CN111856417A - 车载毫米波雷达的性能分析方法、装置、终端及存储介质 - Google Patents

车载毫米波雷达的性能分析方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN111856417A
CN111856417A CN202010700295.9A CN202010700295A CN111856417A CN 111856417 A CN111856417 A CN 111856417A CN 202010700295 A CN202010700295 A CN 202010700295A CN 111856417 A CN111856417 A CN 111856417A
Authority
CN
China
Prior art keywords
obstacle
data
video data
detection
millimeter wave
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
CN202010700295.9A
Other languages
English (en)
Other versions
CN111856417B (zh
Inventor
刘柯旺
吕颖
孟俊峰
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010700295.9A priority Critical patent/CN111856417B/zh
Publication of CN111856417A publication Critical patent/CN111856417A/zh
Application granted granted Critical
Publication of CN111856417B publication Critical patent/CN111856417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating

Landscapes

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

Abstract

本发明实施例公开了车载毫米波雷达的性能分析方法、装置、终端及存储介质。该方法包括：接收通过毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；按障碍物数据的接收时序，以及障碍物数据的分类对应的可视化方式，根据障碍物数据生成障碍物的检测视频数据；将检测视频数据与真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。能够对毫米波雷达感知的障碍物数据进行分析，可扩展性较好，且方便开发使用。

Description

车载毫米波雷达的性能分析方法、装置、终端及存储介质
技术领域
本发明实施例涉及驾驶辅助领域，尤其涉及一种车载毫米波雷达的性能分析方法、装置、终端及存储介质。
背景技术
随着汽车的普及，交通压力问题日益上升，由驾驶员疏忽引发的安全事故也呈不断上升趋势，汽车的安全性也越来已经成为人们关心的话题。
装配高级辅助驾驶***(Advanced Driver AssistantSystem，ADAS)的汽车也越来越受到人们的喜爱，而在开发高级辅助驾驶***的关键在于传感器的感知能力，传感器的感知能力的好坏也直接决定了汽车ADAS功能的质量好坏。毫米波雷达作为汽车ADAS功能最常见的、成本较低的传感器，越来越受到各汽车厂家的喜爱。由于毫米波雷达的生产厂家众多，因此评判各个厂家毫米波雷达检测性能的好坏给各个汽车厂家带来了一定的困难。
在现有技术中，车载毫米波雷达的性能分析方法主要包括：采用CANoe从毫米波雷达中读取各个障碍物数据，并根据读取的数据来对毫米波雷达感知的数据进行分析；或者，利用Matlab的自动驾驶工具箱的配套工具中的障碍物鸟瞰图工具，来对毫米波雷达感知的数据进行分析。
现有技术存在的问题至少包括：直接根据读取数据进行性能分析，显示效果较差，且由于数据量极大，给后期分析工作带来了不便；利用Matlab的鸟瞰图工具进行性能分析，由于工具不开放源代码，可扩展性较差，不方便开发使用。
发明内容
有鉴于此，本发明实施例提供了一种车载毫米波雷达的性能分析方法、装置、终端及存储介质，可扩展性较好，且方便开发使用。
第一方面，本发明实施例提供了一种车载毫米波雷达的性能分析方法，包括：
接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
可选的，所述按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据，包括：
根据障碍物数据的分类对应的可视化方式，生成障碍物的检测图像帧；
按所述障碍物数据的接收时序，根据与所述障碍物数据对应的检测图像帧生成障碍物的检测视频数据。
可选的，所述将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能，包括：
将所述检测视频数据与所述真实视频数据进行时间戳对齐，对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配；
根据匹配结果确定障碍物的误报率、漏报率和跟踪状态的稳定性，并将所述误报率、漏报率和跟踪状态的稳定性作为所述毫米波雷达的检测性能。
优选的，所述对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配，包括：
获取时间戳对齐后的检测视频数据的各检测图像帧，以及从所述真实视频数据中选取与各检测图像帧的时间戳对应的各真实图像帧；
获取各检测图像帧中图形标识对应的检测图像像素坐标，以及根据所述图形标识确定障碍物的检测类别；
对各真实图像帧中的障碍物的位置与类别进行识别，得到障碍物的真实图像像素坐标与真实类别；
对时间戳对应的检测图像帧中的检测图像像素坐标和检测类别，与真实视频帧中的真实图像像素坐标和真实类别进行匹配。
可选的，所述可视化方式，包括：
将障碍物数据的数值进行显示；或者，
将障碍物数据对应的图形标识进行显示；
其中，表征不同障碍物的障碍物数据的显示格式不同。
优选的，若所述障碍物数据的分类为障碍物的速度、加速度和类别置信度，则所述障碍物数据的可视化方式为将障碍物数据的数值进行显示。
进一步的，，若所述障碍物数据的分类为障碍物的位置坐标和类别，则所述障碍物数据的可视化方式为：
根据所述障碍物的类别确定对应的图形标识；
将所述障碍物的位置坐标转化为图像像素坐标，并将所述图形标识显示于所述图像像素坐标处。
第二方面，本发明实施例还提供了一种车载毫米波雷达的性能分析装置，包括：
数据接收模块，用于接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
视频数据生成模块，用于按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
对比模块，用于将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
第三方面，本发明实施例还提供了一种终端，包括存储器、处理器及存储在存储器上并可在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本申请任意实施例提供的车载毫米波雷达的性能分析方法。
第四方面，本发明实施例还提供了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，该程序被处理器执行时实现如本申请任意实施例提供的车载毫米波雷达的性能分析方法。
本发明实施例提供的一种车载毫米波雷达的性能分析方法、装置、终端及存储介质，接收通过毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；按障碍物数据的接收时序，以及障碍物数据的分类对应的可视化方式，根据障碍物数据生成障碍物的检测视频数据；将生成的检测视频数据与真实视频数据进行对比分析，并根据分析结果确定毫米波雷达的检测性能，能够对毫米波雷达感知的障碍物数据进行分析，可扩展性较好，且方便开发使用。
附图说明
图1是本发明实施例一提供的一种车载毫米波雷达的性能分析方法的流程示意图；
图2是本发明实施例二提供的一种车载毫米波雷达的性能分析方法的流程示意图；
图3是本发明实施例三提供的一种车载毫米波雷达的性能分析装置的结构框图；
图4是本发明实施例四提供的一种终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例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。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本发明实施例一提供的一种车载毫米波雷达的性能分析方法的流程示意图，本实施例可适用于车辆行驶过程中障碍物检测的情况。该方法可以由本发明实施例提供的车载毫米波雷达的性能分析装置来执行，且性能分析装置可配置于本发明实施例提供的终端中，例如可配置于计算机设备中，在此不做具体限制。
如图1所示，车载毫米波雷达的性能分析方法，具体包括如下步骤：
S110、接收通过毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据。
障碍物数据的分类包括下述至少一种：障碍物的位置、速度、加速度、类别、置信度信息和跟踪状态。其中，障碍物的位置是根据所述毫米波雷达的毫米波收发数据确定的，毫米波雷达利用内置雷达信号接收模块和发射模块，通过内置天线向外发射毫米波信号，信号遇到障碍物后反射回波，雷达***接受模块及时接收反射回波后，对信号进行快速傅里叶变换(Fast Fourier Transform，FFT)处理、解析，从而获得障碍物自车的相对距离，所述相对距离包括相对横向距离及相对纵向距离，优选的，以车辆为参照物，可以根据障碍物的相对横向距离和纵向距离得到车辆的位置坐标，以车辆行驶方向为纵向正方向，以车辆右侧为横向正方向，示例性的，以Z(Zx,Zy)表示车辆的坐标，其中，Zx表示障碍物自车的横向坐标，Zy表示障碍物自车的纵向坐标，如果障碍物在车辆的左侧则Zx为负数，则障碍物距车的相对距离计算公式可以为：
Figure BDA0002592777670000061
其中，Zz表示障碍物距车的相对距离。
毫米波雷达还测得障碍物相对车的相对横向速度和相对纵向速度，然后计算出障碍物的相对速度，相对速度计算公式可以是：
Figure BDA0002592777670000062
其中，v0x表示毫米波雷达测得障碍物的相对横向速度，v0y表示毫米波雷达测得障碍物的相对纵向速度，v0表示障碍物的相对速度。
同时，毫米波雷达还检测到车辆的速度和偏航角信息，偏航角指车辆前进方向和车头指向的夹角，也就是轮胎指向与前进方向的夹角。可以是根据车辆的速度和偏航角信息计算出车辆的横向速度和纵向速度，然后再利用障碍物的相对横向速度和相对纵向速度和车辆的横向速度及纵向速度计算障碍物的实际横向速度和实际纵向速度，最后再合成障碍物的实际速度，也可以是根据障碍物的相对速度和车辆的速度直接计算出障碍物的实际速度，本发明实施例对障碍物的实际速度计算方法不作限制。优选的，利用障碍物与车辆的实时相对横向距离与障碍物的实际横向速度得到出障碍物的横向加速度，利用障碍物与车辆的实时相对纵向距离与障碍物的实际纵向速度得到出障碍物的纵向加速度，再合成障碍物的加速度；还可以利用障碍物的距车的相对距离和实际速度得出障碍物的加速度，然后再利用车辆的偏航角信息分别得到障碍物的横向加速度和纵向加速度，示例性的，横向加速度和纵向加速度计算公式可以是：
ax＝asinθc
ay＝acosθc
其中，a表示障碍物的加速度，ax、ay分别表示障碍物的横向加速度、纵向加速度，θc表示车辆的偏航角。通过采用不同方法确定障碍物的不同加速度可以判断确定的加速度是否准确，本发明实施例对获得障碍物加速度的方法不作限制。
毫米波雷达可以检测到障碍物的不同类别，示例性的，如障碍物是车辆、行人、骑行者等，还会得出检测到的障碍物类别的置信度信息，具体指障碍物被判断为某一类别的可信度，障碍物跟踪状态指是否检测到障碍物，示例性的毫米波雷达如果检测到障碍物时，会实时存储检测到障碍物的数据，如果未检测到障碍物则不会进行任何操作。
毫米波雷达将检测到的不同障碍物的数据形成一个数据列表，然后将数据列表中的数据经过车辆的总线分析工具将数据处理成二进制数据，示例性的，将障碍物的位置、速度、加速度直接转化成二进制数值，将障碍物的类别通过采用不同的二进制数代替不同类别的障碍物，例如，可以用00代表人，01代表骑行者，11代表车辆等，障碍物的置信度信息可以以百分数的形式表示，将该百分数的数字部分转化为二进制数值，对于障碍物的跟踪状态，如果障碍物数据列表中的跟踪状态处有数据，则表明跟踪到障碍物，可以设置数字01表示跟踪到障碍物，00表示未跟踪到障碍物，将总线分析工具通过数据线与终端连接，将检测到的障碍物的数据发送到终端中，示例性的，总线分析工具可以是Kvaser，终端可以是电脑，本发明对总线分析工具和终端的选择不作限制。
终端除了接收毫米波雷达检测到的障碍物数据，还接收车辆的图像采集装置采集的车辆行驶过程中记录的障碍物的真实视频数据，示例性的车辆的图像采集装置可以是行车记录仪，还可以是安装在车辆的任意记录车辆行驶路况的摄像装置，本发明实施例对车辆的图像采集装置不作限制。
S120、按障碍物数据的接收时序，以及障碍物数据的分类对应的可视化方式，根据障碍物数据生成障碍物的检测视频数据。
障碍物的数据可能是实时变化的，根据接收时序可以将实时变化显示出来，障碍物的数据中包含障碍物的类别数据，不同障碍物采用不同的标识进行显示，不同的标识可以是形状不同，也可以是颜色不同，还可以是标识存在与否，终端将接收到的同一障碍物数据显示在对应障碍物的旁边，示例性的，可以通过加引线在障碍物坐标旁引出障碍物的速度、加速度、置信度信息，可以通过标识显示与否来表征障碍物的跟踪状态，本发明对障碍物的具体可视化方式不作限制。通过按接收时序显示连续的障碍物数据变化，并将连续显示结果生成障碍物的检测视频数据。
S130、将检测视频数据与真实视频数据进行对比分析，并根据分析结果确定毫米波雷达的检测性能。
将步骤S110中所述通过图像采集装置采集的障碍物的真实视频数据与利用不同标识对不同障碍物进行实时显示形成的检测视频数据进行对比，通过将真实视频数据记录的障碍物与检测视频显示的障碍物的类型进行对比，可以判断毫米波雷达某一时间能否检测到障碍物，以及检测到的障碍物类别是否准确，可以来确定毫米波雷达的检测性能。
本发明实施例提供的一种车载毫米波雷达的性能分析方法，接收通过毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；按障碍物数据的接收时序，以及障碍物数据的分类对应的可视化方式，根据障碍物数据生成障碍物的检测视频数据；将检测视频数据与真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。能够对毫米波雷达感知的障碍物数据进行分析，可扩展性较好，且方便开发使用。
实施例二
图2是本发明实施例二提供的一种车载毫米波雷达的性能分析方法的流程示意图，本实施例在上述实施例的基础上对检测视频数据的生成过程和将检测视频数据与真实视频数据进行对比分析进行了细化。本发明实施例与上述实施例提供的车载毫米波雷达的性能分析方法属于同一发明构思，未详尽描述的技术细节可参见上述施例，且具备相同的技术效果。
如图2所示，车载毫米波雷达的性能分析方法，具体包括如下步骤：
S210、接收通过毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据。
S220、根据障碍物数据的分类对应的可视化方式，生成障碍物的检测图像帧。
检测图像帧是指终端显示的某一时间不同障碍物的数据，障碍物数据的显示是实时进行的，按接收时序首先生成不同障碍物按不同标识显示的图像帧。
S230、按障碍物数据的接收时序，根据与障碍物数据对应的检测图像帧生成障碍物的检测视频数据。
当连续时间接收多幅图像帧时，会形成显示障碍物数据的检测视频数据，检测视频数据记录的是不同障碍物数据的持续显示。
可选的，所述可视化方式，包括：
将障碍物数据的数值进行显示；或者，
将障碍物数据对应的图形标识进行显示；
其中，表征不同障碍物的障碍物数据的显示格式不同。
障碍物的不同数据表示形式不同，可以以数值的形式表征的采用数值进行显示，不能用具体数值表征的障碍物数据采用不同的图形标识或其他方式进行区分，示例性的，对于障碍物的跟踪状态，既不能用数值进行显示，也不能用图形标识进行显示，可以采用是否显示图形标识的方式来表征是否跟踪到障碍物，如果毫米波雷达一直都能跟踪到障碍物，则图形标识一直显示，如果某一时间未检测到障碍物，则对应时刻图形标识不显示。
对于不同的障碍物数据采用不同的形式进行显示，更加直观的可以看出毫米波雷达的检测障碍物的情况。
可选的，所述障碍物数据的分类为障碍物的速度、加速度和类别置信度，则所述障碍物数据的可视化方式为将障碍物数据的数值进行显示。
终端接收到的毫米波雷达传来的障碍物的数据为障碍物的速度、加速度、类别、类别置信度信息时，速度和加速度以及置信度信息都是数值，可以直接进行显示，示例性的，速度和加速度可以以小数的形式显示，置信度信息可以以百分数的形式显示，本发明实施例对障碍物速度、加速度和类别置信度的数值显示形式不作限制。
对于以数值形式体现的障碍物数据以数值直接显示，更加直观形象。
可选的，若所述障碍物数据的分类为障碍物的位置坐标和类别，则所述障碍物数据的可视化方式为：
根据所述障碍物的类别确定对应的图形标识；
将所述障碍物的位置坐标转化为图像像素坐标，并将所述图形标识显示于所述图像像素坐标处。
对于障碍物数据为障碍物类别时，首先需要确定一个该类别对应的图形标识，可以是长方形框，也可以是点，还可以圆圈，本发明实施例对图形标识不作限制。示例性的，通过判断接收到的障碍物数据的类别为二进制数00，且00代表障碍物为人时，则可以选择点来显示人，同时以红色进行显示，当该障碍物的跟踪状态的二进制数值为01时，可以对该红色的点显示，当表征跟踪状态的二进制数值为00时，可以不对该点进行显示；第二次再接收到障碍物类别数据为00的二进制数时，表明障碍物又是人，可以采用绿色的点来显示，还可以通过该点是否显示可以表征毫米波雷达是否检测到人。而当接收到障碍物类别的数据为11时，说明检测到的障碍物为车，可以采用某一颜色的框来显示，如果表征某一障碍物的标识一直是一闪一闪的，可以判断出毫米波雷达对于该障碍物的跟踪状态不是很稳定。
在终端对于障碍物的数据显示是在图像坐标系中进行显示的，以车辆右侧为二维世界坐标系的横向正方向，以车辆前进方向为二维世界坐标系的纵向正方向，终端接收到的障碍物的位置是相对于车辆的横向距离和纵向距离，对应在二维世界坐标系中，若障碍物在车辆右侧，则横向坐标等于横向距离，若障碍物在车辆左侧，则横向坐标为横向距离的负值，障碍物在二维世界坐标系的纵向坐标确定方法同横向坐标确定方法相同。车辆和障碍物所在的二维世界坐标系是以车辆为坐标系的原点的，将障碍物在二维世界坐标系的坐标转化到图像像素坐标系时，还是以车辆位置对应图像坐标系的原点，因此，障碍物在图像坐标系的坐标仍是相对于车辆的相对坐标，图像像素坐标系仍以车辆行驶方向右侧为x轴正方向，车辆行驶方向为y轴正方向，以垂直水平面向上为z轴正方向，根据障碍物相对于车辆的横向相对坐标及纵向相对坐标，将障碍物对应的标识以不同颜色在图像像素坐标系进行显示，障碍物在图像像素坐标系的z轴方向的坐标，示例性的，可以将所有障碍物视为与车辆位于同一水平面，则障碍物z轴方向坐标均为0。将毫米波雷达检测到的障碍物距车的实际距离对应的显示到以车辆为原点建立的图像像素坐标系中。
S240、将检测视频数据与真实视频数据进行时间戳对齐，对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配。
要通过对检测视频数据与真实视频数据进行对比，需要将检测视频与真实视频进行时间同步，这样可以判断某一时刻真实视频中的障碍物在检测视频中是否显示。示例性的，如果真实视频记录了车辆前方有一个行人，可以从真实视频记录到该行人的时间开始，在检测视频数据中进行匹配，在该人与图像像素坐标系原点的对应的位置处是否有表示人的标识显示，该人出现在真实视频中的时间段中看检测视频是否也一直检测到该人，并且人的行走速度、加速度、毫米波雷达将其判断为人的可信度均以数值的形式显示在代表人的标识旁边，示例性的，如果毫米波雷达检测到置信度数值低于某一值，也可以不显示置信度数值，其中，某一值可以是50％，还可以看表示该人的标识是否一直在显示，有无不显示的时间，可以记录不显示的时间或时间段。
S250、根据匹配结果确定障碍物的误报率、漏报率和跟踪状态的稳定性，并将误报率、漏报率和跟踪状态的稳定性作为毫米波雷达的检测性能。
通过将真实视频数据记录的整个时间段内车辆的障碍物和生成的检测视频数据在对应整个时间段检测到的障碍物进行对比分析，得出检测的障碍物的误报率、漏报率和跟踪状态的稳定性。障碍物的误报率是指检测视频中显示出某一位置有障碍物，而通过检测视频的图像像素坐标系对应的真实视频中世界坐标系的该位置处并没有障碍物出现；漏报率是指真实视频中存在障碍物，而检测视频中在二维世界坐标系对应的图像像素坐标系的位置处没有显示障碍物，也就是毫米波雷达未检测到障碍物；跟踪状态的稳定性可以通过设定某一时间段，判断在该时间段内检测视频显示该障碍物的情况，表征该障碍物的标识有可能一直显示，也有可能时有时无，还有可能一直都没有显示，障碍物的误报率、漏报率和跟踪状态的稳定性可以通过人为统计得出结果，也可以采用软件和/或硬件在在终端得出结果，本发明实施例对确定障碍物的误报率、漏报率和跟踪状态的稳定性的方法不作限制。示例性的，在终端中，可以选定某一时刻对真实视频数据进行人脸识别、车牌检测、自行车和/电动车等检测，将检测到的人脸、车牌、自行车和/电动车等进行标记，如加框等，本发明实施例对障碍物标记方法不作限制；读取检测视频，对标记的障碍物所在的位置判断显示标识，通过显示标识对应得到检测的障碍物类别，对真实视频中标注的所有障碍物在检测视频中进行障碍物存在与否及类别的判断，最后输出该时间的检测视频的误报率、漏报率，跟踪状态可以在整个时间段内通过对真实视频和检测视频分别读取图像帧，首先判断某一图像帧中该障碍物是否显示，如果显示可以输出1，建立一个y-t二维坐标系，以真实视频和检测视频的同步时间为横坐标，纵坐标可以为归一化坐标，既只有0-1范围的数值，表示跟踪结果，1表示跟踪到，0表示没有跟踪到，如果真实视频的某一图像帧记录到了某障碍物，而且检测视频对应时间的图像帧也显示该障碍物，且类别正确，则输出1，对应在y-t坐标系中对应时间处将纵坐标确定为1，将多帧图像对应的判断的输出结果在y-t坐标系中表示，对于真实视频中存在的障碍物，而检测视频未显示的，输出0，在y-t坐标系对应的t处数值为0。因此，如果该障碍物在整个时间段内一直存在，且毫米波雷达也一直检测到了，那么该障碍物在y-t坐标系中的跟踪曲线就是y＝1的连续线。
可选的，所述对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配，包括：
获取时间戳对齐后的检测视频数据的各检测图像帧，以及从所述真实视频数据中选取与各检测图像帧的时间戳对应的各真实图像帧；
获取各检测图像帧中图形标识对应的检测图像像素坐标，以及根据所述图形标识确定障碍物的检测类别；
对各真实图像帧中的障碍物的位置与类别进行识别，得到障碍物的真实图像像素坐标与真实类别；
对时间戳对应的检测图像帧中的检测图像像素坐标和检测类别，与真实视频帧中的真实图像像素坐标和真实类别进行匹配。
将检测视频与真实视频进行时间戳对齐后，从检测视频中获取某一时刻的图像帧，由于每秒获取的图像帧可能不止一帧，可以在真实视频中获取检测视频在该时间戳时每秒获得的所有图像帧对应的真实视频图像帧，也可以在检测视频每秒获取的图像帧中选择一帧，在真实视频中只获取该一帧检测图像帧对应的真实图像帧，如果获取多帧检测图像帧，则对所有检测图像帧与分别对应的真实图像帧进行匹配，如果只获取一帧检测图像帧，则只与真实视频中对应的一帧真实视频图像帧进行匹配，示例性的，如果从检测视频中某一秒获取了11帧检测图像帧，可以选择中间的第6帧作为要匹配的图像帧，在真实视频中获取该帧对应的真实图像帧进行匹配，也可以选择第1帧、最后一帧，或者11帧中任意一帧，或者11帧都选择，本发明实施例对从检测视频中选择进行匹配的检测图像帧帧数和方法不作限制。
在上述获取的一帧检测视频图像帧或者多帧检测视频图像帧中首先选取一帧选择某一图形标识，确定该图形标识在图像像素坐标系中的坐标，示例性的，如果该图形标识是框，对应的图像像素坐标系的坐标可以是该框对角线的交线，如果该图形标识是点的话，可以直接获取该点的坐标，如果该图形标识是圆圈的话，可以将该圆圈的圆心坐标作为该图形标识的坐标，本发明实施例对检测图像帧中图形标识对应的检测图像像素坐标获取方法不作限制。不同的图形标识对应的障碍物类别预先已设定好，获取到了图形标识对应的检测图像像素坐标后，对应的获取该图形标识对应的障碍物类型。
检测视频图像帧中障碍物标识在图像像素坐标系中的坐标均是相对图像像素坐标系原点的位置，而该原点对应到真实视频图像帧中即为车辆的位置，因此，时间戳对应的检测视频图像帧中障碍物标识的坐标和真实视频图像帧中障碍物的位置坐标是相同的，示例性的，如果障碍物标识的图像像素坐标为(3,5)，表明该障碍物在距离原点横向3米、纵向5米处，对应到真实视频图像帧中，该障碍物就在该车辆的偏右侧3米、前方5米处。障碍物根据在检测图像帧中获取的障碍物标识对应的图像像素坐标，找到真实视频的图像帧中该坐标对应的位置，然后判断此处有无障碍物，有障碍物时对该障碍物的真实类别再进行判断。还可以是获取检测视频图像帧中所有障碍物的图像像素坐标和图形标识以及时间戳对应的真实视频图像帧中障碍物的位置和类别，然后在横纵坐标误差允许的范围内，根据检测视频图像帧中某障碍物标识的图像像素坐标在真实视频图像帧中确定该障碍物的真实位置，然后再根据确定的障碍物的真实位置对应地确定障碍物的真实类别，并且判断该障碍物标识和真实障碍物类别是否对应正确。本发明实施例对时间戳对应的检测图像帧中的检测图像像素坐标和检测类别，与真实视频帧中的真实图像像素坐标和真实类别进行匹配的方法不作限制。
分别从获取的检测视频图像帧和真实视频图像帧中对障碍物标识的图像像素坐标和检测类别以及障碍物的真实位置和类别进行判断，可以准确地得到障碍物的检测结果和真实情况，便于将二者进行匹配。
本发明实施例提供的一种车载毫米波雷达的性能分析方法，对按障碍物数据的接收时序，以及障碍物数据的分类对应的可视化方式，根据障碍物数据生成障碍物的检测视频数据、将检测视频数据与真实视频数据进行对比分析，并根据分析结果确定毫米波雷达的检测性能分别进行了细化。根据障碍物数据的分类对应的可视化方式，首先生成检测图像帧，然后再按障碍物数据的接收时序，根据与障碍物数据对应的检测图像帧生成障碍物的检测视频数据；在对检测视频数据与真实视频数据进行对比分析时，首先进行时间戳对齐，然后再对对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配，根据匹配结果确定障碍物的误报率、漏报率和跟踪状态的稳定性，并将所述误报率、漏报率和跟踪状态的稳定性作为所述毫米波雷达的检测性能。更加细化了检测视频数据的生成过程和将检测视频数据与真实视频数据进行对比分析的过程。
实施例三
图3是本发明实施例三提供的一种车载毫米波雷达的性能分析装置的结构框图，本实施例可适用于车辆行驶过程中障碍物检测的情况。应用车载毫米波雷达的性能分析装置可以实现本发明任一实施例所提供的车载毫米波雷达的性能分析方法。如图3所示，车载毫米波雷达的性能分析装置，包括：
数据接收模块310，用于接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
视频数据生成模块320，用于按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
对比模块330，用于将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
可选的，视频数据生成模块320，包括：检测图像帧生成单元、检测视频生成单元。
检测图像帧生成单元，用于根据障碍物数据的分类对应的可视化方式，生成障碍物的检测图像帧；
检测视频生成单元，用于按所述障碍物数据的接收时序，根据与所述障碍物数据对应的检测图像帧生成障碍物的检测视频数据。
可选的，对比模块330，包括：匹配单元、检测性能指标确定单元。
匹配单元，用于将所述检测视频数据与所述真实视频数据进行时间戳对齐，对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配；
检测性能指标确定单元，用于根据匹配结果确定障碍物的误报率、漏报率和跟踪状态的稳定性，并将所述误报率、漏报率和跟踪状态的稳定性作为所述毫米波雷达的检测性能。
可选的，所述对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配，包括：
获取时间戳对齐后的检测视频数据的各检测图像帧，以及从所述真实视频数据中选取与各检测图像帧的时间戳对应的各真实图像帧；
获取各检测图像帧中图形标识对应的检测图像像素坐标，以及根据所述图形标识确定障碍物的检测类别；
对各真实图像帧中的障碍物的位置与类别进行识别，得到障碍物的真实图像像素坐标与真实类别；
对时间戳对应的检测图像帧中的检测图像像素坐标和检测类别，与真实视频帧中的真实图像像素坐标和真实类别进行匹配。
可选的，所述可视化方式，包括：
将障碍物数据的数值进行显示；或者，
将障碍物数据对应的图形标识进行显示；
其中，表征不同障碍物的障碍物数据的显示格式不同。
可选的，若所述障碍物数据的分类为障碍物的速度、加速度和类别置信度，则所述障碍物数据的可视化方式为将障碍物数据的数值进行显示。
可选的，若所述障碍物数据的分类为障碍物的位置坐标和类别，则所述障碍物数据的可视化方式为：
根据所述障碍物的类别确定对应的图形标识；
将所述障碍物的位置坐标转化为图像像素坐标，并将所述图形标识显示于所述图像像素坐标处。
本发明实施例所提供的车载毫米波雷达的性能分析装置可执行本发明任一实施例所提供的车载毫米波雷达的性能分析方法，具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节，可参见本发明任一实施例所提供的车载毫米波雷达的性能分析方法。
实施例四
图4是本发明实施例四提供的一种终端的结构示意图。图4示出了适于用来实现本发明任一实施方式的示例性终端12的框图。图4显示的终端12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。设备12典型的是安装应用的手终端。
如图4所示，终端12以通用计算设备的形式表现。终端12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16，存储器28，连接不同组件(包括存储器28和处理单元16)的总线18。
总线18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(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及***组件互连(Peripheral Component Interconnect，PCI)总线。
终端12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终端12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28可以包括易失性存储器形式的计算机装置可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。终端12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***34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(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，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18相连。存储器28可以包括至少一个程序产品40，该程序产品40具有一组程序模块42，这些程序模块被配置以执行本发明各实施例的功能。程序产品40，可以存储在例如存储器28中，这样的程序模块42包括但不限于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42通常执行本发明所描述的实施例中的功能和/或方法。
终端12也可以与一个或多个外部设备14(例如键盘、鼠标、摄像头等和显示器)通信，还可与一个或者多个使得用户能与该终端12交互的设备通信，和/或与使得该终端12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22进行。并且，终端12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与终端12的其它模块通信。应当明白，尽管图中未示出，可以结合终端12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、磁盘阵列(RedundantArrays of Independent Disks，RAID)装置、磁带驱动器以及数据备份存储装置等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的车载毫米波雷达的性能分析方法，该方法包括：
接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
当然，本领域技术人员可以理解，处理器还可以实现本发明任一实施例所提供的车载毫米波雷达的性能分析方法。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请任意实施例提供的车载毫米波雷达的性能分析方法，该方法包括：
接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上的方法指令，还可以执行本发明任一实施例所提供的车载毫米波雷达的性能分析方法。
本发明实施例的计算机存储介质，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、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、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、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指令的计算机程序代码，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)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种车载毫米波雷达的性能分析方法，其特征在于，包括：
接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
2.根据权利要求1所述的方法，其特征在于，所述按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据，包括：
根据障碍物数据的分类对应的可视化方式，生成障碍物的检测图像帧；
按所述障碍物数据的接收时序，根据与所述障碍物数据对应的检测图像帧生成障碍物的检测视频数据。
3.根据权利要求1所述的方法，其特征在于，所述将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能，包括：
将所述检测视频数据与所述真实视频数据进行时间戳对齐，对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配；
根据匹配结果确定障碍物的误报率、漏报率和跟踪状态的稳定性，并将所述误报率、漏报率和跟踪状态的稳定性作为所述毫米波雷达的检测性能。
4.根据权利要求3所述的方法，其特征在于，所述对时间戳对齐后的检测视频数据与真实视频数据中障碍物进行匹配，包括：
获取时间戳对齐后的检测视频数据的各检测图像帧，以及从所述真实视频数据中选取与各检测图像帧的时间戳对应的各真实图像帧；
获取各检测图像帧中图形标识对应的检测图像像素坐标，以及根据所述图形标识确定障碍物的检测类别；
对各真实图像帧中的障碍物的位置与类别进行识别，得到障碍物的真实图像像素坐标与真实类别；
对时间戳对应的检测图像帧中的检测图像像素坐标和检测类别，与真实视频帧中的真实图像像素坐标和真实类别进行匹配。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述可视化方式，包括：
将障碍物数据的数值进行显示；或者，
将障碍物数据对应的图形标识进行显示；
其中，表征不同障碍物的障碍物数据的显示格式不同。
6.根据权利要求5所述的方法，其特征在于，若所述障碍物数据的分类为障碍物的速度、加速度和类别置信度，则所述障碍物数据的可视化方式为将障碍物数据的数值进行显示。
7.根据权利要求5所述的方法，其特征在于，若所述障碍物数据的分类为障碍物的位置坐标和类别，则所述障碍物数据的可视化方式为：
根据所述障碍物的类别确定对应的图形标识；
将所述障碍物的位置坐标转化为图像像素坐标，并将所述图形标识显示于所述图像像素坐标处。
8.一种车载毫米波雷达的性能分析装置，其特征在于，包括：
数据接收模块，用于接收通过所述毫米波雷达确定的障碍物数据，以及通过图像采集装置采集的障碍物的真实视频数据；
视频数据生成模块，用于按所述障碍物数据的接收时序，以及所述障碍物数据的分类对应的可视化方式，根据所述障碍物数据生成障碍物的检测视频数据；
对比模块，用于将所述检测视频数据与所述真实视频数据进行对比分析，并根据分析结果确定所述毫米波雷达的检测性能。
9.一种终端，包括存储器、处理器及存储在存储器上并可在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1-7中任一所述的车载毫米波雷达的性能分析方法。
10.一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，该程序被处理器执行时实现如权利要求1-7中任一所述的车载毫米波雷达的性能分析方法。
CN202010700295.9A 2020-07-20 2020-07-20 车载毫米波雷达的性能分析方法、装置、终端及存储介质 Active CN111856417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010700295.9A CN111856417B (zh) 2020-07-20 2020-07-20 车载毫米波雷达的性能分析方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010700295.9A CN111856417B (zh) 2020-07-20 2020-07-20 车载毫米波雷达的性能分析方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN111856417A true CN111856417A (zh) 2020-10-30
CN111856417B CN111856417B (zh) 2023-07-21

Family

ID=73001697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010700295.9A Active CN111856417B (zh) 2020-07-20 2020-07-20 车载毫米波雷达的性能分析方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN111856417B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112462368A (zh) * 2020-11-25 2021-03-09 中国第一汽车股份有限公司 一种障碍物检测方法、装置、车辆及存储介质
CN112509331A (zh) * 2020-12-18 2021-03-16 芜湖易来达雷达科技有限公司 一种用于交通雷达数据的验证***及其验证方法
CN114791480A (zh) * 2022-03-14 2022-07-26 国能智深控制技术有限公司 一种选煤厂重介灰分的软测量方法和装置
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 (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002303667A (ja) * 2001-04-04 2002-10-18 Mitsubishi Electric Corp レーダ識別装置
JP2005227947A (ja) * 2004-02-12 2005-08-25 Alpine Electronics Inc ナビゲーション装置及び障害物表示方法
JP2007178310A (ja) * 2005-12-28 2007-07-12 Alpine Electronics Inc 車載システムおよびレーダ故障診断方法
CN203365672U (zh) * 2013-07-02 2013-12-25 郑州宇通客车股份有限公司 一种毫米波雷达测试***
US20180061134A1 (en) * 2015-04-17 2018-03-01 Mitsubishi Electric Corporation Display control device, display system, display control method and display control program
US20180088228A1 (en) * 2016-09-23 2018-03-29 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle detection method and apparatus for vehicle-mounted radar system
CN108226883A (zh) * 2017-11-28 2018-06-29 深圳市易成自动驾驶技术有限公司 测试毫米波雷达性能的方法、装置及计算机可读存储介质
CN109017570A (zh) * 2018-06-12 2018-12-18 智车优行科技（北京）有限公司 车辆周围场景呈现方法和装置、车辆
CN111191697A (zh) * 2019-12-21 2020-05-22 武汉光庭信息技术股份有限公司 基于传感器融合的adas道路测试验证优化方法和装置
WO2020103533A1 (zh) * 2018-11-20 2020-05-28 中车株洲电力机车有限公司 一种轨道和道路障碍物检测方法
CN111231982A (zh) * 2020-01-08 2020-06-05 中国第一汽车股份有限公司 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002303667A (ja) * 2001-04-04 2002-10-18 Mitsubishi Electric Corp レーダ識別装置
JP2005227947A (ja) * 2004-02-12 2005-08-25 Alpine Electronics Inc ナビゲーション装置及び障害物表示方法
JP2007178310A (ja) * 2005-12-28 2007-07-12 Alpine Electronics Inc 車載システムおよびレーダ故障診断方法
CN203365672U (zh) * 2013-07-02 2013-12-25 郑州宇通客车股份有限公司 一种毫米波雷达测试***
US20180061134A1 (en) * 2015-04-17 2018-03-01 Mitsubishi Electric Corporation Display control device, display system, display control method and display control program
US20180088228A1 (en) * 2016-09-23 2018-03-29 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle detection method and apparatus for vehicle-mounted radar system
CN108226883A (zh) * 2017-11-28 2018-06-29 深圳市易成自动驾驶技术有限公司 测试毫米波雷达性能的方法、装置及计算机可读存储介质
CN109017570A (zh) * 2018-06-12 2018-12-18 智车优行科技（北京）有限公司 车辆周围场景呈现方法和装置、车辆
WO2020103533A1 (zh) * 2018-11-20 2020-05-28 中车株洲电力机车有限公司 一种轨道和道路障碍物检测方法
CN111191697A (zh) * 2019-12-21 2020-05-22 武汉光庭信息技术股份有限公司 基于传感器融合的adas道路测试验证优化方法和装置
CN111231982A (zh) * 2020-01-08 2020-06-05 中国第一汽车股份有限公司 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
宋瑞等: "车载毫米波雷达测试现状分析", 《汽车与配件》 *
宋瑞等: "车载毫米波雷达测试现状分析", 《汽车与配件》, no. 07, 15 April 2020 (2020-04-15) *
宋美娜: "一种通用的数据可视化模型设计与实现", 计算机应用与软件, vol. 34, no. 9, pages 292 - 293 *
杨硕: "高质量数据告急！毫米波雷达+视频来相助", 《微信公众号：赛文交通网》 *
杨硕: "高质量数据告急！毫米波雷达+视频来相助", 《微信公众号：赛文交通网》, 16 May 2018 (2018-05-16) *
陈尊煌等: "一种AEBS毫米波雷达的测试方法及其应用", 《客车技术与研究》 *
陈尊煌等: "一种AEBS毫米波雷达的测试方法及其应用", 《客车技术与研究》, no. 03, 22 June 2020 (2020-06-22) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112462368A (zh) * 2020-11-25 2021-03-09 中国第一汽车股份有限公司 一种障碍物检测方法、装置、车辆及存储介质
CN112462368B (zh) * 2020-11-25 2022-07-12 中国第一汽车股份有限公司 一种障碍物检测方法、装置、车辆及存储介质
CN112509331A (zh) * 2020-12-18 2021-03-16 芜湖易来达雷达科技有限公司 一种用于交通雷达数据的验证***及其验证方法
CN114791480A (zh) * 2022-03-14 2022-07-26 国能智深控制技术有限公司 一种选煤厂重介灰分的软测量方法和装置
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***

Also Published As

Publication number Publication date
CN111856417B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN111856417B (zh) 车载毫米波雷达的性能分析方法、装置、终端及存储介质
CN110796007B (zh) 场景识别的方法与计算设备
KR101446546B1 (ko) 위치기반 실시간 차량정보 표시시스템
CN106097480A (zh) 车辆行驶数据记录***
CN110909705B (zh) 一种基于车载摄像头的路侧停车位感知方法及***
CN108364476B (zh) 获取车联网信息方法及其装置
CN110111018B (zh) 评估车辆感测能力的方法、装置、电子设备及存储介质
CN108286973B (zh) 一种行驶数据校验方法及装置、及混合导航***
CN110648360B (zh) 一种基于车载摄像头避让他方车辆的方法及***
CN113435224A (zh) 用于获取车辆3d信息的方法和装置
CN110784680A (zh) 一种车辆定位方法、装置、车辆和存储介质
US20220101025A1 (en) Temporary stop detection device, temporary stop detection system, and recording medium
CN112633143B (zh) 图像处理***、方法、头戴设备、处理设备及存储介质
CN114863089A (zh) 自动驾驶感知数据的自动采集方法、装置、介质及设备
CN109614886B (zh) 一种无人/自主驾驶***的性能评测方法及装置
CN110884501B (zh) 车辆感知的数据处理方法、装置、电子设备与存储介质
CN115641567B (zh) 用于车辆的目标对象检测方法、装置、车辆及介质
CN109389643A (zh) 车位主方向判断方法、***以及存储介质
CN114866762A (zh) 一种摄像头传感器的可视化检测方法、装置及***
CN117854300A (zh) 一种基于驾驶员危险驾驶行为评估的安全行为预警方法
CN117676123A (zh) 辅助驾驶的摄像头感知性能测试方法、设备、装置和介质
CN116416823A (zh) 非机动车和行人碰撞预警方法、***、介质及设备
CN117115712A (zh) 一种货物变动检测方法、装置、电子设备及介质
CN114419602A (zh) 一种红绿灯识别方法、装置、电子设备及存储介质
WO2020073272A1 (en) Snapshot image to train an event detector

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