CN112356848A - 目标监测方法及自动驾驶*** - Google Patents

Abstract

本发明公开了一种目标监测方法及自动驾驶***，该方法包括：根据车身传感器信息判断监测目标是否消失；当监测目标消失时，判断当前探测周期内，车身传感器是否探测到特征矩阵与监测目标消失时刻的特征矩阵相匹配的感知目标；若是，判断监测目标未丢失。通过本发明的上述技术方案，至少能够有效地对监测目标进行监测，从而在监测目标丢失时能够及时进行报警，提高驾驶安全性。

Description

目标监测方法及自动驾驶***

技术领域

本发明涉及自动驾驶技术领域，具体来说，涉及一种目标监测方法及自动驾驶***。

背景技术

现有的自动驾驶***中，自适应巡航***通过车身传感器感知本车周围的道路交通环境，自适应巡航***的正常运转需要依靠本车周围的驾驶环境信息，尤其是最近在径前车的有效信息。此外，在具有自动驾驶功能的车辆上一般配置有接管报警功能，以提高驾驶员在发生自动驾驶故障或存在潜在危险时的接管能力。

因为自动驾驶***需要依赖于车身传感器本身的工作状态，如果车身传感器失效或性能下降，对于控制功能所关心的监测目标(尤其是最近在径前车)将缺乏有效的监测。因此，一般在现有的技术方案中，仅当车身传感器由于故障导致失效或者车身传感器性能下降时才会产生报警。

但是，对于较复杂的交通情况，例如前方车辆突然被无法探测的横穿车辆遮挡，或者在山路情况时前车突然下坡使得最近在径前车无法被传感器有效感知，在这样的情况下会存在监测目标突然丢失的现象。另一方面，对于感知***中的车身传感器(例如摄像头和雷达)，恶劣的天气条件以及光照条件的下降会对摄像头前方目标的连续跟踪产生较大影响，并且障碍反射物体的增加也会引起雷达对前方目标探测性能的下降。当监测目标(例如最近在径前车)跟踪不连续或突然消失时，则会导致自适应巡航***产生错误控制判断，此时如果不对驾驶员进行接管报警将会导致自动驾驶***舒适性的降低，甚至发生安全事故。

发明内容

针对相关技术中的上述问题，本发明提出一种目标监测方法及自动驾驶***，能够有效地对监测目标进行监测，从而在监测目标丢失时能够及时进行报警，提高驾驶安全性。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种目标监测方法，包括：根据车身传感器信息判断监测目标是否消失；当监测目标消失时，判断当前探测周期内，车身传感器是否探测到特征矩阵与监测目标消失时刻的特征矩阵相匹配的感知目标；若是，判断监测目标未丢失。

根据本发明的实施例，监测目标为最近在径前车，则判断监测目标是否消失包括：判断监测目标的特征序号是否发生变化；其中，特征序号从车身传感器获取，为车身传感器为探测范围内所有可感知目标自动分配的识别号。

根据本发明的实施例，感知目标的特征矩阵Z_i为：

其中，Z_i表示第i个感知目标在当前探测周期内的特征矩阵，x_i表示第i个感知目标与本车的纵向距离，v_xi表示第i个感知目标相对于本车的纵向相对速度，a_xi表示第i个感知目标相对于本车的纵向相对加速度，y_i表示第i个感知目标与本车的横向距离。

根据本发明的实施例，判断当前探测周期内，车身传感器是否探测到特征矩阵与监测目标消失前所检测到的特征矩阵相匹配的感知目标，包括：计算当前探测周期内，车身传感器所探测到的所有感知目标与监测目标消失时刻的特征矩阵之间的差值矩阵Z_diff：

其中，Z_CIPV为监测目标在消失时刻所探测到的特征矩阵，x₀表示监测目标在消失时刻与本车的纵向距离，v_x0表示监测目标在消失时刻相对于本车的纵向相对速度，a_x0表示监测目标在消失时刻相对于本车的纵向相对加速度，y₀表示监测目标在消失时刻与本车的横向距离。根据差值矩阵Z_diff计算每个感知目标与监测目标之间的匹配值；当匹配值中存在小于预定匹配阈值的匹配值时，则判断车身传感器探测到特征矩阵与监测目标消失前所检测到的特征矩阵相匹配的感知目标，监测目标未丢失。

