1,vy2，其中速度y分量vy；vy1,vy2由所得速度vr；vr1,vr2在y轴9,15上的投影构成，该y轴垂直于x轴7、14延伸并且形成所述相机设备4的孔径平面轴。20：从检测到的多普勒速度分量vD；vD1,vD2和速度y分量vy；vy1,vy2确定所得速度vr；vr1,vr2。
参考图5，当使用立体相机时，本公开涉及用于确定二维运动状态的方法，该二维运动状态包括在已知位置处的原点速度矢量v0以及针对车辆外部的物体11的至少一个雷达检测12、13的对应角速度ω。该方法包括：
21：获得相对于x轴14的至少一个雷达检测方位检测角度θ1,θ2。
22：获得对应的检测到的多普勒速度分量vD；vD1,vD2，其由相对于雷达***3的检测到的多普勒速度构成。
对于所述至少一个雷达检测12、13中的每个雷达检测，该方法还包括：
23：从立体相机设备4获得至少一个相机检测12’、13’，其中雷达检测12、13的数量和相机检测12’、13’的数量的总和至少为三。
24：对于每个立体相机检测12’、13’确定x坐标x1’…xM’和速度y分量vy1’…vyM’。
25：通过求解线性方程组来确定每个物体11的二维运动状态
其中vD1…vDN是每个雷达检测12、13的检测到的多普勒速度分量，θ1…θN是每个雷达检测12、13的检测到的方位检测角度，vy1’…vyM’是每个相机检测12’、13’的确定的速度y分量，xs是雷达***3的x坐标，ys是雷达***3的y坐标，xc是所述立体相机设备4的x位置，并且x1’…xM’是每个相机检测12’、13’的x坐标。对于x轴14和y轴15的原点，vx0是速度x分量，并且vy0是原点速度vo的速度y分量，并且ω是所述原点速度vo的角速度。
本公开不限于以上示例，而是可以在所附权利要求的范围内自由变化。例如，可以假设的是，雷达***2的微波部分是先前已知的设计，并且雷达***2包括比所示更多的部分，例如雷达发射器、雷达接收器和接收天线阵列。此外，雷达***2还可以包括多个其他部分，并且例如以先前已知的方式连接到包括在车辆1中的警告和/或信息装置。
计算和确定过程由处理单元4执行，其中处理单元4应被视为处理单元装置，该处理单元装置为一个单元或若干单元的形式，该若干单元协作或者或多或少独立地处理不同的任务。在若干单元的情况下，这些单元可以彼此相邻放置，或者以分布式方式放置。一个或多个处理单元可被定位在任何合适的位置处，例如在相机设备中，在雷达***中或在另一个或多个合适的位置处。
示例中给出的所有细节当然仅作为本公开的说明而给出，并且不应被视为以任何方式进行限制。
根据一些方面，相机检测12’、13’对应于图像像素。处理单元5被布置成从所述相机设备4获得至少一个相机检测12’、13’。雷达检测12、13的数量和相机检测12’、13’的数量的总和至少为三。
通常，本公开涉及车辆环境检测***2，该车辆环境检测***被布置成检测针对车辆1外部的至少一个对应物体30、11的至少一个检测6,6’；12,13；12’,13’，该车辆环境检测***2包括至少一个雷达***3、至少一个相机设备4和至少一个处理单元5，其中对于每个雷达检测6；12,13，所述雷达***3被布置成获得相对于x轴7、14的至少一个方位检测角度θ1,θ2以及由相对于雷达***3的检测到的多普勒速度构成的检测到的多普勒速度分量vD；vD1,vD2。对于每个检测，所述处理单元5被布置成
-从所述相机设备4获得构成光流的至少两个图像帧的对应相机检测6’；12’,13’，
-从所述光流确定速度y分量vy；vy1’,vy2’，其中速度y分量vy；vy1’,vy2’由所得速度vr；vr1,vr2；vr1’,vr2'在y轴9,15上的投影构成，该y轴垂直于x轴7、14延伸并且形成所述相机设备4的孔径平面轴，以及
-从检测到的多普勒速度分量vD；vD1,vD2和速度y分量vy；vy1,vy2；vr1’,vr2确定所得速度vr；vr1,vr2；vr1’,vr2'。
根据一个示例，对于所述至少一个雷达***3中的每个雷达***，并且对于所述至少一个相机设备4中的每个相机设备，车辆环境检测***2被布置成在至少一个雷达检测12、13处检测目标物体11，每个雷达检测12、13具有对应的雷达检测位置x1,y1；x2,y2，其中所述处理单元5被布置成从所述相机设备4获得至少一个相机检测12’、13’，并且其中雷达检测12、13的数量和相机检测12’、13’的数量的总和至少为三，此外，其中车辆环境检测***2被布置成通过求解线性方程组来计算目标物体11的二维运动状态
其中vD1…vDN是每个雷达检测12、13的检测到的多普勒速度分量，θ1…θN是每个雷达检测12、13的检测到的方位检测角度，vy1’…vyM’是每个相机检测12’、13’的确定的速度y分量，xs是雷达***3的x坐标，ys是雷达***3的y坐标，xc是所述相机设备4的x位置，并且x1’…xM’是每个相机检测12’、13’的x坐标，此外，其中对于x轴14和y轴15的原点，vx0是速度x分量，并且vy0是原点速度vo的速度y分量，并且ω是所述原点速度vo的角速度，其中二维运动状态包括原点速度矢量v0和对应的角速度ω。
根据一个示例，车辆环境检测***2被布置成找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的物体，并且以重复方式排除这些检测，使得相继地识别所有物体的检测，并且识别不属于伸展物体的检测。
根据一个示例，相机设备是立体相机。
通常，本公开还涉及用于确定针对车辆1外部的物体11的至少一个检测6,6’；12,13；12’,13’的所得速度vr；vr1,vr2的方法，其中该方法包括：
16：使用雷达***3获得相对于x轴7、14的至少一个雷达检测方位检测角度θ1,θ2；以及
17：获得对应的检测到的多普勒速度分量vD；vD1,vD2，其由相对于雷达***3的检测到的多普勒速度构成。
对于每个检测，该方法还包括：
18：从相机设备4获得构成光流的至少两个图像帧的对应相机检测6’；12’,13’；
19：从所述光流确定速度y分量vy；vy1,vy2，其中速度y分量vy；vy1,vy2由所得速度vr；vr1,vr2在y轴9,15上的投影构成，该y轴垂直于x轴7、14延伸并且形成所述相机设备4的孔径平面轴；以及
20：从检测到的多普勒速度分量vD；vD1,vD2和速度y分量vy；vy1,vy2确定所得速度vr；vr1,vr2。
通常，本公开还涉及车辆环境检测***2，该车辆环境检测***被布置成检测针对车辆1外部的物体11的至少一个雷达检测12、13，该车辆环境检测***2包括至少一个雷达***3、至少一个相机设备4和至少一个处理单元5，其中对于每个雷达检测12、13，所述雷达***3被布置成获得相对于x轴7、14的至少一个方位检测角度θ1,θ2以及检测到的多普勒速度分量vD1,vD2，该检测到的多普勒速度分量由相对于雷达***3的检测到的多普勒速度构成。所述处理单元5被布置成从所述相机设备4获得至少一个相机检测12’、13’，并且其中雷达检测12、13的数量和相机检测12’、13’的数量的总和至少为三，此外，其中车辆环境检测***2被布置成通过求解线性方程组来计算目标物体11的二维运动状态
