CN109946661A - 一种车载雷达数据处理算法验证*** - Google Patents
一种车载雷达数据处理算法验证*** Download PDFInfo
- Publication number
- CN109946661A CN109946661A CN201910344719.XA CN201910344719A CN109946661A CN 109946661 A CN109946661 A CN 109946661A CN 201910344719 A CN201910344719 A CN 201910344719A CN 109946661 A CN109946661 A CN 109946661A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- data
- information
- vehicle front
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 230000001133 acceleration Effects 0.000 claims abstract description 11
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 8
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 4
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 4
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种车载雷达数据处理算法验证***,包括:雷达传感器、车辆数据采集模块、摄像模块、数据存储模块、第一图像生成模块、雷达数据处理算法模块、第二图像生成模块、验证评估模块和显示设备。本发明将实时采集的原始中频回波数据输入至雷达数据处理算法模块,获得车辆前方目标的运动状态信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息,即形成验证图像信息;同时根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,生成车辆与车辆前方目标的相对运动轨迹第一图像信息,即形成对比图像信息;由于验证图像信息和对比图像信息均来自于实时车辆运行的实际数据,从而保证了验证效果的可靠性。
Description
技术领域
本发明涉及智能驾驶汽车雷达传感器试验技术领域,更具体的涉及一种车载雷达数据处理算法验证***。
背景技术
随着智能驾驶辅助***(Advanced Driving Assistant System,简称ADAS)的普及,ADAS控制器的需求也越来越多。由于ADAS控制器需要连接诸如摄像头、毫米波雷达、激光雷达、超声波雷达、惯导之类的多个传感器,尤其是与车载雷达传感器的连接越来越普遍,而对采集到的车载雷达传感器的数据需要进行一定的算法处理,比如滤波算法处理。ADAS控制器获取运行状态下的车载雷达传感器数据,并将获取的车载雷达传感器数据输入至包含数据处理算法的控制器中进行数据处理,但是数据处理算法是否正确有待验证。
目前,对车载雷达传感器数据处理算法验证,通常是给出模拟激励数据进行实验室仿真,进而验证数据处理算法的正确与否,但是通常给出的模拟激励数据样本单一,从而影响验证效果。
发明内容
本发明实施例提供一种车载雷达数据处理算法验证***,用以解决上述背景技术中存在的问题。
本发明实施例提供一种车载雷达数据处理算法验证***,包括:雷达传感器、车辆数据采集模块、摄像模块、数据存储模块、第一图像生成模块、雷达数据处理算法模块、第二图像生成模块、验证评估模块和显示设备;
所述雷达传感器,用于获取车辆前方的原始中频回波数据;
所述车辆数据采集模块,用于获取车辆的速度数据、车辆的轮速数据和车辆的加速度数据;
所述摄像模块,用于获取车辆前方的视频数据;
所述数据存储模块,用于同步分类存储车辆前方的原始中频回波数据、车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据;
所述第一图像生成模块,用于根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第一图像信息;
所述雷达数据处理算法模块,用于根据车辆前方的原始中频回波数据,通过雷达数据处理算法,获得车辆前方目标的运动状态信息;
所述第二图像生成模块,用于根据车辆前方目标的运动状态信息,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息;
所述验证评估模块,用于根据车辆与车辆前方目标的相对运动轨迹第一图像信息和车辆与车辆前方目标的相对运动轨迹第二图像信息,对比对应时间段车辆与车辆前方目标的相对运动轨迹是否一致;
所述显示设备分别与所述数据存储模块、所述第一图像生成模块、所述第二图像生成模块和所述验证评估模块电连接。
进一步地,所述雷达传感器包括:毫米波雷达、激光雷达、超声波雷达中的一种或多种。
进一步地,所述雷达传感器的输出端、所述车辆数据采集模块的输出端和所述摄像模块的输出端均与FPGA处理器连接。
进一步地,所述数据存储模块设置在FPGA处理器内。
进一步地,所述第一图像生成模块、所述雷达数据处理算法模块、所述第二图像生成模块和所述验证评估模块均集成设置在ARM微处理器上。
