CN110940982B - 一种车辆前方目标识别方法以及相应的设备 - Google Patents

一种车辆前方目标识别方法以及相应的设备 Download PDF

Info

Publication number
CN110940982B
CN110940982B CN201911199145.8A CN201911199145A CN110940982B CN 110940982 B CN110940982 B CN 110940982B CN 201911199145 A CN201911199145 A CN 201911199145A CN 110940982 B CN110940982 B CN 110940982B
Authority
CN
China
Prior art keywords
target
vehicle
main target
searched
running state
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
Application number
CN201911199145.8A
Other languages
English (en)
Other versions
CN110940982A (zh
Inventor
王智平
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.)
Roadefend Vision Technology Shanghai Co ltd
Original Assignee
Roadefend Vision Technology Shanghai Co ltd
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 Roadefend Vision Technology Shanghai Co ltd filed Critical Roadefend Vision Technology Shanghai Co ltd
Priority to CN201911199145.8A priority Critical patent/CN110940982B/zh
Publication of CN110940982A publication Critical patent/CN110940982A/zh
Application granted granted Critical
Publication of CN110940982B publication Critical patent/CN110940982B/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
    • G01S13/88—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车辆前方目标识别方法，所述车辆前方目标识别方法包括以下步骤：(1)采集车辆前方的目标信息和本车的车辆信息；(2)根据所述目标信息生成目标列表；(3)根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；(4)根据本车的不同行驶状态，使用不同的目标选择策略从所述目标列表中选定主目标。相应地，本发明还涉及一种车辆前方目标识别设备。

Description

一种车辆前方目标识别方法以及相应的设备
技术领域
本发明涉及车辆安全驾驶领域，尤其涉及车辆前向碰撞预警领域。具体地说，本发明涉及一种车辆前方目标识别方法以及相应的设备。对本领域技术人员而言，显而易见的是，本发明亦可应用于其它领域。
背景技术
随着汽车保有量的日益增长和道路运输业的飞速发展，汽车在方便人们生活和繁荣经济的同时，也给道路安全带来了日益严峻的挑战。车辆前向碰撞预警设备作为车载监控***的一部分广泛应用于车辆安全驾驶领域，它通过将感知、通信和控制等相关技术结合在一起，能够辅助驾驶员安全地驾驶汽车。
目前，市场上常见的车辆前向碰撞预警设备对于车辆前方目标的识别主要通过以下方式来实现：首先，通过前向视觉传感器来采集车辆前方图像，然后，使用图像处理技术检测出所述车辆前方图像中的目标车辆，再根据所述车辆前方图像中的信息估计出本车与前方车辆之间的距离以及前方车辆的行驶方向，或者进一步加装雷达来提高测距精度，从而对可能发生碰撞的目标进行识别和跟踪。但是，该现有技术不能准确估计本车在弯道行驶过程中的轨迹和前方目标车辆的轨迹，并且在本车转弯过程中也很难对本车道的前方目标车辆进行有效识别和跟踪，从而导致这种常见的车辆前向碰撞预警设备在车辆弯道行驶中非常容易产生误报警，严重影响所述车辆前向碰撞预警设备的准确性，进而影响车辆在弯道行驶中的安全性。
中国专利CN104101878B公开了一种车辆前方目标识别方法，其具体公开了使用雷达选择目标的方法，该方法由于考虑了处于弯道中的目标并且对处于弯道中目标的横向位置进行了修正，因而相对提高了雷达识别目标的准确性。然而，该方法仅仅单独使用雷达目标挑选模块而没有结合视觉采集模块，不利于候选目标识别的完整性和准确性，同时该方法没有对车辆行驶状态进行更加精细的划分和识别，也没有区分如何在不同行驶状态下识别目标，因此，由该方法识别出目标的准确性也有待进一步提高。
在此背景之下，本领域技术人员需要一种能够满足不同行驶状态、能够快速、精准和低成本地识别前方目标的车辆前方目标识别方法及其相应的设备。
发明内容
针对现有技术中的上述缺点，本发明提供一种车辆前方目标识别方法以及相应的设备。所述车辆前方目标识别方法以及相应的设备能够利用多传感器信息，结合车速、横摆角速度、目标位置信息和运动状态等信息，估算出本车行驶轨迹和车道线位置，并且识别出各种行驶状态，例如至少区分出高速状态、低速状态以及弯道状态，以便根据不同的行驶状态，采取不同的目标选择策略，从而快速、精准和低成本地识别出本车道目标。
在根据本发明的一种实施方式中，本发明的大致思路是，构建一种车辆前方目标识别方法或者设备，它能够将视觉采集模块和雷达模块的优势结合在一起，将视觉传感器和雷达这两种技术手段所获取的信息进行融合，提供一种更全面、更准确的目标识别方式，同时区分出不同的行驶状态，以便根据不同的行驶状态采用不同的目标识别策略，从而进一步提高目标识别的准确性，尤其是主目标识别的准确性。
根据本发明的车辆前方目标识别方法以及相应的设备的多种具体实施方式中将在下文中进行详细描述。
与现有技术相比，根据本发明的车辆前方目标识别方法以及相应的***或者设备至少具有以下优点：
(1)根据本发明的车辆前方目标识别方法以及相应的***或者设备能够将视觉采集模块和雷达模块结合起来，从而提高了所识别的前方目标的全面性与准确性。
(2)根据本发明的车辆前方目标识别方法以及相应的***或者设备能够区分不同的行驶状态，并且根据不同的行驶状态制定不同的目标识别策略，从而进一步提高了目标识别的准确性，尤其是主目标识别的准确性。因此，根据本发明的车辆前方目标识别方法以及相应的***或者设备能够辅助驾驶员及时采取避碰措施，有效提高了驾驶车辆的安全性，减少了交通事故发生的概率。
附图说明
下面参考附图通过举例的方式(但并不限于此)阐述本发明，其中：
图1示例性示出一种根据本发明的车辆前方目标识别方法的流程图。
图2示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态或者普通低速行驶状态时本车与前方目标的坐标图。
图3示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为弯道低速行驶状态时本车与前方目标的坐标图。
图4示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态时从所述目标列表中选定主目标的流程图。
图5示例性示出另一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态时从所述目标列表中选定主目标的流程图。
图6示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为普通低速行驶状态时的主目标选择策略的流程图。
图7示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为弯道低速行驶状态时的主目标选择策略的流程图。
图8示例性示出一种根据本发明的车辆前方目标识别设备的结构简图。
具体实施方式
现在参考附图中所示的实施例来详细描述本发明的实施方式。在下面的说明书中，许多具体细节都是用来提供对具体实施方式的完全理解。但是，对本领域技术人员来说，显而易见的是，所述实施方式能够以不带有一些或全部具体细节的方式实施。在其他实施例中，公知的步骤和/或结构并未进行详细阐述，以免不必要地造成具体实施方式难于理解。本领域技术人员能理解的是，本次讨论仅仅是对示例性实施方式的描述，其用意并不在于限制本发明在示例性步骤和/或结构中具体实施的较宽范围。
图1示例性示出一种根据本发明的车辆前方目标识别方法的流程图。图1中所示的车辆前方目标识别方法能够提高车辆前方目标识别的精准度，并且在保证精准度的前提下降低车辆前方目标识别的成本。
如图1所示，在根据本发明的一种实施方式中，所述车辆前方目标识别方法100包括以下步骤：
(1)采集车辆前方的目标信息和本车的车辆信息，如图1中步骤101所示。在根据本发明的一种实施例中，所述车辆前方的目标信息可以通过图像传感器或者视觉传感器来获取，例如通过图像传感器或者视觉传感器来获取车辆前方的图像或者视频，所述图像或者视频包含了目标信息。在根据本发明的另一种实施例中，所述车辆前方的目标信息也可以通过雷达(例如毫米波雷达)来获取，雷达能够利用无线电的方法发现目标并且测定它们的空间位置。在根据本发明的又一种实施例中，所述车辆前方的目标信息可以通过图像传感器和/或雷达来获取。也就是说，所述车辆前方的目标信息可以通过图像传感器和雷达相结合的方式(即通过两种传感器技术相结合的方式)来获取，然后再利用传感器融合技术来提取所述目标信息。在这里，所述目标信息至少包括目标的位置信息、目标的运动状态、目标出现在有效视界内的持续时间。在根据本发明的一种实施例中，本车的车辆信息至少包括本车的车速和横摆角速度。本车的车速可以通过轮速传感器来获取。本车的横摆角速度可以通过陀螺仪和加速度传感器来获取。
(2)根据所述目标信息生成目标列表，如图1中步骤102所示。在图像传感器或者视觉传感器获得的车辆前方图像或者视频中，可能存在多个车辆前方目标，同时，针对每个目标，可能需要探测和监控所述每个目标的多个信息项或者信息条目。根据本发明的一种实施例，为了方便所述目标信息的分类、显示、提取、计算和分析，可以根据所述目标信息生成目标列表。在根据本发明的一种实施例中，根据所述目标信息生成目标列表可以通过传感器融合技术来实现。
(3)根据本车的车辆信息判断本车的行驶状态，如图1中步骤103所示。在根据本发明的一种实施例中，本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态。例如，在对车辆行驶状态进行精细划分和识别时，车辆行驶状态的区分标准是：如果本车的车速大于预设的速度阈值，例如本车的车速＞35km/h(千米每小时)，则判定本车的行驶状态为正常行驶状态；如果本车的车速大于等于0而小于等于所述预设的速度阈值，例如0km/h≤本车的车速≤35km/h，则进一步判断本车的横摆角速度是否大于预设的横摆角速度阈值，例如0.07rad/s(弧度每秒)，并且同时判断本车前方目标在SAE(Society ofAutomotive Engineers，即汽车工程师协会)定义的车体坐标系(简称“SAE坐标系”)中的坐标在Y方向上的绝对值是否大于上一帧图像中所述目标的坐标在Y方向上的绝对值，如果本车的横摆角速度大于所述预设的横摆角速度阈值(例如0.07rad/s)并且同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值也大于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为弯道低速行驶状态；否则的话，判定本车的行驶状态为普通低速行驶状态。也就是说，只有当本车的车速、本车的横摆角速度以及本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值这三者均满足上述要求时，才将所述本车的行驶状态判定为弯道低速行驶状态，否则的话，将本车的行驶状态判定为普通低速行驶状态。例如，在根据本发明的一种实施例中，如果本车的车速为60km/h(在此，所述预设的速度阈值为35km/h)，则可以判定本车的行驶状态为正常行驶状态。因为车辆在转弯时一般都会减速行驶，所以只有在车辆速度处于低速时，才考虑车辆处于转弯行驶的情况。又例如，在根据本发明的一种实施例中，如果本车的车速为25km/h，同时本车的横摆角速度为0.08rad/s(在此，所述预设的速度阈值为35km/h并且所述预设的横摆角速度阈值为0.07rad/s)并且同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值大于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为弯道低速行驶状态。又例如，在根据本发明的一种实施例中，如果本车的车速为0km/h，本车的横摆角速度为0rad/s，同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值等于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为普通低速行驶状态。由此可见，所述普通低速行驶状态包括本车静止的状态，例如本车在等红灯时的状态，这意味着，根据本发明的车辆前方目标识别方法即使在车辆静止的情况下仍然能够持续选择目标，而不会停止工作。关于SAE车体坐标系，本领域技术人员可以参考公知的现有技术(例如网址：http://www.360doc.com/content/17/0225/08/40003352_631837542.shtml)，在此不再赘述。
