CN113619606B - 障碍物确定方法、装置、设备以及存储介质 - Google Patents

障碍物确定方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN113619606B
CN113619606B CN202111092278.2A CN202111092278A CN113619606B CN 113619606 B CN113619606 B CN 113619606B CN 202111092278 A CN202111092278 A CN 202111092278A CN 113619606 B CN113619606 B CN 113619606B
Authority
CN
China
Prior art keywords
vehicle
target vehicle
lane
determining
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.)
Active
Application number
CN202111092278.2A
Other languages
English (en)
Other versions
CN113619606A (zh
Inventor
祁旭
王相玲
吕颖
曲白雪
白天晟
祝铭含
杨航
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 CN202111092278.2A priority Critical patent/CN113619606B/zh
Publication of CN113619606A publication Critical patent/CN113619606A/zh
Application granted granted Critical
Publication of CN113619606B publication Critical patent/CN113619606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/53Road markings, e.g. lane marker or crosswalk

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种障碍物确定方法、装置、设备以及存储介质。该方法包括:确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;根据所述相对位置,以及所述目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。通过上述技术方案,节省了自动驾驶***的计算资源,可以更快更准确的筛选出感兴趣的目标障碍物,从而增加自动驾驶的安全性。

Description

障碍物确定方法、装置、设备以及存储介质
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种障碍物确定方法、装置、设备以及存储介质。
背景技术
目前自动驾驶场景,随着车载传感器性能增强,搭载的传感器种类和数量增多,障碍物信息也随之增多。过多的障碍物信息会对自动驾驶过程中的路径规划和整车控制造成影响,因此亟需从众多障碍物中确定感兴趣障碍物。
发明内容
本发明提供一种障碍物确定方法、装置、设备以及存储介质,以避免过多障碍物信息对自动驾驶过程中的路径规划和整车控制的影响。
第一方面,本发明实施例提供了一种障碍物确定方法,包括:
确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
根据所述相对位置,以及所述目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
第二方面,本发明实施例还提供了一种障碍物确定装置,包括:
相对位置确定模块,用于确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
目标障碍物确定模块,用于根据所述相对位置,以及所述目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所提供的障碍物确定方法。
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,该程序被处理器执行时实现如本发明任一实施例所提供的障碍物确定方法。
本发明实施例的技术方案,通过确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置,之后根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。上述技术方案,节省了自动驾驶***的计算资源,可以更快更准确的筛选出感兴趣的目标障碍物,从而增加自动驾驶的安全性。
附图说明
图1是本发明实施例一提供的一种障碍物确定方法的流程图;
图2是本发明实施例二提供的一种障碍物确定方法的流程图;
图3是本发明实施例三提供的一种障碍物确定方法的流程图;
图4是本发明实施例四提供的一种障碍物确定装置的结构示意图;
图5是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种障碍物确定方法的流程图,本实施例可适用于具备车道线的高速公路场景下进行障碍物确定的情况,也适用于无车道线的非高速场景下进行障碍物确定的情况,该方法可以由障碍物确定装置来执行,该装置可以由软件和/或硬件的方式实现,并可以集成于承载障碍物确定功能的电子设备中,例如车载控制器中。
如图1所示,该方法具体可以包括:
S110、确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置。
其中,目标车辆可以是自动驾驶车辆。所谓目标车辆所处场景可以是具备车道线的高速公路场景,也可以是无车道线的非高速场景。所谓候选障碍物是指目标车辆中传感器采集到的周围的车辆。
本实施例中,可以通过目标车辆中搭载的传感器确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置。其中,相对位置包括横向位置和纵向位置。
S120、根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
其中,实际车道线是指目标车辆所处场景中的车道的分割线。所谓虚拟车道线是指在目标车辆所处场景中无车道线的情况下模拟的车道线。
可选的,若目标车辆所处场景中存在车道线,则根据相对位置,以及目标车辆所处场景的实际车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,针对每一候选障碍物,将该候选障碍物相对于目标车辆的相对位置、以及实际车道线相对于目标车辆的相对位置,输入至预先训练好的比较模型中,得到该候选障碍物是否是目标障碍物的结果。
可选的,若目标车辆所处场景中不存在车道线,则根据相对位置,以及目标车辆所处场景的虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,针对每一候选障碍物,将该候选障碍物相对于目标车辆的相对位置、以及虚拟车道线相对于目标车辆的相对位置,输入至预先训练好的比较模型中,得到该候选障碍物是否是目标障碍物的结果。
本发明实施例的技术方案,通过确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置,之后根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。上述技术方案,节省了自动驾驶***的计算资源,可以更快更准确的筛选出感兴趣的目标障碍物,从而增加自动驾驶的安全性。
实施例二
图2是本发明实施例二提供的一种障碍物确定方法的流程图,在上述实施例的基础上,进一步优化,在存在车道线的情况下,提供一种可选实施方案。
如图2所示,该方法具体可以包括:
S210、确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置。
S220、根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线。
可选的,若目标车辆右侧没有车道即目标车辆处于最右侧车道,则可以根据目标车辆宽度、目标车辆所在车道的左侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和右侧边界线。
具体的,以目标车辆为中心建立车体坐标系,并定义为左正右负。基于候选障碍物的相对位置的坐标和视觉摄像头获取的车道线信息,确定候选障碍物相对于左侧实际车道线的第一相对位置坐标,其中第一相对位置坐标也是基于车体坐标系确定。进而基于目标车辆的传感器确定目标车辆与左侧实际车道线之间的距离。进一步的,计算第一相对位置坐标的横向坐标,和目标车辆与左侧实际车道线之间的距离相减后的第一结果,将该第一结果与二分之一的车辆宽度相减的结果,作为车辆左侧边界线的横坐标;并将该第一结果与二分之一的车辆宽度相加的结果,作为车辆右侧边界线的横坐标。
可选的,若目标车辆左侧没有车道即目标车辆处于最左侧车道,则可以根据目标车辆宽度、目标车辆所在车道的右侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和右侧边界线。
具体的,以目标车辆为中心建立车体坐标系,并定义为左正右负。基于候选障碍物的相对位置的坐标和视觉摄像头获取的车道线信息,确定候选障碍物相对于右侧实际车道线的第二相对位置坐标,其中第二相对位置坐标也是基于车体坐标系确定。进而基于目标车辆的传感器确定目标车辆与右侧实际车道线之间的距离。进一步的,计算第二相对位置坐标的横向坐标,和目标车辆与右侧实际车道线之间的距离相加后的第二结果,将该第二结果与二分之一的车辆宽度相加的结果,作为车辆左侧边界线的横坐标;并将该第二结果与二分之一的车辆宽度详见的结果,作为车辆右侧边界线的横坐标。
可选的,若目标车辆左侧和右侧均有车道,即目标车辆处于中间车道,则可以根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线。
S230、根据目标车辆所在车道的左侧实际车道线和/或右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线。
其中,实际车道宽度是指目标车辆所处场景中的车道的实际宽度。所谓特有实际车道线是指目标车辆所在车道的相邻车道的,与目标车辆所在车道不共用的实际车道线,例如目标车辆所在车道的左侧相邻车道的左侧实际车道线,或者目标车辆所在车道的右侧相邻车道的右侧实际车道线。
可选的,若目标车辆右侧没有车道即目标车辆处于最右侧车道,则根据目标车辆所在车道的左侧实际车道线、以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线。具体的,基于候选障碍物的相对位置的坐标和视觉摄像头获取的车道线信息,确定候选障碍物相对于左侧实际车道线的第一相对位置坐标,其中第一相对位置坐标也是基于车体坐标系确定。进而,将第一相对位置坐标的横向坐标与实际车道宽度相加的结果,作为目标车辆所在车道的左侧相邻车道的特有实际车道线的横坐标。
可选的,若目标车辆左侧没有车道即目标车辆处于最左侧车道,则根据目标车辆所在车道的右侧实际车道线、以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线。具体的,基于候选障碍物的相对位置的坐标和视觉摄像头获取的车道线信息,确定候选障碍物相对于右侧实际车道线的第二相对位置坐标,其中第二相对位置坐标也是基于车体坐标系确定。进而,将第二相对位置坐标的横向坐标与实际车道宽度相减的结果,作为目标车辆所在车道的右侧相邻车道的特有实际车道线的横坐标。
可选的,若目标车辆左侧和右侧均有车道,即目标车辆处于中间车道,则可以根据目标车辆所在车道的左侧实际车道线和右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线。
S240、根据相对位置、实际车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有实际车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
可选的,当目标车辆右侧没有车道即目标车辆处于最右侧车道,若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的左侧特有实际车道线之间的距离小于实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的左侧特有实际车道线之间的距离小于实际车道宽度,也就是说,候选障碍物位于目标车辆的左侧相邻车道,进而,将该候选障碍物作为目标车辆的目标障碍物。
进一步的,若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,则确定该候选障碍物为目标障碍物。
可选的,当目标车辆左侧没有车道即目标车辆处于最左侧车道,若相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的右侧特有实际车道线之间的距离小于实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,若相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的右侧特有实际车道线之间的距离小于实际车道宽度,也就是说,候选障碍物位于目标车辆的右侧相邻车道,进而,将该候选障碍物作为目标车辆的目标障碍物。
进一步的,若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,则确定该候选障碍物为目标障碍物。
可选的,若目标车辆左侧和右侧均有车道,即目标车辆处于中间车道,则分别按照上述在最右侧车辆和最左侧车道情况,从目标车辆所处场景的候选障碍物中确定目标障碍物。
本发明实施例的技术方案,通过确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置,之后根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线,进而根据目标车辆所在车道的左侧实际车道线和/或右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线,最后根据相对位置、实际车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有实际车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。通过上述技术方案,实现了存在车道线的情况下对目标车辆感兴趣的障碍物的确定,从而增加自动驾驶的安全性。
实施例三
图3是本发明实施例三提供的一种障碍物确定方法的流程图,在上述实施例的基础上,进一步优化,在不存在车道线的情况下,提供一种可选实施方案。
S310、确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置。
S320、根据相对位置中的纵向位置、目标车辆宽度、以及目标车辆转向半径,确定车辆左侧边界线和车辆右侧边界线。
其中,目标车辆转向半径是指车辆由转向中心到外转向轮与地面接触点的距离,可以基于车速、横摆角速度、方向盘转角等信息计算得到。
本实施例中,计算相对位置中的纵向位置的坐标值的平方与目标车辆转向半径之间的商,进而将该商与二分之一的目标车辆宽度之间的和作为车辆左侧边界线的横坐标,并将该商与二分之一的目标车辆宽度之间的差作为车辆右侧边界线的横坐标。
S330、根据车辆左侧边界线和虚拟车道宽度,和/或,车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线。
其中,虚拟车道宽度是指模拟的实际车道宽度,可以由本领域技术人员根据实际情况设定。所谓特有虚拟车道线是指模拟的实际情况中,目标车辆所在车道的相邻车道的,与目标车辆所在车道不共用的实际车道线,例如目标车辆所在车道的左侧相邻车道的左侧虚拟车道线,或者目标车辆所在车道的右侧相邻车道的右侧虚拟车道线。
可选的,若目标车辆右侧没有车道即目标车辆处于最右侧车道,则将车辆左侧边界线的横坐标与虚拟车道宽度之间的和,作为目标车辆所在车道的左侧相邻车道的特有虚拟车道线。
可选的,若目标车辆左侧没有车道即目标车辆处于最左侧车道,则将车辆右侧边界线的横坐标与虚拟车道宽度之间的差,作为目标车辆所在车道的右侧侧相邻车道的特有虚拟车道线。
可选的,若目标车辆左侧和右侧均有车道,即目标车辆处于中间车道,则车辆左侧边界线和虚拟车道宽度,和车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线。
S340、根据相对位置、虚拟车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
可选的,当目标车辆右侧没有车道即目标车辆处于最右侧车道,若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的左侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的左侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物,也就是说,候选障碍物位于目标车辆的左侧相邻车道,进而,将该候选障碍物作为目标车辆的目标障碍物。
进一步的,若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,则确定该候选障碍物为目标障碍物。
可选的,当目标车辆左侧没有车道即目标车辆处于最左侧车道,若相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的右侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。具体的,若相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的右侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物,也就是说,候选障碍物位于目标车辆的右侧相邻车道,进而,将该候选障碍物作为目标车辆的目标障碍物。
进一步的,若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,则确定该候选障碍物为目标障碍物。
可选的,若目标车辆左侧和右侧均有车道,即目标车辆处于中间车道,则分别按照上述在最右侧车辆和最左侧车道情况,从目标车辆所处场景的候选障碍物中确定目标障碍物。
本发明实施例的技术方案,通过确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置,之后根据相对位置中的纵向位置、目标车辆宽度、以及目标车辆转向半径,确定车辆左侧边界线和车辆右侧边界线,进而根据车辆左侧边界线和虚拟车道宽度,和/或,车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线,最后根据相对位置、虚拟车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。通过上述技术方案,通过模拟车道线,实现了不存在车道线的情况下对目标车辆感兴趣的障碍物的确定,从而增加自动驾驶的安全性。
实施例四
图4是本发明实施例四提供的一种障碍物确定装置的结构示意图,实施例可适用于高速公路具备车道线信息场景下进行障碍物确定的情况,也适用于非高速无车道线场景下进行障碍物确定的情况,该装置可以由软件和/或硬件的方式实现,并可以集成于承载障碍物确定功能的电子设备中,例如车载控制器中。
如图4所示,该装置具体可以包括相对位置确定模块410和目标障碍物确定模块420,其中,
相对位置确定模块410,用于确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
目标障碍物确定模块420,用于根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
本发明实施例的技术方案,通过确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置,之后根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。上述技术方案,节省了自动驾驶***的计算资源,可以更快更准确的筛选出感兴趣的目标障碍物,从而增加自动驾驶的安全性。
进一步地,目标障碍物确定模块块420包括边界线确定单元、特有实际车道线确定单元和目标障碍物确定单元,其中,
边界线确定单元,用于根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线;
特有实际车道线确定单元,用于根据目标车辆所在车道的左侧实际车道线和/或右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线;
目标障碍物确定单元,用于根据相对位置、实际车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有实际车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
进一步地,目标障碍物确定单元具体用于:
若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的左侧特有实际车道线之间的距离小于实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与特有实际车道线中的右侧特有实际车道线之间的距离小于实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若相对位置中的横向位置与车辆左侧边界之间的距离小于实际车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。
进一步地,目标障碍物确定模块410还包括特有虚拟车道线确定单元,其中,
边界线确定单元,还用于根据相对位置中的纵向位置、目标车辆宽度、以及目标车辆转向半径,确定车辆左侧边界线和车辆右侧边界线;
特有虚拟车道线确定单元,根据车辆左侧边界线和虚拟车道宽度,和/或,车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线;
目标障碍物确定单元,还用于根据相对位置、虚拟车道宽度、车辆左侧边界线、车辆右侧边界线、以及特有虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
进一步地,目标障碍物确定单元具体还用于:
若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的左侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与特有虚拟车道线中的右侧特有虚拟车道线之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若相对位置中的横向位置与车辆左侧边界之间的距离小于虚拟车道宽度,且相对位置中的横向位置与车辆右侧边界之间的距离小于虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。
上述障碍物确定装置可执行本发明任意实施例所提供的障碍物确定方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是本发明实施例五提供的一种电子设备的结构示意图,图5示出了适于用来实现本发明实施例实施方式的示例性设备的框图。图5显示的设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备12以通用计算设备的形式表现。电子设备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(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备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电子设备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***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器(高速缓存32)。电子设备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5未显示,通常称为“硬盘驱动器”)。尽管图5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CD-ROM,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,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如***存储器28中,这样的程序模块42包括但不限于操作***、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通常执行本发明实施例所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备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,电子设备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(LAN),广域网(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与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备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、RAID***、磁带驱动器以及数据备份存储***等。
处理单元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,例如实现本发明实施例所提供的障碍物确定方法。
实施例六
本发明实施例六还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行本发明实施例所提供的障碍物确定方法,该方法包括:
确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
根据相对位置,以及目标车辆所处场景的实际车道线或虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物。
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实施例操作的计算机程序代码,所述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,本发明不限于这里所述的特定实施例,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实施例进行了较为详细的说明,但是本发明实施例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 (4)

1.一种障碍物确定方法,其特征在于,包括:
确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
根据所述相对位置,以及所述目标车辆所处场景的实际车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物,包括:
根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及所述相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线;
根据目标车辆所在车道的左侧实际车道线和/或右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线;
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述特有实际车道线中的左侧特有实际车道线之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述特有实际车道线中的右侧特有实际车道线之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;
或者,
根据所述相对位置,以及所述目标车辆所处场景的虚拟车道线,从目标车辆所处场景的候选障碍物中确定目标障碍物,包括:
根据相对位置中的纵向位置、目标车辆宽度、以及目标车辆转向半径,确定车辆左侧边界线和车辆右侧边界线;
根据所述车辆左侧边界线和虚拟车道宽度,和/或,所述车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线;
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述特有虚拟车道线中的左侧特有虚拟车道线之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述特有虚拟车道线中的右侧特有虚拟车道线之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。
2.一种障碍物确定装置,其特征在于,包括:
相对位置确定模块,用于确定目标车辆所处场景的候选障碍物相对于目标车辆的相对位置;
目标障碍物确定模块,包括:
边界线确定单元,用于根据目标车辆宽度、目标车辆所在车道的左侧实际车道线和/或右侧实际车道线、以及所述相对位置中的横向位置,确定车辆左侧边界线和车辆右侧边界线;
特有实际车道线确定单元,用于根据目标车辆所在车道的左侧实际车道线和/或右侧实际车道线,以及实际车道宽度,确定目标车辆所在车道的相邻车道的特有实际车道线;
目标障碍物确定单元,用于若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述特有实际车道线中的左侧特有实际车道线之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述特有实际车道线中的右侧特有实际车道线之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述实际车道宽度,且所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述实际车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;
边界线确定单元,还用于根据相对位置中的纵向位置、目标车辆宽度、以及目标车辆转向半径,确定车辆左侧边界线和车辆右侧边界线;
特有虚拟车道线确定单元,还用于根据所述车辆左侧边界线和虚拟车道宽度,和/或,所述车辆右侧边界线和虚拟车道宽度,确定目标车辆所在车道的相邻车道的特有虚拟车道线;
目标障碍物确定单元,还用于若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述特有虚拟车道线中的左侧特有虚拟车道线之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述特有虚拟车道线中的右侧特有虚拟车道线之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物;和/或,
若所述相对位置中的横向位置与所述车辆左侧边界之间的距离小于所述虚拟车道宽度,且所述相对位置中的横向位置与所述车辆右侧边界之间的距离小于所述虚拟车道宽度,则从目标车辆所处场景的候选障碍物中确定目标障碍物。
3.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1所述的障碍物确定方法。
4.一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所述的障碍物确定方法。
CN202111092278.2A 2021-09-17 2021-09-17 障碍物确定方法、装置、设备以及存储介质 Active CN113619606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111092278.2A CN113619606B (zh) 2021-09-17 2021-09-17 障碍物确定方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111092278.2A CN113619606B (zh) 2021-09-17 2021-09-17 障碍物确定方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113619606A CN113619606A (zh) 2021-11-09
CN113619606B true CN113619606B (zh) 2024-06-14

Family

ID=78390310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111092278.2A Active CN113619606B (zh) 2021-09-17 2021-09-17 障碍物确定方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN113619606B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115179970B (zh) * 2022-09-14 2022-11-29 毫末智行科技有限公司 一种路径规划的方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09178855A (ja) * 1995-12-25 1997-07-11 Hitachi Ltd 障害物検出方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386846B2 (en) * 2015-01-05 2019-08-20 Nissan Motor Co., Ltd. Target path generating device and driving control device
CN106364403A (zh) * 2016-10-14 2017-02-01 深圳市元征科技股份有限公司 一种车道识别方法及移动终端
SE542316C2 (en) * 2017-03-06 2020-04-07 Scania Cv Ab Vehicle positioning control unit and method thereof
EP3633478B1 (en) * 2017-05-26 2023-10-18 Hangzhou Hikrobot Co., Ltd. Method and device for assessing probability of presence of obstacle in unknown position
CN108961146B (zh) * 2018-07-19 2023-07-21 深圳地平线机器人科技有限公司 渲染感知地图的方法和装置
CN109878515B (zh) * 2019-03-12 2021-03-16 百度在线网络技术(北京)有限公司 预测车辆轨迹的方法、装置、存储介质和终端设备
JP7255345B2 (ja) * 2019-05-13 2023-04-11 スズキ株式会社 走行車線認識装置、走行車線認識方法およびプログラム
CN110550029B (zh) * 2019-08-12 2021-02-09 华为技术有限公司 障碍物避让方法及装置
CN112572424B (zh) * 2019-09-11 2022-05-17 北京百度网讯科技有限公司 基于障碍物识别的车辆控制方法、装置、设备和介质
US11442450B2 (en) * 2019-12-11 2022-09-13 Baidu Usa Llc Method for determining passable area in planning a path of autonomous driving vehicles
CN111401208B (zh) * 2020-03-11 2023-09-22 阿波罗智能技术(北京)有限公司 一种障碍物检测方法、装置、电子设备及存储介质
CN111665852B (zh) * 2020-06-30 2022-09-06 中国第一汽车股份有限公司 一种障碍物避让方法、装置、车辆及存储介质
CN111959511B (zh) * 2020-08-26 2022-06-03 腾讯科技(深圳)有限公司 车辆控制方法及装置
CN112706785B (zh) * 2021-01-29 2023-03-28 重庆长安汽车股份有限公司 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09178855A (ja) * 1995-12-25 1997-07-11 Hitachi Ltd 障害物検出方法

Also Published As

Publication number Publication date
CN113619606A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
US11393219B2 (en) Method and apparatus for detecting obstacle, electronic device, vehicle and storage medium
CN109188438B (zh) 偏航角确定方法、装置、设备和介质
US11599120B2 (en) Obstacle detecting method, apparatus, device and computer storage medium
CN109032103B (zh) 无人驾驶车辆的测试方法、装置、设备及存储介质
CN110163176B (zh) 车道线变化位置识别方法、装置、设备和介质
CN112572424B (zh) 基于障碍物识别的车辆控制方法、装置、设备和介质
CN110263713B (zh) 车道线检测方法、装置、电子设备及存储介质
US20180362051A1 (en) Method and Apparatus of Monitoring Sensor of Driverless Vehicle, Device and Storage Medium
CN109229109B (zh) 判断车辆行驶方向的方法、装置、设备和计算机存储介质
CN109558854B (zh) 障碍物感知方法、装置、电子设备及存储介质
CN113335276A (zh) 障碍物的轨迹预测方法、装置、电子设备及存储介质
CN109635861B (zh) 一种数据融合方法、装置、电子设备及存储介质
CN113928340A (zh) 应用于车辆中的避障方法、装置、电子设备和存储介质
CN110232368B (zh) 车道线检测方法、装置、电子设备及存储介质
CN112507852A (zh) 一种车道线识别方法、装置、设备及存储介质
CN109118797B (zh) 信息共享方法、装置、设备及存储介质
CN115273039B (zh) 一种基于摄像头的小障碍物探测方法
CN109085620A (zh) 无人驾驶车辆定位异常校准方法、装置、设备及存储介质
CN114194217A (zh) 车辆自动驾驶方法、装置、电子设备以及存储介质
CN113619606B (zh) 障碍物确定方法、装置、设备以及存储介质
CN112650300A (zh) 一种无人机避障方法和装置
CN110103932B (zh) 故障检测方法、装置、设备和介质
CN110784680B (zh) 一种车辆定位方法、装置、车辆和存储介质
CN109885392B (zh) 分配车载计算资源的方法以及装置
CN115457505A (zh) 一种摄像头的小障碍物探测方法、装置、设备及存储介质

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