CN113204026B - 一种后毫米波雷达盲区检测性能提升方法 - Google Patents
一种后毫米波雷达盲区检测性能提升方法 Download PDFInfo
- Publication number
- CN113204026B CN113204026B CN202110495543.5A CN202110495543A CN113204026B CN 113204026 B CN113204026 B CN 113204026B CN 202110495543 A CN202110495543 A CN 202110495543A CN 113204026 B CN113204026 B CN 113204026B
- Authority
- CN
- China
- Prior art keywords
- information
- boundary
- lane line
- obstacle
- vehicle
- 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
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
- 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
-
- 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
- G01S2013/9315—Monitoring blind spots
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)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种后毫米波雷达盲区检测性能提升方法,其技术方案要点是通过车辆前视装置获取车辆前方道路状况并计算得到可行驶区域信息,通过车辆前视装置获取车辆前方车道线状况并计算得到车道线信息,通过前向毫米波雷达获取车辆前方的道路边界障碍物并输出道路边界障碍物信息,将可行驶区域信息、车道线信息以及道路边界障碍物信息进行数据处理得到融合边界信息,通过后向毫米波雷达获取盲区障碍物信息,并将位于可行驶区域外侧或者车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的盲区障碍物信息。该提升方法能够提升对盲区目标的检测准确度,减少误报,提高检测稳定性和可靠性。
Description
技术领域
本发明涉及智能车辆领域,更具体的说是涉及一种后毫米波雷达盲区检测性能提升方法。
背景技术
随着车辆驾驶辅助功能的不断发展,通过后毫米波雷达实现盲区报警功能,为驾驶员提供安全的驾驶辅助越来越成为一种常用而有效的途径。目前盲区报警功能的好坏主要依赖于后毫米波角雷达输出目标的稳定性和可靠性。然而,对于道路边界障碍物,即道路两侧的用于区别道路两侧边界的障碍物,例如金属栏杆、绿化带等经常会出现误报问题,严重影响盲区报警功能的使用。
现有的解决方案是在后毫米波雷达硬件资源确定的情况下,通过优化信号处理和数据处理算法来提高盲区目标检测的性能。然而,由于后毫米波雷达自身硬件资源和算法性能的限制,仅仅通过毫米波雷达传感器本身来解决该问题就存在一定的局限性。往往不能有效的对如静止的金属栏杆,绿化带等盲区目标进行准确的检测。而若通过增加毫米波雷达天线尺寸和处理芯片的性能来提高目标识别精度,则会增加前毫米波雷达的尺寸和功耗以及成本,不满足实际的安装和广泛使用。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种后毫米波雷达盲区检测性能提升方法,该提升方法能够提升对盲区目标的检测准确度,减少误报,提高检测稳定性和可靠性。
为实现上述目的,本发明提供了如下技术方案:一种后毫米波雷达盲区检测性能提升方法,提供车辆前视装置、前向毫米波雷达以及后向毫米波雷达,其特征在于:该后毫米波雷达盲区检测性能提升方法包括数据处理步骤、融合处理步骤以及逻辑判断步骤;
所述数据处理步骤包括可行驶区域处理子步骤、车道线处理子步骤以及道路边界障碍物处理子步骤;
所述可行驶区域处理子步骤包括构建坐标系,通过所述车辆前视装置获取车辆前方道路状况并计算得到可行驶区域信息,所述可行驶区域信息包括可行驶区域的边界线相对本车车辆的位置,并根据所述可行驶区域信息于所述坐标系上构建可行驶区域;
所述车道线处理子步骤包括通过所述车辆前视装置获取车辆前方车道线状况并计算得到车道线信息,所述车道线信息包括车道线相对本车车辆的位置、车道线类型以及车道线长度,所述车道线类型包括左侧车道线、右侧车道线、实线和虚线,并根据所述车道线信息于所述坐标系上构建车道线;
所述区域障碍物处理子步骤包括通过所述前向毫米波雷达获取车辆前方的道路边界障碍物并输出道路边界障碍物信息,所述道路边界障碍物信息包括道路边界障碍物相对本车车辆的位置,并根据所述道路边界障碍物信息于所述坐标系上构建道路边界障碍物;
所述融合处理步骤包括将获得的所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息于坐标系上进行数据处理得到融合边界信息,所述融合边界信息包括由对可行驶区域的边界线、车道线或道路边界障碍物进行数据处理得到的融合边界相对本车车辆的位置,并根据所述融合边界信息于所述坐标系上构建融合边界;
所述逻辑判断步骤包括通过所述后向毫米波雷达获取盲区障碍物信息,所述盲区障碍物信息包括盲区障碍物相对本车车辆的位置,并于所述坐标系上构建盲区障碍物,并根据获得的融合边界信息是否参考了所述可行驶区域信息、所述车道线信息或所述道路边界障碍物信息将位于可行驶区域外侧或者车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息。
作为本发明的进一步改进,所述可行驶区域处理子步骤具体为构建坐标系,通过所述车辆前视装置获取车辆前方可行驶区域的边界可用点,当边界可用点数量大于预设的边界可用点最低数量阈值时,对边界可用点进行直线拟合得到可行驶区域的边界线,计算可行驶区域的边界线相对本车车辆的位置,并根据所述可行驶区域信息于所述坐标系上构建可行驶区域。
作为本发明的进一步改进,所述车道线处理子步骤具体为通过所述车辆前视装置获取车道线数据,并对车道线数据进行均值滤波,对均值滤波后的车道线的可用性进行判断,当具有可用的车道线时,获取车道线信息,并根据所述车道线信息于所述坐标系上构建车道线。
作为本发明的进一步改进,对均值滤波后的车道线的可用性进行判断时,若不具有可用的车道线时,重新通过所述车辆前视装置获取车道线数据。
作为本发明的进一步改进,所述道路边界障碍物处理子步骤具体为通过所述前向毫米波雷达根据点云数据提取得到道路边界障碍物数据点,当所述道路边界障碍物数据点的数量大于预设的的道路边界障碍物数据点最低数量阈值时,对障碍物数据点进行数据处理得到道路边界障碍物,计算道路边界障碍物相对本车车辆的位置,并根据所述道路边界障碍物信息于所述坐标系上构建道路边界障碍物。
作为本发明的进一步改进,对所述障碍物数据点通过直方图法进行数据处理得到道路边界障碍物。
作为本发明的进一步改进,所述融合处理步骤具体为当仅获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息的其中之一时,将获得的所述可行驶区域信息、所述车道线信息或者所述道路边界障碍物信息作为融合边界信息;
当仅获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息的其中之二时,将获得的两者的数据于所述坐标系上求平均数得到融合边界信息;
当同时获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息时;先将所述车道线信息与所述道路边界障碍物信息于所述坐标系上求平均数得到初步融合边界信息,再将初步融合边界信息与所述可行驶区域信息于所述坐标系上求平均数得到融合边界信息,并根据所述融合边界信息于所述坐标系上构建融合边界。
作为本发明的进一步改进,所述逻辑判断步骤具体为通过所述后向毫米波雷达获取盲区障碍物信息,并于所述坐标系上构建盲区障碍物,当所述融合边界信息为参考了所述车道线信息或者所述道路边界障碍物信息而得到时,获取本车车辆当前的车速,当车速大于预设的车速阈值时,将位于车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息;当车速不大于预设的车速阈值时,重新获取所述融合边界信息;
当所述融合边界信息为参考了所述可行驶区域信息而得到时,获取本车车辆当前的车速,当车速小于预设的车速阈值时,将位于可行驶区域外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息;当车速不小于预设的车速阈值时,重新获取所述融合边界信息。
作为本发明的进一步改进,所述车速阈值的取值范围为40km/h-60km/h。
作为本发明的进一步改进,所述车辆前视装置为车辆前视摄像头。
本发明的有益效果:通过所述数据处理步骤的设置,先利用本车车辆的车辆前视装置和前向毫米波雷达获取的数据在坐标系上构建得到可行驶区域、车道线和道路边界障碍物,再对可行驶区域、车道线以及道路边界障碍物进行处理得到融合边界,最后将后向毫米波雷达获取的盲区障碍物于坐标系上进行构建,并将位于可行驶区域外侧或者车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的盲区障碍物信息。通过这样设置,由于车辆只在可行驶区域内、车道线内以及道路边界障碍物内行驶,滤除的盲区障碍物对本车车辆的行驶没有影响,因此不需要对这些障碍物进行提示,而滤除后的盲区障碍物信息为本车车辆需要避让的障碍物,需要进行提示。且由于道路边界障碍物已经由前视毫米波雷达在坐标系内进行构建,因此弥补了后毫米波雷达对道路边界障碍物的识别不准确的缺陷。因此该方法能够避免对道路边界障碍物和对本车车辆的行驶没有影响的盲区障碍物的提示,只提示滤除后的对本车车辆的行驶有影响而需要本车车辆避让的障碍物,从而提升了对盲区目标的检测准确度,减少误报,提高检测稳定性和可靠性。
附图说明
图1为本发明的流程示意图;
图2为可行驶区域处理子步骤的流程示意图;
图3为车道线处理子步骤的流程示意图;
图4为道路边界障碍物处理子步骤的流程示意图;
图5为融合处理步骤的流程示意图;
图6为逻辑判断步骤的流程示意图。
具体实施方式
下面结合附图和实施例,对本发明进一步详细说明。其中相同的零部件用相同的附图标记表示。
参照图1所示,本实施例的一种后毫米波雷达盲区检测性能提升方法,提供车辆前视装置、前向毫米波雷达以及后向毫米波雷达,本实施例中的车辆前视装置为车辆前视摄像头。该后毫米波雷达盲区检测性能提升方法包括数据处理步骤、融合处理步骤以及逻辑判断步骤,数据处理步骤包括可行驶区域处理子步骤、车道线处理子步骤以及道路边界障碍物处理子步骤。
参照图2所示,可行驶区域处理子步骤包括以本车车辆为原点构建坐标系,通过车辆前视装置根据点云数据获取车辆前方可行驶区域的边界可用点,可行驶区域为避开了前方车辆等行驶障碍物后的可供本车车辆行驶的区域。当边界可用点数量大于预设的边界可用点最低数量阈值时,对边界可用点进行直线拟合得到可行驶区域的边界线,计算得到可行驶区域信息,可行驶区域信息包括可行驶区域的边界线相对本车车辆的位置,并根据可行驶区域信息于坐标系上构建可行驶区域。当边界可用点数量不大于预设的边界可用点最低数量阈值时,重新获取车辆前方可行驶区域的边界可用点。
参照图3所示,车道线处理子步骤包括通过车辆前视装置获取车道线数据,并对车道线数据进行均值滤波,均值滤波是为了得到相对光滑的车道线,避免车道线突变。对均值滤波后的车道线的可用性进行判断,车道线的可用性表征车道线是否适用于后续的数据处理或者得到的车道线是否符合实际路况,例如当车道线不完整或者经过均值滤波后仍然存在突变,则认定车道线不可用。若不具有可用的车道线时,重新通过车辆前视装置获取车道线数据。当具有可用的车道线时,获取车道线信息,车道线信息包括车道线相对本车车辆的位置、车道线类型以及车道线长度,车道线类型包括左侧车道线、右侧车道线、实线、虚线、道路边沿车道线和道路中间车道线,并根据车道线信息于坐标系上构建车道线。
参照图4所示,道路边界障碍物处理子步骤具包括通过前向毫米波雷达根据点云数据获取车辆前方的道路边界障碍物并提取得到道路边界障碍物数据点,道路边界障碍物为道路两侧的用于区别道路两侧边界的障碍物,例如金属栏杆、绿化带。当道路边界障碍物数据点的数量大于预设的的道路边界障碍物数据点最低数量阈值时,对障碍物数据点通过直方图法进行数据处理得到道路边界障碍物,计算并得到道路边界障碍物信息,道路边界障碍物信息包括道路边界障碍物相对本车车辆的位置,并根据道路边界障碍物信息于坐标系上构建道路边界障碍物。
参照图5所示,融合处理步骤包括当仅获得可行驶区域信息、车道线信息以及道路边界障碍物信息的其中之一时,将获得的可行驶区域信息、车道线信息或者道路边界障碍物信息作为融合边界信息,并根据融合边界信息于坐标系上构建融合边界。
当仅获得可行驶区域信息、车道线信息以及道路边界障碍物信息的其中之二时,将获得的两者的数据于坐标系上求平均数得到融合边界信息,求平均值的方式可为对数据进行加权赋值后再求平均值。该融合边界信息包括由对可行驶区域的边界线、车道线或道路边界障碍物的其中之二进行数据处理得到的融合边界相对本车车辆的位置。并根据融合边界信息于坐标系上构建融合边界。
当同时获得可行驶区域信息、车道线信息以及道路边界障碍物信息时;先将车道线信息与道路边界障碍物信息于坐标系上求平均数得到初步融合边界信息,即初步融合边界信息为对车道线信息和道路边界障碍物信息进行处理得到的信息。初步融合边界信息包括由对车道线和道路边界障碍物进行数据处理得到的初步融合边界相对本车车辆的位置。再将初步融合边界信息与可行驶区域信息于坐标系上求平均数得到融合边界信息,求平均值的方式可为对数据进行加权赋值后再求平均值。该融合边界信息包括由对可行驶区域的边界线和初步融合边界进行数据处理得到的融合边界相对本车车辆的位置,并根据融合边界信息于坐标系上构建融合边界。
参照图6所示,逻辑判断步骤包括通过后向毫米波雷达获取盲区障碍物信息,盲区障碍物信息包括盲区障碍物相对本车车辆的位置,并于坐标系上构建盲区障碍物,当融合边界信息为参考了车道线信息或者道路边界障碍物信息而得到时,获取本车车辆当前的车速,当车速大于预设的车速阈值时,将位于车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的盲区障碍物信息;当车速不大于预设的车速阈值时,重新获取融合边界信息。车速阈值的取值范围为40km/h-60km/h,本实施例中车速阈值的取值为50km/h。
当融合边界信息为参考了可行驶区域信息而得到时,获取本车车辆当前的车速,当车速小于预设的车速阈值时,将位于可行驶区域外侧的盲区障碍物滤除,输出滤除后的盲区障碍物信息;当车速不小于预设的车速阈值时,重新获取融合边界信息。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种后毫米波雷达盲区检测性能提升方法,提供车辆前视装置、前向毫米波雷达以及后向毫米波雷达,其特征在于:该后毫米波雷达盲区检测性能提升方法包括数据处理步骤、融合处理步骤以及逻辑判断步骤;
所述数据处理步骤包括可行驶区域处理子步骤、车道线处理子步骤以及道路边界障碍物处理子步骤;
所述可行驶区域处理子步骤包括构建坐标系,通过所述车辆前视装置获取车辆前方道路状况并计算得到可行驶区域信息,所述可行驶区域信息包括可行驶区域的边界线相对本车车辆的位置,并根据所述可行驶区域信息于所述坐标系上构建可行驶区域;
所述车道线处理子步骤包括通过所述车辆前视装置获取车辆前方车道线状况并计算得到车道线信息,所述车道线信息包括车道线相对本车车辆的位置、车道线类型以及车道线长度,所述车道线类型包括左侧车道线、右侧车道线、实线和虚线,并根据所述车道线信息于所述坐标系上构建车道线;
所述道路边界障碍物处理子步骤包括通过所述前向毫米波雷达获取车辆前方的道路边界障碍物并输出道路边界障碍物信息,所述道路边界障碍物信息包括道路边界障碍物相对本车车辆的位置,并根据所述道路边界障碍物信息于所述坐标系上构建道路边界障碍物;
所述融合处理步骤包括将获得的所述可行驶区域信息、所述车道线信息、所述道路边界障碍物信息的至少一种于坐标系上进行数据处理得到融合边界信息,所述融合边界信息包括由对可行驶区域的边界线、车道线或道路边界障碍物进行数据处理得到的融合边界相对本车车辆的位置,并根据所述融合边界信息于所述坐标系上构建融合边界;
所述逻辑判断步骤包括通过所述后向毫米波雷达获取盲区障碍物信息,所述盲区障碍物信息包括盲区障碍物相对本车车辆的位置,并于所述坐标系上构建盲区障碍物,并根据获得的融合边界信息是否参考了所述可行驶区域信息、所述车道线信息或所述道路边界障碍物信息将位于可行驶区域外侧或者车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息;
所述逻辑判断步骤具体为通过所述后向毫米波雷达获取盲区障碍物信息,并于所述坐标系上构建盲区障碍物,当所述融合边界信息为参考了所述车道线信息或者所述道路边界障碍物信息而得到时,获取本车车辆当前的车速,当车速大于预设的车速阈值时,将位于车道线外侧或者道路边界障碍物外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息;当车速不大于预设的车速阈值时,重新获取所述融合边界信息;
当所述融合边界信息为参考了所述可行驶区域信息而得到时,获取本车车辆当前的车速,当车速小于预设的车速阈值时,将位于可行驶区域外侧的盲区障碍物滤除,输出滤除后的所述盲区障碍物信息;当车速不小于预设的车速阈值时,重新获取所述融合边界信息。
2.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述可行驶区域处理子步骤具体为构建坐标系,通过所述车辆前视装置获取车辆前方可行驶区域的边界可用点,当边界可用点数量大于预设的边界可用点最低数量阈值时,对边界可用点进行直线拟合得到可行驶区域的边界线,计算可行驶区域的边界线相对本车车辆的位置,并根据所述可行驶区域信息于所述坐标系上构建可行驶区域。
3.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述车道线处理子步骤具体为通过所述车辆前视装置获取车道线数据,并对车道线数据进行均值滤波,对均值滤波后的车道线的可用性进行判断,当具有可用的车道线时,获取车道线信息,并根据所述车道线信息于所述坐标系上构建车道线。
4.根据权利要求3所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:对均值滤波后的车道线的可用性进行判断时,若不具有可用的车道线时,重新通过所述车辆前视装置获取车道线数据。
5.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述道路边界障碍物处理子步骤具体为通过所述前向毫米波雷达根据点云数据提取得到道路边界障碍物数据点,当所述道路边界障碍物数据点的数量大于预设的道路边界障碍物数据点最低数量阈值时,对障碍物数据点进行数据处理得到道路边界障碍物,计算道路边界障碍物相对本车车辆的位置,并根据所述道路边界障碍物信息于所述坐标系上构建道路边界障碍物。
6.根据权利要求5所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:对所述障碍物数据点通过直方图法进行数据处理得到道路边界障碍物。
7.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述融合处理步骤具体为当仅获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息的其中之一时,将获得的所述可行驶区域信息、所述车道线信息或者所述道路边界障碍物信息作为融合边界信息;
当仅获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息的其中之二时,将获得的两者的数据于所述坐标系上求平均数得到融合边界信息;
当同时获得所述可行驶区域信息、所述车道线信息以及所述道路边界障碍物信息时;先将所述车道线信息与所述道路边界障碍物信息于所述坐标系上求平均数得到初步融合边界信息,再将初步融合边界信息与所述可行驶区域信息于所述坐标系上求平均数得到融合边界信息,并根据所述融合边界信息于所述坐标系上构建融合边界。
8.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述车速阈值的取值范围为40km/h-60km/h。
9.根据权利要求1所述的一种后毫米波雷达盲区检测性能提升方法,其特征在于:所述车辆前视装置为车辆前视摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110495543.5A CN113204026B (zh) | 2021-05-07 | 2021-05-07 | 一种后毫米波雷达盲区检测性能提升方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110495543.5A CN113204026B (zh) | 2021-05-07 | 2021-05-07 | 一种后毫米波雷达盲区检测性能提升方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113204026A CN113204026A (zh) | 2021-08-03 |
CN113204026B true CN113204026B (zh) | 2022-05-24 |
Family
ID=77029611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110495543.5A Active CN113204026B (zh) | 2021-05-07 | 2021-05-07 | 一种后毫米波雷达盲区检测性能提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113204026B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689718B (zh) * | 2021-08-13 | 2022-09-13 | 吉林大学 | 智能信号灯与车道匹配***及匹配方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5299688B2 (ja) * | 2009-06-03 | 2013-09-25 | アイシン精機株式会社 | 車両周辺監視方法及び車両周辺監視装置 |
CN106019283B (zh) * | 2016-05-24 | 2019-05-24 | 深圳市雷博泰克科技有限公司 | 一种汽车盲区检测方法、装置及*** |
CN106485233B (zh) * | 2016-10-21 | 2020-01-17 | 深圳地平线机器人科技有限公司 | 可行驶区域检测方法、装置和电子设备 |
CN110386065B (zh) * | 2018-04-20 | 2021-09-21 | 比亚迪股份有限公司 | 车辆盲区的监控方法、装置、计算机设备及存储介质 |
CN111923857B (zh) * | 2020-09-24 | 2021-02-09 | 深圳佑驾创新科技有限公司 | 车辆盲区检测处理方法、装置、车载终端和存储介质 |
-
2021
- 2021-05-07 CN CN202110495543.5A patent/CN113204026B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113204026A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109634282B (zh) | 自动驾驶车辆、方法和装置 | |
CN109254289B (zh) | 道路护栏的检测方法和检测设备 | |
CN106991389B (zh) | 确定道路边沿的装置和方法 | |
US8199046B2 (en) | Radar system to determine whether an object is subject of detection based on intensity of a radio wave emission of the object | |
CN110386065B (zh) | 车辆盲区的监控方法、装置、计算机设备及存储介质 | |
CN110809792B (zh) | 碰撞推定装置以及碰撞推定方法 | |
CN112009462B (zh) | 一种前向自动泊车方法及装置 | |
CN111278694A (zh) | 用于识别车道状态的方法和设备 | |
CN109696676B (zh) | 一种有效障碍物目标确定方法、装置和车辆 | |
CN114415171A (zh) | 一种基于4d毫米波雷达的汽车可行驶区域检测方法 | |
CN112101316B (zh) | 一种目标检测方法及*** | |
JP2008117073A (ja) | 割り込み車両検出装置 | |
CN111688695A (zh) | 车辆自动变道的自适应控制 | |
CN113204026B (zh) | 一种后毫米波雷达盲区检测性能提升方法 | |
CN111824143A (zh) | 一种车辆横向控制方法、装置、计算机设备和存储介质 | |
CN111959515B (zh) | 一种基于视觉检测的前向目标选择方法、装置及*** | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及*** | |
JP2002160598A (ja) | 車外監視装置 | |
US10300913B2 (en) | Vehicle identification device and vehicle identification method | |
CN111874003B (zh) | 一种车辆行驶偏离预警方法和*** | |
CN103847736A (zh) | 车道线识别*** | |
CN111414857A (zh) | 一种基于视觉的多特征融合的前方车辆检测方法 | |
CN113646820A (zh) | 检测装置及检测方法 | |
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 | |
JP3930309B2 (ja) | 車両用運転支援装置 |
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 |