进一步地,所述ARM微处理器上设置有人机交互界面。
进一步地,所述第一图像生成模块包括:第一特征提取单元;所述第一特征提取单元,用于从车辆前方的视频数据中提取出目标结构和尺寸信息。
进一步地,所述第二图像生成模块包括:第二特征提取单元;所述第二特征提取单元,用于从车辆前方目标的运动状态信息中提取出目标结构和尺寸信息。
进一步地,所述雷达数据处理算法包括:从车辆前方的原始中频回波数据中提取出雷达发射波与接收波的差频信息,结合发射波形的时宽、射频带宽信息输出目标的速度、角度与距离信息,以及结合车辆结构和尺寸信息,输出车辆与车辆前方目标的相对运动状态信息。
本发明实施例提供一种车载雷达数据处理算法验证***,与现有技术相比,其有益效果如下:
本发明将实时采集的原始中频回波数据输入至雷达数据处理算法模块,获得车辆前方目标的运动状态信息,再结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息,即形成验证图像信息;同时根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第一图像信息,即形成对比图像信息;由于验证图像信息和对比图像信息均来自于实时车辆运行的实际数据,其数据真实可靠,从而保证了验证效果的可靠性。
本发明生成车辆与车辆前方目标的相对运动轨迹第一图像信息、和车辆与车辆前方目标的相对运动轨迹第二图像信息,再对比对应时间段车辆与车辆前方目标的相对运动轨迹是否一致,并通过显示设备显示,从而实现验证过程的可视化,直观性强,便于分析研究检查评估验证效果。
附图说明
图1为本发明实施例提供的一种车载雷达数据处理算法验证***原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本发明实施例提供一种车载雷达数据处理算法验证***,该***包括:雷达传感器1、车辆数据采集模块2、摄像模块3、数据存储模块4、第一图像生成模块5、雷达数据处理算法模块6、第二图像生成模块7、验证评估模块8和显示设备9。其中,雷达传感器1包括:毫米波雷达、激光雷达、超声波雷达中的一种或多种。
具体地,雷达传感器1,用于获取车辆前方的原始中频回波数据;车辆数据采集模块2,用于获取车辆的速度数据、车辆的轮速数据和车辆的加速度数据;摄像模块3,用于获取车辆前方的视频数据;数据存储模块4,用于同步分类存储车辆前方的原始中频回波数据、车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,其中,同步分类存储实现了数据的同步有序存储。
具体地,第一图像生成模块5,用于根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第一图像信息;即形成验证对比图像数据。
具体地,雷达数据处理算法模块6,用于根据车辆前方的原始中频回波数据,通过雷达数据处理算法,获得车辆与车辆前方目标的相对运动状态信息;第二图像生成模块7,用于根据车辆与车辆前方目标的相对运动状态信息,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息;即形成实际验证图像数据。
具体地,验证评估模块8,用于根据车辆与车辆前方目标的相对运动轨迹第一图像信息和车辆与车辆前方目标的相对运动轨迹第二图像信息,对比对应时间段车辆与车辆前方目标的相对运动轨迹是否一致;当一致时说明雷达数据处理算法准确,否则不准确。
具体地,显示设备9分别与数据存储模块4、第一图像生成模块5、第二图像生成模块7和验证评估模块8电连接。显示设备9不但可以显示数据存储模块4的原始数据,还可以显示第一图像信息、第二图像信息和对比结果图示,从而实现了验证过程的可视化,直观性强,便于分析研究检查评估验证效果。
进一步地,雷达传感器1、车辆数据采集模块2和摄像模块3的输出端均与FPGA处理器101连接。数据存储模块4设置在FPGA处理器101内。第一图像生成模块5、雷达数据处理算法模块6、第二图像生成模块7和验证评估模块8均集成设置在ARM微处理器201上。ARM微处理器201上设置有人机交互界面。本发明同时采用FGPA+ARM,保证了数据的并行同步有序存储,同时也保证了数据的高效处理和信息控制。
进一步地,第一图像生成模块5包括:第一特征提取单元;第一特征提取单元,用于从车辆前方的视频数据中提取出目标结构和尺寸信息;第二图像生成模块7包括:第二特征提取单元;第二特征提取单元,用于从车辆与车辆前方目标的相对运动状态信息中提取出目标结构和尺寸信息。其中,提取目标结构和尺寸信息为了便于图像显示,增强显示效果,提高真实性。
进一步地,雷达数据处理算法包括:从车辆前方的原始中频回波数据中提取出雷达发射波与接收波的差频信息,结合发射波形的时宽、射频带宽信息输出目标的速度、角度与距离信息,以及结合车辆结构和尺寸信息,输出车辆与车辆前方目标的相对运动状态信息。
综上所述,本发明将实时采集的原始中频回波数据输入至雷达数据处理算法模块,获得车辆前方目标的运动状态信息,再结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息,即形成验证图像信息;同时根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第一图像信息,即形成对比图像信息;由于验证图像信息和对比图像信息均来自于实时车辆运行的实际数据,其数据真实可靠,从而保证了验证效果的可靠性。
