CN115352452A - 车辆环境的感知方法、***、电子设备及存储介质 - Google Patents
车辆环境的感知方法、***、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115352452A CN115352452A CN202210955847.XA CN202210955847A CN115352452A CN 115352452 A CN115352452 A CN 115352452A CN 202210955847 A CN202210955847 A CN 202210955847A CN 115352452 A CN115352452 A CN 115352452A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- dynamic
- position information
- target 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.)
- Pending
Links
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
- B60W40/00—Estimation 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
- B60W40/02—Estimation 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车辆环境的感知方法、***、电子设备及存储介质,涉及新兴信息技术领域,旨在让无环境感知传感器的车辆具有环境感知功能。所述方法应用于云端服务器,所述方法包括:获取位于目标车辆的移动终端上传的所述目标车辆的位置信息,以及获取位于路侧的多个道路感知模块上传的各动态目标的位置信息,所述动态目标包括车辆;根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆;将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
Description
技术领域
本申请涉及信息处理技术领域,特别是涉及一种车辆环境的感知方法、***、电子设备及存储介质。
背景技术
随着科技的进步,汽车越来越电子化,对车辆周边环境的智能感知已成为未来汽车研究的重点和热点。相关技术中,在车辆上安装了环境感知传感器(如雷达、摄像头等),环境感知传感器采集大量的环境信息;各种计算单元处理环境感知传感器采集的环境信息,从而实现车辆的环境感知功能。
然而,环境感知传感器价格昂贵,且对体积要求较高,拥有环境感知功能的车辆通常价格昂贵。因此,环境感知功能无法普及到广大出行者的汽车,传统汽车很难实现环境感知功能。
发明内容
鉴于上述问题,本申请实施例提供了一种车辆环境的感知方法、***、电子设备及存储介质,以便克服上述问题或者至少部分地解决上述问题。
本申请实施例的第一方面,提供了一种车辆环境的感知方法,应用于云端服务器,所述方法包括:
获取位于目标车辆的移动终端上传的所述目标车辆的位置信息,以及获取位于路侧的多个道路感知模块上传的各动态目标的位置信息,所述动态目标包括车辆;
根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆;
将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
可选地,所述方法还包括:
获取所述移动终端上传的所述目标车辆的外观信息,以及获取所述多个道路感知模块上传的所述各动态目标的外观标签;
所述根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,包括:
针对所述各动态目标中外观标签为车辆的各车辆目标,将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆;
所述将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标,包括:
将所述各待展示的动态目标的外观标签和位置信息,发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的外观标签渲染出所述各待展示的动态目标的虚拟形象,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标的虚拟形象。
可选地,所述多个道路感知模块还用于采集各静态目标的信息;所述方法还包括:
获取预制地图,所述预制地图是根据所述多个道路感知模块采集的所述各静态目标的信息生成的;
所述将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:
根据所述各车辆目标的位置信息和外观标签,在所述预制地图中生成所述各车辆目标的位置框并添加外观标签;
在所述目标车辆的位置落入一个车辆目标的位置框,且所述目标车辆的外观信息与该车辆目标的位置框携带的外观标签相匹配的情况下,将该车辆目标确定为所述目标车辆。
可选地,所述将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:
在所述各车辆目标的位置信息与所述目标车辆的位置信息不匹配,和/或在所述各车辆目标的外观标签与所述目标车辆的外观信息不匹配的情况下,确定所述各车辆目标中与所述目标车辆的外观信息相匹配、且位于所述目标车辆周围的候选车辆的数量;
在所述候选车辆仅有一个的情况下,将所述候选车辆确定为所述目标车辆;
在所述候选车辆有多个的情况下,根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆。
可选地,所述根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆,包括:
在仅有一个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,将该候选车辆确定为所述目标车辆;
在有多个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆。
可选地,所述根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆,包括:
根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径;
根据所述移动终端历史上传的所述目标车辆的位置信息,确定所述目标车辆的历史路径;
将历史路径与所述目标车辆的历史路径匹配度最高的候选车辆,确定为所述目标车辆。
可选地,所述根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径,包括:
根据所述道路感知模块当前时刻上传的该多个候选车辆各自的位置信息,标记该多个候选车辆;
针对标记的每个候选车辆,获取不同道路感知模块历史采集的该候选车辆的位置信息;
按照时间倒序的方式,对所述不同道路感知模块历史采集的该候选车辆的位置信息进行回溯,得到该候选车辆的历史路径。
可选地,所述方法还包括:
预测所述目标车辆的行驶路径;
根据所述目标车辆的行驶路径,确定采集范围覆盖所述目标车辆将要驶入的区域的目标道路感知模块;
向所述目标道路感知模块发送针对所述目标车辆的追踪指令,以使所述目标道路感知模块追踪所述目标车辆,进而向所述云端服务器发送所述目标车辆的位置信息和外观标签。
可选地,所述道路感知模块包括雷达和图像采集设备;
所述雷达用于识别所述动态目标以及获取所述动态目标的三维位置坐标;
所述图像采集设备用于采集所述动态目标的外观信息和二维检测框;
道路感知模块上传的每个动态目标的外观标签和位置信息,是通过如下方式得到的:对所述雷达识别的所述动态目标和所述图像采集设备采集的所述动态目标的外观信息进行语义融合,得到该动态目标的外观标签,以及,对所述三维位置坐标和所述二维检测框进行几何融合,得到该动态目标的位置信息。
可选地,所述道路感知模块还用于在任一非感知范围边界上的动态目标的二维检测框消失的情况下,根据该动态目标的二维检测框历史的方向和速度,预测该动态目标的当前二维检测框;
将预测的当前二维检测框与该动态目标的外观标签相关联,直到该动态目标的二维检测框重新出现。
本申请实施例的第二方面,提供了一种车辆环境的感知方法,应用于位于目标车辆的移动终端,所述方法包括:
向云端服务器上传所述目标车辆的位置信息;
接收所述云端服务器发送的所述目标车辆周围的各待展示的动态目标的位置信息,所述云端服务器用于根据位于路侧的多个道路感知模块上传的各动态目标的位置信息,以及所述目标车辆的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
可选地,所述方法还包括:
获取预制地图,所述预制地图是根据所述多个道路感知模块采集的所述各静态目标的信息生成的;
接收所述云端服务器发送的所述目标车辆周围的各待展示的动态目标的外观标签;
根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标,包括:
根据所述各待展示的动态目标的外观标签渲染出所述各待展示的动态目标的形象,并根据所述各待展示的动态目标的位置信息,将所述各待展示的动态目标的虚拟形象,展示在所述预制地图中。
本申请实施例的第三方面,提供了一种车辆环境的感知***,所述***包括位于目标车辆的移动终端、位于路侧的多个道路感知模块和云端服务器;
所述移动终端用于向所述云端服务器上传所述目标车辆的位置信息;
所述多个道路感知模块用于向所述云端服务器上传各动态目标的位置信息;
所述云端服务器用于根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
所述移动终端还用于接收所述云端服务器发送的所述各待展示的动态目标的位置信息,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
本申请实施例的第四方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的车辆环境的感知方法或第二方面所述的车辆环境的感知方法。
本申请实施例的第五方面,提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的车辆环境的感知方法或第二方面所述的车辆环境的感知方法。
本申请实施例的第六方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的车辆环境的感知方法或第二方面所述的车辆环境的感知方法。
本申请实施例包括以下优点:
本实施例中,目标车辆上无需安装环境感知传感器,只需位于目标车辆上的移动终端上传目标车辆的位置信息,以及路侧的多个道路感知模块上传各动态目标的位置信息;云端服务器即可根据目标车辆的位置信息和各动态目标的位置信息,从各动态目标中确定出目标车辆,从而确定目标车辆周围的各待展示的动态目标;进而将各待展示的动态目标的位置信息发送给移动终端,移动终端根据待展示的动态目标的位置信息,展示各待展示的动态目标。如此,对于任意车辆,既无需安装环境感知传感器,也无需具有用于环境感知的计算单元,只需一个移动终端,即可展示周围的动态目标,实现了对周围环境的感知。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,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是本申请实施例中一种车辆环境的感知方法的步骤流程图;
图2是本申请实施例中一种车辆环境的感知方法的步骤流程图;
图3是本申请实施例的车辆环境的感知方法的流程示意图;
图4是本申请实施例的一种车辆环境的感知***的结构示意图;
图5是本申请实施例的车辆环境的感知***的连接示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1所示,示出了本申请实施例中一种车辆环境的感知方法步骤流程图,该车辆环境的感知方法应用于云端服务器。如图1所示,该车辆环境的感知方法具体可以包括以下步骤:
步骤S11:获取位于目标车辆的移动终端上传的所述目标车辆的位置信息,以及获取位于路侧的多个道路感知模块上传的各动态目标的位置信息,所述动态目标包括车辆;
步骤S12:根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆;
步骤S13:将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
目标车辆可以是任意车辆,可以是不具有环境感知传感器的车辆。位于目标车辆的移动终端的实时位置和目标车辆的实时位置相同,移动终端实时获取目标车辆的位置信息,并上传至云端服务器。
多个道路感知模块位于路侧,每个道路感知模块的采集范围不同,可以尽可能保证多个道路感知模块覆盖整个道路。道路感知模块可以采集各动态目标的位置信息,动态目标包括车辆、行人、自行车、动物等可移动的目标;道路感知模块还可以采集各动态目标的外观信息,并根据外观信息生成外观标签,外观标签包括动态目标的种类、坐标、时间、方向等。道路感知模块也可以采集各静态目标的信息,包括外观信息和位置信息。静态目标包括道路、建筑、桥梁、公园等。
可选地,道路感知模块包括雷达、图像采集设备(如:摄像头)等传感器。雷达用于识别动态目标并获取动态目标的三维位置坐标;雷达识别动态目标时,会识别出动态目标的三维检测框。图像采集设备用于采集动态目标的外观信息和二维检测框。
道路感知模块对雷达识别的动态目标和图像采集设备采集的动态目标的外观信息进行语义融合,得到该动态目标的外观标。道路感知模块对三维位置坐标和二维检测框进行几何融合,得到该动态目标的位置信息。
语义融合和几何融合采用的是late-fusion(决策层融合)结构,以三维检测框在二维上的投影和二维检测框的交并比IoUij、三维检测框的置信度分数和二维检测框的置信度分数三维检测框到雷达的归一化距离dj为四个输入维度特征,该四个输入维度特征可以通过以下公式确定:
P2D={P1 2D,P2 2D,P3 2D,...Pi 2D}
P3D={P1 3D,P2 3D,P3 3D,...Pj 3D}
其中,Pi 2D表征第i个二维目标,[xi1,yi1,xi2,yi2]表征第i个二维目标的二维检测框,Pj 3D表征第j个三维目标,[hj,wj,lj,xj,yj,zj,θj]表征第j个三维目标的三维检测框。
融合后输入稀疏张量尺寸为i×j×4,使用二维卷积处理输入稀疏张量中的非空元素,通过池化将该处理后的张量映射到期望学习目标上,根据图像采集设备和雷达检测出物体概率依赖进行融合匹配,大于阈值的则视作二维目标和三维世界的互相映射,将对应二维目标的外观标签打到对应三维雷达目标上。
如此,综合了雷达和图像采集设备各自采集的信息,道路感知模块可以得到更加准确的信息。
可选地,由于被其它物体遮挡,尽管并未到达道路感知模块的感知范围边界,或者离开道路感知模块的感知范围;图像采集设备也可能采集不到动态目标,导致动态目标的二维检测框消失。
在动态目标的二维检测框消失的情况下,可以根据动态目标的二维检测框历史的方向和速度,预测动态目标的当前二维检测框,并将动态目标的外观标签和预测的当前二维检测框相关联,知道该动态目标的二维检测框重新出现。
如此,通过预测动态目标的当前二维检测框,可以避免动态目标被遮挡导致上传至云端服务器的动态目标的信息出现丢失,进而避免云端服务器无法准确从动态目标中确定出目标车辆,从而提高了云端服务器确定目标车辆的准确性。
目标车辆也属于动态目标,也会被道路感知模块采集相关信息。因此,云端服务器可以根据目标车辆的位置信息和各动态目标的位置信息,从各动态目标中确定出目标车辆,进而将目标车辆周围的各动态目标确定为待展示的动态目标。目标车辆周围是指以目标车辆为圆心、固定距离为半径的范围,该固定距离可以根据实际需求进行设置。
云端服务器将各待展示的动态目标的位置信息发送给移动终端,移动终端根据各待展示的动态目标的位置信息,展示各待展示的动态目标。其中,云端服务器发送的各待展示的动态目标的位置信息,可以是各待展示的动态目标的客观位置信息(例如:经纬度),也可以是各待展示的动态目标与目标车辆的相对位置信息。移动终端在展示各待展示的动态目标时,可以是以鸟瞰图的形式,同时展示目标车辆自身和各待展示的动态目标;也可以是以目标车辆自身为移动终端的界面中心,展示周围的各待展示的动态目标。
采用本申请实施例的技术方案,只需位于目标车辆上的移动终端上传目标车辆的位置信息,以及路侧的多个道路感知模块上传各动态目标的位置信息,云端服务器即可根据目标车辆的位置信息和各动态目标的位置信息,从各动态目标中确定出目标车辆,从而确定目标车辆周围的各待展示的动态目标;进而将各待展示的动态目标的位置信息发送给移动终端,移动终端根据待展示的动态目标的位置信息,展示各待展示的动态目标。如此,对于任意车辆,既无需安装环境感知传感器,也无需具有用于环境感知的计算单元,只需一个移动终端,即可展示周围的动态目标,实现了对周围环境的感知。
可选地,在上述技术方案的基础上,云端服务器还可以获取移动终端上传的目标车辆的外观信息,以及获取多个道路感知模块上传的各动态目标的外观标签。
移动终端上传的目标车辆的外观信息,可以包括目标车辆的车辆型号、颜色等。路感知模块上传的各动态目标的外观标签,是根据各动态目标的外观信息生成的。
云端服务器在从各动态目标中确定出目标车辆时,可以只对目标车辆的位置信息周围的多个动态目标进行识别,还可以根据各动态目标的外观标签,确定出种类为车辆的车辆目标,如此,只需对目标车辆的位置信息周围的多个车辆目标进行识别,减小计算量。
云端服务器确定目标车辆时,可以是将位置信息与目标车辆的位置信息相匹配,且外观标签与目标车辆的外观信息也匹配的车辆目标,确定为目标车辆。在确定目标车辆后,则可以确定各待展示的动态目标,以及各待展示的动态目标的外观标签和位置信息。
云端服务器将各待展示的动态目标的外观标签和位置信息发送给移动终端,移动终端可以根据各待展示的动态目标的外观标签,渲染出各待展示的动态目标的虚拟形象,并根据各待展示的动态目标的位置信息,展示各待展示的动态目标。
采用本申请实施例的技术方案,在确定目标车辆时,综合考虑了位置信息和外观信息,因此,确定的目标车辆更加准确。移动终端在展示各待展示的动态目标时,展示了各待展示的动态目标的虚拟形象,可以更加清楚地向用户展示各待展示的动态目标,从而提升用户体验。
可选地,在上述技术方案的基础上,考虑到环境中不仅有动态目标,还有静态目标,移动终端在展示各待展示的动态目标时,还可以展示目标车辆周围的静态目标。具体地,可以通过将动态目标展示在预制地图中实现,预制地图中包括各静态信息,预制地图可以是事先导入移动终端的。
预制地图可以是根据多个道路感知模块采集的各静态目标的信息生成的预制地图。预制地图可以是预先生成好的,预制地图可以是云端服务器、其它服务器或其它计算单元生成的。预制地图也可以是现有的其它地图。
云端服务器也可以基于预制地图,从各动态目标中确定出目标车辆。具体地,根据各车辆目标的位置信息,在预制地图中生成每个车辆目标各自的位置框,并为各位置框添加该车辆目标的外观标签。在目标车辆的位置落入一个车辆目标的位置框,且目标车辆的外观信息与该车辆目标的位置框携带的外观标签相匹配的情况下,将该车辆目标确定为目标车辆。
可选地,道路感知模块上传给云端服务器的可以为图片,图片中包括各动态目标的位置框,且各位置框携带动态目标的外观标签。云端服务器直接根据目标车辆的位置信息确定目标车辆的位置是否落入车辆目标的位置框。
如此,对于移动终端而言,基于预制地图可以更好地展示目标车辆周围的动态目标和静态目标,以准确地实现环境感知;对于云端服务器而言,基于预制地图可以更加准确地从各车辆目标中确定出目标车辆,从而提升准确性。
天气、信号强弱、更新速度等原因会导致位置信息出现偏差,因此,云端服务器在根据车辆目标的位置信息和外观标签确定目标车辆时,若各车辆目标的位置信息都与目标车辆的位置信息不匹配,和/或各车辆目标的外观标签都与目标车辆的外观信息不匹配的情况下,可以根据目标车辆的位置信息,确定目标车辆周围的各车辆目标中,外观标签与目标车辆的外观信息相匹配的候选车辆。
在仅有一个外观标签与目标车辆的外观信息相匹配,且处于目标车辆周围的候选车辆时,可以直接将该车辆目标确定为目标车辆。
在有多个外观标签与目标车辆的外观信息相匹配,且处于目标车辆周围的候选车辆时,可以根据多个候选车辆的行进方向,从多个候选车辆中确定出目标车辆。
可以根据多个道路感知模块上传的各候选车辆的历史位置信息和当前位置信息,获取每个候选车辆的行进方向。也可以根据车头的方向,识别每个候选车辆的行进方向。可以根据目标车辆的历史位置信息和当前位置信息,获取目标车辆的行进方向。
在仅有一个候选车辆的行进方向和目标车辆的行进方向相匹配的情况下,将该候选车辆确定为目标车辆。
在有多个候选车辆的行进方向和目标车辆的行进方向相匹配的情况下,根据该多个候选车辆的历史路径和目标车辆的历史路径,从该多个候选车辆中确定目标车辆。
可以根据多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径;根据移动终端历史上传的目标车辆的位置信息,确定目标车辆的历史路径。将历史路径与目标车辆的历史路径匹配度最高的候选车辆,确定为目标车辆。
历史路径是车辆在当前时刻之前的一段时间内的路径。历史路径涵盖的时间长短可以是根据实际需求设置,直接将该时长内,历史路径与目标车辆的历史路径匹配度最高的候选车辆,确定为目标车辆。
历史路径涵盖的时间长短也可以设置多个不同的时长,在最短的时长内,若仅有一个候选车辆的历史路径与目标车辆的历史路径的匹配度高达固定值,则将该候选车辆确定为目标车辆;若有多个候选车辆的历史路径与目标车辆的历史路径的匹配度高达固定值,则获取候选车辆和目标车辆更长时间的历史路径,并计算候选车辆和目标车辆的历史路径的匹配度,以此类推,直到仅有一个候选车辆的历史路径与目标车辆的历史路径的匹配度高达固定值。
可选地,可以通过以下方法确定候选车辆的历史路径:
对该多个候选车辆进行跨雷达目标追踪,获取道路感知模块当前时刻上传的该多个候选车辆各自的位置信息,并标记该多个候选车辆,以对该多个候选车辆的位置信息进行数据回溯分析。可以通过为该多个候选车辆各自打上唯一编号作为该候选车辆的唯一标识。以时间倒序的方式将该多个候选车辆的位置信息进行回溯。
为了保证识别精度和避免遮挡问题,对该多个候选车辆进行跨雷达目标追踪采用的可以是卡尔曼滤波预测位置、匈牙利算法进行目标匹配方法,也可以为其它方法。道路感知模块可以获取动态目标的三维检测框。根据动态目标的三维检测框的中心坐标(x,y,z)、目标在xy平面的旋转角θ、长l宽w高h、三个方向速度x`,y`,z`,可以将每个候选车辆x表示为10维向量:x=[x,y,z,θ,l,w,h,x′,y′,z′],将向量输入卡尔曼滤波计算后得到候选车辆上一时刻的预测位置、预测的三维检测框等结果。再采用匈牙利算法将上一时刻的预测位置、预测的三维检测框等结果与上一时刻的候选车辆相关联,计算三维的交并比值,构造关联矩阵:
其中,pm表征预测的第m个三维检测框,Iou3dm,n表征第m个三维检测框和上一时刻的第n个候选车辆的交并比值。
每个候选车辆按照三维的交并比值进行匹配,将匹配上的车辆的位置信息视为当前候选车辆在上一时刻的位置信息,完成目标关联,从而实现对该多个候选车辆的目标追踪。
在到达道路感知模块的采集范围的边界时,则使用相邻道路感知模块的数据,继续进行相邻道路感知模块内候选车辆的路径回溯,得到候选车辆的历史路径。
采用本申请实施例的技术方案,在车辆目标和目标车辆的位置信息和/或外观信息出现偏差时,可以通过行进方向、历史路径等,准确地从车辆目标中确定出目标车辆。
可选地,云端服务器还可以预测目标车辆的行驶路径;根据预测的目标车辆的行驶路径,确定目标车辆将要驶入的区域,从而确定采集范围覆盖该区域的目标道路感知模块。云端服务器向目标道路感知模块发送针对目标车辆的追踪指令。目标道路感知模块响应于针对目标车辆的追踪指令,在目标车辆驶入该区域后追踪目标车辆,进而向云端服务器发送目标车辆的位置信息和外观标签。
如此,无需再从多个动态目标中确定目标车辆,而可以直接根据追踪的目标车辆,快速确定目标车辆周围的环境,进而实现目标车辆的环境感知功能。
参照图2所示,示出了本申请实施例中一种车辆环境的感知方法步骤流程图,该车辆环境的感知方法应用于位于目标车辆的移动终端。如图2所示,该车辆环境的感知方法具体可以包括以下步骤:
步骤S21:向云端服务器上传所述目标车辆的位置信息;
步骤S22:接收所述云端服务器发送的所述目标车辆周围的各待展示的动态目标的位置信息,所述云端服务器用于根据位于路侧的多个道路感知模块上传的各动态目标的位置信息,以及所述目标车辆的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
步骤S23:根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
目标车辆可以是任意车辆,可以是不具有环境感知传感器的车辆。位于目标车辆的移动终端的实时位置和目标车辆的实时位置相同,移动终端实时获取目标车辆的位置信息,并上传至云端服务器。
多个道路感知模块位于路侧,每个道路感知模块的采集范围不同,可以尽可能保证多个道路感知模块覆盖整个道路。道路感知模块可以采集各动态目标的位置信息,动态目标包括车辆、行人、自行车、动物等可移动的目标;道路感知模块还可以采集各动态目标的外观信息,并根据外观信息生成外观标签,外观标签包括动态目标的种类、坐标、时间、方向等。道路感知模块也可以采集各静态目标的信息,包括外观信息和位置信息。静态目标包括道路、建筑、桥梁、公园等。
道路感知模块可以包括雷达、图像采集设备(如:摄像头)等传感器。雷达用于识别动态目标并获取动态目标的三维位置坐标;雷达识别动态目标时,会识别出动态目标的三维检测框。图像采集设备用于采集动态目标的外观信息和二维检测框。
道路感知模块对雷达识别的动态目标和图像采集设备采集的动态目标的外观信息进行语义融合,得到该动态目标的外观标。道路感知模块对三维位置坐标和二维检测框进行几何融合,得到该动态目标的位置信息。综合了雷达和图像采集设备各自采集的信息,道路感知模块可以得到更加准确的信息。
目标车辆也属于动态目标,也会被道路感知模块采集相关信息。因此,云端服务器可以根据目标车辆的位置信息和各动态目标的位置信息,从各动态目标中确定出目标车辆,进而将目标车辆周围的各动态目标确定为待展示的动态目标。目标车辆周围是指以目标车辆为圆心、固定距离为半径的范围,该固定距离可以根据实际需求进行设置。
云端服务器将各待展示的动态目标的位置信息发送给移动终端,移动终端根据各待展示的动态目标的位置信息,展示各待展示的动态目标。其中,云端服务器发送的各待展示的动态目标的位置信息,可以是各待展示的动态目标的客观位置信息(例如:经纬度),也可以是各待展示的动态目标与目标车辆的相对位置信息。移动终端在展示各待展示的动态目标时,可以是以鸟瞰图的形式,同时展示目标车辆自身和各待展示的动态目标;也可以是以目标车辆自身为移动终端的界面中心,展示周围的各待展示的动态目标。
采用本申请实施例的技术方案,只需位于目标车辆上的移动终端上传目标车辆的位置信息,以及路侧的多个道路感知模块上传各动态目标的位置信息,云端服务器即可根据目标车辆的位置信息和各动态目标的位置信息,从各动态目标中确定出目标车辆,从而确定目标车辆周围的各待展示的动态目标;进而将各待展示的动态目标的位置信息发送给移动终端,移动终端根据待展示的动态目标的位置信息,展示各待展示的动态目标。如此,对于任意车辆,既无需安装环境感知传感器,也无需具有用于环境感知的计算单元,只需一个移动终端,即可展示周围的动态目标,实现了对周围环境的感知。
可选地,在上述技术方案的基础上,考虑到环境中不仅有动态目标,还有静态目标,移动终端在展示各待展示的动态目标时,还可以展示目标车辆周围的静态目标。具体地,可以通过将动态目标展示在预制地图中实现,预制地图中包括各静态信息,预制地图可以是事先导入移动终端的。
预制地图可以是根据多个道路感知模块采集的各静态目标的信息生成的预制地图。预制地图可以是预先生成好的,预制地图可以是云端服务器、其它服务器或其它计算单元生成的。预制地图也可以是现有的其它地图。
云端服务器可以发送给移动终端目标车辆周围的各待展示的动态目标的外观标签,移动终端根据各待展示的动态目标的外观标签渲染出各待展示的动态目标的形象,并根据各待展示的动态目标的位置信息,将各待展示的动态目标的虚拟形象,展示在预制地图中。
如此,因为预制地图中包括了静态目标,因此将动态目标的虚拟形象展示在预制地图中,实现了静态目标和动态目标的共同展示,展示的环境信息更加符合真实的环境信息,因此,可以实现环境的准确感知。
可选地,云端服务器在从动态目标中确定出目标车辆时,还可以是结合了动态目标的外观标签确定,动态目标的外观标签是道路感知模块上传的。其中,云端服务器基于动态目标的外观标签和位置信息,从动态目标中确定目标车辆的具体方法,可以参照前文实施例。
可选地,云端服务器可以基于预制地图,从动态目标中确定出目标车辆,具体方法可以参照前文实施例。
可选地,在各车辆目标的位置信息与目标车辆的位置信息不匹配,和/或在各车辆目标的外观标签与目标车辆的外观信息不匹配的情况下,可以确定各车辆目标中与目标车辆的外观信息相匹配、且位于目标车辆周围的候选车辆的数量;在候选车辆仅有一个的情况下,将候选车辆确定为目标车辆;在候选车辆有多个的情况下,根据多个候选车辆的行进方向和目标车辆的行进方向,从多个候选车辆中确定所述目标车辆。
可选地,所述根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆,包括:
在仅有一个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,将该候选车辆确定为所述目标车辆;
在有多个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆。
可选地,所述根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆,包括:
根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径;
根据所述移动终端历史上传的所述目标车辆的位置信息,确定所述目标车辆的历史路径;
将历史路径与所述目标车辆的历史路径匹配度最高的候选车辆,确定为所述目标车辆。
可选地,所述根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径,包括:
根据所述道路感知模块当前时刻上传的该多个候选车辆各自的位置信息,标记该多个候选车辆;
针对标记的每个候选车辆,获取不同道路感知模块历史采集的该候选车辆的位置信息;
按照时间倒序的方式,对所述不同道路感知模块历史采集的该候选车辆的位置信息进行回溯,得到该候选车辆的历史路径。
可选地,所述方法还包括:
预测所述目标车辆的行驶路径;
根据所述目标车辆的行驶路径,确定采集范围覆盖所述目标车辆将要驶入的区域的目标道路感知模块;
向所述目标道路感知模块发送针对所述目标车辆的追踪指令,以使所述目标道路感知模块追踪所述目标车辆,进而向所述云端服务器发送所述目标车辆的位置信息和外观标签。
可选地,所述道路感知模块包括雷达和图像采集设备;
所述雷达用于识别所述动态目标以及获取所述动态目标的三维位置坐标;
所述图像采集设备用于采集所述动态目标的外观信息和二维检测框;
道路感知模块上传的每个动态目标的外观标签和位置信息,是通过如下方式得到的:对所述雷达识别的所述动态目标和所述图像采集设备采集的所述动态目标的外观信息进行语义融合,得到该动态目标的外观标签,以及,对所述三维位置坐标和所述二维检测框进行几何融合,得到该动态目标的位置信息。
可选地,所述道路感知模块还用于在任一非感知范围边界上的动态目标的二维检测框消失的情况下,根据该动态目标的二维检测框历史的方向和速度,预测该动态目标的当前二维检测框;
将预测的当前二维检测框与该动态目标的外观标签相关联,直到该动态目标的二维检测框重新出现。
上述各方法的具体实施方式,可以参照前文实施例所述。
图3是本申请实施例的车辆环境的感知方法的流程示意图。其中,道路感知模块中雷达和图像采集设备各自采集的静态目标的信息,然后对雷达和图像采集设备各自采集的静态目标的信息进行雷视融合,生成预制地图,预先将预制地图导入位于目标车辆的移动终端。移动终端将目标车辆的位置信息,以及目标车辆的型号、颜色等外观信息上传给云端服务器。路侧的雷达识别三维目标,路侧的图像采集设备识别目标的外观信息,对雷达和图像采集设备采集的信息进行雷视融合,得到目标的位置信息、位置框信息和外观信息。道路感知模块将目标的位置信息、检测框信息和外观信息上传至云端服务器,云端服务器在目标车辆的位置信息落在位置框内,且目标车辆和位置框内车辆的外貌信息相似,确定目标车辆和该位置框对应的车辆成功映射。云端服务器在目标车辆的位置信息不落在位置框内,和/或目标车辆和位置框内车辆的外貌信息不相似的情况下,可以确定目标车辆所在位置周围与目标车辆的外观信息相匹配的车辆,在仅有一辆车辆相匹配的情况下,可以直接将该车辆确定为目标车辆。在有多辆车辆与目标车辆相匹配的情况下,根据该多辆车辆和目标车辆各自的行进方向进行匹配,在仅有一辆车辆的行进方向与目标车辆的行进方向相匹配的情况下,将该车辆确定为目标车辆。在有多辆车辆的行进方向与目标车辆的行进方向相匹配的情况下,对该多辆车辆进行三维目标回溯追踪,得到该多辆车辆的历史路径。将该多辆车辆的历史路径与目标车辆的历史路径进行匹配,将匹配度最高的车辆确定为目标车辆。在确定目标车辆之后,则可以获取到目标车辆周围的环境信息。云端服务器可以将周围环境信息发送给移动终端,移动终端对周围环境信息进行展示,实现环境感知功能。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
图4是本申请实施例的一种车辆环境的感知***的结构示意图,如图4所示,所述***包括位于目标车辆的移动终端、位于路侧的多个道路感知模块和云端服务器,其中:
所述移动终端用于向所述云端服务器上传所述目标车辆的位置信息;
所述多个道路感知模块用于向所述云端服务器上传各动态目标的位置信息;
所述云端服务器用于根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
所述移动终端还用于接收所述云端服务器发送的所述各待展示的动态目标的位置信息,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
可选地,所述移动终端还用于向所述云端服务器上传所述目标车辆的外观信息;
所述多个道路感知模块还用于向所述云端服务器上传所述各动态目标的外观标签;
所述云端服务器根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,包括:针对所述各动态目标中外观标签为车辆的各车辆目标,将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆;
所述云端服务器将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,包括:将所述各待展示的动态目标的外观标签和位置信息,发送给所述移动终端;
所述移动终端接收所述云端服务器发送的所述各待展示的动态目标的位置信息,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标,包括:接收所述云端服务器发送的所述各待展示的动态目标的外观标签和位置信息,根据所述各待展示的动态目标的外观标签渲染出所述各待展示的动态目标的虚拟形象,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标的虚拟形象。
可选地,所述多个道路感知模块还用于采集各静态目标的信息;
所述云端服务器还用于获取预制地图,所述预制地图是根据所述多个道路感知模块采集的所述各静态目标的信息生成的;
所述云端服务器将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:根据所述各车辆目标的位置信息和外观标签,在所述预制地图中生成所述各车辆目标的位置框并添加外观标签,在所述目标车辆的位置落入一个车辆目标的位置框,且所述目标车辆的外观信息与该车辆目标的位置框携带的外观标签相匹配的情况下,将该车辆目标确定为所述目标车辆。
可选地,所述云端服务器将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:
在所述各车辆目标的位置信息与所述目标车辆的位置信息不匹配,和/或在所述各车辆目标的外观标签与所述目标车辆的外观信息不匹配的情况下,确定所述各车辆目标中与所述目标车辆的外观信息相匹配、且位于所述目标车辆周围的候选车辆的数量;
在所述候选车辆仅有一个的情况下,将所述候选车辆确定为所述目标车辆;
在所述候选车辆有多个的情况下,根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆。
可选地,所述云端服务器根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆,包括:
在仅有一个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,将该候选车辆确定为所述目标车辆;
在有多个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆。
可选地,所述云端服务器根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆,包括:
根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径;
根据所述移动终端历史上传的所述目标车辆的位置信息,确定所述目标车辆的历史路径;
将历史路径与所述目标车辆的历史路径匹配度最高的候选车辆,确定为所述目标车辆。
可选地,所述云端服务器根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径,包括:
根据所述道路感知模块当前时刻上传的该多个候选车辆各自的位置信息,标记该多个候选车辆;
针对标记的每个候选车辆,获取不同道路感知模块历史采集的该候选车辆的位置信息;
按照时间倒序的方式,对所述不同道路感知模块历史采集的该候选车辆的位置信息进行回溯,得到该候选车辆的历史路径。
可选地,所述云端服务器还用于:
预测所述目标车辆的行驶路径;
根据所述目标车辆的行驶路径,确定采集范围覆盖所述目标车辆将要驶入的区域的目标道路感知模块;
向所述目标道路感知模块发送针对所述目标车辆的追踪指令,以使所述目标道路感知模块追踪所述目标车辆,进而向所述云端服务器发送所述目标车辆的位置信息和外观标签。
可选地,所述道路感知模块包括雷达和图像采集设备;
所述雷达用于识别所述动态目标并获取所述动态目标的三维位置坐标;
所述图像采集设备用于采集所述动态目标的外观信息和二维检测框;
道路感知模块上传的每个动态目标的外观标签和位置信息,是通过如下方式得到的:对所述雷达识别的所述动态目标和所述图像采集设备采集的所述动态目标的信息标签进行语义融合,得到该动态目标的外观标签,以及,对所述三维位置坐标和所述二维检测框进行几何融合,得到该动态目标的位置信息。
可选地,所述道路感知模块还用于:
在任一非感知范围边界上的动态目标的二维检测框消失的情况下,根据该动态目标的二维检测框历史的方向和速度,预测该动态目标的当前二维检测框;
将预测的当前二维检测框与该动态目标的外观标签相关联,直到该动态目标的二维检测框重新出现。
图5是本申请实施例的车辆环境的感知***的连接示意图,其中,雷达和图像采集设备采集环境信息,并将环境信息发送至云端服务器,环境信息包括各静态目标的信息和动态目标的信息。移动终端将车辆的GPS((Global Positioning System,全球定位***)位置、车辆信息发送给云端服务器,云端服务器中获取了预制地图。云端服务器根据图像采集设备和雷达采集的信息,以及移动终端上传的GPS位置信息和车辆信息,将目标车辆匹配到预制地图上。云端服务器在确定目标车辆在鸟瞰图中的中的位置后,将目标车辆周边的环境感知信息返回给移动终端,实现无环境感知传感器的车辆的环境感知功能。
需要说明的是,***实施例与方法实施例相近,故描述的较为简单,相关之处参见方法实施例即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、装置、电子设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令***的制造品,该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种车辆环境的感知方法、***、电子设备及存储介质,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (16)
1.一种车辆环境的感知方法,其特征在于,应用于云端服务器,所述方法包括:
获取位于目标车辆的移动终端上传的所述目标车辆的位置信息,以及获取位于路侧的多个道路感知模块上传的各动态目标的位置信息,所述动态目标包括车辆;
根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆;
将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述移动终端上传的所述目标车辆的外观信息,以及获取所述多个道路感知模块上传的所述各动态目标的外观标签;
所述根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,包括:
针对所述各动态目标中外观标签为车辆的各车辆目标,将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆;
所述将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标,包括:
将所述各待展示的动态目标的外观标签和位置信息,发送给所述移动终端,以使所述移动终端根据所述各待展示的动态目标的外观标签渲染出所述各待展示的动态目标的虚拟形象,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标的虚拟形象。
3.根据权利要求2所述的方法,其特征在于,所述多个道路感知模块还用于采集各静态目标的信息;所述方法还包括:
获取预制地图,所述预制地图是根据所述多个道路感知模块采集的所述各静态目标的信息生成的;
所述将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:
根据所述各车辆目标的位置信息和外观标签,在所述预制地图中生成所述各车辆目标的位置框并添加外观标签;
在所述目标车辆的位置落入一个车辆目标的位置框,且所述目标车辆的外观信息与该车辆目标的位置框携带的外观标签相匹配的情况下,将该车辆目标确定为所述目标车辆。
4.根据权利要求2所述的方法,其特征在于,所述将位置信息和外观标签都分别与所述目标车辆的位置信息和外观信息相匹配的车辆目标,确定为所述目标车辆,包括:
在所述各车辆目标的位置信息与所述目标车辆的位置信息不匹配,和/或在所述各车辆目标的外观标签与所述目标车辆的外观信息不匹配的情况下,确定所述各车辆目标中与所述目标车辆的外观信息相匹配、且位于所述目标车辆周围的候选车辆的数量;
在所述候选车辆仅有一个的情况下,将所述候选车辆确定为所述目标车辆;
在所述候选车辆有多个的情况下,根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆。
5.根据权利要求4所述的方法,其特征在于,所述根据所述多个候选车辆的行进方向和所述目标车辆的行进方向,从所述多个候选车辆中确定所述目标车辆,包括:
在仅有一个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,将该候选车辆确定为所述目标车辆;
在有多个候选车辆的行进方向和所述目标车辆的行进方向相匹配的情况下,根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆。
6.根据权利要求5所述的方法,其特征在于,所述根据该多个候选车辆的历史路径和所述目标车辆的历史路径,从该多个候选车辆中确定所述目标车辆,包括:
根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径;
根据所述移动终端历史上传的所述目标车辆的位置信息,确定所述目标车辆的历史路径;
将历史路径与所述目标车辆的历史路径匹配度最高的候选车辆,确定为所述目标车辆。
7.根据权利要求6所述的方法,其特征在于,所述根据所述多个道路感知模块历史上传的该多个候选车辆的位置信息,确定该多个候选车辆各自的历史路径,包括:
根据所述道路感知模块当前时刻上传的该多个候选车辆各自的位置信息,标记该多个候选车辆;
针对标记的每个候选车辆,获取不同道路感知模块历史采集的该候选车辆的位置信息;
按照时间倒序的方式,对所述不同道路感知模块历史采集的该候选车辆的位置信息进行回溯,得到该候选车辆的历史路径。
8.根据权利要求1-7任一所述的方法,其特征在于,所述方法还包括:
预测所述目标车辆的行驶路径;
根据所述目标车辆的行驶路径,确定采集范围覆盖所述目标车辆将要驶入的区域的目标道路感知模块;
向所述目标道路感知模块发送针对所述目标车辆的追踪指令,以使所述目标道路感知模块追踪所述目标车辆,进而向所述云端服务器发送所述目标车辆的位置信息和外观标签。
9.根据权利要求1-7任一所述的方法,其特征在于,所述道路感知模块包括雷达和图像采集设备;
所述雷达用于识别所述动态目标以及获取所述动态目标的三维位置坐标;
所述图像采集设备用于采集所述动态目标的外观信息和二维检测框;
道路感知模块上传的每个动态目标的外观标签和位置信息,是通过如下方式得到的:对所述雷达识别的所述动态目标和所述图像采集设备采集的所述动态目标的外观信息进行语义融合,得到该动态目标的外观标签,以及,对所述三维位置坐标和所述二维检测框进行几何融合,得到该动态目标的位置信息。
10.根据权利要求9所述的方法,其特征在于,所述道路感知模块还用于在任一非感知范围边界上的动态目标的二维检测框消失的情况下,根据该动态目标的二维检测框历史的方向和速度,预测该动态目标的当前二维检测框;
将预测的当前二维检测框与该动态目标的外观标签相关联,直到该动态目标的二维检测框重新出现。
11.一种车辆环境的感知方法,其特征在于,应用于位于目标车辆的移动终端,所述方法包括:
向云端服务器上传所述目标车辆的位置信息;
接收所述云端服务器发送的所述目标车辆周围的各待展示的动态目标的位置信息,所述云端服务器用于根据位于路侧的多个道路感知模块上传的各动态目标的位置信息,以及所述目标车辆的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
获取预制地图,所述预制地图是根据所述多个道路感知模块采集的所述各静态目标的信息生成的;
接收所述云端服务器发送的所述目标车辆周围的各待展示的动态目标的外观标签;
根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标,包括:
根据所述各待展示的动态目标的外观标签渲染出所述各待展示的动态目标的形象,并根据所述各待展示的动态目标的位置信息,将所述各待展示的动态目标的虚拟形象,展示在所述预制地图中。
13.一种车辆环境的感知***,其特征在于,所述***包括位于目标车辆的移动终端、位于路侧的多个道路感知模块和云端服务器;
所述移动终端用于向所述云端服务器上传所述目标车辆的位置信息;
所述多个道路感知模块用于向所述云端服务器上传各动态目标的位置信息;
所述云端服务器用于根据所述目标车辆的位置信息和所述各动态目标的位置信息,从所述各动态目标中确定出所述目标车辆,并将所述目标车辆周围的各待展示的动态目标的位置信息发送给所述移动终端;
所述移动终端还用于接收所述云端服务器发送的所述各待展示的动态目标的位置信息,并根据所述各待展示的动态目标的位置信息,展示所述各待展示的动态目标。
14.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至10中任一项所述的车辆环境的感知方法或11至12任一项所述的车辆环境的感知方法。
15.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至10中任一项所述的车辆环境的感知方法或11至12任一项所述的车辆环境的感知方法。
16.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的车辆环境的感知方法或11至12任一项所述的车辆环境的感知方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210955847.XA CN115352452A (zh) | 2022-08-10 | 2022-08-10 | 车辆环境的感知方法、***、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210955847.XA CN115352452A (zh) | 2022-08-10 | 2022-08-10 | 车辆环境的感知方法、***、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115352452A true CN115352452A (zh) | 2022-11-18 |
Family
ID=84000971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210955847.XA Pending CN115352452A (zh) | 2022-08-10 | 2022-08-10 | 车辆环境的感知方法、***、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115352452A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116150520A (zh) * | 2022-12-30 | 2023-05-23 | 联通智网科技股份有限公司 | 一种数据处理方法、装置、设备和存储介质 |
-
2022
- 2022-08-10 CN CN202210955847.XA patent/CN115352452A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116150520A (zh) * | 2022-12-30 | 2023-05-23 | 联通智网科技股份有限公司 | 一种数据处理方法、装置、设备和存储介质 |
CN116150520B (zh) * | 2022-12-30 | 2023-11-14 | 联通智网科技股份有限公司 | 一种数据处理方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11094112B2 (en) | Intelligent capturing of a dynamic physical environment | |
CN110377025A (zh) | 用于自动驾驶车辆的传感器聚合框架 | |
CN102208012B (zh) | 风景匹配参考数据生成***及位置测量*** | |
CN110617821B (zh) | 定位方法、装置及存储介质 | |
CN111856963B (zh) | 一种基于车载环视***的泊车仿真方法及装置 | |
CN109937343A (zh) | 用于自动驾驶车辆交通预测中的预测轨迹的评估框架 | |
CN110347145A (zh) | 用于自动驾驶车辆的感知辅助 | |
CN108318043A (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
WO2018125939A1 (en) | Visual odometry and pairwise alignment for high definition map creation | |
CN108732589A (zh) | 利用3d lidar和定位自动采集用于对象识别的训练数据 | |
CN110785719A (zh) | 在自动驾驶车辆中用于经由交叉时态验证的即时物体标记的方法和*** | |
CN109429518A (zh) | 基于地图图像的自动驾驶交通预测 | |
CN110386142A (zh) | 用于自动驾驶车辆的俯仰角校准方法 | |
JP2019527832A (ja) | 正確な位置特定およびマッピングのためのシステムおよび方法 | |
CN110869559A (zh) | 用于自动驾驶车辆中的集成的全局式与分布式学习的方法和*** | |
CN110753953A (zh) | 用于自动驾驶车辆中经由交叉模态验证的以物体为中心的立体视觉的方法和*** | |
US20210149408A1 (en) | Generating Depth From Camera Images and Known Depth Data Using Neural Networks | |
CN110119138A (zh) | 用于自动驾驶车辆的自定位方法、***和机器可读介质 | |
KR20200013155A (ko) | 관심 영역 변화를 검출하는 방법 및 시스템 | |
US20200279395A1 (en) | Method and system for enhanced sensing capabilities for vehicles | |
CN111353453A (zh) | 用于车辆的障碍物检测方法和装置 | |
CN115705693A (zh) | 用于传感器数据的标注的方法、***和存储介质 | |
CN114248778A (zh) | 移动设备的定位方法和定位装置 | |
CN115352452A (zh) | 车辆环境的感知方法、***、电子设备及存储介质 | |
CN111103584A (zh) | 用于获知车辆的环境中的物体的高度信息的设备和方法 |
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 |