CN114643984A - 驾驶避险方法、装置、设备、介质及产品 - Google Patents
驾驶避险方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN114643984A CN114643984A CN202210546169.1A CN202210546169A CN114643984A CN 114643984 A CN114643984 A CN 114643984A CN 202210546169 A CN202210546169 A CN 202210546169A CN 114643984 A CN114643984 A CN 114643984A
- Authority
- CN
- China
- Prior art keywords
- determining
- area
- ground
- dimensional
- cloud data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000007613 environmental effect Effects 0.000 claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 10
- 238000012886 linear function Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000000903 blocking effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开实施例涉及一种驾驶避险方法、装置、设备、介质及产品,该方法包括获取环境点云数据,基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域;至少根据规划路线与遮挡区域之间的相对位置关系,确定遮挡区域上存在安全风险的位置;基于存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶,本公开实施例的方案能够提高行车安全性。
Description
技术领域
本公开实施例涉及智能驾驶技术领域,尤其涉及一种驾驶避险方法、装置、设备、介质及产品。
背景技术
相关技术中,无人驾驶车辆一般通过传感器对周围环境进行感知。但是,由于实际道路环境比较复杂,行驶过程中不可避免的会出现传感器盲区。这时如果有移动障碍物从传感器盲区中窜出,则会导致碰撞事故,降低了行车的安全性,因此,如何解决由传感器盲区导致的行车安全性问题是亟需解决的技术问题。
发明内容
为了解决上述技术问题,本公开实施例提供了一种驾驶避险方法、装置、设备、介质及产品。
本公开实施例的第一方面提供了一种驾驶避险方法,该方法包括:
获取环境点云数据,基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域;至少根据规划路线与遮挡区域之间的相对位置关系,确定遮挡区域上存在安全风险的位置;基于存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
本公开实施例的第二方面提供了一种驾驶避险装置,该装置包括:
获取模块,用于获取环境点云数据;
第一确定模块,用于基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域;
第二确定模块,用于至少根据规划路线与遮挡区域之间的相对位置关系,确定遮挡区域上存在安全风险的位置;
第三确定模块,用于基于遮挡区域上存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
本公开实施例的第三方面提供了一种计算机设备,该计算机设备包括存储器和处理器,其中,存储器中存储有计算机程序,当该计算机程序被处理器执行时,可以实现上述第一方面的方法。
本公开实施例的第四方面提供了一种计算机可读存储介质,其中,所述存储介质中存储有计算机程序,当所述计算机程序被计算机设备执行时,使得所述计算机设备执行如上述第一方面的方法。
本公开实施例的第五方面提供了一种计算机程序产品,该程序产品存储在存储介质中,当该程序产品被计算机设备的处理器执行时,使得处理器执行上述第一方面的方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例,通过在获取到环境点云数据之后,基于环境点云数据的采集设备的高度和地面高度,能够准确确定出环境点云数据在地面二维平面上的遮挡区域,即采集设备的盲区。通过规划路线与遮挡区域之间的相对位置关系,能够准确确定出遮挡区域上存在安全风险的位置。根据遮挡区域上存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,能够准确确定出经过该遮挡区域时的安全行驶速度,从而通过控制车辆在经过该遮挡区域时以安全行驶速度进行行驶,即可防止运动障碍物从遮挡区域中窜出造成的安全风险,提高了行车的安全性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种驾驶避险控制场景的示意图;
图2是本公开实施例提供的一种驾驶避险方法的流程图;
图3是本公开实施例提供的一种三维点的投影方法的示意图;
图4是本公开实施例提供的一种确定遮挡区域的方法的示意图;
图5是本公开实施例提供的一种确定风险位置的方法示意图;
图6是本公开实施例提供的一种场景示意图;
图7是本公开实施例提供的一种环境点云数据遮挡区域的方法的流程图;
图8是本公开实施例提供的一种二维栅格图的示意图;
图9是本公开实施例提供的又一种二维栅格图的示意图;
图10是本公开实施例提供的一种驾驶避险方法的流程图;
图11是本公开实施例提供的一种驾驶避险装置的结构示意图;
图12是本公开实施例中的一种计算机设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
图1是本公开实施例提供的一种驾驶避险控制场景的示意图。该场景中至少可以包括采集设备11、驾驶避险装置12和下游控制装置13。其中,采集设备11、驾驶避险装置12和下游控制装置13可以全部搭载在同一车辆上,也可以部分搭载在同一车辆上,部分设置在远端服务器上。比如,在一种可行的实施方式中,采集设备11和下游控制设备可以搭载在同一车辆上,驾驶避险装置可以搭载在远端服务器上。或者在另一实施方式中,采集设备11可以搭载在车辆上,驾驶避险装置12和下游控制装置13可以搭载在车辆的车机上,也就是说驾驶避险装置12和下游控制装置13可以是车机上的两个功能模块。当然这里仅为示例说明而不是唯一限定。
在本公开实施例中,采集设备11可以示例性的理解为激光雷达或深度摄像头等点云采集设备,用于采集车辆周围的环境点云数据。采集设备11的数量可以是一个也可以是多个。
驾驶避险装置12可以理解为一种具有数据处理能力和数据通信能力的设备或功能模块。驾驶避险装置12可以从采集设备11上获取车辆周围的环境点云数据,并基于采集设备11距离地面的高度和地面高度,确定出环境点云数据在地面二维平面上造成的遮挡区域,该区域即为采集设备11的盲区;然后驾驶避险装置12还可以至少根据规划路线与盲区之间的相对位置关系,确定出盲区上存在安全风险的位置,并基于存在安全风险的位置与规划路线之间的距离以及盲区在规划路线延伸方向上的宽度,确定经过盲区时的安全行驶速度。
下游控制装置13可以理解为一种车辆控制设备或模块。下游控制装置13用于根据驾驶避险装置12确定出的安全行驶速度,控制车辆在经过上述盲区时,以该安全行驶速度进行行驶,在一些实施例中,下游控制装置13还用于对存在安全风险的位置进行显示。
本公开实施例,能够准确确定出采集设备的盲区以及盲区上存在安全风险的位置,并根据存在安全风险的位置与规划路线之间的距离以及盲区在规划路线延伸方向上的宽度,确定经过盲区时的安全行驶速度,从而通过控制车辆在盲区中以安全行驶速度进行行驶,即可避免运动障碍物从盲区中突然窜出造成的安全风险,提高了行车的安全性。
为了更好理解本公开实施例的技术方案,下面结合示例性的实施例对本公开实施例提供的驾驶避险方案进行说明。
示例的,图2是本公开实施例提供的一种驾驶避险方法的流程图。该方法可以示例性的由上述场景中的驾驶避险装置12来执行。如图2所示,本公开实施例提供的驾驶避险方法可以包括如下步骤:
步骤201、获取环境点云数据。
本公开实施例所称的环境点云数据可以通过车辆上搭载的激光雷达采集得到。或者也可以通过对车辆上的摄像头采集到的图像进行三维重建得到,其中用于三维重建的方法比如可以是定位与地图构建 (Simultaneous Localization and Mapping,简称SLAM)算法,但不局限于SLAM算法。
步骤202、基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域。
其中,采集设备可以理解为车辆上搭载的激光雷达或摄像头。采集设备的高度可以理解为采集设备距离地面的高度或者距离海平面的海拔高度。采集设备距离地面的高度可以基于采集设备的标定信息获取到。采集设备的海拔高度可以基于车辆上的惯性测量单元采集到的海拔高度与采集设备距离地面的标定高度求和得到。
地面二维平面可以理解为地面所在的二维平面。环境点云数据在地面二维平面上的遮挡区域可以理解为采集设备的采集盲区在地面上的投影。环境点云数据的遮挡区域可以通过多种方法确定:
示例的,在一种可行的确定方法中,可以先基于采集设备的高度和地面高度,确定环境点云数据中的三维点在地面二维平面上的遮挡位置,然后再基于环境点云数据中的三维点在地面二维平面上的遮挡位置,确定环境点云数据在地面二维平面上的遮挡区域。例如,图3是本公开实施例提供的一种三维点的投影方法的示意图,如图3所示,在已知采集设备高度和地面高度的前提下,可以从采集设备的位置朝指向三维点G1的方向做射线,射线穿过三维点G1后与地面二维平面的交点为G1’,那么G1’在地面二维平面上的位置即为三维点G1在地面二维平面上的投影位置。由于采集设备,比如雷达,发出的射线是直线传播的,射线在到达三维点G1后,由于三维点G1的遮挡无法到达三维点G1后的部分,因此会在三维点G1后的地面二维平面上形成一个三维点G1的“影子”,该“影子”的位置即为三维点G1在地面二维平面上的遮挡位置,也就是说在一些实施方式中,可以沿采集设备指向三维点的方向对三维点进行投影,得到三维点在地面二维平面上的投影位置,并将该投影位置确定为三维点在地面二维平面上的遮挡位置。
类似的,通过对环境点云数据中的每个三维点进行上述投影,即可得到每个三维点在地面二维平面上的遮挡位置。通过对环境点云数据中位于同一物体上的三维点的遮挡位置进行聚合,即可确定得到该物体在地面二维平面上的遮挡区域。实际中,环境点云数据中可以包括多个物体的点云数据,那么在本公开实施例中,环境点云数据在地面二维平面上的遮挡区域即为这些物体在地面二维平面上的遮挡区域。
另外,考虑到实际中高度高于采集设备的三维点无法在地面二维平面上得到投影点,因此,在对环境点云数据中的三维点进行投影时,可以仅对环境点云数据中高度低于采集设备的高度,高于地面高度的三维点进行投影,并将投影位置作为遮挡位置。
值得说明的是,本公开实施例的目的在于识别可以对行驶造成安全风险的遮挡,而高度比较低的物体造成的遮挡一般不会影响车辆对周围环境的感知,风险性较低。因此,为了降低数据处理量,提高处理速度,一些实施方式中还可以对目标投影的三维点的最低高度进行设置,即只有在三维点高于最低预设高度,低于采集设备的高度时,才对三维点进行投影,否则不投影。
示例的,图4是本公开实施例提供的一种确定遮挡区域的方法的示意图,如图4所示。在另一种遮挡区域的确定方法中,还可以先在环境点云数据中对物体进行识别,得到物体的包围框。然后,从采集设备指向包围框的方向,进行投影,得到包围框在地面二维平面上的投影区域,该投影区域即为物体在地面二维平面上的遮挡区域。类似的,当环境点云数据中包括多个物体时,多个物体在地面二维平面上的遮挡区域,即为环境点云数据在地面二维平面上的遮挡区域。
另外,与上述第一种确定方法类似的,为了减少数据处理量和处理速度,在一些实施方式中也可以仅对高度低于采集设备的高度,高于最低预设高度的物体的包围框进行投影。其中,当包围框的部分满足上述高度要求,部分不满足上述高度要求的情况下,可以进队满足高度要求的部分进行投影,其投影方法与上述投影方法类似,在这里不再赘述。
需要说明的是,上述两种确定遮挡区域的方法仅是示例性的方法而不是唯一的方法,实际中,还可以根据需要设定其他任意可实现的方法。
步骤203、至少根据规划路线与遮挡区域之间的相对位置关系,确定遮挡区域上存在安全风险的位置。
在本公开实施例中,存在安全风险的位置可以位于遮挡区域内。比如,在一种可行的实施方式中,可以将遮挡区域中与规划路线之间的距离小于预设距离的一个或多个位置,确定为存在安全风险的位置。或者,也可以将遮挡区域中与规划路线之间的距离小于预设距离,且位于可通行区域内的一个或多个位置,确定为存在安全风险的位置。当然这里仅是示例说明而不是唯一限定。
在本公开实施例的其他实施方式中,存在安全风险的位置可以位于遮挡区域的边界上。在这种情况下,确定存在安全风险的位置的方法可以有多种。比如,在一种可行的方法中,可以根据规划路线与遮挡区域之间的相对位置关系,沿垂直于前进方向的方向向遮挡区域做射线,得到射线与所述遮挡区域之间的交点,然后,再根据高精地图,确定位于道路区域内的交点为目标交点,将目标交点所在的位置确定为存在安全风险的位置。或者在得到射线与所述遮挡区域之间的交点之后,还可以根据高精度图从交点中确定出位于道路区域内的交点,然后,根据周围环境中的障碍物信息,判断射线到达道路区域内的交点之前是否经过了不可穿过的障碍物(比如栅栏、雕塑等),如果到达交点前射线未穿过了不可穿过的障碍物,则将该交点确定为目标交点,将该交点所在的位置确定为存在风险的位置。其中,周围环境中的障碍物的信息,可以通过车辆感知模块从周围环境中感知得到,感知方法与现有技术类似,在这里不再赘述。
举例来说,图5是本公开实施例提供的一种确定风险位置的方法示意图。比如在图5中,遮挡区域在规划路线的左侧,则可以沿规划路线向规划路线的左侧做射线,射线与遮挡区域之间的交点有多个。假如根据高精地图,交点H1和H2在道路区域内,那么由于射线在到达H2时穿过了不可穿过的障碍物(比如雕塑),到达交点H1的射线在到达交点H1之前没有穿过障碍物,则确定交点H1的位置为存在安全风险的位置。当然这里仅是以图5进行的示例说明而不是唯一限定。
步骤204、基于存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
在本公开实施例中,存在安全风险的位置与规划路线之间的距离可以理解为存在安全风险的位置与规划路线之间的最短距离。遮挡区域在规划路线延伸方向上的宽度可以理解为车辆经过该遮挡区域所需行驶的最小直线距离。比如,图6是本公开实施例提供的一种场景示意图,在图6中,h1即可理解为存在安全风险的位置与规划路线之间的距离,h2即可理解为遮挡区域在规划路线延伸方向上的宽度。当然,这里仅是以图6进行的示例说明而不是唯一限定。
在本公开实施例的一种实施方式中,可以基于模型训练方法预先训练得到用于预测安全行驶速度的模型。将存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度作为模型的输入,通过模型预测得到经过遮挡区域时的安全行驶速度。
在本公开实施例的另一种实施方式中,还可以预先设置用于确定安全行驶速度的非线性函数,通过将存在安全风险的位置与规划路线之间的距离,以及遮挡区域在规划路线延伸方向上的宽度作为非线性函数的输入来确定得到车辆在遮挡区域上的安全行驶速度。
其中,为了提高速度预测的准确性,在一些实施方式中,还可以针对不同的道路类型预先设置对应的非线性函数或模型。比如,在一些实施例中,可以将道路类型划分为机动车道、非机动车道以及路口。分别针对机动车道、非机动车道以及路口建立对应的非线性函数或模型。在确定得到遮挡区域上存在安全风险的位置后,先基于高精地图确定上述位置是在机动车道上、还是非机动车道上,又或者是在路口上,也就是说要基于高精地图确定上述位置所属的车道类型,然后,再根据车道类型与非线性函数或者模型之间的对应关系,确定对应的非线性函数或者模型,进而通过确定得到的非线性函数或者模型来确定得到经过遮挡区域的安全行驶速度。
进一步的针对同一道路类型中的不同遮挡情况也可以分别设置对应的非线性函数或者模型,比如,在一些示例性的实施方式中可以根据遮挡情况进行如下场景的划分,其中每种场景均可以配置对应的非线性函数或模型:
1.十字路口大遮挡 ;
2.十字路口小遮挡;
3.T字路口大遮挡 ;
4.T字路口小遮挡 ;
5.非机动车道上单车遮挡 ;
6.非机动车道上多车遮挡 ;
7.机动车道上单车遮挡 ;
8.机动车道上多车遮挡 ;
9.机动车道上静止大物体遮挡 ;
10.机动车道上静止小物体遮挡 ;
11.非机动车道上静止大物体遮挡;
12.非机动车道上静止小物体遮挡。
本公开实施例,通过在获取到环境点云数据之后,基于环境点云数据的采集设备的高度和地面高度,能够准确确定出环境点云数据在地面二维平面上的遮挡区域,即采集设备的盲区。通过规划路线与遮挡区域之间的相对位置关系,能够准确确定出遮挡区域上存在安全风险的位置。根据遮挡区域上存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,能够准确确定出经过该遮挡区域时的安全行驶速度,从而通过控制车辆在经过该遮挡区域时以安全行驶速度进行行驶,即可防止运动障碍物从遮挡区域中窜出造成的安全风险,提高了行车的安全性。
图7是本公开实施例提供的一种环境点云数据遮挡区域的方法的流程图,如图7所示,在本公开实施例提供的一种实施方式中,可以通过如下方法来确定环境点云数据在地面二维平面上的遮挡区域:
步骤701、基于环境点云数据中的三维点在地面二维平面上的遮挡位置,建立地面二维平面的二维栅格图,二维栅格图中包括对被遮挡栅格的标记信息。
其中,地面二维平面的二维栅格图可以由多个栅格组成,每个栅格都可以有相应的标记信息,该标记信息用于指示该栅格有没有被环境点云数据遮挡。比如,可以用不同的颜色对不同的栅格进行填充,从而通过颜色来标记栅格是否有被遮挡,或者也可以通过标签来对栅格进行标注,通过标签来标记栅格有没有被遮挡。当然这里的标记方式仅为示例说明而不是唯一限定。实际上,栅格的标记方式可以根据需要进行设定,而不需要局限于某一种或几种特定的方法。
在本公开实施例中,可以预先对栅格的大小进行设置。然后根据预设栅格大小来对地面二维平面进行分割得到地面二维平面的二维栅格图。当栅格中包括环境点云数据的遮挡位置时,将该栅格标记为被遮挡,如果不包括遮挡位置,则标记为未被遮挡。
步骤702、基于二维栅格图中的标记信息,确定环境点云数据在地面二维平面上的遮挡区域。
在一种示例性的实施方式中,可以基于二维栅格图上被遮挡的栅格的标记信息,通过边缘轮廓提取算法从二维栅格图中提取得到环境点云数据在地面二维平面上的遮挡区域。比如,图8是本公开实施例提供的一种二维栅格图的示意图,图8中黑色的栅格为被遮挡的栅格,通过边缘轮廓提取方法可提取得到由六个黑色栅格所组成的矩形区域,该区域即为遮挡区域。
需要说明的是,由于二维栅格图中的标记信息可能存在误差,为了却表遮挡区域的准确性。在基于二维栅格图中的标记信息,确定遮挡区域之前,还可以对二维栅格图中的标记信息进行校正,校正方法包括但不局限于如下中的一种或多种:
在一种校正方法中,可以时序滤波滤除动态障碍物造成的干扰。具体的,可以基于预设的时间窗口获取历史采集到的多帧环境点云数据的二维栅格图,然后,确定同一地理位置在各二维栅格图(包括历史得到的二维栅格图和当前时刻的二维栅格图)中对应的栅格的标记信息,如果有至少一个标记信息表示的是未被遮挡,则将该栅格在当前时刻的标记信息确定为未被遮挡。或者,还可以将历史采集到的多帧环境点云数据的二维栅格图投影到当前时刻的二维栅格图上,得到融合后的二维栅格图。此时,在融合后的二维栅格图上一个栅格对应至少一个标记信息。针对每个栅格,如果有至少一个标记信息表示栅格未被遮挡,则将该栅格的标记信息确定为未被遮挡。
在一种校正方法中,还可以通过空间滤波对二维栅格图中的标记信息进行校正。具体的,针对二维栅格图上被标记为未被遮挡的栅格,可以通过该栅格周围预设范围内被标记为被遮挡的栅格的数量来确定该栅格的标记信息应该是被遮挡还是未被遮挡,如果该数量超过预设阈值,则将该栅格的标记信息重新校正为被遮挡。比如,图9是本公开实施例提供的又一种二维栅格图的示意图,在图9中黑色栅格表示被遮挡的栅格,白色栅格表示未被遮挡的栅格。如图9所示,栅格P被标记为未被遮挡的栅格,而栅格P周围的圆形区域内都是被标记为被遮挡的栅格,则将栅格P的标记信息也校正为被遮挡的栅格。当然图9仅是示例说明,而不是唯一限定。
本公开实施例,基于环境点云数据在地面二维平面上的遮挡位置建立二维栅格图,通过时序和或空间滤波的方法对二维栅格图上的标记信息进行校正,然后基于校正后的二维栅格图确定遮挡区域,能够提高遮挡区域的准确性。
图10是本公开实施例提供的一种驾驶避险方法的流程图。如图10所示,该方法可以包括:
步骤2001、获取环境点云数据。
步骤2002、基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域。
步骤2001-2002的执行方式和步骤201-202类似,在这里不再赘述。
步骤2003、基于高精地图对地面二维平面进行裁剪处理,得到地面二维平面上的道路平面图。
在本公开实施例中,可以基于车辆当前位置以及采集设备的采集范围,确定地面二维平面在高精地图中对应的区域。然后根据该区域的地图信息从地面二维平面上裁剪得到道路平面图,其中,道路平面图中至少包括如下道路中的一种:机动车道、非机动车道和路口。
另外,考虑到遮挡范围较小的遮挡区域对行车安全性影响较小。为了减少计算量,提高计算速度,在一些实施例中,在从地面二维平面中裁剪得到道路平面图之后,还可以从道路平面图中清楚面积小于预设面积的遮挡区域,保留面积大于或等于预设面积的遮挡区域。
步骤2004、至少根据规划路线与所述遮挡区域之间的相对位置关系,在道路平面图上确定存在安全风险的位置。
其中,在道路平面图上确定存在安全风险的位置可以理解为在道路平面图包含的遮挡区域上确定存在安全风险的位置。
步骤2005、基于存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
本公开实施例,通过从地面二维平面上剪切得到道路平面图,在道路平面图上确定存在安全风险的区域,能够在保证行车安全性的同时,减少计算量,提高计算速度。
图11是本公开实施例提供的一种驾驶避险装置的结构示意图,如图11所示,驾驶避险装置1100包括:
获取模块1101,用于获取环境点云数据;
第一确定模块1102,用于基于所述环境点云数据的采集设备的高度和地面高度,确定所述环境点云数据在地面二维平面上的遮挡区域;
第二确定模块1103,用于至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置;
第三确定模块1104,用于基于所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
在一种实施方式中,第一确定模块1102,用于:
基于所述采集设备的高度和地面高度,确定所述环境点云数据中的三维点在地面二维平面上的遮挡位置;
基于所述环境点云数据中的三维点在地面二维平面上的遮挡位置,确定所述环境点云数据在所述地面二维平面上的遮挡区域。
在一种实施方式中,第一确定模块1102,用于:
基于所述采集设备的高度和地面高度,确定所述环境点云数据中高度低于所述采集设备的高度,高于所述地面高度的三维点的所述遮挡位置。
在一种实施方式中,第一确定模块1102,用于:
沿所述采集设备指向所述三维点的方向对所述三维点进行投影,得到所述三维点在所述地面二维平面上的投影位置;
将所述投影位置确定为所述三维点在所述地面二维平面上的遮挡位置。
在一种实施方式中,第一确定模块1102,用于:
基于所述环境点云数据中的三维点在地面二维平面上的遮挡位置,建立所述地面二维平面的二维栅格图,所述二维栅格图中包括对被遮挡栅格的标记信息;
基于所述二维栅格图中的所述标记信息,确定所述环境点云数据在所述地面二维平面上的遮挡区域。
在一种实施方式中,驾驶避险装置1100,还可以包括:
校正模块,用于基于至少一个历史得到的二维栅格图中包含的标记信息,对当前二维栅格图中的标记信息进行校正。
在一种实施方式中,校正模块,用于:
将至少一个历史得到的栅格图投影到当前二维栅格图上,得到投影融合后的二维栅格图;
针对投影融合后的二维栅格图上的栅格,若所述栅格对应的标记信息中有至少一个标记信息指示所述栅格未被遮挡,则将所述栅格对应的标记信息确定为未被遮挡,否则将所述栅格的标记信息确定为被遮挡;
针对被标记为未被遮挡的栅格,确定所述栅格周围预设范围内被标记为被遮挡的栅格的数量;
若所述数量超过预设阈值,则将所述栅格的标记信息重新校正为被遮挡。
在一种实施方式中,驾驶避险装置1100,还可以包括:
裁剪模块,用于:基于高精地图对所述地面二维平面进行裁剪处理,得到所述地面二维平面上的道路平面图;
第二确定模块1103,用于:
至少根据规划路线与所述遮挡区域之间的相对位置关系,在所述道路平面图上确定所述存在安全风险的位置。
在一种实施方式中,驾驶避险装置1100,还可以包括:
清除模块,用于清除所述道路平面图上小于预设面积的遮挡区域。
在一种实施方式中,第二确定模块1103,用于:
根据所述规划路线与所述遮挡区域之间的相对位置关系,沿垂直于前进方向的方向向所述遮挡区域做射线,得到所述射线与所述遮挡区域之间的交点;
至少根据高精地图,确定位于道路区域内的目标交点;
将所述目标交点的位置确定为存在安全风险的位置。
在一种实施方式中,第二确定模块1103,用于:
基于高精地图和障碍物信息,将位于道路区域内,且射线到达前没有穿过不可穿过的障碍物的交点确定为目标交点。
在一种实施方式中,驾驶避险装置1100,还可以包括:
第四确定模块,用于基于高精地图,确定所述存在安全风险的位置所属的车道类型,所述车道类型包括:非机动车道、激动车道和路口;
第三确定模块1104,用于根据所述存在安全风险的位置所属的车道类型,确定对应的非线性函数;
将所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度作为所述非线性函数的输入,基于所述非线性函数确定得到经过所述遮挡区域时的安全行驶速度。
本公开实施例提供的装置能够执行图2-图10中任一实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
本公开实施例还提供一种计算机设备,该计算机设备包括处理器和存储器,其中,所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时可以实现上述任一方法实施例的方法。
示例的,图12是本公开实施例中的一种计算机设备的结构示意图。下面具体参考图12,其示出了适于用来实现本公开实施例中的计算机设备1400的结构示意图。本公开实施例中的计算机设备1400可以包括但不限于诸如服务器、车机等具有计算和数据处理能力的设备。图12示出的计算机设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图12所示,计算机设备1400可以包括处理装置(例如中央处理器、图形处理器等)1401,其可以根据存储在只读存储器(ROM)1402中的程序或者从存储装置1408加载到随机访问存储器(RAM)1403中的程序而执行各种适当的动作和处理。在RAM 1403中,还存储有计算机设备1400操作所需的各种程序和数据。处理装置1401、ROM 1402以及RAM 1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。
通常,以下装置可以连接至I/O接口1405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1407;包括例如磁带、硬盘等的存储装置1408;以及通信装置1409。通信装置1409可以允许计算机设备1400与其他设备进行无线或有线通信以交换数据。虽然图12示出了具有各种装置的计算机设备1400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置14014从网络上被下载和安装,或者从存储装置1408被安装,或者从ROM 1402被安装。在该计算机程序被处理装置1401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述计算机设备中所包含的;也可以是单独存在,而未装配入该计算机设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该计算机设备执行时,使得该计算机设备:获取环境点云数据,基于环境点云数据的采集设备的高度和地面高度,确定环境点云数据在地面二维平面上的遮挡区域;至少根据规划路线与遮挡区域之间的相对位置关系,确定遮挡区域上存在安全风险的位置;基于所述存在安全风险的位置与规划路线之间的距离以及遮挡区域在规划路线延伸方向上的宽度,确定经过遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本公开实施例还提供一种计算机可读存储介质,所述存储介质中存储有计算机程序,当所述计算机程序被处理器执行时可以实现上述图2-图10中任一实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
本公开实施例还提供一种计算机程序产品,所述程序产品存储在存储介质中,当所述程序产品被计算机设备的处理器执行时,使得所述处理器执行图2-图10中任一实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (16)
1.一种驾驶避险方法,其特征在于,包括:
获取环境点云数据;
基于所述环境点云数据的采集设备的高度和地面高度,确定所述环境点云数据在地面二维平面上的遮挡区域;
至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置;
基于所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
2.根据权利要求1所述的方法,其特征在于,所述基于所述环境点云数据的采集设备的高度和地面高度,确定所述环境点云数据在地面二维平面上的遮挡区域,包括:
基于所述采集设备的高度和地面高度,确定所述环境点云数据中的三维点在地面二维平面上的遮挡位置;
基于所述环境点云数据中的三维点在地面二维平面上的遮挡位置,确定所述环境点云数据在所述地面二维平面上的遮挡区域。
3.根据权利要求2所述的方法,其特征在于,所述基于所述采集设备的高度和地面高度,确定所述环境点云数据中的三维点在地面二维平面上的遮挡位置,包括:
基于所述采集设备的高度和地面高度,确定所述环境点云数据中高度低于所述采集设备的高度,高于所述地面高度的三维点的所述遮挡位置。
4.根据权利要求3所述的方法,其特征在于,所述确定所述环境点云数据中高度低于所述采集设备的高度,高于所述地面高度的三维点的所述遮挡位置,包括:
沿所述采集设备指向所述三维点的方向对所述三维点进行投影,得到所述三维点在所述地面二维平面上的投影位置;
将所述投影位置确定为所述三维点在所述地面二维平面上的遮挡位置。
5.根据权利要求2所述的方法,其特征在于,所述基于所述环境点云数据中的三维点在地面二维平面上的遮挡位置,确定所述环境点云数据在所述地面二维平面上的遮挡区域,包括:
基于所述环境点云数据中的三维点在地面二维平面上的遮挡位置,建立所述地面二维平面的二维栅格图,所述二维栅格图中包括对被遮挡栅格的标记信息;
基于所述二维栅格图中的所述标记信息,确定所述环境点云数据在所述地面二维平面上的遮挡区域。
6.根据权利要求5所述的方法,其特征在于,所述基于所述二维栅格图中的所述标记信息,确定所述环境点云数据在所述地面二维平面上的遮挡区域之前,所述方法还包括:
基于至少一个历史得到的二维栅格图中包含的标记信息,对当前二维栅格图中的标记信息进行校正。
7.根据权利要求6所述的方法,其特征在于,所述基于至少一个历史栅格图中包含的标记信息,对当前二维栅格图中的标记信息进行校正,包括:
将至少一个历史得到的栅格图投影到当前二维栅格图上,得到投影融合后的二维栅格图;
针对投影融合后的二维栅格图上的栅格,若所述栅格对应的标记信息中有至少一个标记信息指示所述栅格未被遮挡,则将所述栅格对应的标记信息确定为未被遮挡,否则将所述栅格的标记信息确定为被遮挡;
针对被标记为未被遮挡的栅格,确定所述栅格周围预设范围内被标记为被遮挡的栅格的数量;
若所述数量超过预设阈值,则将所述栅格的标记信息重新校正为被遮挡。
8.根据权利要求1所述的方法,其特征在于,所述基于所述环境点云数据的采集设备的高度和地面高度,确定所述环境点云数据在地面二维平面上的遮挡区域之后,所述方法还包括:
基于高精地图对所述地面二维平面进行裁剪处理,得到所述地面二维平面上的道路平面图;
所述至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置,包括:
至少根据规划路线与所述遮挡区域之间的相对位置关系,在所述道路平面图上确定所述存在安全风险的位置。
9.根据权利要求8所述的方法,其特征在于,至少根据规划路线与所述遮挡区域之间的相对位置关系,在所述道路平面图上确定所述存在安全风险的位置之前,所述方法还包括:
清除所述道路平面图上小于预设面积的遮挡区域。
10.根据权利要求1-9中任一项所述的方法,其特征在于,所述至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置,包括:
根据所述规划路线与所述遮挡区域之间的相对位置关系,沿垂直于前进方向的方向向所述遮挡区域做射线,得到所述射线与所述遮挡区域之间的交点;
至少根据高精地图,确定位于道路区域内的目标交点;
将所述目标交点的位置确定为存在安全风险的位置。
11.根据权利要求10所述的方法,其特征在于,所述至少根据高精地图,确定位于道路区域内的目标交点,包括:
基于高精地图和障碍物信息,将位于道路区域内,且射线到达前没有穿过不可穿过的障碍物的交点确定为目标交点。
12.根据权利要求1所述的方法,其特征在于,所述至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置之后,所述方法还包括:
基于高精地图,确定所述存在安全风险的位置所属的车道类型,所述车道类型包括:非机动车道、机动车道和路口;
所述基于所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,包括:
根据所述存在安全风险的位置所属的车道类型,确定对应的非线性函数;
将所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度作为所述非线性函数的输入,基于所述非线性函数确定得到经过所述遮挡区域时的安全行驶速度。
13.一种驾驶避险装置,其特征在于,包括:
获取模块,用于获取环境点云数据;
第一确定模块,用于基于所述环境点云数据的采集设备的高度和地面高度,确定所述环境点云数据在地面二维平面上的遮挡区域;
第二确定模块,用于至少根据规划路线与所述遮挡区域之间的相对位置关系,确定所述遮挡区域上存在安全风险的位置;
第三确定模块,用于基于所述存在安全风险的位置与所述规划路线之间的距离以及所述遮挡区域在所述规划路线延伸方向上的宽度,确定经过所述遮挡区域时的安全行驶速度,使得车辆在经过所述遮挡区域时以所述安全行驶速度行驶。
14.一种计算机设备,其特征在于,包括:
存储器和处理器,其中,所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,实现如权利要求1-12中任一项所述的方法。
15.一种计算机可读存储介质,其中,所述存储介质中存储有计算机程序,当所述计算机程序被计算机设备执行时,使得所述计算机设备执行如权利要求1-12中任一项所述的方法。
16.一种计算机程序产品,其中,所述计算机程序产品存储在存储介质中,当所述计算机程序产品被计算机设备执行时,所述计算机设备执行如权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546169.1A CN114643984A (zh) | 2022-05-20 | 2022-05-20 | 驾驶避险方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546169.1A CN114643984A (zh) | 2022-05-20 | 2022-05-20 | 驾驶避险方法、装置、设备、介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114643984A true CN114643984A (zh) | 2022-06-21 |
Family
ID=81997506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210546169.1A Pending CN114643984A (zh) | 2022-05-20 | 2022-05-20 | 驾驶避险方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114643984A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115311354A (zh) * | 2022-09-20 | 2022-11-08 | 中国铁建电气化局集团有限公司 | 异物风险区域的识别方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170371338A1 (en) * | 2016-06-28 | 2017-12-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Occluded area detection with static obstacle maps |
CN110456796A (zh) * | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 视觉盲区检测方法及装置 |
US20190384302A1 (en) * | 2018-06-18 | 2019-12-19 | Zoox, Inc. | Occulsion aware planning and control |
WO2021000800A1 (zh) * | 2019-06-29 | 2021-01-07 | 华为技术有限公司 | 道路可行驶区域推理方法及装置 |
CN112752988A (zh) * | 2018-09-28 | 2021-05-04 | 祖克斯有限公司 | 雷达空间估计 |
WO2021196145A1 (zh) * | 2020-04-02 | 2021-10-07 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助***以及包括该***的智能驾驶车辆 |
US20220113403A1 (en) * | 2020-06-30 | 2022-04-14 | Shanghai Sensetime Intelligent Technology Co., Ltd. | Method and device for controlling vehicle, electronic equipment, and storage medium |
-
2022
- 2022-05-20 CN CN202210546169.1A patent/CN114643984A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170371338A1 (en) * | 2016-06-28 | 2017-12-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Occluded area detection with static obstacle maps |
US20190384302A1 (en) * | 2018-06-18 | 2019-12-19 | Zoox, Inc. | Occulsion aware planning and control |
CN112752988A (zh) * | 2018-09-28 | 2021-05-04 | 祖克斯有限公司 | 雷达空间估计 |
WO2021000800A1 (zh) * | 2019-06-29 | 2021-01-07 | 华为技术有限公司 | 道路可行驶区域推理方法及装置 |
CN110456796A (zh) * | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 视觉盲区检测方法及装置 |
WO2021196145A1 (zh) * | 2020-04-02 | 2021-10-07 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助***以及包括该***的智能驾驶车辆 |
US20220113403A1 (en) * | 2020-06-30 | 2022-04-14 | Shanghai Sensetime Intelligent Technology Co., Ltd. | Method and device for controlling vehicle, electronic equipment, and storage medium |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115311354A (zh) * | 2022-09-20 | 2022-11-08 | 中国铁建电气化局集团有限公司 | 异物风险区域的识别方法、装置、设备及存储介质 |
CN115311354B (zh) * | 2022-09-20 | 2024-01-23 | 中国铁建电气化局集团有限公司 | 异物风险区域的识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111874006B (zh) | 路线规划处理方法和装置 | |
CN112204343B (zh) | 高清晰地图数据的可视化 | |
WO2021003452A1 (en) | Determination of lane connectivity at traffic intersections for high definition maps | |
Negru et al. | Image based fog detection and visibility estimation for driving assistance systems | |
EP3553752A1 (en) | Information processing apparatus, information processing method, and computer-readable medium for generating an obstacle map | |
CN112258519B (zh) | 一种高精度地图制作中道路的让行线自动化提取方法及装置 | |
CN111339876B (zh) | 用于识别场景中各区域类型的方法和装置 | |
CN109636842B (zh) | 车道线修正方法、装置、设备及存储介质 | |
RU2744012C1 (ru) | Способы и системы для автоматизированного определения присутствия объектов | |
CN111091037A (zh) | 用于确定驾驶信息的方法和设备 | |
CN115292435B (zh) | 高精地图的更新方法和装置、电子设备和存储介质 | |
WO2023179028A1 (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN116071729A (zh) | 可行驶区域和路沿的检测方法、装置及相关设备 | |
CN113835102A (zh) | 车道线生成方法和装置 | |
CN115406457A (zh) | 一种可行驶区域检测方法、***、设备及存储介质 | |
CN117677976A (zh) | 可行驶区域生成方法、可移动平台及存储介质 | |
CN114643984A (zh) | 驾驶避险方法、装置、设备、介质及产品 | |
CN116052124A (zh) | 多相机生成局部地图模板理解加强目标检测方法及*** | |
CN111427331B (zh) | 无人驾驶车辆的感知信息展示方法、装置和电子设备 | |
CN115468578B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
US11555928B2 (en) | Three-dimensional object detection with ground removal intelligence | |
CN115447606A (zh) | 一种基于盲区识别的自动驾驶车辆控制方法和装置 | |
CN108022250B (zh) | 基于自适应阈值分割的自动驾驶处理方法及装置 | |
CN112526477A (zh) | 用于处理信息的方法和装置 | |
CN115507873B (zh) | 基于公交车尾红绿灯的路径规划方法、装置、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220621 |