以上公开的仅为本发明的几个具体实施例,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种车载雷达数据处理算法验证***,其特征在于,包括:雷达传感器、车辆数据采集模块、摄像模块、数据存储模块、第一图像生成模块、雷达数据处理算法模块、第二图像生成模块、验证评估模块和显示设备;
所述雷达传感器,用于获取车辆前方的原始中频回波数据;
所述车辆数据采集模块,用于获取车辆的速度数据、车辆的轮速数据和车辆的加速度数据;
所述摄像模块,用于获取车辆前方的视频数据;
所述数据存储模块,用于同步分类存储车辆前方的原始中频回波数据、车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据;
所述第一图像生成模块,用于根据车辆的速度数据、车辆的轮速数据、车辆的加速度数据和车辆前方的视频数据,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第一图像信息;
所述雷达数据处理算法模块,用于根据车辆前方的原始中频回波数据,通过雷达数据处理算法,获得车辆前方目标的运动状态信息;
所述第二图像生成模块,用于根据车辆前方目标的运动状态信息,结合车辆结构和尺寸信息,生成车辆与车辆前方目标的相对运动轨迹第二图像信息;
所述验证评估模块,用于根据车辆与车辆前方目标的相对运动轨迹第一图像信息和车辆与车辆前方目标的相对运动轨迹第二图像信息,对比对应时间段车辆与车辆前方目标的相对运动轨迹是否一致;
所述显示设备分别与所述数据存储模块、所述第一图像生成模块、所述第二图像生成模块和所述验证评估模块电连接。
2.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述雷达传感器包括:毫米波雷达、激光雷达、超声波雷达中的一种或多种。
3.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述雷达传感器的输出端、所述车辆数据采集模块的输出端和所述摄像模块的输出端均与FPGA处理器连接。
4.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述数据存储模块设置在FPGA处理器内。
5.如权利要求4所述的车载雷达数据处理算法验证***,其特征在于,所述第一图像生成模块、所述雷达数据处理算法模块、所述第二图像生成模块和所述验证评估模块均集成设置在ARM微处理器上。
6.如权利要求5所述的车载雷达数据处理算法验证***,其特征在于,所述ARM微处理器上设置有人机交互界面。
7.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述第一图像生成模块包括:第一特征提取单元;所述第一特征提取单元,用于从车辆前方的视频数据中提取出目标结构和尺寸信息。
8.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述第二图像生成模块包括:第二特征提取单元;所述第二特征提取单元,用于从车辆前方目标的运动状态信息中提取出目标结构和尺寸信息。
9.如权利要求1所述的车载雷达数据处理算法验证***,其特征在于,所述雷达数据处理算法包括:从车辆前方的原始中频回波数据中提取出雷达发射波与接收波的差频信息,结合发射波形的时宽、射频带宽信息输出目标的速度、角度与距离信息,以及结合车辆结构和尺寸信息,输出车辆与车辆前方目标的相对运动状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344719.XA CN109946661A (zh) | 2019-04-26 | 2019-04-26 | 一种车载雷达数据处理算法验证*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344719.XA CN109946661A (zh) | 2019-04-26 | 2019-04-26 | 一种车载雷达数据处理算法验证*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109946661A true CN109946661A (zh) | 2019-06-28 |
Family
ID=67016294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910344719.XA Pending CN109946661A (zh) | 2019-04-26 | 2019-04-26 | 一种车载雷达数据处理算法验证*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109946661A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110830774A (zh) * | 2019-11-21 | 2020-02-21 | 盘古智能科技发展(南京)有限公司 | 一种城市动态大数据采集***及方法、信息数据处理终端 |
CN111065089A (zh) * | 2019-11-05 | 2020-04-24 | 东华大学 | 一种基于群智感知的车联网双向认证方法及装置 |
CN114866762A (zh) * | 2022-03-15 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种摄像头传感器的可视化检测方法、装置及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178945A1 (en) * | 2001-06-23 | 2004-09-16 | Buchanan Alastair James | Object location system for a road vehicle |
US20080122604A1 (en) * | 2006-11-29 | 2008-05-29 | Denso Corporation | Driving support apparatus |
CN101875348A (zh) * | 2010-07-01 | 2010-11-03 | 浙江工业大学 | 基于计算机视觉的误将油门当刹车错误操作防止装置 |
JP2011053139A (ja) * | 2009-09-03 | 2011-03-17 | Toyota Motor Corp | 物体検出装置 |
CN201893870U (zh) * | 2010-05-05 | 2011-07-06 | 深圳道可视科技有限公司 | 智能轨迹倒车***中的轨迹线处理装置 |
US20150234045A1 (en) * | 2014-02-20 | 2015-08-20 | Mobileye Vision Technologies Ltd. | Navigation based on radar-cued visual imaging |
CN106443607A (zh) * | 2016-10-25 | 2017-02-22 | 华域汽车***股份有限公司 | 一种车载雷达数据处理算法验证*** |
CN107085201A (zh) * | 2017-05-16 | 2017-08-22 | 上海大学 | 收发一体多普勒雷达前端模块 |
CN107479039A (zh) * | 2017-08-13 | 2017-12-15 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载毫米波雷达算法功能台架验证方法 |
CN107609522A (zh) * | 2017-09-19 | 2018-01-19 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测*** |
US20180067194A1 (en) * | 2016-09-06 | 2018-03-08 | Magna Electronics Inc. | Vehicle sensing system for classification of vehicle model |
JP2018097765A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社デンソー | 物体検出装置、及び物体検出方法 |
US10074279B1 (en) * | 2017-03-07 | 2018-09-11 | Denso International America, Inc. | Inference-aware motion planning |
-
2019
- 2019-04-26 CN CN201910344719.XA patent/CN109946661A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040178945A1 (en) * | 2001-06-23 | 2004-09-16 | Buchanan Alastair James | Object location system for a road vehicle |
US20080122604A1 (en) * | 2006-11-29 | 2008-05-29 | Denso Corporation | Driving support apparatus |
JP2011053139A (ja) * | 2009-09-03 | 2011-03-17 | Toyota Motor Corp | 物体検出装置 |
CN201893870U (zh) * | 2010-05-05 | 2011-07-06 | 深圳道可视科技有限公司 | 智能轨迹倒车***中的轨迹线处理装置 |
CN101875348A (zh) * | 2010-07-01 | 2010-11-03 | 浙江工业大学 | 基于计算机视觉的误将油门当刹车错误操作防止装置 |
US20150234045A1 (en) * | 2014-02-20 | 2015-08-20 | Mobileye Vision Technologies Ltd. | Navigation based on radar-cued visual imaging |
US20180067194A1 (en) * | 2016-09-06 | 2018-03-08 | Magna Electronics Inc. | Vehicle sensing system for classification of vehicle model |
CN106443607A (zh) * | 2016-10-25 | 2017-02-22 | 华域汽车***股份有限公司 | 一种车载雷达数据处理算法验证*** |
JP2018097765A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社デンソー | 物体検出装置、及び物体検出方法 |
US10074279B1 (en) * | 2017-03-07 | 2018-09-11 | Denso International America, Inc. | Inference-aware motion planning |
CN107085201A (zh) * | 2017-05-16 | 2017-08-22 | 上海大学 | 收发一体多普勒雷达前端模块 |
CN107479039A (zh) * | 2017-08-13 | 2017-12-15 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载毫米波雷达算法功能台架验证方法 |
CN107609522A (zh) * | 2017-09-19 | 2018-01-19 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测*** |
Non-Patent Citations (2)
Title |
---|
王战古等: "基于深度置信网络的多源信息前方车辆检测", 《汽车工程》 * |
赵云娥等: "基于Arduino的双模式智能避障小车***设计与实现", 《现代电子技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111065089A (zh) * | 2019-11-05 | 2020-04-24 | 东华大学 | 一种基于群智感知的车联网双向认证方法及装置 |
CN110830774A (zh) * | 2019-11-21 | 2020-02-21 | 盘古智能科技发展(南京)有限公司 | 一种城市动态大数据采集***及方法、信息数据处理终端 |
CN114866762A (zh) * | 2022-03-15 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种摄像头传感器的可视化检测方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946661A (zh) | 一种车载雷达数据处理算法验证*** | |
EP3581890B1 (en) | Method and device for positioning | |
CN106569194B (zh) | 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法 | |
CN109345596A (zh) | 多传感器标定方法、装置、计算机设备、介质和车辆 | |
KR102207816B1 (ko) | 센서 데이터를 이용한 노면 상태 측정 방법 및 그 장치 | |
CN109211298A (zh) | 一种传感器标定方法和装置 | |
EP0533477B1 (en) | A moving body recognition apparatus | |
CN106574961B (zh) | 使用多个物体检测单元的物体识别装置 | |
KR102262425B1 (ko) | 센서 시스템을 위한 연속적인 원형 제스처 검출 | |
CN104677330A (zh) | 一种小型双目立体视觉测距*** | |
CN107817018B (zh) | 车道线偏离报警***的测试***和测试方法 | |
CN104021676A (zh) | 基于车辆动态视频特征的车辆定位及车速测量方法 | |
CN108263389B (zh) | 一种车辆前方虚假目标剔除装置及方法 | |
Zhuge et al. | Noncontact deflection measurement for bridge through a multi‐UAVs system | |
CN106443607A (zh) | 一种车载雷达数据处理算法验证*** | |
CN107103275A (zh) | 使用雷达和视觉基于车轮进行的车辆检测和追踪 | |
CN109300143A (zh) | 运动向量场的确定方法、装置、设备、存储介质和车辆 | |
CN109583416A (zh) | 伪车道线识别方法及*** | |
CN114325250A (zh) | 集成定位检测与图谱检测功能的局部放电检测装置及方法 | |
WO2020113358A1 (en) | Systems and methods for synchronizing vehicle sensors and devices | |
CN110619617A (zh) | 三维成像方法、装置、设备及计算机可读存储介质 | |
CN109799493A (zh) | 雷达和视频融合***及方法 | |
CN102944879A (zh) | 一种基于mems二维扫描镜的四维成像装置及其成像方法 | |
WO2024109347A1 (zh) | 一种可行驶区域的检测方法、装置、车辆及存储介质 | |
US11656328B2 (en) | Validating object detection hardware and algorithms |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |