CN109814113B - 一种超声波雷达障碍物检测结果处理方法及*** - Google Patents
一种超声波雷达障碍物检测结果处理方法及*** Download PDFInfo
- Publication number
- CN109814113B CN109814113B CN201910035826.4A CN201910035826A CN109814113B CN 109814113 B CN109814113 B CN 109814113B CN 201910035826 A CN201910035826 A CN 201910035826A CN 109814113 B CN109814113 B CN 109814113B
- Authority
- CN
- China
- Prior art keywords
- ultrasonic radar
- ultrasonic
- obstacle
- radar
- radars
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请提供一种超声波雷达阵列的障碍物检测结果处理方法及***,所述方法包括获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;根据各超声波雷达返回的障碍物信息对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检;根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错;根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置。可以有效判断超声波雷达阵列中各超声波雷达出现的误检,精确确定障碍物位置,提高了无人驾驶车辆的行驶安全性。
Description
【技术领域】
本申请涉及自动控制领域,尤其涉及一种超声波雷达障碍物检测结果处理方法及***。
【背景技术】
无人驾驶车辆是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车辆内的以计算机***为主的智能驾驶仪来实现无人驾驶。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景。
超声波具有较好的方向性、较强的适应性以及穿透能力强等特点,因此往往被加载在无人驾驶车辆上实现避障功能。目前应用于无人驾驶车辆的传统超声波雷达阵列,由于其中的超声波雷达的输出不稳定,常伴随噪声,容易造成误检,给障碍物检测带来了困难;在无人驾驶车辆等精度要求较高的领域,很难达到感知要求,这降低了无人驾驶车辆行驶的安全性。
【发明内容】
本申请的多个方面提供一种超声波雷达障碍物检测结果处理方法及***,用以提高超声波障碍物检测的准确性和可靠性,提高行驶安全性。
本申请提供了一种超声波雷达阵列的障碍物检测结果处理方法,包括:
获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;
根据各超声波雷达返回的障碍物信息对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检;
根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错;
根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息还包括:
将采集到的障碍物在各超声波雷达坐标系中的坐标转换到参考坐标系中。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据各超声波雷达返回的障碍物信息对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检包括:
确定所述待判断超声波雷达的相邻超声波雷达及投票规则;
根据所述投票规则及所述相邻超声波雷达返回的障碍物信息进行投票,判断所述待判断超声波雷达是否出现误检。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述投票规则包括:
当相邻超声波雷达返回的障碍物信息与所述待判断超声波雷达返回的障碍物信息在预设距离误差范围内,其投票值为1;否则,为0。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述投票规则还包括:
若投票结果大于或等于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检;
若投票结果小于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述相邻超声波雷达为与所述待判断超声波雷达两侧的超声波雷达和间隔一个的超声波雷达。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错包括:
若所述超声波雷达采集的障碍物信息存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置包括:
融合多个超声波雷达返回的距离数据,获取障碍物的坐标。
本申请提供了一种超声波雷达阵列的障碍物检测结果处理***,包括:
获取模块,用于获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;
判断模块,用于根据各超声波雷达返回的障碍物信息对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检;