对本领域技术人员来说，显而易见的是，所述预设的速度阈值和所述预设的横摆角速度阈值均是可变的，本领域技术人员可以根据实际需要或者特定的要求而自由选择所述预设的速度阈值和所述预设的横摆角速度阈值的具体数值。例如，所述预设的速度阈值可以是35km/h、40km/h、45km/h、50km/h等，而所述预设的横摆角速度阈值可以是0.07rad/s、0.08rad/s、0.09rad/s等。
(4)根据本车的不同行驶状态，使用不同的目标选择策略从所述目标列表中选定主目标，如图1中步骤104所示。在图像传感器或者视觉传感器获得的车辆前方图像或者视频中，可能存在多个车辆前方目标，为了避免与前方目标发生碰撞并且对碰撞风险进行实时监控和追踪，需要优先识别最有可能与本车发生碰撞的主目标。在根据本发明的一种实施例中，从所述目标列表中选定主目标优先由以下因素决定：(1)目标与本车之间的距离；(2)目标的位置是否在本车道内；(3)目标的置信度；以及(4)目标被连续选定为本车道目标的图像帧数。在根据本发明的一种实施例中，可以根据重要性或者实际需要来设定上述四个因素的先后顺序和/或优先级。在根据本发明的一种实施例中，从所述目标列表中选定的主目标至少具备以下特征：目标与本车之间的距离最小。此外，从所述目标列表中选定主目标时，需要判断车辆前方目标的位置是否在本车道内。关于置信度，对本领域技术人员来说，易于理解的是，置信度表示某个事件有多大程度上值得可信。在检测或者判断车辆前方图像或者视频中是否出现所述目标时，需要利用置信度来给出检测结果或者判断结果的可信程度。所述置信度显示了所述检测结果或者判断结果的准确性。例如，在选定所述主目标时，需要设置一个预设的置信度阈值，所述预设的置信度阈值与车辆(即本车)的行驶状态有关。例如，在根据本发明的一种实施例中，当所述车辆的行驶状态为正常行驶状态时，从所述目标列表中选定的主目标要求：所述目标的置信度大于或等于0.8(即预设的置信度阈值为0.8)。又例如，当所述车辆的行驶状态为普通低速行驶状态时，从所述目标列表中选定的主目标要求：所述目标的置信度大于或等于0.6(即预设的置信度阈值为0.6)。目标的置信度可以通过各种图像检测方法或者其他方式获得，在此不再赘述。在根据本发明的一种实施例中，所述目标的置信度优先取决于以下因素：(1)目标是否被图像检测算法检测到；(2)目标是否被雷达检测到；(3)目标是否处于运动中；以及(4)目标存在于有效视界内的持续时间。在根据本发明的一种实施例中，可以根据重要性或者实际需要来设定上述四个因素的先后顺序和/或优先级。在根据本发明的一种实施例中，从所述目标列表中选定的主目标例如还具备以下特征：目标被连续选定为本车道目标的图像帧数大于或等于一个预设的帧数阈值，例如20帧。
只有当所述目标列表中的目标符合预设条件(预先设定的条件)时，它才被选定为所述目标列表中的主目标。通俗一点说，所述预设条件是筛选所述主目标的门槛。所述预设条件是由上文提到的四个因素中的至少两个因素按照优先级顺序和/或其他需要的顺序排列组合而成的。例如，在根据本发明的一种具体实施例中，选定为所述目标列表中的主目标需要符合以下预设条件：(1)目标与本车之间的距离最小并且(2)目标的位置处于本车道内。又例如，在根据本发明的一种具体实施例中，选定为所述目标列表中的主目标需要符合以下预设条件：(1)目标与本车之间的距离最小；(2)目标的位置处于本车道内；以及(3)目标的置信度大于或等于一个预设的置信度阈值，例如大于或等于0.8。又例如，在根据本发明的一种具体实施例中，选定为所述目标列表中的主目标需要符合以下预设条件：(1)目标与本车之间的距离最小；(2)目标的位置处于本车道内；(3)目标的置信度大于或等于一个预设的置信度阈值，例如大于或等于0.7；以及(4)目标被连续选定为本车道目标的图像帧数大于或等于一个预设的帧数阈值，例如30帧。在不同的道路场景下，可以根据不同的目标检测和追踪要求来设定不同的预设条件来筛选所述主目标。
图2示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态或者普通低速行驶状态时本车与前方目标的坐标图。根据本发明的一种实施例，当所述车辆的行驶状态为正常行驶状态或者普通低速行驶状态(例如直线行驶)时，用于判断所述车辆前方目标的位置是否在本车道内的方法是：以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY即为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的前进方向(水平指向前方)，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，其中，目标的坐标标记为(y,x)，如图2所示，根据公式w＝(0.015*x+0.85)*2能够计算出目标所在位置的虚拟车道线的宽度w。在这里，所述虚拟车道线实际上是利用算法(例如图像识别算法)拟合出来的，而并非实际行车路面上印刷的实物车道线，因为在判断目标(例如前方车辆)是否在本车道内时使用印刷的实物车道线会带来较大误差。例如，基于毫米波雷达的特性，距离本车越远的目标，它的横向误差越大，例如前方20米处的目标的横向误差可能是正负0.5米，而前方120米处的目标横向误差可能达到正负2米了，这个误差已经超过大半个常规车道线宽度了。此外，在特定情况下或者特定地点，印刷的实物车道线不一定存在。根据本发明，借助于所述虚拟车道线能够更加准确并且方便地判断所述车辆前方目标的位置。在根据本发明的一种实施例中，将本车行驶轨迹设定为所述虚拟车道线的中心线。如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。上述根据本发明的用于判断车辆前方目标的位置是否在本车道内的方法能够以低成本的简便运算实现对车辆前方目标的位置的准确判断。在实际应用中，当车辆处于正常行驶状态或者普通低速行驶状态时，上述根据本发明的用于判断车辆前方目标的位置是否在本车道内的方法能够使得对车辆前方目标的位置的判断准确率达到95％以上。
图3示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为弯道低速行驶状态时本车与前方目标的坐标图。一般情况下，在车辆转弯时，可以将车辆行驶轨迹视为圆周运动。例如，如图3所示，将车辆的弯道低速行驶状态视为圆周运动，根据本发明的一种实施例，当所述车辆的行驶状态为弯道低速行驶状态时，用于判断所述车辆前方目标的位置是否在本车道内的方法是：以本车位置为原点O建立平面直角坐标系XOY(即为SAE坐标系中的XOY平面)，弧线OA为本车行驶轨迹，所述平面直角坐标系XOY的X轴正方向为弧线OA的切线方向(切点为原点O)，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，所述本车行驶轨迹OA所在虚拟圆的圆心坐标为(r，0)。在图3所示的实施例中，弧线CD为目标行驶轨迹，目标坐标为(y，x)，所述目标行驶轨迹CD所在虚拟圆的圆心坐标亦为(r，0)。由此可见，在图3所示的实施例中，所述本车行驶轨迹OA所在虚拟圆和所述目标行驶轨迹CD所在虚拟圆为圆心坐标同为(r，0)的同心圆。对本领域技术人员来说，易于理解的是，一般情况下r的数值较大，从而将这两个行驶轨迹的模型简化为同心圆是合理的，并且使得相关的计算变得简单。在以本车位置和本车行驶轨迹建立平面直角坐标系XOY并且标记所述目标的坐标位置之后，根据公式r＝v/ω计算所述本车行驶轨迹的曲率半径r(即，本车的转弯半径r)，其中，v表示本车的车速，ω表示本车的横摆角速度，然后，根据公式来计算所述目标行驶轨迹的曲率半径r1(即，目标的转弯半径r1)，然后，再根据公式w＝(0.015*r*arcsin(x/γ1)+0.85)*2来计算目标所在位置的虚拟车道线的宽度w。在这里，所述虚拟车道线实际上是利用算法(例如图像识别算法)拟合出来的，而并非实际行车路面上印刷的实物车道线，因为在判断目标(例如前方车辆)是否在本车道内时使用印刷的实物车道线会带来较大误差。此外，在特定情况下或者特定地点，印刷的实物车道线不一定存在。根据本发明，借助于所述虚拟车道线能够更加准确并且方便地判断所述车辆前方目标的位置。在根据本发明的一种实施例中，将本车行驶轨迹设定为所述虚拟车道线的中心线。如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。上述根据本发明的用于判断车辆前方目标的位置是否在本车道内的方法能够以低成本的简便运算实现对车辆前方目标的位置的准确判断。在实际应用中，当车辆处于弯道低速行驶状态时，上述根据本发明的用于判断车辆前方目标的位置是否在本车道内的方法能够使得对车辆前方目标的位置的判断准确率达到90％以上。