其中vD1…vDN是每个雷达检测12、13的检测到的多普勒速度分量，θ1…θN是每个雷达检测12、13的检测到的方位检测角度，vy1’…vyM’是每个相机检测12’、13’的确定的速度y分量，xs是雷达***3的x坐标，ys是雷达***3的y坐标，xc是所述相机设备4的x位置，并且x1’…xM’是每个相机检测12’、13’的x坐标，此外，其中对于x轴14和y轴15的原点，vx0是速度x分量，并且vy0是原点速度vo的速度y分量，并且ω是所述原点速度vo的角速度，其中二维运动状态包括原点速度矢量v0和对应的角速度ω。
根据一个示例，车辆环境检测***2被布置成通过所述二维运动状态来计算所述物体11上或外部的任意位置上的对应速度矢量。
根据一个示例，车辆环境检测***2被布置成通过时间滤波来对所述速度矢量或所述二维运动状态进行积分。
根据一个示例，车辆环境检测***2被布置成找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的物体，并且以重复方式排除这些检测，使得相继地识别所有物体的检测，并且识别不属于伸展物体的检测。
根据一个示例，相机设备是立体相机。
根据一个示例，所述处理单元5被布置成独立于雷达检测12、13来对所有立体相机检测12’、13’进行积分，从而使得雷达检测12、13能够不同于立体相机检测12’、13’，其中立体相机设备4被布置成为每个立体相机检测12’、13’提供x坐标x1’…xM’和速度y分量vy1’…vyM’，从而使得所有立体相机检测12’、13’能够在线性方程组中进行积分。
通常，本公开还涉及用于确定二维运动状态的方法，该二维运动状态包括在已知位置处的原点速度矢量v0以及针对车辆1外部的物体11的至少一个雷达检测12、13的对应角速度ω，其中该方法包括：
21：获得相对于x轴14的至少一个雷达检测方位检测角度θ1,θ2；以及
22：获得对应的雷达检测多普勒速度分量vD1,vD2，其由相对于雷达***3的检测到的多普勒速度构成。
对于所述至少一个雷达检测12、13中的每个雷达检测，该方法还包括：
23：从立体相机设备4获得至少一个相机检测12’、13’，其中雷达检测12、13的数量和相机检测12’、13’的数量的总和至少为三；
24：对于每个立体相机检测12’、13’，确定x坐标x1’…xM’和速度y分量vy1’…vyM’；以及
25：通过求解线性方程组来确定每个物体11的二维运动状态
其中vD1…vDN是每个雷达检测12、13的检测到的多普勒速度分量，θ1…θN是每个雷达检测12、13的检测到的方位检测角度，vy1’…vyM’是每个相机检测12’、13’的确定的速度y分量，xs是雷达***3的x坐标，ys是雷达***3的y坐标，xc是所述立体相机设备4的x位置，并且x1’…xM’是每个相机检测12’、13’的x坐标，此外，其中对于x轴14和y轴15的原点，vx0是速度x分量，并且vy0是原点速度vo的速度y分量，并且ω是所述原点速度vo的角速度。
根据一个示例，该方法还包括通过所述二维运动状态来计算所述物体11上或外部的任意位置上的对应速度矢量。
根据一个示例，该方法还包括独立于雷达检测12、13来对所有立体相机检测12’、13’进行积分，从而使得雷达检测12、13能够不同于立体相机检测12’、13’，其中立体相机设备4用于为每个立体相机检测12’、13’提供x坐标x1’…xM’和速度y分量vy1’…vyM’，从而使得所有立体相机检测12’、13’能够在线性方程组中进行积分。
根据一个示例，该方法还包括：
-找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的物体；
-以重复方式排除这些检测，使得相继地识别所有物体的检测；以及
-识别不属于伸展物体的检测。