纠错模块,用于根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错;
确定模块,用于根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述获取模块具体还用于:
将采集到的障碍物在各超声波雷达坐标系中的坐标转换到参考坐标系中。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述判断模块具体用于:
确定所述待判断超声波雷达的相邻超声波雷达及投票规则;
根据所述投票规则及所述相邻超声波雷达返回的障碍物信息进行投票,判断所述待判断超声波雷达是否出现误检。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述投票规则包括:
当相邻超声波雷达返回的障碍物信息与所述待判断超声波雷达返回的障碍物信息在预设距离误差范围内,其投票值为1;否则,为0。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述投票规则还包括:
若投票结果大于或等于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检;
若投票结果小于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述相邻超声波雷达为与所述待判断超声波雷达两侧的超声波雷达和间隔一个的超声波雷达。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述纠错模块具体用于:
若所述超声波雷达采集的障碍物信息存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述确定模块具体用于:
融合多个超声波雷达返回的距离数据,获取障碍物的坐标。
本发明的另一方面,提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
本发明的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
由所述技术方案可知,本申请实施例可以有效判断超声波雷达阵列中各超声波雷达出现的误检,精确确定障碍物位置,提高了无人驾驶车辆的行驶安全性。
【附图说明】
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的超声波雷达阵列的障碍物检测结果处理方法的流程示意图;
图2为本申请一实施例提供的超声波雷达阵列的障碍物检测结果处理***的结构示意图;
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器012的框图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本申请保护的范围。
图1为本申请实施例一提供的超声波雷达阵列障碍物检测结果纠错方法的流程示意图,如图1所示,包括:
步骤S11、获取超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;
所述超声波雷达阵列包括多个超声波雷达,各超声波雷达的覆盖范围存在多重冗余。
本实施例中,所述超声波雷达阵列包括10个超声波雷达,每个超声波雷达均由超声波发射电路以及超声波接收电路构成;超声波雷达九、七、五、三、一、二、四、六、八、十均匀安装在无人驾驶车辆的前保险杠上,其安装角度从最左侧安装的超声波雷达九的以水平为基准,逆时针旋转4α开始,每个超声波雷达依次顺时针旋转α,直到最右侧安装的超声波雷达十,其以水平为基准,顺时针旋转4α。其中,α优选为5°。所述超声波雷达的水平波束角为45°,超声波雷达的覆盖范围为0-3.5m。其中,在无人驾驶车辆前方2m的范围内,可以做到任一区域都有3个超声波雷达的覆盖范围重叠,以便根据3个超声波雷达返回的障碍物信息进行投票。
优选地,各超声波雷达的覆盖范围是根据每个超声波雷达的探测距离及探测形状的数学模型确定的,根据各超声波雷达的安装位置和安装角度,确定各超声波雷达覆盖范围的重叠情况,即确定各超声波雷达的相邻超声波雷达。
某一超声波雷达的相邻超声波雷达是指覆盖范围与所述超声波雷达覆盖范围存在重叠的超声波雷达。本实施例中,通过对超声波雷达波束角以及安装位置的选择,任一区域最多有3个超声波雷达的覆盖范围重叠。
在本实施例中,仅考虑人体大小的障碍物,不考虑电缆、立柱等截面积较小的障碍物。
优选地,根据所获取的各超声波雷达在障碍物场景中采集的障碍物信息,确定障碍物坐标,即障碍物在以超声波雷达为原点的极坐标系中与原点的距离。超声波雷达在工作时返回的是一个探测距离的值,而不能返回障碍物的角度。
优选地,将障碍物在各雷达坐标系中的坐标转换到参考坐标系中。所述超声波雷达的初始空间配置是事先已知的,可以根据所述多个超声波雷达在无人驾驶车辆车体上的测量数据得到。优选地,以车体坐标系作为参考坐标系。
通过坐标系转换,可以在同一个坐标系下对各超声波雷达返回的障碍物信息进行比较。
步骤S12、对返回障碍物信息的超声波雷达,根据其相邻超声波雷达返回的障碍物信息进行投票,确定所述返回障碍物信息的超声波雷达是否出现误检。
优选地,根据返回障碍物信息的超声波雷达在超声波雷达阵列中的位置,确定所述返回障碍物信息的超声波雷达对应的投票规则。
所述投票规则的基本原理是:针对各超声波雷达的位置进行投票权计算,对拥有投票权的超声波雷达进行投票,若投票结果小于预设阈值,则认为出现误检。
优选地,所述预设阈值是通过以下方式设定的:若一个超声波雷达的视野中存在障碍物,且返回障碍物信息,则其相邻超声波雷达都应返回障碍物信息,即,只有其相邻超声波雷达都返回障碍物信息的情况下,才认为所述超声波雷达视野中存在障碍物,未出现误检。但是,考虑到超声波雷达出现漏检的情况,将阈值调低,以便在个别相邻超声波雷达存在漏检的情况下仍不影响对所述超声波雷达的误检检测。这是由于在无人驾驶车辆的决策中,如果超声波雷达出现误检,则可能会造成停车、避让等情况;但是若出现漏检,则可能会发生碰撞,因此,在误检检测中,即使将个别相邻超声波雷达判定为漏检,也不会发生碰撞风险。
对于超声波雷达阵列中的不同超声波雷达,由于其安装位置的不同,其相邻超声波雷达的个数,覆盖范围与其相邻超声波雷达覆盖范围的重叠情况也不相同,因此,需要对不同的超声波雷达采用不同的投票规则。
本实施例中,对于处于超声波雷达阵列最外侧的超声波雷达九、超声波雷达十;以超声波雷达九为例,其仅存在超声波雷达七、超声波雷达五这两个相邻超声波雷达。与超声波雷达九的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达七、相邻超声波雷达五的障碍物检测结果。若其冗余度为1,即其相邻超声波雷达七、相邻超声波雷达五中至少有一个返回障碍物检测结果,则认为不存在误检。
对于处于超声波雷达阵列次外侧的超声波雷达七、超声波雷达八;以超声波雷达七为例,其仅存在超声波雷达九、超声波雷达五、超声波雷达三这三个相邻超声波雷达。与超声波雷达七的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达九、相邻超声波雷达五、相邻超声波雷达三的障碍物检测结果。若其冗余度为2,即其相邻超声波雷达九、相邻超声波雷达五、相邻超声波雷达三中至少有两个返回障碍物检测结果,则认为不存在误检。
对于处于超声波雷达阵列中部的超声波雷达五、超声波雷达三、超声波雷达一、超声波雷达二、超声波雷达四、超声波雷达六;以超声波雷达五为例,其存在超声波雷达九、超声波雷达七、超声波雷达三、超声波雷达一这四个相邻超声波雷达。与超声波雷达五的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达九、相邻超声波雷达七、超声波雷达三、超声波雷达一的障碍物检测结果。若其冗余度为3,即其相邻超声波雷达九、相邻超声波雷达七、超声波雷达三、超声波雷达一中至少有三个返回障碍物检测结果,则认为不存在误检。
优选地,由于已经将将障碍物在各雷达坐标系中的坐标转换到参考坐标系中,因此,需要根据各超声波雷达返回的障碍物距离确定各超声波雷达返回的障碍物信息是否属于同一障碍物。只有是针对同一障碍物,才可以进行投票作为冗余度,否则,认为其未返回针对待判断超声波雷达返回的障碍物的障碍物信息。
优选地,各相邻超声波雷达返回的障碍物距离与待判断超声波雷达返回的障碍物距离在预设距离误差范围内,才认为其返回针对待判断超声波雷达返回的障碍物的障碍物信息。优选地,所述预设距离误差为20cm。
步骤S13、根据所述误检判断结果所述超声波雷达阵列中的各超声波雷达采集的障碍物信息进行纠错。
优选地,若所述检测结果存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
优选地,本方法还包括以下步骤S14、根据处理后的各超声波雷达采集的障碍物信息,确定障碍物在车体坐标系中的位置,根据所述障碍物的位置进行无人驾驶车辆决策。
优选地,若有两个或两个以上相邻超声波雷达返回障碍物坐标,则采用基于三角测量的融合方法融合这两个超声波雷达返回的距离数据,获取障碍物的边缘定点信息。
优选地,若有三个或三个以上相邻超声波雷达返回障碍物坐标,由于采用三角测量的融合方法时融合次数较多,可以采用外接圆法进行融合处理,对于障碍物的同一个边缘点,理论上多个超声波雷达的以超声波雷达为原点,以障碍物距离为半径的圆弧应该相交于一点,但实际上由于测量误差、噪声干扰等原始使得多段圆弧并不交于一点。因此,以三个超声波雷达为一组,每组有三段圆弧相交于三点,取所述三点的外接圆圆心作为这三个超声波雷达的最终测量结果,最后求各组超声波雷达最终测量结果的平均值作为最终融合结果。
通过本申请所述实施例,可以有效判断超声波雷达阵列中各超声波雷达出现的误检,精确确定障碍物位置,提高了无人驾驶车辆的行驶安全性。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图2为本申请实施例一提供的超声波雷达阵列的障碍物检测结果处理***的结构示意图,如图2所示,包括:
获取模块21,用于获取超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;
所述超声波雷达阵列包括多个超声波雷达,各超声波雷达的覆盖范围存在多重冗余。
本实施例中,所述超声波雷达阵列包括10个超声波雷达,每个超声波雷达均由超声波发射电路以及超声波接收电路构成;超声波雷达九、七、五、三、一、二、四、六、八、十均匀安装在无人驾驶车辆的前保险杠上,其安装角度从最左侧安装的超声波雷达九的以水平为基准,逆时针旋转4α开始,每个超声波雷达依次顺时针旋转α,直到最右侧安装的超声波雷达十,其以水平为基准,顺时针旋转4α。其中,α优选为5°。所述超声波雷达的水平波束角为45°,超声波雷达的覆盖范围为0-3.5m。其中,在无人驾驶车辆前方2m的范围内,可以做到任一区域都有3个超声波雷达的覆盖范围重叠,以便根据3个超声波雷达返回的障碍物信息进行投票。
优选地,各超声波雷达的覆盖范围是根据每个超声波雷达的探测距离及探测形状的数学模型确定的,根据各超声波雷达的安装位置和安装角度,确定各超声波雷达覆盖范围的重叠情况,即确定各超声波雷达的相邻超声波雷达。
某一超声波雷达的相邻超声波雷达是指覆盖范围与所述超声波雷达覆盖范围存在重叠的超声波雷达。本实施例中,通过对超声波雷达波束角以及安装位置的选择,任一区域最多有3个超声波雷达的覆盖范围重叠。
在本实施例中,仅考虑人体大小的障碍物,不考虑电缆、立柱等截面积较小的障碍物。
优选地,根据所获取的各超声波雷达在障碍物场景中采集的障碍物信息,确定障碍物坐标,即障碍物在以超声波雷达为原点的极坐标系中与原点的距离。超声波雷达在工作时返回的是一个探测距离的值,而不能返回障碍物的角度。
优选地,将障碍物在各雷达坐标系中的坐标转换到参考坐标系中。所述超声波雷达的初始空间配置是事先已知的,可以根据所述多个超声波雷达在无人驾驶车辆车体上的测量数据得到。优选地,以车体坐标系作为参考坐标系。
通过坐标系转换,可以在同一个坐标系下对各超声波雷达返回的障碍物信息进行比较。
判断模块22,用于对返回障碍物信息的超声波雷达,根据其相邻超声波雷达返回的障碍物信息进行投票,确定所述返回障碍物信息的超声波雷达是否出现误检。
优选地,根据返回障碍物信息的超声波雷达在超声波雷达阵列中的位置,确定所述返回障碍物信息的超声波雷达对应的投票规则。
所述投票规则的基本原理是:针对各超声波雷达的位置进行投票权计算,对拥有投票权的超声波雷达进行投票,若投票结果小于预设阈值,则认为出现误检。
优选地,所述预设阈值是通过以下方式设定的:若一个超声波雷达的视野中存在障碍物,且返回障碍物信息,则其相邻超声波雷达都应返回障碍物信息,即,只有其相邻超声波雷达都返回障碍物信息的情况下,才认为所述超声波雷达视野中存在障碍物,未出现误检。但是,考虑到超声波雷达出现漏检的情况,将阈值调低,以便在个别相邻超声波雷达存在漏检的情况下仍不影响对所述超声波雷达的误检检测。这是由于在无人驾驶车辆的决策中,如果超声波雷达出现误检,则可能会造成停车、避让等情况;但是若出现漏检,则可能会发生碰撞,因此,在误检检测中,即使将个别相邻超声波雷达判定为漏检,也不会发生碰撞风险。
对于超声波雷达阵列中的不同超声波雷达,由于其安装位置的不同,其相邻超声波雷达的个数,覆盖范围与其相邻超声波雷达覆盖范围的重叠情况也不相同,因此,需要对不同的超声波雷达采用不同的投票规则。
本实施例中,对于处于超声波雷达阵列最外侧的超声波雷达九、超声波雷达十;以超声波雷达九为例,其仅存在超声波雷达七、超声波雷达五这两个相邻超声波雷达。与超声波雷达九的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达七、相邻超声波雷达五的障碍物检测结果。若其冗余度为1,即其相邻超声波雷达七、相邻超声波雷达五中至少有一个返回障碍物检测结果,则认为不存在误检。
对于处于超声波雷达阵列次外侧的超声波雷达七、超声波雷达八;以超声波雷达七为例,其仅存在超声波雷达九、超声波雷达五、超声波雷达三这三个相邻超声波雷达。与超声波雷达七的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达九、相邻超声波雷达五、相邻超声波雷达三的障碍物检测结果。若其冗余度为2,即其相邻超声波雷达九、相邻超声波雷达五、相邻超声波雷达三中至少有两个返回障碍物检测结果,则认为不存在误检。
对于处于超声波雷达阵列中部的超声波雷达五、超声波雷达三、超声波雷达一、超声波雷达二、超声波雷达四、超声波雷达六;以超声波雷达五为例,其存在超声波雷达九、超声波雷达七、超声波雷达三、超声波雷达一这四个相邻超声波雷达。与超声波雷达五的障碍物检测结果相关的障碍物检测结果为其相邻超声波雷达九、相邻超声波雷达七、超声波雷达三、超声波雷达一的障碍物检测结果。若其冗余度为3,即其相邻超声波雷达九、相邻超声波雷达七、超声波雷达三、超声波雷达一中至少有三个返回障碍物检测结果,则认为不存在误检。
优选地,由于已经将将障碍物在各雷达坐标系中的坐标转换到参考坐标系中,因此,需要根据各超声波雷达返回的障碍物距离确定各超声波雷达返回的障碍物信息是否属于同一障碍物。只有是针对同一障碍物,才可以进行投票作为冗余度,否则,认为其未返回针对待判断超声波雷达返回的障碍物的障碍物信息。
优选地,各相邻超声波雷达返回的障碍物距离与待判断超声波雷达返回的障碍物距离在预设距离误差范围内,才认为其返回针对待判断超声波雷达返回的障碍物的障碍物信息。优选地,所述预设距离误差为20cm。
纠错模块23,用于根据所述误检判断结果所述超声波雷达阵列中的各超声波雷达采集的障碍物信息进行纠错。
优选地,若所述检测结果存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
优选地,本***还包括以下确定模块24,用于根据处理后的各超声波雷达采集的障碍物信息,确定障碍物在车体坐标系中的位置,根据所述障碍物的位置进行无人驾驶车辆决策。
优选地,若有两个或两个以上相邻超声波雷达返回障碍物坐标,则采用基于三角测量的融合方法融合这两个超声波雷达返回的距离数据,获取障碍物的边缘定点信息。
优选地,若有三个或三个以上相邻超声波雷达返回障碍物坐标,由于采用三角测量的融合方法时融合次数较多,可以采用外接圆法进行融合处理,对于障碍物的同一个边缘点,理论上多个超声波雷达的以超声波雷达为原点,以障碍物距离为半径的圆弧应该相交于一点,但实际上由于测量误差、噪声干扰等原始使得多段圆弧并不交于一点。因此,以三个超声波雷达为一组,每组有三段圆弧相交于三点,取所述三点的外接圆圆心作为这三个超声波雷达的最终测量结果,最后求各组超声波雷达最终测量结果的平均值作为最终融合结果。
通过本申请所述实施例,可以有效判断超声波雷达阵列中各超声波雷达出现的误检,精确确定障碍物位置,提高了无人驾驶车辆的行驶安全性。
在所述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器012的框图。图3显示的计算机***/服务器012仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机***/服务器012以通用计算设备的形式表现。计算机***/服务器012的组件可以包括但不限于:一个或者多个处理器或者处理单元016,***存储器028,连接不同***组件(包括***存储器028和处理单元016)的总线018。
总线018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机***/服务器012典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器012访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器028可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机***/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***034可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM, DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040,可以存储在例如存储器028中,这样的程序模块042包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机***/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信,在本发明中,计算机***/服务器012与外部雷达设备进行通信,还可与一个或者多个使得用户能与该计算机***/服务器012交互的设备通信,和/或与使得该计算机***/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且,计算机***/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图3所示,网络适配器020通过总线018与计算机***/服务器012的其它模块通信。应当明白,尽管图3中未示出,可以结合计算机***/服务器012使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元016通过运行存储在***存储器028中的程序,从而执行本发明所描述的实施例中的功能和/或方法。
上述的计算机程序可以设置于计算机存储介质中,即该计算机存储介质被编码有计算机程序,该程序在被一个或多个计算机执行时,使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。
随着时间、技术的发展,介质含义越来越广泛,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (18)
1.一种超声波雷达阵列的障碍物检测结果处理方法,其特征在于,包括:
获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;所述超声波雷达阵列包括多个覆盖范围存在重叠的超声波雷达,所述重叠依据不同超声波雷达的安装位置和安装角度来确定;
根据各超声波雷达返回的障碍物信息和所述各超声波雷达对应的投票规则对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检;其中,所述投票规则是根据返回障碍物信息的超声波雷达在超声波雷达阵列中的位置所确定的;
根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错;
根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置。
2.根据权利要求1所述的方法,其特征在于,获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息还包括:
将采集到的障碍物在各超声波雷达坐标系中的坐标转换到参考坐标系中。
3.根据权利要求2所述的方法,其特征在于,根据各超声波雷达返回的障碍物信息和所述各超声波雷达对应的投票规则对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检包括:
确定所述待判断超声波雷达的相邻超声波雷达及投票规则;
根据所述投票规则及所述相邻超声波雷达返回的障碍物信息进行投票,判断所述待判断超声波雷达是否出现误检。
4.根据权利要求3所述的方法,其特征在于,所述投票规则包括:
当相邻超声波雷达返回的障碍物信息与所述待判断超声波雷达返回的障碍物信息在预设距离误差范围内,其投票值为1;否则,为0。
5.根据权利要求4所述的方法,其特征在于,所述投票规则还包括:
若投票结果大于或等于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检;
若投票结果小于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检。
6.根据权利要求5所述的方法,其特征在于,所述相邻超声波雷达为与所述待判断超声波雷达两侧的超声波雷达和间隔一个的超声波雷达。
7.根据权利要求1所述的方法,其特征在于,根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错包括:
若所述超声波雷达采集的障碍物信息存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
8.根据权利要求1所述的方法,其特征在于,根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置包括:
融合多个超声波雷达返回的距离数据,获取障碍物的坐标。
9.一种超声波雷达阵列的障碍物检测结果处理***,其特征在于,包括:
获取模块,用于获取所述超声波雷达阵列中各超声波雷达在障碍物场景中采集的障碍物信息;所述超声波雷达阵列包括多个覆盖范围存在重叠的超声波雷达,所述重叠依据不同超声波雷达的安装位置和安装角度来确定
判断模块,用于根据各超声波雷达返回的障碍物信息和所述各超声波雷达对应的投票规则对待判断超声波雷达进行投票,判断所述待判断超声波雷达是否出现误检;其中,所述投票规则是根据返回障碍物信息的超声波雷达在超声波雷达阵列中的位置所确定的;
纠错模块,用于根据所述判断结果对各超声波雷达采集的障碍物信息进行纠错;
确定模块,用于根据纠错后的各超声波雷达采集的障碍物信息,确定障碍物位置。
10.根据权利要求9所述的***,其特征在于,所述获取模块具体还用于:
将采集到的障碍物在各超声波雷达坐标系中的坐标转换到参考坐标系中。
11.根据权利要求10所述的***,其特征在于,所述判断模块具体用于:
确定所述待判断超声波雷达的相邻超声波雷达及投票规则;
根据所述投票规则及所述相邻超声波雷达返回的障碍物信息进行投票,判断所述待判断超声波雷达是否出现误检。
12.根据权利要求11所述的***,其特征在于,所述投票规则包括:
当相邻超声波雷达返回的障碍物信息与所述待判断超声波雷达返回的障碍物信息在预设距离误差范围内,其投票值为1;否则,为0。
13.根据权利要求12所述的***,其特征在于,所述投票规则还包括:
若投票结果大于或等于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检;
若投票结果小于相邻超声波雷达的个数减一,则判断所述待判断超声波雷达没有出现误检。
14.根据权利要求13所述的***,其特征在于,所述相邻超声波雷达为与所述待判断超声波雷达两侧的超声波雷达和间隔一个的超声波雷达。
15.根据权利要求9所述的***,其特征在于,所述纠错模块具体用于:
若所述超声波雷达采集的障碍物信息存在误检,则删除所述误检的超声波雷达采集的障碍物信息。
16.根据权利要求9所述的***,其特征在于,所述确定模块具体用于:
融合多个超声波雷达返回的距离数据,获取障碍物的坐标。
17.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~8中任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910035826.4A CN109814113B (zh) | 2019-01-15 | 2019-01-15 | 一种超声波雷达障碍物检测结果处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910035826.4A CN109814113B (zh) | 2019-01-15 | 2019-01-15 | 一种超声波雷达障碍物检测结果处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109814113A CN109814113A (zh) | 2019-05-28 |
CN109814113B true CN109814113B (zh) | 2022-02-25 |
Family
ID=66603474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910035826.4A Active CN109814113B (zh) | 2019-01-15 | 2019-01-15 | 一种超声波雷达障碍物检测结果处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109814113B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904851A (zh) * | 2021-01-18 | 2021-06-04 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物位置修正方法、***、计算机设备及存储介质 |
CN114228704B (zh) * | 2021-12-02 | 2023-08-22 | 合肥晟泰克汽车电子股份有限公司 | 障碍物探测控制***及其探测方法 |
CN115032619A (zh) * | 2022-05-05 | 2022-09-09 | 岚图汽车科技有限公司 | 一种超声波传感器阈值标定***及方法 |
CN115616578A (zh) * | 2022-12-05 | 2023-01-17 | 成都航空职业技术学院 | 一种用于无人飞行器的雷达探测方法及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101169479A (zh) * | 2006-10-23 | 2008-04-30 | 李世雄 | 防止误判断的倒车雷达及其方法 |
CN101339249A (zh) * | 2007-07-05 | 2009-01-07 | 株式会社电装 | 障碍物检测装置 |
JP2011039003A (ja) * | 2009-08-18 | 2011-02-24 | Panasonic Electric Works Co Ltd | 超音波センサ |
CN102395900A (zh) * | 2009-06-15 | 2012-03-28 | 三菱电机株式会社 | 障碍物检测装置及障碍物检测方法 |
CN102830403A (zh) * | 2011-06-16 | 2012-12-19 | 日产自动车株式会社 | 物体检测装置 |
CN102844674A (zh) * | 2010-04-15 | 2012-12-26 | 松下电器产业株式会社 | 障碍物检测*** |
CN103499817A (zh) * | 2013-10-18 | 2014-01-08 | 柳州市华航电器有限公司 | 智能倒车雷达***及其自动控制方法 |
CN103533571A (zh) * | 2013-11-07 | 2014-01-22 | 东南大学 | 基于投票策略的容错事件检测方法 |
CN105319550A (zh) * | 2015-11-10 | 2016-02-10 | 奇瑞汽车股份有限公司 | 一种滤除同频互扰的雷达测距方法 |
DE102015220576A1 (de) * | 2014-10-22 | 2016-04-28 | Denso Corporation | Objekterfassungsvorrichtung |
CN105549017A (zh) * | 2014-10-22 | 2016-05-04 | 株式会社电装 | 物体检测装置 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
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 |
CN108037515A (zh) * | 2017-12-27 | 2018-05-15 | 清华大学苏州汽车研究院(吴江) | 一种激光雷达和超声波雷达信息融合***及方法 |
CN108627844A (zh) * | 2017-03-17 | 2018-10-09 | 夏普株式会社 | 障碍物检测装置、行驶装置、障碍物检测***及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4238718B2 (ja) * | 2003-12-18 | 2009-03-18 | 株式会社デンソー | 車両用障害物検出装置 |
IL196276A (en) * | 2008-12-30 | 2013-04-30 | Elbit Systems Ltd | Independent navigation system and method for maneuverable platform |
JP2013002927A (ja) * | 2011-06-15 | 2013-01-07 | Honda Elesys Co Ltd | 障害物検知装置及びコンピュータプログラム |
CN107563256A (zh) * | 2016-06-30 | 2018-01-09 | 北京旷视科技有限公司 | 辅助驾驶信息产生方法及装置、辅助驾驶*** |
CN106371103A (zh) * | 2016-10-21 | 2017-02-01 | 复旦大学 | 基于表决融合的多激光传感器数据融合方法 |
US10816973B2 (en) * | 2017-06-02 | 2020-10-27 | Baidu Usa Llc | Utilizing rule-based and model-based decision systems for autonomous driving control |
CN108319982A (zh) * | 2018-02-06 | 2018-07-24 | 贵州电网有限责任公司 | 一种电力巡线无人机多传感器数据融合障碍物检测方法 |
-
2019
- 2019-01-15 CN CN201910035826.4A patent/CN109814113B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101169479A (zh) * | 2006-10-23 | 2008-04-30 | 李世雄 | 防止误判断的倒车雷达及其方法 |
CN101339249A (zh) * | 2007-07-05 | 2009-01-07 | 株式会社电装 | 障碍物检测装置 |
CN102395900A (zh) * | 2009-06-15 | 2012-03-28 | 三菱电机株式会社 | 障碍物检测装置及障碍物检测方法 |
JP2011039003A (ja) * | 2009-08-18 | 2011-02-24 | Panasonic Electric Works Co Ltd | 超音波センサ |
CN102576073A (zh) * | 2009-08-18 | 2012-07-11 | 松下电器产业株式会社 | 超声波传感器 |
CN102844674A (zh) * | 2010-04-15 | 2012-12-26 | 松下电器产业株式会社 | 障碍物检测*** |
CN102830403A (zh) * | 2011-06-16 | 2012-12-19 | 日产自动车株式会社 | 物体检测装置 |
CN103499817A (zh) * | 2013-10-18 | 2014-01-08 | 柳州市华航电器有限公司 | 智能倒车雷达***及其自动控制方法 |
CN103533571A (zh) * | 2013-11-07 | 2014-01-22 | 东南大学 | 基于投票策略的容错事件检测方法 |
DE102015220576A1 (de) * | 2014-10-22 | 2016-04-28 | Denso Corporation | Objekterfassungsvorrichtung |
CN105549017A (zh) * | 2014-10-22 | 2016-05-04 | 株式会社电装 | 物体检测装置 |
CN105319550A (zh) * | 2015-11-10 | 2016-02-10 | 奇瑞汽车股份有限公司 | 一种滤除同频互扰的雷达测距方法 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN108627844A (zh) * | 2017-03-17 | 2018-10-09 | 夏普株式会社 | 障碍物检测装置、行驶装置、障碍物检测***及方法 |
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 |
CN108037515A (zh) * | 2017-12-27 | 2018-05-15 | 清华大学苏州汽车研究院(吴江) | 一种激光雷达和超声波雷达信息融合***及方法 |
Non-Patent Citations (3)
Title |
---|
一种多技术融合的全自动无人驾驶轨道障碍物检测***设计;肖阳俊,李拥军,李金波,徐志荣;《城市轨道交通研究》;20190110;第22卷(第1期);第111-114+119页 * |
基于多种激光雷达数据融合的障碍检测技术的研究;杨光祖;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140315;第54-57页 * |
大型运输车超声波雷达防碰撞***开发;王琦,梁铎耀,孙竹梅,武斌,付向上;《工业仪表与自动化装置》;20181215(第6期);第57-61页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109814113A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814113B (zh) | 一种超声波雷达障碍物检测结果处理方法及*** | |
CN109765563B (zh) | 一种超声波雷达阵列、障碍物检测方法及*** | |
CN109814114B (zh) | 一种超声波雷达阵列、障碍物检测方法及*** | |
CN109059902B (zh) | 相对位姿确定方法、装置、设备和介质 | |
CN109284348B (zh) | 一种电子地图的更新方法、装置、设备和存储介质 | |
CN109633688B (zh) | 一种激光雷达障碍物识别方法和装置 | |
US20220410939A1 (en) | Collision detection method, electronic device, and medium | |
Kim et al. | Placement optimization of multiple lidar sensors for autonomous vehicles | |
CN109870698B (zh) | 一种超声波阵列障碍物检测结果处理方法及*** | |
CN109558854B (zh) | 障碍物感知方法、装置、电子设备及存储介质 | |
CN110632617A (zh) | 一种激光雷达点云数据处理的方法及装置 | |
CN112485801A (zh) | 一种障碍物位置确定方法、***、计算机设备和存储介质 | |
CN116774228A (zh) | 可行驶区域的确定方法、装置、电子设备和存储介质 | |
CN115908498B (zh) | 一种基于类别最优匹配的多目标跟踪方法及装置 | |
CN116958935A (zh) | 基于多视角的目标定位方法、装置、设备及介质 | |
CN112630798A (zh) | 用于估计地面的方法和装置 | |
CN113619606B (zh) | 障碍物确定方法、装置、设备以及存储介质 | |
CN113313654B (zh) | 激光点云滤波去噪方法、***、设备及存储介质 | |
CN113281771B (zh) | 一种应用于移动机器人的双雷达融合方法及设备 | |
CN114330726A (zh) | 追踪定位方法、装置、电子设备及存储介质 | |
US11267130B2 (en) | Robot localization method and apparatus and robot using the same | |
CN113570622A (zh) | 一种障碍物确定方法、装置、电子设备以及存储介质 | |
CN110133624A (zh) | 异常检测方法、装置、设备和介质 | |
CN114216412B (zh) | 一种交通参与者的角度信息获取方法、装置和存储介质 | |
CN115183782B (zh) | 基于联合空间损失的多模态传感器融合方法及装置 |
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 |