图4示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态时从所述目标列表中选定主目标的流程图(即，主目标选择策略400的流程图)。根据本发明的一种具体实施例，当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(如图4中步骤401所示)，如果在所述目标列表中成功搜索到符合预设条件的主目标(即，在所述目标列表中存在符合预设条件的主目标)，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(如图4中步骤402所示)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(如图4中步骤403所示)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(如图4中步骤406所示，在这里，所述预设的置信度是指预设的高置信度，例如置信度的值不小于0.8)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(如图4中步骤409所示)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(如图4中步骤407所示)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(如图4中步骤410所示)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(如图4中步骤408所示)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进入步骤601：判断普通低速行驶状态下是否成功搜索到主目标，如图4、图5和图6中步骤601所示。
图5示例性示出另一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为正常行驶状态时的主目标选择策略500的流程图。图5中所示的主目标选择策略500与图4中所示的主目标选择策略400的区别在于，图5中所示的主目标选择策略500还包括步骤404：判断搜索到的主目标与候选目标是否相同和步骤405：将所述搜索到的主目标作为新的候选目标，其中，所述候选目标是位置处于本车道内并且与本车之间的距离最小的目标。在大多数情况下，候选目标与符合预设条件的主目标是同一目标。如图5中所示的主目标选择策略500，当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(如图5中步骤401所示)，如果在所述目标列表中成功搜索到符合预设条件的主目标(即，在所述目标列表中存在符合预设条件的主目标)，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(如图5中步骤402所示)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(如图5中步骤403所示)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步将所述搜索到的主目标与候选目标进行比较，即，判断搜索到的主目标与候选目标是否相同(如图5中步骤404所示)，其中，所述候选目标是位置处于本车道内并且与本车之间的距离最小的目标，如果所述搜索到的主目标与所述候选目标相同(即两者是同一目标)，则将所述候选目标的置信度增加一个预设数值(例如0.05或者0.1)并且进入步骤406：判断所述搜索到的主目标是否会触发报警或者具有预设的置信度，如果所述搜索到的主目标与所述候选目标不相同(即两者不是同一目标)，则将所述搜索到的主目标作为新的候选目标(如图5中步骤405所示)并且进入步骤406：进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(如图5中步骤406所示，在这里，所述预设的置信度是指预设的高置信度，例如置信度的值不小于0.8)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(如图5中步骤409所示)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(如图5中步骤407所示)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(如图5中步骤410所示)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(如图5中步骤408所示)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进入步骤601：判断普通低速行驶状态下是否成功搜索到主目标，如图4、图5和图6中步骤601所示。通过引入候选目标并且将所述符合预设条件的主目标与候选目标进行比较，能够有效提高选定主目标的准确性和稳定性，尤其是能够有效避免选定主目标时的检测或跟踪错误。根据本发明的一种实施方式，针对图像传感器或者视觉传感器采集到的每一帧图像，都利用根据本发明的主目标选择策略去搜索图像中的主目标，其中，候选目标是当前帧图像中本车道内距离最近的目标，主目标可能是连续好几帧图像中都稳定存在于图像中的本车道内距离最近的目标，如果有一个目标在当前帧图像中它不在本车道内也不是距离最近的目标，但是它在前面连续几帧图像中都被认为是本车道内距离最近的目标，那么出现这种情况的原因有可能是因为误检测或者跟踪错误。因为发生检测错误或者跟踪错误时会出现的一种情况就是虽然事实上前方目标没有发生变化，但是当前帧图像中搜索找到的主目标与上一帧图像中选定的主目标不一样，为了避免这种检测错误或者跟踪错误的发生，可以引入所述候选目标，所述候选目标就是最有可能替换当前主目标的目标。
图6示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为普通低速行驶状态时的主目标选择策略600的流程图。根据本发明的一种具体实施例，当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(如图6中步骤601所示)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(如图6中步骤602所示)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进入步骤701：判断弯道低速行驶状态下是否成功搜索到主目标(如图6和图7中步骤701所示)。在一种具体实施例中，在普通低速行驶状态下搜索主目标，可以适当调整所述主目标的预设条件，例如将目标的所述预设的置信度阈值降低为0.7。
图7示例性示出一种根据本发明的车辆前方目标识别方法中车辆的行驶状态为弯道低速行驶状态时的主目标选择策略700的流程图。根据本发明的一种具体实施例，当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(如图7中步骤701所示)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(如图7中步骤704所示)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(如图7中步骤702所示)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(如图7中步骤705所示)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标，如图7中步骤703所示。
图8示例性示出一种根据本发明的车辆前方目标识别设备的结构简图。根据本发明的车辆前方目标识别设备能够准确地并且低成本地实现对车辆前方目标的识别。根据本发明的车辆前方目标识别设备与根据本发明的车辆前方目标识别方法相互对应，为了避免造成具体实施方式难于理解和不必要地重复，对于本领域技术人员来说易于理解的是，根据本发明的车辆前方目标识别设备的部分或者全部细节可以参考根据本发明的车辆前方目标识别方法。如图8所示，所述车辆前方目标识别设备800至少包括：信息采集单元801，所述信息采集单元801用于采集车辆前方的目标信息和本车的车辆信息；存储单元802，所述存储单元802至少用于存储所述车辆前方的目标信息和本车的车辆信息；处理单元803，所述处理单元803至少用于根据所述目标信息生成目标列表；行驶状态判断单元804，所述行驶状态判断单元804用于根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；目标选择单元805，所述目标选择单元805用于根据本车的不同行驶状态使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(相应于方法步骤401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(相应于方法步骤402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(相应于方法步骤406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(相应于方法步骤407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(相应于方法步骤410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(相应于方法步骤408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(相应于方法步骤601)；当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(相应于方法步骤601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(相应于方法步骤701)；以及当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(相应于方法步骤701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(相应于方法步骤702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(相应于方法步骤705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(相应于方法步骤703)。
根据本发明的一种实施例，所述信息采集单元801包括图像传感器和/或雷达，所述图像传感器和/或雷达用于获取所述车辆前方的目标信息。所述信息采集单元801包括车辆信息采集装置，所述车辆信息采集装置用于获取本车的车辆信息，本车的车辆信息至少包括本车的车速和横摆角速度。根据本发明的一种实施例，所述信息采集单元801包括轮速传感器，所述轮速传感器用于获取所述本车的车速。根据本发明的一种实施例，所述信息采集单元801包括陀螺仪和加速度传感器，所述陀螺仪和加速度传感器用于获取所述本车的横摆角速度。
根据本发明的一种实施例，所述本车的行驶状态的判定条件为：如果本车的车速大于预设的速度阈值，则判定本车的行驶状态为正常行驶状态；如果本车的车速大于等于0而小于等于所述预设的速度阈值，则进一步判断本车的横摆角速度是否大于预设的横摆角速度阈值，并且同时判断本车前方目标在SAE定义的车体坐标系中的坐标在Y方向上的绝对值是否大于上一帧图像中所述目标的坐标在Y方向上的绝对值，如果本车的横摆角速度大于所述预设的横摆角速度阈值并且同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值也大于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为弯道低速行驶状态；否则的话，判定本车的行驶状态为普通低速行驶状态。
根据本发明的一种实施例，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；并且(2)目标的位置处于本车道内。
根据本发明的另一种实施例，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；(2)目标的位置处于本车道内；(3)目标的置信度大于或等于一个预设的置信度阈值；和/或(4)目标被连续选定为本车道目标的图像帧数大于或等于一个预设的帧数阈值。
根据本发明的一种实施例，当所述车辆的行驶状态为正常行驶状态或者普通低速行驶状态时，用于判断所述车辆前方目标的位置是否处于本车道内的方法是：以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的前进方向(水平指向前方)，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，其中，目标的坐标标记为(y,x)，根据公式w＝(0.015*x+0.85)*2计算出目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
根据本发明的一种实施例，当所述车辆的行驶状态为弯道低速行驶状态时，将车辆的弯道低速行驶轨迹视为圆周运动，用于判断所述车辆前方目标的位置是否处于本车道内的方法是：以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的切线方向，其中切点为原点O，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，所述本车行驶轨迹所在虚拟圆的圆心坐标为(r，0)，目标坐标为(y，x)，目标行驶轨迹所在虚拟圆的圆心坐标亦为(r，0)，其中，所述本车行驶轨迹所在虚拟圆和所述目标行驶轨迹所在虚拟圆为圆心坐标同为(r，0)的同心圆，在以本车位置和本车行驶轨迹建立平面直角坐标系XOY并且标记所述目标的坐标位置之后，首先根据公式r＝v/ω计算所述本车行驶轨迹的转弯半径r，其中，v表示本车的车速，ω表示本车的横摆角速度，然后根据公式来计算所述目标行驶轨迹的转弯半径r1，再根据公式w＝(0.015*r*arcsin(x/γ1)+0.85)*2来计算目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
根据本发明的另一种实施例，根据本发明的车辆前方目标识别设备包括：信息采集单元，所述信息采集单元用于采集车辆前方的目标信息和本车的车辆信息；存储单元，所述存储单元至少用于存储所述车辆前方的目标信息和本车的车辆信息；处理单元，所述处理单元至少用于根据所述目标信息生成目标列表；行驶状态判断单元，所述行驶状态判断单元用于根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；目标选择单元，所述目标选择单元用于根据本车的不同行驶状态使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(相应于方法步骤401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(相应于方法步骤402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步将所述搜索到的主目标与候选目标进行比较，判断搜索到的主目标与候选目标是否相同(相应于方法步骤404)，其中，所述候选目标是位置处于本车道内并且与本车之间的距离最小的目标，如果所述搜索到的主目标与所述候选目标相同，则将所述候选目标的置信度增加一个预设数值并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(相应于方法步骤406)，如果所述搜索到的主目标与所述候选目标不相同，则将所述搜索到的主目标作为新的候选目标(相应于方法步骤405)并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(相应于方法步骤406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(相应于方法步骤407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(相应于方法步骤410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(相应于方法步骤408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(相应于方法步骤601)；当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(相应于方法步骤601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(相应于方法步骤701)；以及当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(相应于方法步骤701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(相应于方法步骤704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(相应于方法步骤702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(相应于方法步骤705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(相应于方法步骤703)。
对本领域技术人员来说，显而易见的是，可以针对这里所描述的实施方式实现大量的改进方案和变形方案，而它们并未脱离要求保护的主题的实质和范围。因此，本说明书的用意在于，涵盖这里所描述的不同实施方式的改进方案和变形方案，只要所述改进方案和变形方案处于附加的权利要求和它们的等效方案的范围之内。

Claims (22)

1.一种车辆前方目标识别方法，所述车辆前方目标识别方法包括以下步骤：
(1)采集车辆前方的目标信息和本车的车辆信息；
(2)根据所述目标信息生成目标列表；
(3)根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；
(4)根据本车的不同行驶状态，使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：
(4-1)当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(601)；
(4-2)当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(701)；以及
(4-3)当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(703)。
2.根据权利要求1所述的车辆前方目标识别方法，其特征在于，所述车辆前方的目标信息通过图像传感器和/或雷达来获取。
3.根据权利要求1所述的车辆前方目标识别方法，其特征在于，本车的车辆信息至少包括本车的车速和横摆角速度。
4.根据权利要求3所述的车辆前方目标识别方法，其特征在于，所述本车的车速通过轮速传感器来获取。
5.根据权利要求3所述的车辆前方目标识别方法，其特征在于，所述本车的横摆角速度通过陀螺仪和加速度传感器来获取。
6.根据权利要求1至5之一所述的车辆前方目标识别方法，其特征在于，所述本车的行驶状态的判定条件为：
如果本车的车速大于预设的速度阈值，则判定本车的行驶状态为正常行驶状态；
如果本车的车速大于等于0而小于等于所述预设的速度阈值，则进一步判断本车的横摆角速度是否大于预设的横摆角速度阈值，并且同时判断本车前方目标在SAE定义的车体坐标系中的坐标在Y方向上的绝对值是否大于上一帧图像中所述目标的坐标在Y方向上的绝对值，如果本车的横摆角速度大于所述预设的横摆角速度阈值并且同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值也大于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为弯道低速行驶状态；
否则的话，判定本车的行驶状态为普通低速行驶状态。
7.根据权利要求1至5之一所述的车辆前方目标识别方法，其特征在于，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；并且(2)目标的位置处于本车道内。
8.根据权利要求1至5之一所述的车辆前方目标识别方法，其特征在于，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；(2)目标的位置处于本车道内；(3)目标的置信度大于或等于一个预设的置信度阈值；和/或(4)目标被连续选定为本车道目标的图像帧数大于或等于一个预设的帧数阈值。
9.根据权利要求7所述的车辆前方目标识别方法，其特征在于，当所述车辆的行驶状态为正常行驶状态或者普通低速行驶状态时，
用于判断所述目标的位置是否处于本车道内的方法是：
以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的前进方向，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，其中，目标的坐标标记为(y,x)，根据公式w＝(0.015*x+0.85))*2计算出目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
10.根据权利要求7所述的车辆前方目标识别方法，其特征在于，当所述车辆的行驶状态为弯道低速行驶状态时，将车辆的弯道低速行驶轨迹视为圆周运动，用于判断所述目标的位置是否处于本车道内的方法是：
以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的切线方向，其中切点为原点O，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，所述本车行驶轨迹所在虚拟圆的圆心坐标为(r，0)，目标坐标为(y，x)，目标行驶轨迹所在虚拟圆的圆心坐标亦为(r，0)，其中，所述本车行驶轨迹所在虚拟圆和所述目标行驶轨迹所在虚拟圆为圆心坐标同为(r，0)的同心圆，在以本车位置和本车行驶轨迹建立平面直角坐标系XOY并且标记所述目标的坐标位置之后，首先根据公式r＝v/ω计算所述本车行驶轨迹的转弯半径r，其中，v表示本车的车速，ω表示本车的横摆角速度，然后根据公式来计算所述目标行驶轨迹的转弯半径γ1，再根据公式w＝(0.015*r*arcsin(x/γ1)+0.85)*2来计算目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
11.一种车辆前方目标识别方法，所述车辆前方目标识别方法包括以下步骤：
(1)采集车辆前方的目标信息和本车的车辆信息；
(2)根据所述目标信息生成目标列表；
(3)根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；
(4)根据本车的不同行驶状态，使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：
(4-1)当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步将所述搜索到的主目标与候选目标进行比较，判断搜索到的主目标与候选目标是否相同(404)，其中，所述候选目标是位置处于本车道内并且与本车之间的距离最小的目标，如果所述搜索到的主目标与所述候选目标相同，则将所述候选目标的置信度增加一个预设数值并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标与所述候选目标不相同，则将所述搜索到的主目标作为新的候选目标(405)并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(601)；
(4-2)当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(701)；以及
(4-3)当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(703)。
12.一种车辆前方目标识别设备，所述车辆前方目标识别设备包括：信息采集单元(801)，所述信息采集单元用于采集车辆前方的目标信息和本车的车辆信息；
存储单元(802)，所述存储单元至少用于存储所述车辆前方的目标信息和本车的车辆信息；
处理单元(803)，所述处理单元至少用于根据所述目标信息生成目标列表；
行驶状态判断单元(804)，所述行驶状态判断单元用于根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；
目标选择单元(805)，所述目标选择单元用于根据本车的不同行驶状态使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：
当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(601)；
当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(701)；以及
当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(703)。
13.根据权利要求12所述的车辆前方目标识别设备，其特征在于，所述信息采集单元(801)包括图像传感器和/或雷达，所述图像传感器和/或雷达用于获取所述车辆前方的目标信息。
14.根据权利要求12所述的车辆前方目标识别设备，其特征在于，所述信息采集单元(801)包括车辆信息采集装置，所述车辆信息采集装置用于获取本车的车辆信息，本车的车辆信息至少包括本车的车速和横摆角速度。
15.根据权利要求14所述的车辆前方目标识别设备，其特征在于，所述信息采集单元(801)包括轮速传感器，所述轮速传感器用于获取所述本车的车速。
16.根据权利要求14所述的车辆前方目标识别设备，其特征在于，所述信息采集单元(801)包括陀螺仪和加速度传感器，所述陀螺仪和加速度传感器用于获取所述本车的横摆角速度。
17.根据权利要求12至16之一所述的车辆前方目标识别设备，其特征在于，所述本车的行驶状态的判定条件为：
如果本车的车速大于预设的速度阈值，则判定本车的行驶状态为正常行驶状态；
如果本车的车速大于等于0而小于等于所述预设的速度阈值，则进一步判断本车的横摆角速度是否大于预设的横摆角速度阈值，并且同时判断本车前方目标在SAE定义的车体坐标系中的坐标在Y方向上的绝对值是否大于上一帧图像中所述目标的坐标在Y方向上的绝对值，如果本车的横摆角速度大于所述预设的横摆角速度阈值并且同时本车前方目标在SAE坐标系中的坐标在Y方向上的绝对值也大于上一帧图像中所述目标的坐标在Y方向上的绝对值，则判定本车的行驶状态为弯道低速行驶状态；
否则的话，判定本车的行驶状态为普通低速行驶状态。
18.根据权利要求12至16之一所述的车辆前方目标识别设备，其特征在于，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；并且(2)目标的位置处于本车道内。
19.根据权利要求12至16之一所述的车辆前方目标识别设备，其特征在于，所述主目标符合以下预设条件：(1)目标与本车之间的距离最小；(2)目标的位置处于本车道内；(3)目标的置信度大于或等于一个预设的置信度阈值；和/或(4)目标被连续选定为本车道目标的图像帧数大于或等于一个预设的帧数阈值。
20.根据权利要求18所述的车辆前方目标识别设备，其特征在于，当所述车辆的行驶状态为正常行驶状态或者普通低速行驶状态时，用于判断所述目标的位置是否处于本车道内的方法是：
以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的前进方向，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，其中，目标的坐标标记为(y,x)，根据公式w＝(0.015*x+0.85)*2计算出目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
21.根据权利要求18所述的车辆前方目标识别设备，其特征在于，当所述车辆的行驶状态为弯道低速行驶状态时，将车辆的弯道低速行驶轨迹视为圆周运动，用于判断所述目标的位置是否处于本车道内的方法是：
以本车位置为原点O建立平面直角坐标系XOY，所述平面直角坐标系XOY为SAE坐标系中的XOY平面，所述平面直角坐标系XOY的X轴正方向为本车行驶轨迹的切线方向，其中切点为原点O，所述平面直角坐标系XOY的Y轴正方向为车体平面内垂直于X轴的右侧方向，所述本车行驶轨迹所在虚拟圆的圆心坐标为(r，0)，目标坐标为(y，x)，目标行驶轨迹所在虚拟圆的圆心坐标亦为(r，0)，其中，所述本车行驶轨迹所在虚拟圆和所述目标行驶轨迹所在虚拟圆为圆心坐标同为(r，0)的同心圆，在以本车位置和本车行驶轨迹建立平面直角坐标系XOY并且标记所述目标的坐标位置之后，首先根据公式r＝v/ω计算所述本车行驶轨迹的转弯半径r，其中，v表示本车的车速，ω表示本车的横摆角速度，然后根据公式来计算所述目标行驶轨迹的转弯半径γ1，再根据公式w＝(0.015*r*arcsin(x/γ1)+0.85)*2来计算目标所在位置的虚拟车道线的宽度w，其中，将本车行驶轨迹设定为所述虚拟车道线的中心线，如果目标与所述虚拟车道线的中心线之间的距离小于所述虚拟车道线宽度的一半，则判定所述目标处于本车道内，否则的话，则判定所述目标不在本车道内。
22.一种车辆前方目标识别设备，所述车辆前方目标识别设备包括：信息采集单元，所述信息采集单元用于采集车辆前方的目标信息和本车的车辆信息；
存储单元，所述存储单元至少用于存储所述车辆前方的目标信息和本车的车辆信息；
处理单元，所述处理单元至少用于根据所述目标信息生成目标列表；
行驶状态判断单元，所述行驶状态判断单元用于根据本车的车辆信息判断本车的行驶状态，所述本车的行驶状态包括正常行驶状态、普通低速行驶状态和弯道低速行驶状态；
目标选择单元，所述目标选择单元用于根据本车的不同行驶状态使用不同的目标选择策略从所述目标列表中选定主目标，其中，所述目标选择策略包括：
当本车的行驶状态为正常行驶状态时，在所述目标列表中搜索主目标，判断正常行驶状态下是否成功搜索到主目标(401)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则进一步判断搜索到的主目标与上一帧图像中选定的主目标是否相同(402)，如果所述搜索到的主目标与上一帧图像中选定的主目标相同，则将所述搜索到的主目标选定为当前帧图像的主目标(403)，如果所述搜索到的主目标与上一帧图像中选定的主目标不相同，则进一步将所述搜索到的主目标与候选目标进行比较，判断搜索到的主目标与候选目标是否相同(404)，其中，所述候选目标是位置处于本车道内并且与本车之间的距离最小的目标，如果所述搜索到的主目标与所述候选目标相同，则将所述候选目标的置信度增加一个预设数值并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标与所述候选目标不相同，则将所述搜索到的主目标作为新的候选目标(405)并且进一步判断所述搜索到的主目标是否会触发报警或者具有预设的置信度(406)，如果所述搜索到的主目标会触发报警或者具有预设的置信度，则将所述搜索到的主目标选定为当前帧图像的主目标(409)，如果所述搜索到的主目标不会触发报警并且不具有预设的置信度，则进一步判断上一帧图像中是否存在选定的主目标(407)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(410)，如果上一帧图像中不存在选定的主目标，则将所述搜索到的主目标选定为当前帧图像主目标(408)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断普通低速行驶状态下是否成功搜索到主目标(601)；
当本车的行驶状态为普通低速行驶状态时，在所述目标列表中搜索主目标，判断普通低速行驶状态下是否成功搜索到主目标(601)，如果在所述目标列表中成功搜索到符合预设条件主目标，则将搜索到的主目标选定为当前帧图像的主目标(602)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断弯道低速行驶状态下是否成功搜索到主目标(701)；以及
当本车的行驶状态为弯道低速行驶状态时，在所述目标列表中搜索主目标，判断弯道低速行驶状态下是否成功搜索到主目标(701)，如果在所述目标列表中成功搜索到符合预设条件的主目标，则将所述搜索到的主目标选定为当前帧图像的主目标(704)；如果在所述目标列表中未成功搜索到符合预设条件的主目标，则进一步判断上一帧图像中是否存在选定的主目标(702)，如果上一帧图像中存在选定的主目标，则将上一帧图像中选定的主目标选定为当前帧图像的主目标(705)，如果上一帧图像中不存在选定的主目标，则返回并且显示结果：本次搜索没有找到主目标(703)。
CN201911199145.8A 2019-11-29 2019-11-29 一种车辆前方目标识别方法以及相应的设备 Active CN110940982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911199145.8A CN110940982B (zh) 2019-11-29 2019-11-29 一种车辆前方目标识别方法以及相应的设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911199145.8A CN110940982B (zh) 2019-11-29 2019-11-29 一种车辆前方目标识别方法以及相应的设备

Publications (2)

Publication Number Publication Date
CN110940982A CN110940982A (zh) 2020-03-31
CN110940982B true CN110940982B (zh) 2023-09-12

Family

ID=69909191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911199145.8A Active CN110940982B (zh) 2019-11-29 2019-11-29 一种车辆前方目标识别方法以及相应的设备

Country Status (1)

Country Link
CN (1) CN110940982B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798698B (zh) * 2020-06-24 2022-04-08 中国第一汽车股份有限公司 一种前方目标车辆的确定方法、装置及车辆
CN111856470A (zh) * 2020-07-20 2020-10-30 中国第一汽车股份有限公司 一种汽车雷达的目标筛选方法、装置、设备和存储介质
CN113340317A (zh) * 2021-05-20 2021-09-03 云度新能源汽车有限公司 一种辅助水淹区域通行的方法和存储设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN104408460A (zh) * 2014-09-17 2015-03-11 电子科技大学 一种车道线检测及跟踪检测方法
CN104843007A (zh) * 2014-02-14 2015-08-19 株式会社电装 用于选择位于其主车辆的行驶路径中的前车的车载设备
CN105182320A (zh) * 2015-07-14 2015-12-23 安徽清新互联信息科技有限公司 一种基于深度测量的车距检测方法
CN106605154A (zh) * 2016-05-24 2017-04-26 英华达（上海）科技有限公司 一种运动目标的监测方法、穿戴式装置及服务器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6837196B2 (ja) * 2017-02-15 2021-03-03 日立Astemo株式会社 車両運動制御装置、車両運動制御方法および車両運動制御システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN104843007A (zh) * 2014-02-14 2015-08-19 株式会社电装 用于选择位于其主车辆的行驶路径中的前车的车载设备
CN104408460A (zh) * 2014-09-17 2015-03-11 电子科技大学 一种车道线检测及跟踪检测方法
CN105182320A (zh) * 2015-07-14 2015-12-23 安徽清新互联信息科技有限公司 一种基于深度测量的车距检测方法
CN106605154A (zh) * 2016-05-24 2017-04-26 英华达（上海）科技有限公司 一种运动目标的监测方法、穿戴式装置及服务器

Also Published As

Publication number Publication date
CN110940982A (zh) 2020-03-31

Similar Documents

Publication Publication Date Title
JP4906398B2 (ja) 車載道路形状識別装置、車載システム、道路形状識別方法及び周辺監視方法
US9524643B2 (en) Orientation sensitive traffic collision warning system
US8711003B2 (en) Vehicle location information-based abnormal driving determination and warning system
CN110940982B (zh) 一种车辆前方目标识别方法以及相应的设备
CN103303306B (zh) 就所出现的危险状况对车辆驾驶员作出警示的方法
US8952799B2 (en) Method and system for warning a driver of a vehicle about potential obstacles behind the vehicle
JP4604103B2 (ja) 交差点見通し検出装置
KR100854766B1 (ko) 거리 센서를 이용한 주차 공간 검출 방법
KR20180092101A (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주행 차로 판단 방법
JP2017521745A (ja) 車両のナビゲーションモジュールに対象物の存在を知らせる車載装置
JP2008123462A (ja) 物体検知装置
KR20130007243A (ko) 차량 카메라를 이용한 전방 충돌 경보 방법 및 시스템
CN104192063B (zh) 车辆安全行驶警示***及相应的警示方法
CN113815620B (zh) 一种车辆安全行驶的评估方法、装置、设备及存储介质
CN110940981B (zh) 一种用于判断车辆前方目标的位置是否处于本车道内的方法
CN107111942A (zh) 用于探测机动车经过交通标志门通行的方法和装置
CN111103587A (zh) 用于预测同时并线车辆的方法和设备及包括其的车辆
CN111796286A (zh) 一种制动等级的评估方法、装置、车辆和存储介质
KR20170085750A (ko) 차선을 변경하는 차량에 근거한 자율 주행 제어 방법 및 장치
Wittmann et al. Improving lidar data evaluation for object detection and tracking using a priori knowledge and sensorfusion
CN111959515A (zh) 一种基于视觉检测的前向目标选择方法、装置及***
CN113879312B (zh) 基于多传感器融合的前向目标选择方法、装置和存储介质
CN111091148B (zh) 一种基于目标先验信息的车载雷达目标跟踪方法及装置
CN113591673A (zh) 用于识别交通标志的方法和设备
JP2012137362A (ja) 走行道路推定装置、方法およびプログラム

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