Claims (15)

1.一种车辆环境检测***(2)，所述车辆环境检测***被布置成检测针对车辆(1)外部的至少一个对应物体(30,11)的至少一个检测(6,6’；12,13；12’,13’)，所述车辆环境检测***(2)包括至少一个雷达***(3)、至少一个相机设备(4)和至少一个处理单元(5)，其中对于每个雷达检测(6；12,13)，所述雷达***(3)被布置成获得相对于x轴(7,14)的至少一个方位检测角度以及检测到的多普勒速度分量(vD；vD1,vD2)，所述检测到的多普勒速度分量由相对于所述雷达***(3)的检测到的多普勒速度构成，所述车辆环境检测***的特征在于对于每个检测，所述处理单元(5)被布置成：
-从所述相机设备(4)获得构成光流的至少两个图像帧的对应相机检测(6’；12’,13’)，
-从所述光流确定速度y分量(vy；vy1’,vy2’)，其中所述速度y分量(vy；vy1’,vy2’)由所得速度(vr；vr1,vr2；vr1’,vr2')在y轴(9,15)上的投影构成，所述y轴垂直于所述x轴(7,14)延伸并且形成所述相机设备(4)的孔径平面轴，以及
-从所检测到的多普勒速度分量(vD；vD1,vD2)和所述速度y分量(vy；vy1,vy2；vr1’,vr2')确定所得速度(vr；vr1,vr2；vr1’,vr2')。
2.根据权利要求1所述的车辆环境检测***(2)，其特征在于，对于所述至少一个雷达***(3)中的每个雷达***，并且对于所述至少一个相机设备(4)中的每个相机设备，所述车辆环境检测***(2)被布置成在至少一个雷达检测(12,13)处检测目标物体(11)，每个雷达检测(12,13)具有对应的雷达检测位置(x1,y1；x2,y2)，其中所述处理单元(5)被布置成从所述相机设备(4)获得至少一个相机检测(12’,13’)，并且其中雷达检测(12,13)的数量和相机检测(12’,13’)的数量的总和至少为三，此外，其中所述车辆环境检测***(2)被布置成通过求解线性方程组来计算所述目标物体(11)的二维运动状态
其中vD1…vDN是每个雷达检测(12,13)的检测到的多普勒速度分量，θ1…θN是每个雷达检测(12,13)的检测到的方位检测角度，vy1’…vyM’是每个相机检测(12’,13’)的确定的速度y分量，xs是所述雷达***(3)的x坐标，ys是所述雷达***(3)的y坐标，xc是所述相机设备(4)的所述x位置，并且x1’…xM’是每个相机检测(12’,13’)的x坐标，此外，其中对于所述x轴(14)和所述y轴(15)的原点，vx0是速度x分量，并且vy0是原点速度(vo)的速度y分量，并且ω是所述原点速度(vo)的角速度，其中所述二维运动状态包括所述原点速度矢量(vo)和所述对应的角速度(ω)。
3.根据权利要求2所述的车辆环境检测***(2)，其特征在于，所述车辆环境检测***(2)被布置成找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的所述物体，并且以重复方式排除这些检测，使得相继地识别所有物体的所述检测，并且识别不属于伸展物体的检测。
4.根据前述权利要求中任一项所述的车辆环境检测***(2)，其特征在于，所述相机设备是立体相机。
5.一种用于确定针对车辆(1)外部的物体(11)的至少一个检测(6,6’；12,13；12’,13’)的所得速度(vr；vr1,vr2)的方法，其中所述方法包括：
(16)使用雷达***(3)获得相对于x轴(7,14)的至少一个雷达检测方位检测角度以及
(17)获得对应的检测到的多普勒速度分量(vD；vD1,vD2)，所述对应的检测到的多普勒速度分量由相对于所述雷达***(3)的检测到的多普勒速度构成；
其特征在于，对于每个检测，所述方法还包括：
(18)从相机设备(4)获得构成光流的至少两个图像帧的对应相机检测(6’；12’,13’)；
(19)从所述光流确定速度y分量(vy；vy1,vy2)，其中所述速度y分量(vy；vy1,vy2)由所得速度(vr；vr1,vr2)在y轴(9,15)上的投影构成，所述y轴垂直于所述x轴(7,14)延伸并且形成所述相机设备(4)的孔径平面轴；以及
(20)从所检测到的多普勒速度分量(vD；vD1,vD2)和所述速度y分量(vy；vy1,vy2)确定所得速度(vr；vr1,vr2)。
6.一种车辆环境检测***(2)，所述车辆环境检测***被布置成检测针对车辆(1)外部的物体(11)的至少一个雷达检测(12,13)，所述车辆环境检测***(2)包括至少一个雷达***(3)、至少一个相机设备(4)和至少一个处理单元(5)，其中对于每个雷达检测(12,13)，所述雷达***(3)被布置成获得相对于x轴(7,14)的至少一个方位检测角度以及检测到的多普勒速度分量(vD1,vD2)，所述检测到的多普勒速度分量由相对于所述雷达***(3)的检测到的多普勒速度构成，所述车辆环境检测***的特征在于所述处理单元(5)被布置成从所述相机设备(4)获得至少一个相机检测(12’,13’)，并且其中雷达检测(12,13)的数量和相机检测(12’,13’)的数量的总和至少为三，此外，其中所述车辆环境检测***(2)被布置成通过求解线性方程组来计算所述目标物体(11)的二维运动状态
其中vD1…vDN是每个雷达检测(12,13)的检测到的多普勒速度分量，θ1…θN是每个雷达检测(12,13)的检测到的方位检测角度，vy1’…vyM’是每个相机检测(12’,13’)的确定的速度y分量，xs是所述雷达***(3)的x坐标，ys是所述雷达***(3)的y坐标，xc是所述相机设备(4)的所述x位置，并且x1’…xM’是每个相机检测(12’,13’)的x坐标，此外，其中对于所述x轴(14)和所述y轴(15)的原点，vx0是速度x分量，并且vy0是原点速度(vo)的速度y分量，并且ω是所述原点速度(vo)的角速度，其中所述二维运动状态包括所述原点速度矢量(vo)和所述对应的角速度(ω)。
7.根据权利要求6所述的车辆环境检测***(2)，其特征在于，所述车辆环境检测***(2)被布置成通过所述二维运动状态来计算所述物体(11)上或外部的任意位置上的对应速度矢量。
8.根据权利要求6或7中任一项所述的车辆环境检测***(2)，其特征在于，所述车辆环境检测***(2)被布置成通过时间滤波来对所述速度矢量或所述二维运动状态进行积分。
9.根据权利要求6-8中任一项所述的车辆环境检测***(2)，其特征在于，所述车辆环境检测***(2)被布置成找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有所述最高检测数量的所述物体，并且以重复方式排除这些检测，使得相继地识别所有物体的所述检测，并且识别不属于伸展物体的检测。
10.根据权利要求6-9中任一项所述的车辆环境检测***(2)，其特征在于，所述相机设备是立体相机。
11.根据权利要求10所述的车辆环境检测***(2)，其特征在于，所述处理单元(5)被布置成独立于所述雷达检测(12,13)来对所有立体相机检测(12’,13’)进行积分，从而使得所述雷达检测(12,13)能够不同于所述立体相机检测(12’,13’)，其中所述立体相机设备(4)被布置成为每个立体相机检测(12’,13’)提供x坐标(x1’…xM’)和速度y分量(vy1’…vyM’)，从而使得所有立体相机检测(12’,13’)能够在线性方程组中进行积分。
12.一种用于确定二维运动状态的方法，所述二维运动状态包括在已知位置处的原点速度矢量(v0)以及针对车辆(1)外部的物体(11)的至少一个雷达检测(12,13)的对应角速度(ω)，其中所述方法包括：
(21)获得相对于x轴(14)的至少一个雷达检测方位检测角度(θ1,θ2)；以及
(22)获得对应的雷达检测多普勒速度分量(vD1,vD2)，所述对应的雷达检测多普勒速度分量由相对于所述雷达***(3)的检测到的多普勒速度构成；
其特征在于，对于所述至少一个雷达检测(12,13)中的每个雷达检测，所述方法还包括：
(23)从立体相机设备(4)获得至少一个相机检测(12’,13’)，其中雷达检测(12,13)的数量和相机检测(12’,13’)的数量的总和至少为三；
(24)对于每个立体相机检测(12’,13’)确定x坐标(x1’…xM’)和速度y分量(vy1’…vyM’)；以及
(25)通过求解所述线性方程组来确定每个物体(11)的二维运动状态
其中vD1…vDN是每个雷达检测(12,13)的检测到的多普勒速度分量，θ1…θN是每个雷达检测(12,13)的检测到的方位检测角度，vy1’…vyM’是每个相机检测(12’,13’)的确定的速度y分量，xs是所述雷达***(3)的x坐标，ys是所述雷达***(3)的y坐标，xc是所述立体相机设备(4)的x位置，并且x1’…xM’是每个相机检测(12’,13’)的x坐标，此外，其中对于所述x轴(14)和所述y轴(15)的原点，vx0是速度x分量，并且vy0是原点速度(vo)的速度y分量，并且ω是所述原点速度(vo)的角速度。
13.根据权利要求12所述的方法，其特征在于，所述方法还包括通过所述二维运动状态来计算所述物体(11)上或外部的任意位置上的对应速度矢量。
14.根据权利要求12或13中任一项所述的方法，其特征在于，所述方法还包括独立于所述雷达检测(12,13)来对所有立体相机检测(12’,13’)进行积分，从而使得所述雷达检测(12,13)能够不同于所述立体相机检测(12’,13’)，其中所述立体相机设备(4)用于为每个立体相机检测(12’,13’)提供x坐标(x1’…xM’)和速度y分量(vy1’…vyM’)，从而使得所有立体相机检测(12’,13’)能够在所述线性方程组中进行积分。
15.根据权利要求12-14中任一项所述的方法，其特征在于，所述方法还包括：
-找到具有相同运动状态的最大检测组，使得在第一次评估时识别具有最高检测数量的所述物体；
-以重复方式排除这些检测，使得相继地识别所有物体的所述检测；以及
-识别不属于伸展物体的检测。
CN201780033869.8A 2016-06-03 2017-06-01 用于车辆环境检测***的增强的物体检测和运动状态估计 Active CN109313258B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16172790.4 2016-06-03
EP16172790.4A EP3252501B1 (en) 2016-06-03 2016-06-03 Enhanced object detection and motion state estimation for a vehicle environment detection system
PCT/EP2017/063380 WO2017207727A1 (en) 2016-06-03 2017-06-01 Enhanced object detection and motion state estimation for a vehicle environment detection system

Publications (2)

Publication Number Publication Date
CN109313258A true CN109313258A (zh) 2019-02-05
CN109313258B CN109313258B (zh) 2023-05-23

Family

ID=56098142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780033869.8A Active CN109313258B (zh) 2016-06-03 2017-06-01 用于车辆环境检测***的增强的物体检测和运动状态估计

Country Status (5)

Country Link
US (1) US20200182992A1 (zh)
EP (1) EP3252501B1 (zh)
JP (1) JP2019526781A (zh)
CN (1) CN109313258B (zh)
WO (1) WO2017207727A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112130136A (zh) * 2020-09-11 2020-12-25 中国重汽集团济南动力有限公司 一种交通目标综合感知***及方法
CN112415516A (zh) * 2019-08-05 2021-02-26 郑州宇通客车股份有限公司 一种车辆前方障碍区域感知方法及装置
WO2022037370A1 (zh) * 2020-08-18 2022-02-24 华为技术有限公司 一种运动估计方法及装置
WO2023015865A1 (zh) * 2021-08-13 2023-02-16 上海禾赛科技有限公司 激光雷达及其测量运动速度的方法和装置、控制***

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3415945B1 (en) 2017-06-12 2024-01-10 Aptiv Technologies Limited Method of determining the yaw rate of a target vehicle
US20190187267A1 (en) * 2017-12-20 2019-06-20 Nxp B.V. True velocity vector estimation
DE102018200755A1 (de) 2018-01-18 2019-07-18 Robert Bosch Gmbh Verfahren und Vorrichtung zum Plausibilisieren einer Querbewegung
EP3572839A1 (en) 2018-05-23 2019-11-27 Aptiv Technologies Limited Method of estimating a velocity magnitude of a moving target in a horizontal plane and radar detection system
CN108761461B (zh) * 2018-05-29 2022-02-18 南京信息工程大学 基于天气雷达回波时序图像的降水预报方法
EP3575827A1 (en) 2018-06-01 2019-12-04 Aptiv Technologies Limited Method for robust estimation of the velocity of a target using a host vehicle
JP7221606B2 (ja) * 2018-07-30 2023-02-14 株式会社デンソーテン レーダ装置および軸ずれ検出方法
JP7164327B2 (ja) * 2018-06-13 2022-11-01 株式会社デンソーテン 物標検出装置
EP3611541B1 (en) 2018-08-16 2024-07-03 Aptiv Technologies AG Method of determining an uncertainty estimate of an estimated velocity
DE102019200849A1 (de) * 2019-01-24 2020-07-30 Conti Temic Microelectronic Gmbh Verfahren zum Erfassen einer Bewegung eines Objekts
DE102019134985B4 (de) 2019-12-18 2022-06-09 S.M.S, Smart Microwave Sensors Gmbh Verfahren zum Erfassen wenigstens eines Verkehrsteilnehmers
DE102020105192B4 (de) 2020-02-27 2022-03-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Detektieren bewegter Objekte in einer Fahrzeugumgebung und Kraftfahrzeug
DE102020116225B3 (de) 2020-06-19 2021-08-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum radarbasierten Nachverfolgen von fahrzeugexternen Objekten, Objektnachverfolgungseinrichtung und Kraftfahrzeug
CN112098987B (zh) * 2020-07-21 2022-08-09 安徽博微长安电子有限公司 一种提升目标速度估计精度的方法、装置和可读存储介质
US20220128995A1 (en) * 2020-10-22 2022-04-28 Waymo Llc Velocity estimation and object tracking for autonomous vehicle applications
US11841439B2 (en) 2020-11-02 2023-12-12 Waymo Llc Point cloud segmentation using a coherent lidar for autonomous vehicle applications
US11656629B1 (en) 2020-12-08 2023-05-23 Waymo Llc Detection of particulate matter in autonomous vehicle applications
EP4033269A1 (en) 2021-01-26 2022-07-27 Aptiv Technologies Limited Methods and system for determining an angle of a detection
US20230003871A1 (en) * 2021-06-30 2023-01-05 Zoox, Inc. Associating radar data with tracked objects
EP4194885A1 (en) 2021-12-09 2023-06-14 Aptiv Technologies Limited Method for determining the mobility status of a target object

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5539408A (en) * 1994-07-08 1996-07-23 Deutsche Forschungsanstalt Fur Luft- Und Raumfahrt E.V. Method for the detection, localization and velocity determination of moving targets from raw radar data from a coherent, single- or multi-channel image system carried along in a vehicle
EP1460454A2 (de) * 2003-03-19 2004-09-22 IBEO Automobile Sensor GmbH Verfahren zur gemeinsamen Verarbeitung von tiefenaufgelösten Bildern und Videobildern
CN1655972A (zh) * 2002-03-19 2005-08-17 汽车***实验室公司 车辆倾翻检测***
CN102378919A (zh) * 2009-02-20 2012-03-14 数字信号公司 用于利用激光雷达和视频测量结果生成三维图像的***与方法
US20120229304A1 (en) * 2011-03-09 2012-09-13 Xerox Corporation Automated vehicle speed measurement and enforcement method and system
CN102725189A (zh) * 2010-01-25 2012-10-10 奥托立夫开发公司 一种用于机动车辆的物体碰撞警告***和方法
EP2793045A1 (de) * 2013-04-15 2014-10-22 Robert Bosch Gmbh Verfahren zur Überprüfung eines Umfelderfassungssystems eines Fahrzeugs
CN104395777A (zh) * 2012-06-28 2015-03-04 奥托立夫开发公司 车辆雷达传感器的失准处理
DE102013018310A1 (de) * 2013-10-31 2015-04-30 Daimler Ag Verfahren zur Bestimmung einer Bewegung eines Objekts
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合***

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4534846B2 (ja) * 2005-04-13 2010-09-01 トヨタ自動車株式会社 物体検出装置
JP2007255977A (ja) * 2006-03-22 2007-10-04 Nissan Motor Co Ltd 物体検出方法および物体検出装置
JP4857840B2 (ja) * 2006-03-22 2012-01-18 日産自動車株式会社 物体検出方法および物体検出装置
JP2008098989A (ja) * 2006-10-12 2008-04-24 Stanley Electric Co Ltd 固体撮像素子
JP2009058335A (ja) * 2007-08-31 2009-03-19 Fujitsu Ten Ltd レーダ装置、及び、相対距離検出方法
US8009081B2 (en) * 2008-10-21 2011-08-30 Lang Hong 3D video-Doppler-radar (VIDAR) imaging system
JP5379543B2 (ja) * 2009-04-09 2013-12-25 日立オートモティブシステムズ株式会社 自動車の外界認識装置
JP4788798B2 (ja) * 2009-04-23 2011-10-05 トヨタ自動車株式会社 物体検出装置
DE102009002626A1 (de) * 2009-04-24 2010-10-28 Robert Bosch Gmbh Sensoranordnung für Fahrerassistenzsysteme in Kraftfahrzeugen
JP2011129060A (ja) * 2009-12-21 2011-06-30 Toyota Motor Corp 物体検出装置および物体検出方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5539408A (en) * 1994-07-08 1996-07-23 Deutsche Forschungsanstalt Fur Luft- Und Raumfahrt E.V. Method for the detection, localization and velocity determination of moving targets from raw radar data from a coherent, single- or multi-channel image system carried along in a vehicle
CN1655972A (zh) * 2002-03-19 2005-08-17 汽车***实验室公司 车辆倾翻检测***
EP1460454A2 (de) * 2003-03-19 2004-09-22 IBEO Automobile Sensor GmbH Verfahren zur gemeinsamen Verarbeitung von tiefenaufgelösten Bildern und Videobildern
CN102378919A (zh) * 2009-02-20 2012-03-14 数字信号公司 用于利用激光雷达和视频测量结果生成三维图像的***与方法
CN102725189A (zh) * 2010-01-25 2012-10-10 奥托立夫开发公司 一种用于机动车辆的物体碰撞警告***和方法
US20120229304A1 (en) * 2011-03-09 2012-09-13 Xerox Corporation Automated vehicle speed measurement and enforcement method and system
CN104395777A (zh) * 2012-06-28 2015-03-04 奥托立夫开发公司 车辆雷达传感器的失准处理
EP2793045A1 (de) * 2013-04-15 2014-10-22 Robert Bosch Gmbh Verfahren zur Überprüfung eines Umfelderfassungssystems eines Fahrzeugs
DE102013018310A1 (de) * 2013-10-31 2015-04-30 Daimler Ag Verfahren zur Bestimmung einer Bewegung eines Objekts
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112415516A (zh) * 2019-08-05 2021-02-26 郑州宇通客车股份有限公司 一种车辆前方障碍区域感知方法及装置
CN112415516B (zh) * 2019-08-05 2023-09-08 宇通客车股份有限公司 一种车辆前方障碍区域感知方法及装置
WO2022037370A1 (zh) * 2020-08-18 2022-02-24 华为技术有限公司 一种运动估计方法及装置
CN112130136A (zh) * 2020-09-11 2020-12-25 中国重汽集团济南动力有限公司 一种交通目标综合感知***及方法
CN112130136B (zh) * 2020-09-11 2024-04-12 中国重汽集团济南动力有限公司 一种交通目标综合感知***及方法
WO2023015865A1 (zh) * 2021-08-13 2023-02-16 上海禾赛科技有限公司 激光雷达及其测量运动速度的方法和装置、控制***

Also Published As

Publication number Publication date
US20200182992A1 (en) 2020-06-11
JP2019526781A (ja) 2019-09-19
EP3252501B1 (en) 2022-06-08
CN109313258B (zh) 2023-05-23
EP3252501A1 (en) 2017-12-06
WO2017207727A1 (en) 2017-12-07

Similar Documents

Publication Publication Date Title
CN109313258A (zh) 用于车辆环境检测***的增强的物体检测和运动状态估计
US9134339B2 (en) Directed registration of three-dimensional scan measurements using a sensor unit
CN104136298B (zh) 测定车辆的速度和/或位置的方法和装置
JP7081046B2 (ja) レーダセンサにおける角度測定誤差を検出する方法
EP3236286A1 (en) Auto commissioning system and method
CN104134354A (zh) 用于在多目标记录模块中对移动车辆进行速度测量和指认的交通监测***
US20100295940A1 (en) Method and apparatus for determining distance
CN111386476B (zh) 确定车辆雷达***中的对象运动和加速度矢量
EP3460515B1 (en) Mapping for autonomous robotic devices
KR20080094721A (ko) 하나 이상의 타겟들의 지리적 위치측정 방법
FR3102862B1 (fr) Procede de poursuite d’un objet spatial a l’aide de systemes radar et lidar embarques
EP3775989A1 (en) Device, system and method for localization of a target in a scene
US20230314588A1 (en) Method, radar system and vehicle for signal processing of radar signals
CN106569206A (zh) 一种基于微波光学复合的目标探测方法
WO2014144774A1 (en) Method and apparatus for three dimensional wavenumber-frequency analysis
KR101238748B1 (ko) 주사구동 적외선센서장치를 이용한 표적거리 측정시스템
US20120001796A1 (en) Method and Device for Determining Aspect Angle Progression
Shang et al. Multi-point vibration measurement for mode identification of bridge structures using video-based motion magnification
CN111279216B (zh) 对停车行定向的检测
TWI807528B (zh) 用於檢查水下載具的方法、設備及物品
Hold et al. A novel approach for the online initial calibration of extrinsic parameters for a car-mounted camera
US20230324552A1 (en) Lidar technology-based method and device for adaptively tracking an object
JP2016173239A (ja) 位置推定装置、合成開口レーダ装置
RU2572094C1 (ru) Подвижный радиолокатор
WO2020084551A1 (en) Photogrammetric system for positioning georadar data on the measurement scenario

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
TA01 Transfer of patent application right

Effective date of registration: 20190306

Address after: Sweden Wajiada

Applicant after: Vennell Sweden

Address before: Sweden Wajiada

Applicant before: AUTOLIV DEVELOPMENT AB

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220831

Address after: Linkping

Applicant after: Anzher software Co.

Address before: Sweden Wajiada

Applicant before: Vennell Sweden

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant