CN114185340A - 一种障碍物位置异常检测方法及装置 - Google Patents

一种障碍物位置异常检测方法及装置 Download PDF

Info

Publication number
CN114185340A
CN114185340A CN202111350552.1A CN202111350552A CN114185340A CN 114185340 A CN114185340 A CN 114185340A CN 202111350552 A CN202111350552 A CN 202111350552A CN 114185340 A CN114185340 A CN 114185340A
Authority
CN
China
Prior art keywords
obstacle
jump
distance
time
speed
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
CN202111350552.1A
Other languages
English (en)
Other versions
CN114185340B (zh
Inventor
曾楷
刘兴阳
高熠
郑子威
谭伟华
韩旭
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.)
Guangzhou Weride Technology Co Ltd
Original Assignee
Guangzhou Weride Technology Co Ltd
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 Guangzhou Weride Technology Co Ltd filed Critical Guangzhou Weride Technology Co Ltd
Priority to CN202111350552.1A priority Critical patent/CN114185340B/zh
Publication of CN114185340A publication Critical patent/CN114185340A/zh
Application granted granted Critical
Publication of CN114185340B publication Critical patent/CN114185340B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种障碍物位置异常检测方法及装置，所述方法包括：获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；根据第二位置和预测位置计算在预设方向上的跳变距离；将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物在预设方向的跳变距离阈值；将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。通过实施本发明能够由车辆感知模块所感知的异常障碍物位置进行检测。

Description

一种障碍物位置异常检测方法及装置
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种障碍物位置异常检测方法及装置。
背景技术
自动驾驶车辆在自动驾驶的过程中需要通过车上的感知模块例如相机和雷达来感知障碍物(例如其他车辆)的位置，从而控制车辆进行避障。但在实际情况中，由于感知模块的误差或外界环境的干扰，在通过感知模块所确定的障碍物的位置有可能会出现不准确的异常情况，若自动驾驶车辆无法识别出现异常的障碍物位置，并根据这个异常的障碍物位置对自动驾驶主车进行控制，有可能会造成了安全隐患。
发明内容
本发明实施例提供一种障碍物位置异常检测方法及装置，能对由车辆感知模块所感知的异常障碍物位置进行检测。
本发明一实施例提供了一种障碍物位置异常检测方法，包括：获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻；
根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；
根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离；
将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值；
将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
进一步的，在获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置之前，还包括：
以在主车前进方向上且与主车相距第二距离的位置点为圆心，以第一长度为半径构建第一障碍物检测区域；
以主车为圆心，以第二长度为半径构建第二障碍物检测区域；
去除第一障碍物检测区域以及第二障碍物检测区域的重叠区域，获得实际障碍物检测区域；
根据实际障碍物检测区域进行障碍物检测。
进一步的，所述第二距离通过以下公式计算得到：
Figure BDA0003355592930000021
所述第一长度通过以下公式计算得到：
Figure BDA0003355592930000022
所述第二长度通过以下公式计算得到：
Figure BDA0003355592930000023
其中，R为第二距离；d为第一长度；r为第二长度；vcar为主车行驶速度；A、B、C、F均为预设参数。
进一步的，所述根据第二位置和预测位置计算障碍物从T1时刻至T2时刻，在预设方向上的跳变距离，具体包括：
根据所述第二位置和预测位置计算障碍物从T1时刻至T2时刻的跳变向量；
对跳变向量进行正交分解，获得障碍物在主车前进方向上的第一跳变向量和在主车前进方向的垂直方向上的第二跳变向量；
根据所述第一跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离；根据所述第二跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向的垂直方向上的第二跳变距离。
进一步的，所述将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，生成障碍物从T1时刻至T2时刻，在预设方向的跳变距离阈值，具体包括：
将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，生成障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离阈值，以及在主车前进方向的垂直方向上的第二跳变距离阈值。
进一步的，所述将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常，具体包括：
将第一跳变距离与第一跳变距离阈值进行比对，将第二跳变距离与第二跳变距离阈值进行比对，在第一跳变距离超过第二跳变距离阈值或第二跳变距离超过第二跳变距离阈值时判定第二位置异常。
进一步的，预设的跳变分析模型的构建，具体包括：
根据各时刻下障碍物的速度、与主车的距离以及相对与主车的方向构建回归变量；
根据各时刻下障碍物的位置计算障碍物在各时刻下所对应的跳变距离，并根据所计算的各跳变距离构建解释变量；
根据回归变量、解释变量以及预设的分位数条件构建分位数回归模型，并将所构建的分位数回归模型作为所述跳变分析模型。
进一步的，在判定第二位置异常之后，还包括：将第二位置替换为预测位置。
在上述方法项实施例的基础上本发明对应提供了装置项实施例；
本发明一实施例提供了一种障碍物位置异常检测装置，包括数据获取模块、预测位置计算模块、跳变距离计算模块、跳变距离阈值计算模块以及异常判定模块；
数据获取模块，用于获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻；
预测位置计算模块，用于根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；
跳变距离计算模块，用于根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离；
跳变距离阈值计算模块，用于将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值；
所述异常判定模块，用于将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
进一步的，还包括位置修正模块；位置修正模块，用于在判定第二位置异常之后，将第二位置替换为预测位置。
通过实施本发明上述实施例具有如下有益效果：
本发明实施例提供了一种障碍物位置异常检测方法及装置，所述方法根据障碍物在前一时刻的速度、位置以及前一时刻与当前时刻的间隔时刻，计算出障碍物在当前时刻的预测位置；然后根据计算预测位置与所获取到的当期那时刻的位置的跳变距离，与此同时，基于障碍物在前一时刻的速度、与主车的距离和相对于主车的方向，通过跳变分析模型计算出跳变距离阈值，最后将跳变距离和跳变距离阈值进行比对，如果跳变距离超出了跳变距离阈值，则判定当前时刻所获取的障碍物位置异常，从而实现对异常的障碍物位置的检测，继而提高自动驾驶车辆行驶的安全性。
附图说明
图1是本发明一实施例提供的障碍物位置异常检测方法的流程示意图。
图2是本发明一实施例提供的实际障碍物检测区域示意图。
图3是本发明一实施例提供的障碍物位置异常检测装置的结构示意图。
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在没有作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。
如图1所示，本发明一实施例提供了一种障碍物位置异常检测方法，至少包括如下步骤：
S101、获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻。
S102、根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置。
S103、根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离。
S104、将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值。
S105、将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
对于步骤S101、自动驾驶主车通过所搭载的感知模块(如摄像装置以及雷达)，在行驶的过程中可以感知障碍物(如其他目标车辆)在各时刻的状态信息，如速度、位置、与主车的距离以及相对于主车的方向等，进而获得上述障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；
而在障碍物进行感知时，需要提前设定好检测区域，通过检测区域来感知障碍物。因此在一个优选的实施例中，在获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置之前，还包括：以在主车前进方向上且与主车相距第二距离的位置点为圆心，以第一长度为半径构建第一障碍物检测区域；以主车为圆心，以第二长度为半径构建第二障碍物检测区域；去除第一障碍物检测区域以及第二障碍物检测区域的重叠区域，获得实际障碍物检测区域；根据实际障碍物检测区域进行障碍物检测。
如图2所示,图中点5,为主车1的中心点，点6为第一障碍物检测区域的圆心，点5与点6之间的距离d为上述第二距离，R为上述第一长度，以点6为圆心以R为半径构建圆形的检测区域，即可获取上述第一障碍物检测区域3；以点5为圆心，以第二长度r为半径构建圆形的检测区域，即可获得上述第二障碍物检测区域，然后将第一障碍物检测区域和第二障碍物检测区域合并，去除重复区域，即可获得由图示的3和4(图示的4为去除重复区域后，第二障碍物检测区域所剩余的部分)所组成的实际障碍物检测区域。通过上述实际障碍物检测区域对主车周围的障碍物进行检测，若检测到有障碍物落入实际障碍物检测区域，则对障碍物的速度、位置与主车的距离以及相对与主车的方向等数据进行采集，如图2所示，障碍物2落入了实际障碍物检测区域，此时则可以对障碍物2的状态信息进行采集。通过采取上述方式设置障碍物检测区域，能够对主车在行驶过程中的前方和后方同时进行障碍物检测。
在一个优选的实施例中，上述第二距离、第一长度以及第二长度，可以为提前设定好的定值。示意性的，可以将第二距离设定为2米，将第一长度设定为3米，将第一长度设定为1.5米；具体的设定至可根据主车的实际车长以及检测范围的需求进行设定。
而由于在实际行驶过程中，主车的车速在各时刻可能不同，车速越快则需要预留越大的安全距离，此时实际的障碍物检测范围也应该随主车速度增大而扩大，而车速越慢则需要预留越小的安全距离，此时实际的障碍物检测范围也应该随主车速度降低而缩小，这样才能给主车预留足够的安全距离保证主车行驶过程中安全，为此在另一优选的实施例中，所述第二距离通过以下公式计算得到：
Figure BDA0003355592930000071
所述第一长度通过以下公式计算得到：
Figure BDA0003355592930000072
所述第二长度通过以下公式计算得到：
Figure BDA0003355592930000073
其中，R为第二距离；d为第一长度；r为第二长度；vcar为主车行驶速度；A、B、C、F均为预设参数。示意性的A可以为2、B和F可以为5；C可以为10。基于这一实施例，可以根据主车行驶的速度自动调整实际障碍物检测区域的大小，以保证主车行驶过程中的安全。
对于步骤S102、具体的，通过以下公式计算障碍物在T2时刻的预测位置；
pospredict＝poscurrent+vcurrent*delta_time；
上述式中，pospredict为障碍物在T2时刻的预测位置，poscurrent为由主车所搭载的感知模块所感知的障碍物在T1时刻的位置(即上述第一位置)、vcurrent为由主车所搭载的感知模块所感知的障碍物在T1时刻的速度(即上述第一速度)，delta_time为及T1时刻与T2时刻的间隔时长。
对于步骤S103、在一个优选的实施例中，所述根据第二位置和预测位置计算障碍物从T1时刻至T2时刻，在预设方向上的跳变距离，具体包括：
根据所述第二位置和预测位置计算障碍物从T1时刻至T2时刻的跳变向量；
对跳变向量进行正交分解，获得障碍物在主车前进方向上的第一跳变向量和在主车前进方向的垂直方向上的第二跳变向量；
根据所述第一跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离；根据所述第二跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向的垂直方向上的第二跳变距离。
具体的，通过以下公式计算障碍物从T1时刻至T2时刻的跳变向量：
jump＝posnext-pospredict；
jump为障碍物从T1时刻至T2时刻的跳变向量，posnext为由主车所搭载的感知模块所感知的障碍物在T2时刻的位置(即上述第二位置)；
通过以下公式对跳变向量进行正交分解得到第一跳变向量和第二跳变向量；
jump＝jumplongitude+jumplatitude；
jumplongitude为主车前进方向上的第一跳变向量，jumplatitude为主车前进方向的垂直方向上的第二跳变变量；
根据所计算出的第一跳变向量和第二跳变向量即可确定第一跳变距离和第二跳变距离。
对于步骤S104、首先对跳变分析模型进行说明：在一个优选的实施例中，预设的跳变分析模型的构建，具体包括：
根据各时刻下障碍物的速度、与主车的距离以及相对与主车的方向构建回归变量；
根据各时刻下障碍物的位置计算障碍物在各时刻下所对应的跳变距离，并根据所计算的各跳变距离构建解释变量；
根据回归变量、解释变量以及预设的分位数条件构建分位数回归模型，并将所构建的分位数回归模型作为所述跳变分析模型。
示意性的，随机选取200个场景，取得所有在探测范围内的视频帧，根据所获取的视频帧确定障碍物在各时刻的速度、与主车的距离以及相对于主车的方向，并计算各时刻的跳变距离(需要说明在本发明中每一视频帧对应一时刻，而任意一时刻所对应的跳变距离，由该时刻的预测位置和由主车感知模块所感知的该时刻的位置计算得到)，然后根据障碍物在各时刻的速度、与主车的距离以及相对于主车的方向构建回归变量X，根据各时刻的跳变距离构建解释变量Y的数据集，紧接着将预设分位数条件设定为0.95，根据数据集构建0.95-分位数回归模型，获得上述跳变分析模型；
需要说明的是，上述跳变分析模型包括以障碍物在各时刻的速度、与主车的距离以及相对于主车的方向为回归变量X，以各时刻的障碍物在主车前进方向上跳变距离为解释变量Y所形成的第一跳变分析子模型；以及，以障碍物在各时刻的速度、与主车的距离以及相对于主车的方向为回归变量X，以各时刻的障碍物在主车前进方向的垂直方向上的跳变距离为解释变量Y所形成的第二跳变分析子模型。
在获得上述跳变分析模型之后，将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，生成障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离阈值，以及在主车前进方向的垂直方向上的第二跳变距离阈值。
具体的，模型根据以下公式计算出第一跳变距离阈值和第二跳变距离阈值：
thresholdlon＝paramslon·feature；
thresholdlat＝paramslat·feature；
thresholdlon为第一跳变距离阈值；paramslon是第一跳变分析子模型的平面参数；feature为上述第一速度、第一距离以及第一方向；thresholdlat为第二跳变距离阈值；paramslat是第二跳变分析子模型的平面参数。
对于步骤S105、在一个优选的实施例中，所述将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常，具体包括：
将第一跳变距离与第一跳变距离阈值进行比对，将第二跳变距离与第二跳变距离阈值进行比对，在第一跳变距离超过第二跳变距离阈值或第二跳变距离超过第二跳变距离阈值时判定第二位置异常。
具体的，在根据步骤S104获得对应的第一跳变距离阈值和第二跳变距离阈值之后，即可根据所得到的跳变距离阈值来判定障碍物在T2时刻的第一跳变距离和第二跳变距离是否异常，只要有任意一跳变距离超过对应的跳变距离阈值，则判定在T2时刻，由主车搭载的感知模块所感知的第二位置异常。
在一个优选的实施例中，在判定第二位置异常之后，还包括：将第二位置替换为预测位置。通过将异常的第二位置替换为预测位置，实现障碍物位置的修正，使得主车能够准确的确定障碍物的位置，提高自动驾驶的安全性。
通过实施本发明实施例可以对由自动驾驶主车搭载的感知模块所感知的位置信息进行异常检测，并在检测出异常后进行修正，提高了自动驾驶的安全性。
在上述方法项实施例的基础上，本发明对应提供了一装置项实施例；
如图3所示，本发明一实施例提供了一种障碍物位置异常检测装置，包括数据获取模块、预测位置计算模块、跳变距离计算模块、跳变距离阈值计算模块以及异常判定模块；
数据获取模块，用于获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻；
预测位置计算模块，用于根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；
跳变距离计算模块，用于根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离；
跳变距离阈值计算模块，用于将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值；
所述异常判定模块，用于将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
在一个优选的实施例中，还包括位置修正模块；位置修正模块，用于在判定第二位置异常之后，将第二位置替换为预测位置。
需说明的是，本发明所公开的装置项实施例是与本发明方法项实施例相对应的，其能够实现本发明上述任意一项所述的障碍物位置异常检测方法，另以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，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的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种障碍物位置异常检测方法，其特征在于，包括：
获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻；
根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；
根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离；
将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值；
将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
2.如权利要求1所述的障碍物位置异常检测方法，其特征在于，在获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置之前，还包括：
以在主车前进方向上且与主车相距第二距离的位置点为圆心，以第一长度为半径构建第一障碍物检测区域；
以主车为圆心，以第二长度为半径构建第二障碍物检测区域；
去除第一障碍物检测区域以及第二障碍物检测区域的重叠区域，获得实际障碍物检测区域；
根据实际障碍物检测区域进行障碍物检测。
3.如权利要求2所述的障碍物位置异常检测方法，其特征在于，所述第二距离通过以下公式计算得到：
Figure FDA0003355592920000021
所述第一长度通过以下公式计算得到：
Figure FDA0003355592920000022
所述第二长度通过以下公式计算得到：
Figure FDA0003355592920000023
其中，R为第二距离；d为第一长度；r为第二长度；vcar为主车行驶速度；A、B、C、F均为预设参数。
4.如权利要求1所述的障碍物位置异常检测方法，其特征在于，所述根据第二位置和预测位置计算障碍物从T1时刻至T2时刻，在预设方向上的跳变距离，具体包括：
根据第二位置和预测位置计算障碍物从T1时刻至T2时刻的跳变向量；
对跳变向量进行正交分解，获得障碍物在主车前进方向上的第一跳变向量和在主车前进方向的垂直方向上的第二跳变向量；
根据第一跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离；根据第二跳变向量确定障碍物从T1时刻至T2时刻，在主车前进方向的垂直方向上的第二跳变距离。
5.如权利要求4所述的障碍物位置异常检测方法，其特征在于，所述将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，生成障碍物从T1时刻至T2时刻，在预设方向的跳变距离阈值，具体包括：
将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，生成障碍物从T1时刻至T2时刻，在主车前进方向上的第一跳变距离阈值，以及在主车前进方向的垂直方向上的第二跳变距离阈值。
6.如权利要求5所述的障碍物位置异常检测方法，其特征在于，所述将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常，具体包括：
将第一跳变距离与第一跳变距离阈值进行比对，将第二跳变距离与第二跳变距离阈值进行比对，在第一跳变距离超过第二跳变距离阈值或第二跳变距离超过第二跳变距离阈值时判定第二位置异常。
7.如权利要求1所述的障碍物位置异常检测方法，其特征在于，预设的跳变分析模型的构建，具体包括：
根据各时刻下障碍物的速度、与主车的距离以及相对与主车的方向构建回归变量；
根据各时刻下障碍物的位置计算障碍物在各时刻下所对应的跳变距离，并根据所计算的各跳变距离构建解释变量；
根据回归变量、解释变量以及预设的分位数条件构建分位数回归模型，并将所构建的分位数回归模型作为所述跳变分析模型。
8.如权利要求1-7任意一项所述的障碍物位置异常检测方法，其特征在于，在判定第二位置异常之后，还包括：将第二位置替换为预测位置。
9.一种障碍物位置异常检测装置，其特征在于，包括数据获取模块、预测位置计算模块、跳变距离计算模块、跳变距离阈值计算模块以及异常判定模块；
数据获取模块，用于获取障碍物在T1时刻的第一速度、第一位置、与主车的第一距离和相对于主车的第一方向，以及障碍物在T2时刻的第二位置；其中，T1时刻为T2时刻的上一时刻；
预测位置计算模块，用于根据第一速度、第一位置以及T1时刻与T2时刻的间隔时长，计算障碍物在T2时刻的预测位置；
跳变距离计算模块，用于根据第二位置和预测位置计算障碍物从T1时刻至T2时刻时，在预设方向上的跳变距离；
跳变距离阈值计算模块，用于将第一速度、第一距离以及第一方向输入至预设的跳变分析模型中，以使跳变分析模型根据第一速度、第一距离以及第一方向，计算障碍物从T1时刻至T2时刻时，在预设方向的跳变距离阈值；
所述异常判定模块，用于将跳变距离与跳变距离阈值进行比对，在跳变距离超过跳变距离阈值时，判定第二位置异常。
10.如权利要求9所述的障碍物位置异常检测装置，其特征在于，还包括位置修正模块；
位置修正模块，用于在判定第二位置异常之后，将第二位置替换为预测位置。
CN202111350552.1A 2021-11-15 2021-11-15 一种障碍物位置异常检测方法及装置 Active CN114185340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111350552.1A CN114185340B (zh) 2021-11-15 2021-11-15 一种障碍物位置异常检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111350552.1A CN114185340B (zh) 2021-11-15 2021-11-15 一种障碍物位置异常检测方法及装置

Publications (2)

Publication Number Publication Date
CN114185340A true CN114185340A (zh) 2022-03-15
CN114185340B CN114185340B (zh) 2024-04-23

Family

ID=80540922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111350552.1A Active CN114185340B (zh) 2021-11-15 2021-11-15 一种障碍物位置异常检测方法及装置

Country Status (1)

Country Link
CN (1) CN114185340B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5943376A (ja) * 1982-09-06 1984-03-10 Toyoda Autom Loom Works Ltd 物***置検出装置
JP2003344539A (ja) * 2002-05-22 2003-12-03 Toshiba Tec Corp 自律走行車
CN106646491A (zh) * 2015-10-30 2017-05-10 长城汽车股份有限公司 一种超声波防撞雷达***及其障碍物定位方法
CN107578427A (zh) * 2017-07-31 2018-01-12 深圳市易成自动驾驶技术有限公司 动态障碍物的检测方法、装置及计算机可读存储介质
CN108162973A (zh) * 2016-12-07 2018-06-15 法乐第(北京)网络科技有限公司 提高自动驾驶可靠性的装置及自动驾驶***
WO2020137134A1 (ja) * 2018-12-27 2020-07-02 ヤンマー株式会社 作業車両用の衝突回避システム
CN112230642A (zh) * 2019-06-29 2021-01-15 华为技术有限公司 道路可行驶区域推理方法及装置
US20210100156A1 (en) * 2018-03-29 2021-04-08 Yanmar Power Technology Co., Ltd. Obstacle Detection System and Work Vehicle

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5943376A (ja) * 1982-09-06 1984-03-10 Toyoda Autom Loom Works Ltd 物***置検出装置
JP2003344539A (ja) * 2002-05-22 2003-12-03 Toshiba Tec Corp 自律走行車
CN106646491A (zh) * 2015-10-30 2017-05-10 长城汽车股份有限公司 一种超声波防撞雷达***及其障碍物定位方法
CN108162973A (zh) * 2016-12-07 2018-06-15 法乐第(北京)网络科技有限公司 提高自动驾驶可靠性的装置及自动驾驶***
CN107578427A (zh) * 2017-07-31 2018-01-12 深圳市易成自动驾驶技术有限公司 动态障碍物的检测方法、装置及计算机可读存储介质
US20210100156A1 (en) * 2018-03-29 2021-04-08 Yanmar Power Technology Co., Ltd. Obstacle Detection System and Work Vehicle
WO2020137134A1 (ja) * 2018-12-27 2020-07-02 ヤンマー株式会社 作業車両用の衝突回避システム
CN112230642A (zh) * 2019-06-29 2021-01-15 华为技术有限公司 道路可行驶区域推理方法及装置

Also Published As

Publication number Publication date
CN114185340B (zh) 2024-04-23

Similar Documents

Publication Publication Date Title
CN110834642B (zh) 车辆跑偏识别方法、装置、车辆及存储介质
US8954260B2 (en) Method and system for collision assessment for vehicles
US9330343B2 (en) Image analysis apparatus mounted to vehicle
US9527509B2 (en) Driver convenience system and method for determining vertical angle abnormality of radar therein
CN104865579A (zh) 具有判断检测对象运动状况的功能的车载障碍物检测装置
CN111710128B (zh) 车辆异常驾驶的预警方法及装置、电子设备、存储介质
JP6776202B2 (ja) 車載カメラのキャリブレーション装置及び方法
WO2023050586A1 (zh) 定位传感器的异常检测方法、装置及终端设备
US11753002B2 (en) Vehicular control system
US20100145618A1 (en) Vehicle collision management systems and methods
US20210034925A1 (en) Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium
CN105022987B (zh) 用于车道感测传感器的偏差纠正和诊断功能的方法
US9493159B2 (en) High assurance lane fusion system
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
JP6169270B2 (ja) 外部車両の走行状態を識別する方法及び装置
CN114185340B (zh) 一种障碍物位置异常检测方法及装置
EP2879117A1 (en) Information processing apparatus, camera mounting angle estimation method, and program
CN112990117B (zh) 基于智能驾驶***的安装数据处理方法及装置
KR102195364B1 (ko) 차선 추정 장치 및 방법
KR101967315B1 (ko) 차량의 전방 객체 검출 장치 및 방법
JP2005329765A (ja) 走行路認識装置
JP2021117760A (ja) 物体追跡装置及び物体追跡方法
US20200225342A1 (en) Object recognition device and object recognition method
JP7482440B2 (ja) 情報処理装置、情報処理方法及びプログラム
US20230168352A1 (en) Method for assessing a measuring inaccuracy of an environment detection sensor

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