根据本发明的实施例，根据差值矩阵Z_diff计算每个感知目标与消失的监测目标之间的匹配值，包括：计算第i个感知目标与监测目标在消失时刻的特征矩阵之间的匹配值σ_i：

其中，ε_x、ε_vx、ε_ax、ε_y分别是与车身传感器相关联的纵向距离的权值、纵向相对速度的权值、纵向相对加速度的权值、横向距离的权值。

根据本发明的实施例，目标监测方法还包括：判断监测目标在消失时刻的位置与车身传感器的探测视场边缘之间的距离是否小于距离阈值；若否，则确定监测目标丢失。

根据本发明的实施例，目标监测方法还包括：判断监测目标是否被遮挡；当判断监测目标未被遮挡时，则确定监测目标丢失。

根据本发明的实施例，判断监测目标是否被遮挡，包括：判断监测目标是否具有从第一车道向第二车道切换的趋势；若是，判断在消失时刻所在的探测周期内，在监测目标与本车的横向位置之间是否存在另一个感知目标，另一个感知目标与本车的纵向距离小于监测目标与本车的纵向距离；若是，则判断监测目标被遮挡。

根据本发明的实施例，判断监测目标是否具有从第一车道向第二车道切换的趋势，包括：在消失时刻所在的探测周期内，当监测目标具有连续且单方向的横向位置变化、并且在时间阈值内的横向位置变化超过距离阈值，判断监测目标具有从第一车道向第二车道切换的趋势。

根据本发明的另一方面，提供了一种自动驾驶***，包括存储介质，存储介质存储有程序，程序被执行以实现上述的目标监测方法。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1a和图1b是根据本发明实施例的感知目标丢失的示意图；

图2是根据本发明实施例的目标监测方法的流程图；

图3是根据本发明实施例的目标监测方法的流程图；

图4是根据本发明实施例的目标监测方法的流程图。

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所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解本发明，首先对本发明涉及的感知目标丢失进行说明。参考图1a和图1b所示，是根据本发明实施例的目标丢失的示意图。其中示出了由本车20的车身传感器探测感知的周围车辆21、22、23。车身传感器能够探测感知到的周围车辆均可以称为感知目标。监测目标可以选自周围车辆21、22、23中的任何一个。在一个实施例中，监测目标是最近在径前车。最近在径前车是指与本车位于相同的车道25并且距离本车20最近的车辆，在图1a和图1b中最近在径前车为周围车辆21。在图1a中的车身传感器探测感知的正常状态下，可以探测到三个周围车辆21、22、23。在图1b的目标丢失情况下，以虚线示出的周围车辆21是实际存在、但是未被车身传感器正确探测到的车辆。这可以是由于复杂的交通情况导致车辆无法被探测，也可以是由于复杂的天气或光照环境导致的传感器性能降级，从而无法正确探测到实际存在的周围车辆21。

参见图2所示，本发明的实施例提供了一种目标监测方法。本发明的方法首先开始于步骤S10。在步骤S10处，根据车身传感器信息来判断监测目标是否消失。然后当监测目标消失时进行步骤S20，判断当前探测周期内，车身传感器是否探测到特征矩阵与监测目标消失时刻的特征矩阵相匹配的感知目标。若是，则判断监测目标未丢失(S30)。

本发明的上述方法，能够有效地监测到监测目标突然消失的情况，进而能够对驾驶员进行接管报警，避免发生事故。

在一些实施例中，监测目标是最近在径前车。在其他实施例中，监测目标可以是其他任何的车辆或除车辆以外的监测目标。

根据本发明的实施例，在步骤S10处，通过判断监测目标的特征序号是否发生变化来判断监测目标是否消失。该特征序号可以由车身传感器获取，特征序号表示车身传感器为其探测范围内所有可感知目标自动分配的识别号。更具体来说，判断监测目标是否消失可以包括图3所示的以下步骤S11-S15。当然，判断监测目标消失还可以通过其他现有方式。

在步骤S11处，车身传感器信息生成所有感知目标的特征矩阵。可以通过任何适当的算法模型来融合各个车身传感器信息，从而获取车身传感器感应区域中(即，视野范围内)所有感知目标的运动信息。可以获取的感知目标的运动信息包括感知目标在纵向方向D1(图1a、图1b)上的纵向距离x、感知目标相对于本车在纵向方向D1上的纵向相对速度v_x、感知目标相对于本车的纵向相对加速度a_x和感知目标与本车之间在横向方向D2(图1a、图1b)上的横向距离y。利用获取的这些运动信息来记录所有感知目标的特征矩阵Z_i，如下式所示。

其中，Z_i表示第i个感知目标在当前探测周期内的特征矩阵。x_i表示第i个感知目标与本车的纵向距离，v_xi表示第i个感知目标相对于本车的纵向相对速度，a_xi表示第i个感知目标相对于本车的纵向相对加速度，y_i表示第i个感知目标与本车的横向距离。

然后，进行步骤S12。从感知到的感知目标中选择需要监测的监测目标，并记录所选择的监测目标的特征矩阵。

在一些实施例中，可以将最近在径前车选择为监测目标。可以在此步骤S12处，同时记录监测目标在当前探测周期和在上一个探测周期的特征矩阵，以在后续步骤中使用。上一个探测周期是与当前探测周期相邻并且位于当前探测周期之前的探测周期。

在步骤S13处，可以在传感器进行探测感知的过程中，跟踪监测目标的识别号，并判断识别号是否发生变化或消失。若是，则可以进行步骤S20，来判断监测目标是否在当前探测周期内被正确感知。在步骤S20处，如果判断监测目标在当前探测周期内能被正确感知，则认为感测目标未丢失；如果判断监测目标在当前探测周期内未被正确感知，则认为感测目标丢失。

更具体的，在步骤S20处可以通过图4中所示的以下步骤S201-S203，来判断当前探测周期内，车身传感器是否探测到特征矩阵与监测目标消失时刻所检测到的特征矩阵相匹配的感知目标，即，判断监测目标是否在当前探测周期内被正确感知。

在步骤S201处，计算每个感知目标在当前探测周期内的特征矩阵与监测目标在消失时刻的特征矩阵之间的差值矩阵Z_diff。

其中，Z_CIPV可以表示监测目标在消失时刻所探测到的特征矩阵。相应的，x₀表示监测目标在消失时刻与本车的纵向距离，v_x0表示监测目标在消失时刻相对于本车的纵向相对速度，a_x0表示监测目标在消失时刻相对于本车的纵向相对加速度，y₀表示监测目标在消失时刻与本车的横向距离。

然后进行到步骤S202，可以根据差值矩阵Z_diff计算每个感知目标与监测目标在消失时刻的的特征矩阵之间的匹配值σ_i。

其中，ε_x、ε_vx、ε_ax、ε_y分别是与车身传感器相关联的纵向距离的权值、纵向相对速度的权值、纵向相对加速度的权值、横向距离的权值。ε_x、ε_vx、ε_ax、ε_y的具体权值的选择可以是根据传感器对目标运动信息的探测精度决定。可以对ε_x、ε_vx、ε_ax、ε_y的具体权值进行任何适当的配置，本发明对此不进行限定。

在步骤S203处，设置预定匹配阈值σ_thres，并通过该预定匹配阈值σ_thres判断当前探测周期内是否存在感知目标可以与消失时刻的感测目标实现匹配。当各个感知目标的匹配值σ_i中存在小于预定匹配阈值σ_thres的匹配值时，则认为车身传感器探测到特征矩阵与监测目标消失前所检测到的特征矩阵相匹配的感知目标，监测目标在本探测周期内仍能正确感知探测，此时监测目标未丢失，无报警必要。当感知目标的匹配值中不存在小于预定匹配阈值σ_thres的匹配值时，则认为监测目标丢失。

根据一些实施例，在步骤S20处，当判断监测目标消失时，则继续判断监测目标是否超出车身传感器的探测范围和/或监测目标是否被遮挡，这里包括两个判断过程，一个是判断监测目标在消失时刻的位置与车身传感器的探测视场边缘之间的距离是否小于距离阈值，另一个是判断监测目标是否被遮挡。

对于判断监测目标在消失时刻的位置与车身传感器的探测视场边缘之间的距离是否小于距离阈值，若是，即监测目标在消失时刻已经接近车身传感器探测范围(例如纵向探测范围)或者视场的边缘，则可以认为该监测目标是由于正常切出传感器探测范围而消失，因此无报警必要。

在一个具体实施例中，例如车身传感器为摄像头，摄像头的最大探测目标距离(探测范围)为150m，但是当感测目标与摄像头的纵向距离在120m以上时探测就难以保持稳定，那么，可以将距离阈值设置为30m。在该实施例中，如果监测目标在消失时刻的位置与车身传感器的探测视场边缘之间的距离已经小于距离阈值30m，则认为监测目标超出了探测范围。可选的，也可以将距离阈值设置为车身传感器的视场角。在其他实施例中，也可以根据车身传感器的探测范围对设定阈值进行任何适当的配置，本发明对此不进行限定。

对于判断监测目标是否被遮挡，首先，可以判断监测目标的横向位置与横向速度的变化趋势是否符合切出趋势。具体的，通过判断监测目标是否具有连续且单方向的横向位置变化、并且在时间阈值t_thres内的横向位置变化是否超过距离阈值y_thres，来判断监测目标是否具有切出趋势。当监测目标具有连续单向的横向位置变化、并且在时间阈值t_thres内的横向位置变化量超过距离阈值y_thres时，则认为监测目标具有切出趋势。

然后，判断在消失时刻在监测目标与本车的横向位置之间是否存在纵向距离更近的另一个感知目标，并且另一个感知目标与本车的纵向距离小于监测目标与本车的纵向距离。换言之，另一个感知目标是指横向位置位于本车和监测目标之间，纵向位置也位于本车和监测目标之间的感知目标，此类感知目标存在至少部分地遮挡监测目标的可能。若满足上述情况，即使监测目标在上述步骤S14处未实现匹配，可以认为监测目标是由于切出车道并且被其他车辆遮挡而导致无法实现匹配。在这种情况下，也无报警必要。

在上述步骤S20之后，如果判断监测目标超出了车身传感器的探测范围并且监测目标被遮挡，则本发明的方法进行步骤S30。也就是，根据在步骤S10、S20处的判断结果，如果在步骤S10处判断监测目标发生消失，并且在步骤S20处判断监测目标未超出探测范围并且未被遮挡时，则进行步骤S30。在步骤S30处认为监测目标丢失并且发出报警。在一些实施例中，发出用于自动驾驶的接管报警。在其他实施例中，也可以发出其他类型的报警，以提高驾驶安全性。

在监测目标为最近在径前车的实施例中，本发明可以利用车身传感器感知的目标运动信息进行特征匹配，来监测最近在径前车是否丢失。在复杂的交通情况下或者复杂天气、光照环境导致的传感器性能降级情况下，均能实现有效的目标丢失监测，并及时进行报警。

综上所述，本发明提出的目标监测方法，对比于传统方案，能够在复杂环境条件下更有效的判断监测目标是否丢失，并在监测目标丢失时发出报警。从而可以提升车辆驾驶过程的安全性。

本发明的目标监测方法可以应用于自动驾驶技术中，同样地，能够在复杂环境条件下更有效的判断监测目标是否丢失，并在监测目标丢失的情况下及时地进行接管报警。从而可以提升自动驾驶***的舒适性和安全性，保障自动驾驶***的正常运行。

根据本发明的实施例，还提供了一种自动驾驶***，其包括存储介质，存储介质存储有程序，程序被执行可以实现上述目标监测方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种目标监测方法，其特征在于，包括：

根据车身传感器信息判断监测目标是否消失；

当所述监测目标消失时，判断当前探测周期内，车身传感器是否探测到特征矩阵与所述监测目标消失时刻的特征矩阵相匹配的感知目标；若是，判断所述监测目标未丢失。

2.根据权利要求1所述的目标监测方法，其特征在于，所述监测目标为最近在径前车，则判断所述监测目标是否消失包括：

判断所述监测目标的特征序号是否发生变化；其中，所述特征序号从所述车身传感器获取，为所述车身传感器为探测范围内所有可感知目标自动分配的识别号。

3.根据权利要求2所述的目标监测方法，其特征在于，

所述感知目标的特征矩阵Z_i为：

其中，Z_i表示第i个感知目标在当前探测周期内的特征矩阵，x_i表示第i个感知目标与本车的纵向距离，v_xi表示第i个感知目标相对于所述本车的纵向相对速度，a_xi表示第i个感知目标相对于所述本车的纵向相对加速度，y_i表示第i个感知目标与所述本车的横向距离。

4.根据权利要求3所述的目标监测方法，其特征在于，所述判断当前探测周期内，车身传感器是否探测到特征矩阵与所述监测目标消失前所检测到的特征矩阵相匹配的感知目标，包括：

计算当前探测周期内，所述车身传感器所探测到的所有感知目标与监测目标消失时刻的特征矩阵之间的差值矩阵Z_diff：

其中，Z_CIPV为所探测到的所述监测目标在消失时刻的特征矩阵，x₀表示所述监测目标在消失时刻与所述本车的纵向距离，v_x0表示所述监测目标在消失时刻相对于所述本车的纵向相对速度，a_x0表示所述监测目标在消失时刻相对于所述本车的纵向相对加速度，y₀表示所述监测目标在消失时刻与所述本车的横向距离；

根据所述差值矩阵Z_diff计算每个感知目标与监测目标之间的匹配值；

当所有所述匹配值中存在小于预定匹配阈值的匹配值时，则判断所述车身传感器探测到特征矩阵与所述监测目标消失前所检测到的特征矩阵相匹配的感知目标，所述监测目标未丢失。

5.根据权利要求4所述的目标监测方法，其特征在于，所述根据所述差值矩阵Z_diff计算每个感知目标与消失的监测目标之间的匹配值，包括：

计算所述第i个感知目标与所述监测目标在消失时刻的特征矩阵之间的匹配值σ_i：

其中，ε_x、ε_vx、ε_ax、ε_y分别是与所述车身传感器相关联的纵向距离的权值、纵向相对速度的权值、纵向相对加速度的权值以及横向距离的权值。

6.根据权利要求1所述的目标监测方法，其特征在于，还包括：

判断所述监测目标在消失时刻的位置与所述车身传感器的探测视场边缘之间的距离是否小于距离阈值；

若否，则确定所述监测目标丢失。

7.根据权利要求1所述的目标监测方法，其特征在于，还包括：

判断所述监测目标是否被遮挡；

当判断所述监测目标未被遮挡时，则确定所述监测目标丢失。

8.根据权利要求7所述的目标监测方法，其特征在于，所述判断所述监测目标是否被遮挡，包括：

判断所述监测目标是否具有从第一车道向第二车道切换的趋势；

若是，判断在消失时刻所在的探测周期内，在所述监测目标与本车的横向位置之间是否存在另一个感知目标，所述另一个感知目标与所述本车的纵向距离小于所述监测目标与所述本车的纵向距离；

若是，则判断所述监测目标被遮挡。

9.根据权利要求8所述的目标监测方法，其特征在于，所述判断所述监测目标是否具有从第一车道向第二车道切换的趋势，包括：

当所述监测目标具有连续且单方向的横向位置变化、并且在时间阈值内的所述横向位置变化超过距离阈值，判断所述监测目标具有从第一车道向第二车道切换的趋势。

10.一种自动驾驶***，其特征在于，包括存储介质，所述存储介质存储有程序，所述程序被执行以实现权利要求1-9任一项所述的目标监测方法。

Images