CN112415516A - 一种车辆前方障碍区域感知方法及装置 - Google Patents
一种车辆前方障碍区域感知方法及装置 Download PDFInfo
- Publication number
- CN112415516A CN112415516A CN201910718590.4A CN201910718590A CN112415516A CN 112415516 A CN112415516 A CN 112415516A CN 201910718590 A CN201910718590 A CN 201910718590A CN 112415516 A CN112415516 A CN 112415516A
- Authority
- CN
- China
- Prior art keywords
- target obstacle
- vehicle
- obstacle
- relative
- target
- 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
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
- 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
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种车辆前方障碍区域感知方法及装置,属于智能车辆领域。其中方法包括:1)利用视觉传感器对目标障碍物进行跟踪,根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a;2)利用毫米波雷达确定目标障碍物相对车辆的径向方向与以及沿径向方向的速度大小Vradial;3)根据步骤1)中运动方向a、步骤2)中径向方向、速度大小Vradial和三角函数关系,计算目标障碍物相对车辆的速度大小Vreal;4)根据步骤1)确定的运动方向a和步骤3)计算的速度大小Vreal,预测目标障碍物的位置,得到车辆的障碍区域。本发明的方法和装置将视觉传感器和毫米波雷达数据进行了深度融合,提高了对车辆前方障碍区域感知的精确性。
Description
技术领域
本发明涉及一种车辆前方障碍区域感知方法及装置,属于智能车辆领域。
背景技术
随着科学技术的进步,以汽车先进智能辅助驾驶***为出发点解决交通安全问题,正被众多消费者和学者所重点关注。环境感知是汽车智能辅助驾驶***的关键,而传感器又是环境感知的硬件基础。毫米波雷达、视觉传感器、激光雷达、超声波雷达等各种传感器均有其自身的优缺点和适应场景,单一传感器的使用无法满足日益复杂的交通工况。
为保证感知效果,常采用多种传感器,并利用多传感器融合技术对各项数据加以综合利用。然而,现有技术中对多传感器数据的融合水平较低,耦合性较差,使得对车辆前方障碍区域感知的精确性仍相对较差。
发明内容
本发明的目的在于提供一种车辆前方障碍区域感知方法和装置,以解决目前对车辆前方障碍区域感知的精确性相对较差的问题。
为实现上述目的,本发明提出一种车辆前方障碍区域感知方法,包括以下步骤:
1)利用视觉传感器对目标障碍物进行跟踪,根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a;
2)利用毫米波雷达确定目标障碍物相对车辆的径向方向与以及沿径向方向的速度大小Vradial;
3)根据步骤1)中运动方向a、步骤2)中径向方向、速度大小Vradial和三角函数关系,计算目标障碍物相对车辆的速度大小Vreal;
4)根据步骤1)确定的运动方向a和步骤3)计算的速度大小Vreal,预测目标障碍物的位置,得到车辆的障碍区域。
另外,本发明还提出一种车辆前方障碍区域感知装置,包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,所述处理器在执行所述计算机程序时执行上述车辆前方障碍区域感知方法中的步骤。
有益效果是:视觉传感器对物体的识别度较高,能够实现多目标的轨迹跟踪,横向位置准确而纵向测距精度较差,需要依靠毫米波雷达探测的目标信息进行修正;毫米波雷达可以得到目标相对本车径向方向的相对速度,但没有切向运动的速度,不能表征物体实际相对本车的运动方向;本发明利用视觉传感器获取目标障碍物方向信息,利用毫米波雷达获取目标障碍物相对车辆的径向方向速度信息,充分发挥视觉传感器和毫米波雷达的优点,将视觉传感器和毫米波雷达数据进行了深度融合,数据耦合度高,提高了对车辆前方障碍区域感知的精确性。
进一步的,上述车辆前方障碍区域感知方法及装置中,步骤3)中计算目标障碍物相对车辆速度大小Vreal的过程为:
①建立向量b=(Vradial*cosθ,Vradial*sinθ),θ为目标障碍物相对车辆的径向方向与车辆运动方向的夹角;
有益效果是:提供了一种计算目标障碍物相对车辆速度大小Vreal的具体算法,实现了对目标障碍物相对车辆速度大小Vreal的精确计算。
进一步的,上述车辆前方障碍区域感知方法及装置中,步骤3)中计算目标障碍物相对车辆速度大小Vreal的过程为:
Ⅰ、根据目标障碍物相对车辆的运动方向a确定目标障碍物相对车辆的运动方向与车辆运动方向的夹角γ,根据目标障碍物相对车辆的径向方向确定目标障碍物相对车辆的径向方向与车辆运动方向的夹角θ;
Ⅱ、根据夹角γ和夹角θ的关系求夹角β,β为目标障碍物相对车辆的运动方向与目标障碍物相对车辆的径向方向的夹角;
有益效果是:提供了另一种计算目标障碍物相对车辆速度大小Vreal的具体算法,实现了对目标障碍物相对车辆速度大小Vreal的精确计算。
进一步的,上述车辆前方障碍区域感知方法及装置中,步骤1)中根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a的过程包括以下步骤:
a、计算目标障碍物t-1时刻与t时刻的位置差对应的方位角以及目标障碍物t-2时刻与t时刻的位置差对应的方位角t为当前时刻,Xt为t时刻目标障碍物所在位置沿X轴的分量,Yt为t时刻目标障碍物所在位置沿Y轴的分量,t-1为前一帧对应的时刻,Xt-1为t-1时刻目标障碍物所在位置沿X轴的分量,Yt-1为t-1时刻目标障碍物所在位置沿Y轴的分量,t-2为前2帧对应的时刻,Xt-2为t-2时刻目标障碍物所在位置沿X轴的分量,Yt-2为t-2时刻目标障碍物所在位置沿Y轴的分量,X轴和Y轴对应的原点为车辆,X轴方向为车辆运动方向;
b、确定目标障碍物相对车辆的运动方向a=(α1+α2)/2。
有益效果是:提供了确定目标障碍物相对车辆的运动方向的具体过程,实现了对目标障碍物相对车辆的运动方向的精确判断。
进一步的,上述车辆前方障碍区域感知方法及装置中,所述目标障碍物是通过对视觉传感器检测到的目标障碍物和毫米波雷达检测到的目标障碍物进行融合匹配后得到的,包括以下步骤:
A、分别利用视觉传感器和毫米波雷达检测目标障碍物位置;
B、在视觉传感器确定的目标障碍物位置的设定范围内匹配毫米波雷达检测的目标障碍物;
C、若匹配成功,则认定为同一目标障碍物。
有益效果是:基于视觉传感器和毫米波雷达共同确定了目标障碍物,准确性更高。
附图说明
图1为本发明车辆前方障碍区域感知方法实施例中视觉传感器和毫米波雷达布置和感知范围示意图;
图2为本发明车辆前方障碍区域感知方法实施例中车辆前方障碍区域感知方法流程图;
图3为本发明车辆前方障碍区域感知方法实施例中车辆坐标系及速度分解示意图。
具体实施方式
车辆前方障碍区域感知方法实施例:
本发明的主要构思在于:视觉传感器对物体的识别度较高,能够实现多目标障碍物的轨迹跟踪,横向位置准确而纵向测距精度较差,需要依靠毫米波雷达探测的目标障碍物信息进行修正;毫米波雷达可以得到目标障碍物相对本车径向方向的相对速度,但没有切向运动的速度,不能表征物体实际相对本车的运动方向,因此,需要结合视觉传感器跟踪的目标障碍物位置变化,判断目标障碍物的运动方向,得到目标障碍物的准确运动方向和速度,依此来感知车辆前方可行驶区域。
车辆前方障碍区域感知方法具体实施步骤如下,如图2所示:
1.空间数据同步。
建立精确的毫米波雷达坐标系、三维世界坐标系、视觉传感器坐标系和车辆坐标系,将视觉传感器和毫米波雷达的安装角度和偏移通过空间坐标转换到车辆坐标系,以车辆前围正中间的位置为坐标原点统一坐标系,如图1所示。
2.目标障碍物关联。
由视觉传感器确定目标障碍物位置,在设定范围内匹配位置最近的毫米波雷达目标障碍物,选取距离最近的毫米波雷达目标障碍物作为视觉传感器定位的同一目标障碍物,此范围D的设定依传感器的测量噪声和目标障碍物的最大宽度而设定。匹配毫米波雷达的距离超过范围D则认为两传感器检测到的不是同一目标障碍物,不进行关联匹配。
以视觉传感器检测到的目标障碍物为依据,在目标障碍物位置的附近关联匹配毫米波雷达数据,进行数据融合。视觉传感器输出目标障碍物的障碍物信息,包括障碍物的横向距离Y、纵向位置X、纵向速度VX、障碍物ID。视觉传感器检测目标障碍物的方法可采用深度学习或机器学习等成熟的算法,为每个检测到的目标障碍物标记唯一的ID,基于此ID对目标障碍物的运动轨迹进行跟踪。
3.目标障碍物位置的修正。
通过扩展卡尔曼滤波对匹配的毫米波雷达和视觉传感器目标障碍物进行融合,匹配上相应的毫米波雷达目标障碍物后,分别用毫米波雷达和视觉传感器的测量值—横向距离Y和纵向位置X,对上一时刻目标障碍物的预测位置进行修正。
4.速度的修正。
利用视觉传感器对检测到的目标障碍物进行跟踪,可以得到目标障碍物的运动轨迹,通过目标障碍物位置的变化能够得到目标障碍物的运动方向,为消除噪声影响,取前一帧和当前帧的位置差为方位角t为当前时刻,Xt为t时刻目标障碍物所在位置沿X轴的分量,Yt为t时刻目标障碍物所在位置沿Y轴的分量,t-1为前一帧对应的时刻,Xt-1为t-1时刻目标障碍物所在位置沿X轴的分量,Yt-1为t-1时刻目标障碍物所在位置沿Y轴的分量。前两帧和当前帧的位置差为方位角t-2为前两帧对应的时刻,Xt-2为t-2时刻目标障碍物所在位置沿X轴的分量,Yt-2为t-2时刻目标障碍物所在位置沿Y轴的分量。
取方位角α1和方位角α2的中间值作为当前帧目标障碍物的真实运动方向a=(α1+α2)/2,此方向a为目标障碍物相对本车的运动方向。用向量表示目标障碍物相对本车真实速度的方向为a=(Xt-Xt-1/2-Xt-2/2,Yt-Yt-1/2-Yt-2/2),障碍物相对本车真实速度的大小可以通过毫米波雷达检测到的沿径向方向的速度Vradial的方向和真实运动方向a之间的夹角β计算得到。
车辆坐标系及速度分解的示意图见图3,需要说明的是,图3中目标障碍物相对本车真实速度的方向是仅根据t时刻和t-1时刻目标障碍物所在位置差得到的,实际上,这也是确定目标障碍物相对本车真实速度的方向的一种更简便的实施方式。
目标障碍物沿径向方向的速度Vradial的方向可以用向量表示,θ为目标障碍物位置与X轴正向的夹角,沿Y轴正向为[0,π],沿Y轴负向为[0,-π],则用向量表示径向方向的速度为b=(Vradial*cosθ,Vradial*sinθ)。
根据数学公式求a和b两个向量的夹角β的余弦值cosβ,同时通过径向方向速度的大小反推出真实速度的大小,公式如下。
特别的,当β=0,Vreal=Vradial即障碍物的真实速度与沿径向方向的速度相同,当β=±90°,即障碍物沿径向方向的没有速度分量,障碍物的真实速度沿切向运动,此时不能使用上述公式。经分析,障碍物相对本车的实时运动方向为切向,即与本车运动轨迹不存在交点,故不影响车辆的行驶,可不予考虑,定位出目标障碍物的位置即可。
5.利用运动方程,估计目标障碍物在未来的位置变化。
已知目标障碍物相对本车的运动速度已知本车的运动速度根据运动方程可以得到目标障碍物相对地面运动的速度其中有两个变化的因素导致目标障碍物相对本车放入速度会发生变化,其中本车的运动速度可以通过整车CAN网络进行采集,目标障碍物的运动按照匀速模型进行考虑。能够通过速度的估计,预测障碍物目标障碍物下一时刻的位置,下一时刻该预测值会被跟踪匹配上的视觉传感器和毫米波雷达目标障碍物进行位置修正,达到滤波的目的。
6.实时绘制出当前时刻和未来小段时间内车辆前方障碍物的位置,得到车辆前方一段时间内障碍区域的感知地图。根据此感知区域地图可以控制本车是加速通过躲避障碍,或减速等待目标障碍物通过,完成车辆智能辅助驾驶功能的开发。
本实施例将视觉传感器和毫米波雷达数据进行了深度融合,数据耦合度高,充分发挥视觉传感器和毫米波雷达的优点,提高了对车辆前方障碍区域感知的精确性。
本实施例中,上述步骤中4、5步骤是本发明实施例的核心步骤。1、2、3和6步骤均属于区域感知的常规操作,本实施例虽然给出了这些步骤的具体技术手段,但是仅是为了便于本领域技术人员理解本发明,而不应将这些具体技术手段作为实现本发明必不可少的技术手段。例如,关联匹配的方法可以借助现有技术中的其他技术手段,而不一定要依靠范围D为依据进行匹配;再如,对位置的修正时,还可以利用其他渠道获取的数据对目标障碍物位置进行修正,甚至,为了满足某些极端需求,还可以省去修正的步骤等等。
本实施例提供了一种计算目标障碍物相对车辆速度大小Vreal的具体算法,作为其他实施方式,也可以采用如下算法:
Ⅰ、根据目标障碍物相对车辆的运动方向a确定目标障碍物相对车辆的运动方向与车辆运动方向的夹角γ,根据目标障碍物相对车辆的径向方向确定目标障碍物相对车辆的径向方向与车辆运动方向的夹角θ;
Ⅱ、根据夹角γ和夹角θ的关系求夹角β,β为目标障碍物相对车辆的运动方向与目标障碍物相对车辆的径向方向的夹角;本实施例图3中夹角γ、夹角θ、夹角β的关系为:β=γ-θ;当目标障碍物相对车辆的运动方向发生改变时,上述关系也会发生变化,但总可以根据夹角γ和夹角θ之间的特定关系求夹角β;
车辆前方障碍区域感知装置实施例:
依照上述方法实施例中的方法流程,可以编制计算机程序,通过运行计算机程序,来实现车辆前方障碍区域感知方法。将该计算机程序存储在存储介质中(如Flash),存储器与处理器一起,安装到车辆中,形成了一种能够实现车辆前方障碍区域感知方法的车辆。该处理器可以使用整车控制器,或者是独立于整车控制器的处理器,处理器可以采用ARM处理器等。
车辆前方障碍区域感知方法的具体实施过程在上述车辆前方障碍区域感知方法实施例中已经介绍,这里不做赘述。
Claims (10)
1.一种车辆前方障碍区域感知方法,其特征在于,包括以下步骤:
1)利用视觉传感器对目标障碍物进行跟踪,根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a;
2)利用毫米波雷达确定目标障碍物相对车辆的径向方向与以及沿径向方向的速度大小Vradial;
3)根据步骤1)中运动方向a、步骤2)中径向方向、速度大小Vradial和三角函数关系,计算目标障碍物相对车辆的速度大小Vreal;
4)根据步骤1)确定的运动方向a和步骤3)计算的速度大小Vreal,预测目标障碍物的位置,得到车辆的障碍区域。
4.根据权利要求1或2或3所述的车辆前方障碍区域感知方法,其特征在于,步骤1)中根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a的过程包括以下步骤:
a、计算目标障碍物t-1时刻与t时刻的位置差对应的方位角以及目标障碍物t-2时刻与t时刻的位置差对应的方位角t为当前时刻,Xt为t时刻目标障碍物所在位置沿X轴的分量,Yt为t时刻目标障碍物所在位置沿Y轴的分量,t-1为前一帧对应的时刻,Xt-1为t-1时刻目标障碍物所在位置沿X轴的分量,Yt-1为t-1时刻目标障碍物所在位置沿Y轴的分量,t-2为前2帧对应的时刻,Xt-2为t-2时刻目标障碍物所在位置沿X轴的分量,Yt-2为t-2时刻目标障碍物所在位置沿Y轴的分量,X轴和Y轴对应的原点为车辆,X轴方向为车辆运动方向;
b、确定目标障碍物相对车辆的运动方向a=(α1+α2)/2。
5.根据权利要求1所述的车辆前方障碍区域感知方法,其特征在于,所述目标障碍物是通过对视觉传感器检测到的目标障碍物和毫米波雷达检测到的目标障碍物进行融合匹配后得到的,包括以下步骤:
A、分别利用视觉传感器和毫米波雷达检测目标障碍物位置;
B、在视觉传感器确定的目标障碍物位置的设定范围内匹配毫米波雷达检测的目标障碍物;
C、若匹配成功,则认定为同一目标障碍物。
6.一种车辆前方障碍区域感知装置,包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,其特征在于,所述处理器在执行所述计算机程序时执行以下步骤:
1)利用视觉传感器对目标障碍物进行跟踪,根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a;
2)利用毫米波雷达确定目标障碍物相对车辆的径向方向与以及沿径向方向的速度大小Vradial;
3)根据步骤1)中运动方向a、步骤2)中径向方向、速度大小Vradial和三角函数关系,计算目标障碍物相对车辆的速度大小Vreal;
4)根据步骤1)确定的运动方向a和步骤3)计算的速度大小Vreal,预测目标障碍物的位置,得到车辆的障碍区域。
9.根据权利要求6或7或8所述的车辆前方障碍区域感知装置,其特征在于,步骤1)中根据目标障碍物的运动轨迹确定目标障碍物相对车辆的运动方向a的过程包括以下步骤:
a、计算目标障碍物t-1时刻与t时刻的位置差对应的方位角以及目标障碍物t-2时刻与t时刻的位置差对应的方位角t为当前时刻,Xt为t时刻目标障碍物所在位置沿X轴的分量,Yt为t时刻目标障碍物所在位置沿Y轴的分量,t-1为前一帧对应的时刻,Xt-1为t-1时刻目标障碍物所在位置沿X轴的分量,Yt-1为t-1时刻目标障碍物所在位置沿Y轴的分量,t-2为前2帧对应的时刻,Xt-2为t-2时刻目标障碍物所在位置沿X轴的分量,Yt-2为t-2时刻目标障碍物所在位置沿Y轴的分量,X轴和Y轴对应的原点为车辆,X轴方向为车辆运动方向;
b、确定目标障碍物相对车辆的运动方向a=(α1+α2)/2。
10.根据权利要求6所述的车辆前方障碍区域感知装置,其特征在于,所述目标障碍物是通过对视觉传感器检测到的目标障碍物和毫米波雷达检测到的目标障碍物进行融合匹配后得到的,包括以下步骤:
A、分别利用视觉传感器和毫米波雷达检测目标障碍物位置;
B、在视觉传感器确定的目标障碍物位置的设定范围内匹配毫米波雷达检测的目标障碍物;
C、若匹配成功,则认定为同一目标障碍物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910718590.4A CN112415516B (zh) | 2019-08-05 | 2019-08-05 | 一种车辆前方障碍区域感知方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910718590.4A CN112415516B (zh) | 2019-08-05 | 2019-08-05 | 一种车辆前方障碍区域感知方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112415516A true CN112415516A (zh) | 2021-02-26 |
CN112415516B CN112415516B (zh) | 2023-09-08 |
Family
ID=74778868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910718590.4A Active CN112415516B (zh) | 2019-08-05 | 2019-08-05 | 一种车辆前方障碍区域感知方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112415516B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113753079A (zh) * | 2021-08-23 | 2021-12-07 | 上海宏景智驾信息科技有限公司 | 用于车辆状态跟踪过程中的时间对齐方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010230373A (ja) * | 2009-03-26 | 2010-10-14 | Mitsubishi Space Software Kk | 車両速度計算装置及び車両速度計算方法及び車両速度計算プログラム |
CN106054174A (zh) * | 2015-04-06 | 2016-10-26 | 通用汽车环球科技运作有限责任公司 | 使用雷达和摄像机用于横越交通应用的融合方法 |
CN106560728A (zh) * | 2015-10-06 | 2017-04-12 | 通用汽车环球科技运作有限责任公司 | 用于目标速度估算的雷达视觉融合 |
CN106864361A (zh) * | 2017-02-14 | 2017-06-20 | 驭势科技(北京)有限公司 | 车辆与车外人车交互的方法、***、装置和存储介质 |
CN109212521A (zh) * | 2018-09-26 | 2019-01-15 | 同济大学 | 一种基于前视相机与毫米波雷达融合的目标跟踪方法 |
CN109313258A (zh) * | 2016-06-03 | 2019-02-05 | 奥托立夫开发公司 | 用于车辆环境检测***的增强的物体检测和运动状态估计 |
-
2019
- 2019-08-05 CN CN201910718590.4A patent/CN112415516B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010230373A (ja) * | 2009-03-26 | 2010-10-14 | Mitsubishi Space Software Kk | 車両速度計算装置及び車両速度計算方法及び車両速度計算プログラム |
CN106054174A (zh) * | 2015-04-06 | 2016-10-26 | 通用汽车环球科技运作有限责任公司 | 使用雷达和摄像机用于横越交通应用的融合方法 |
CN106560728A (zh) * | 2015-10-06 | 2017-04-12 | 通用汽车环球科技运作有限责任公司 | 用于目标速度估算的雷达视觉融合 |
CN109313258A (zh) * | 2016-06-03 | 2019-02-05 | 奥托立夫开发公司 | 用于车辆环境检测***的增强的物体检测和运动状态估计 |
CN106864361A (zh) * | 2017-02-14 | 2017-06-20 | 驭势科技(北京)有限公司 | 车辆与车外人车交互的方法、***、装置和存储介质 |
CN109212521A (zh) * | 2018-09-26 | 2019-01-15 | 同济大学 | 一种基于前视相机与毫米波雷达融合的目标跟踪方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113753079A (zh) * | 2021-08-23 | 2021-12-07 | 上海宏景智驾信息科技有限公司 | 用于车辆状态跟踪过程中的时间对齐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112415516B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112985416B (zh) | 激光与视觉信息融合的鲁棒定位和建图方法及*** | |
EP3422042B1 (en) | Method to determine the orientation of a target vehicle | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
CN106560725A (zh) | 用于确定目标车辆的偏航速率的自动化车辆雷达*** | |
CN112101128B (zh) | 一种基于多传感器信息融合的无人方程式赛车感知规划方法 | |
Rapp et al. | A fast probabilistic ego-motion estimation framework for radar | |
CN103592944A (zh) | 一种超市购物机器人及其行进路径规划方法 | |
CN110032965B (zh) | 基于遥感图像的视觉定位方法 | |
KR102547274B1 (ko) | 이동 로봇 및 이의 위치 인식 방법 | |
US20200166349A1 (en) | Parking support apparatus | |
CN113587930B (zh) | 基于多传感融合的自主移动机器人室内外导航方法及装置 | |
CN114998276B (zh) | 一种基于三维点云的机器人动态障碍物实时检测方法 | |
Han et al. | Robust ego-motion estimation and map matching technique for autonomous vehicle localization with high definition digital map | |
CN113064430A (zh) | 一种基于Android手机的质量巡检小车避障及路径规划算法 | |
CN109459046B (zh) | 悬浮式水下自主航行器的定位和导航方法 | |
CN111123953A (zh) | 人工智能大数据下粒子化移动机器人组及其控制方法 | |
CN112415516B (zh) | 一种车辆前方障碍区域感知方法及装置 | |
Yang et al. | Simultaneous estimation of ego-motion and vehicle distance by using a monocular camera | |
Ye et al. | Model-based offline vehicle tracking in automotive applications using a precise 3D model | |
Schaub et al. | Spatio-temporal prediction of collision candidates for static and dynamic objects in monocular image sequences | |
CN115540854A (zh) | 一种基于uwb辅助的主动定位方法、设备和介质 | |
CN111239761B (zh) | 一种用于室内实时建立二维地图的方法 | |
Yang et al. | Towards high accuracy parking slot detection for automated valet parking system | |
CN114003041A (zh) | 一种多无人车协同探测*** | |
Chen et al. | Multiple-object tracking based on monocular camera and 3-D lidar fusion for autonomous vehicles |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 6, Yutong Road, Guancheng Hui District, Zhengzhou, Henan 450061 Applicant after: Yutong Bus Co.,Ltd. Address before: No.1, Shibali Heyu Road, Guancheng Hui District, Zhengzhou City, Henan Province Applicant before: ZHENGZHOU YUTONG BUS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |