CN115963485A - 速度检测方法、装置、设备及可读存储介质 - Google Patents
速度检测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN115963485A CN115963485A CN202111180088.6A CN202111180088A CN115963485A CN 115963485 A CN115963485 A CN 115963485A CN 202111180088 A CN202111180088 A CN 202111180088A CN 115963485 A CN115963485 A CN 115963485A
- Authority
- CN
- China
- Prior art keywords
- speed
- detection target
- detection
- transverse
- moment
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 190
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 38
- 239000002245 particle Substances 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 20
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提出一种速度检测方法、装置、设备及可读存储介质,其中,该速度检测方法包括:建立第一对应关系,第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为横向速度和检测目标在第k时刻的运动速度之间的夹角;建立第二对应关系,第二对应关系用于表征检测目标在第k时刻的方位角、横向速度、纵向速度以及径向速度之间的关系;基于第一对应关系和第二对应关系,确定出横向速度和纵向速度。本申请的技术方案能够有效提高速度检测的准确度。
Description
技术领域
本申请涉及测量技术领域,尤其涉及一种速度检测方法、装置、设备及可读存储介质。
背景技术
目前,通常利用雷达测量检测目标的多个反射点的距离和径向速度来确定其横向速度和纵向速度,其中,多个反射点为检测目标对雷达的电磁波进行反射而产生。然而,受距离因素影响,检测目标可能无法产生多个反射点;或者,检测目标所产生的相邻反射点的方位角之间的夹角较小,这就导致横向速度和纵向速度的确定存在准确度低的问题。
发明内容
本申请实施例提供一种速度检测方法、装置、设备及可读存储介质,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种速度检测方法,包括:
建立第一对应关系,第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为横向速度和检测目标在第k时刻的运动速度之间的夹角;
建立第二对应关系,第二对应关系用于表征检测目标在第k时刻的方位角、横向速度、纵向速度以及径向速度之间的关系;
基于第一对应关系和第二对应关系,确定出横向速度和纵向速度。
第二方面,本申请实施例提供了一种速度检测装置,包括:
第一建立模块,用于建立第一对应关系,第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为横向速度和检测目标在第k时刻的运动速度之间的夹角;
第二建立模块,用于建立第二对应关系,第二对应关系用于表征检测目标在第k时刻的方位角、横向速度、纵向速度以及径向速度之间的关系;
确定模块,用于基于第一对应关系和第二对应关系,确定出横向速度和纵向速度。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,以使至少一个处理器能够执行上述速度检测方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机指令,当计算机指令在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括:利用检测目标在第k时刻的第一对应关系和第二对应关系,确定出检测目标在第k时刻的横向速度和纵向速度,使得检测目标只需产生一个反射点即可实现速度检测,而无需检测目标产生多个反射点,可以减少距离因素和雷达的方位角度分辨率对检测准确度的影响,从而提升速度检测的准确度。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1为相关技术中雷达针对检测目标的检测示意图;
图2A为根据本申请一实施例的速度检测方法的流程示意图;
图2B为根据本申请实施例的针对检测目标的检测示意图;
图3为根据本申请实施例的第一对应关系的确定流程示意图;
图4A为根据本申请实施例的获取第一位置的流程示意图;
图4B为根据本申请实施例的获取第一预选检测框的示意图;
图4C为根据本申请实施例的获取语义分割图像的示意图;
图5为根据本申请实施例的检测目标的方位角的一种流程示意图;
图6为根据本申请另一实施例的速度检测方法的流程示意图;
图7为根据本申请实施例的多种应用场景示意图;
图8为根据本申请实施例的速度检测装置的结构框图;
图9为用来实现本申请实施例的速度检测方法的电子设备的框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
如图1所示,在相关技术中,针对检测目标的横向速度和纵向速度的检测,通常利用雷达向检测目标发射电磁波,使得检测目标的多个反射点对电磁波进行反射,从而雷达可以检测到多个反射点的径向速度和方位角。再者,通过方位角构建径向速度与横向速度及纵向速度之间的多个对应关系,利用多个对应关系即可确定出横向速度和纵向速度,实现检测。其中,通过方位角构建径向速度与横向速度及纵向速度之间的多个对应关系如公式(1)所示:
其中,Vri为检测目标的运动速度V在第Pi反射点的径向速度,θi为检测目标的第Pi反射点的方位角,vx为检测目标的纵向速度,vy为检测目标的横向速度。图1中示出检测目标产生第一反射点P1和第二反射点P2的情况。
但是,这种检测方式在检测目标距离雷达较远且相邻反射点之间的方位角间隔较小时并不适用,例如当检测目标与雷达之间的距离超过80m时,则检测目标无法产生多个反射点;或者,当相邻反射点的方位角间隔较小时,雷达无法分辨。因此,存在速度检测的准确度低的问题。
为解决上述技术问题,本申请提供一种速度检测方法,如图2所示,该速度检测方法可以包括:
步骤S201、建立第一对应关系,第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为横向速度和检测目标的运动速度之间的夹角。
其中,横向速度为运动速度的横向分量,纵向速度为运动速度的纵向分量。示例性地,如图2B所示,第一对应关系可以通过如下公式(2)表示:
其中,αk、vx,k、vy,k依次为所述检测目标在第k时刻的速度夹角、纵向速度、横向速度。
步骤S202、建立第二对应关系,第二对应关系用于表征检测目标在第k时刻的方位角、横向速度、纵向速度以及径向速度之间的关系。
径向速度可以由雷达或雷达记录器获取,例如,毫米波雷达、激光雷达、激光雷达记录器(Laser Radar Recorder,LRR)等。第二对应关系可以通过如下公式(3)表示:
vr,k=vx,k*cos(θk)+vy,k*sin(θk) (3)
其中,vr,k、θk依次为检测目标在第k时刻的径向速度、方位角,vr,k表示检测目标在第k时刻的运动速度Vk的径向分量。
步骤S203、基于第一对应关系和第二对应关系,确定出横向速度和纵向速度。
上述方案,利用检测目标在第k时刻的第一对应关系和第二对应关系,确定出检测目标在第k时刻的横向速度和纵向速度,使得检测目标只需产生一个反射点即可实现速度检测,而无需检测目标产生多个反射点,可以减少距离因素和雷达的方位角度分辨率对检测准确度的影响,从而提升速度检测的准确度。
在一种实施方式中,如图3所示,步骤S201可以包括:
步骤S301、获取检测目标在第k-1时刻的第一位置,以及在第k时刻的第二位置。
示例性地,第一位置和第二位置可以利用位置传感器获取,位置传感器可以是摄像头、激光传感器等。
步骤S302、确定第一位置与第二位置之间的位移夹角;
步骤S303、将位移夹角作为速度夹角。
在一个示例中,请参考图2B,摄像头和雷达所在位置相同(例如,激光雷达记录器与摄像头所在位置相同),可以通过如下公式(4)确定出检测目标的位移夹角αk:
在另一个示例中,第k时刻与第k-1时刻之间的时间间隔ΔT大于摄像头的采集时间间隔,则在检测目标从第一位置运动至第二位置的过程中,可以获取n个位置坐标(xm,ym),其中,m=1,2,…,n,n为整数,且n≥1,可以通过如下公式(5)确定位移夹角αk:
再者,请参考图2B,通过如下公式(6)将位移夹角αk作为速度夹角:
在相关技术中,通常利用第二位置与第一位置之间的横向距离变化yk-yk-1、纵向距离变化xk-xk-1及第k时刻与第k-1时刻之间的时间间隔ΔT来确定检测目标在第k时刻的横向速度。例如,横向速度vy,k可以通过如下公式(7)确定:
但是,由于ΔT可能不准确,使得横向速度的确定容易受时间误差影响,导致横向速度的误差较大。例如,yk-yk-1=0.6m,ΔT=30ms,则vy,k=20m/s;如果ΔT产生2ms的定时误差,则获取到的ΔT=28ms,最终计算出vy,k=21.4m/s,产生1.4m/s的速度误差。
在本实施方式中,通过将检测目标从第一位置运动至第二位置的位移夹角作为检测目标在第k时刻的速度夹角,可以消除时间误差,有利于减小速度误差,提高速度检测的准确度。再者,在检测目标从第一位置运动至第二位置的过程中,通过获取两个以上的位置坐标来确定速度夹角,一方面,由于第k时刻与第k-1时刻之间的时间间隔大于摄像头的采集时间间隔,能够延长测量的时间窗口,从而有效消除时间误差,提高速度检测的准确度;另一方面,通过对多个速度夹角进行均值平滑,也使得速度检测更加准确。
在一种实施方式中,如图4A所示,获取检测目标在第k-1时刻的第一位置可以包括:
步骤S401、获取检测目标在第k-1时刻的第一图像。
其中,示例性地,第一图像可以通过摄像头采集得到,摄像头对检测目标的位置变化的分辨率大于雷达对检测目标的位置变化的分辨率。
步骤S402、将第一图像输入目标检测模型,得到第一预选检测框;目标检测模型基于多个样本图像训练深度学习网络模型而得到;样本图像中包括检测目标的图像;
步骤S403、从第一预选检测框中确定出第一质点信息;
步骤S404、将第一质点信息进行坐标转换,得到第一位置。
在一个示例中,如图4B所示,将第一图像输入目标检测模型,确定出与标注框410的交并比(Intersection over Union,IoU)等于或大于0.8的检测框为第一预选检测框。第一预选检测框420可以为矩形框,第一预选检测框420的第i个顶点Ai的像素坐标为(u1i,v1i),其中,1≤i≤4。由第一预选检测框320的各顶点的像素坐标确定出第一质点B1的像素坐标(u1,v1),其中,
基于第一质点B1的像素坐标(u1,v1)与世界坐标系之间的映射关系,确定出第一质点在第k-1时刻的第一位置坐标(xk-1,yk-1),其中,第一质点B1的像素坐标(u1,v1)与世界坐标系之间的映射关系如公式(8)所示:
其中,M为摄像头的内外参数所确定的转换矩阵。
相应的,可以采用摄像头在第k时刻获取检测目标的第二图像,并采用类似上述第一位置坐标的确定方法确定出检测目标在第k时刻的第二位置坐标(xk,yk)。
在本实施方式中,通过将第一图像输入到目标检测模型进行目标检测,其计算速度快,不仅能提高位置信息得到确定速度,而且能去除第一图像中的冗余像素,使得第一预选检测框仅最大程度保留检测目标的像素,有利于提升第一质点信息的准确度,从而提高获取第一位置的准确度。
在一种实施方式中,从第一预选检测框中确定出第一质点信息,可以包括:
将第一预选检测框的中心作为第一质点信息;或者,
将第一预选检测框进行语义分割,得到具有检测目标的语义分割图像,并从语义分割图像中确定出第一质点信息。
示例性地,如图4B所示,在第一预选检测框420为矩形框的情况下,可以将第一预选检测框420的几何中心作为第一质点B1的像素坐标。
或者,如图4C所示,将第一预选检测框进行语义分割,进一步去除第一预选检测框中的冗余像素,保留检测目标的像素,得到具有检测目标的语义分割图像430;基于语义分割图像430的外接圆轮廓或内接圆轮廓(图中未示出),确定外接圆轮廓或内接圆轮廓的中心所对应的像素坐标为第一质点的像素坐标。
基于此,有利于提高第一质点信息确定的准确度,从而提高速度检索的准确度。
在一种实施方式中,如图5所示,检测目标的方位角可以通过如下步骤确定出:
步骤S501、获取检测目标在第k时刻的第二位置和径向距离;
步骤S502、根据第二位置以及径向距离,确定检测目标的方位角。
在一个示例中,请一并参考图2B,第二位置由摄像头在第k时刻获取的第二图像确定出。径向距离由雷达向检测目标的一个反射点(例如第一反射点P1)发送电磁波和接收反射后的电磁波确定出。
确定检测目标在第k时刻的方位角可以包括:
从第二位置坐标中确定检测目标与摄像头之间的横向距离;
基于横向距离和雷达测量得到的径向距离,确定检测目标在第k时刻的方位角。例如,通过如下公式(9)确定出方位角θk:
其中,yk为检测目标与摄像头之间的横向距离,rk为检测目标在第k时刻的径向距离。
在另一个示例中,可以通过如下公式(10)确定出检测目标在第k时刻的径向速度vr,k与横向速度vy,k、纵向速度vx,k及方位角θk之间的关系:
vr,k=vx,k*cos(θk)+vy,k*sin(θk) (10)
在本实施方式中,采用摄像头获取检测目标与摄像头之间的横向距离以及雷达获取的径向距离确定检测目标的方位角,该方位角的准确度高于雷达测得的方位角的准确度,利用该方位角替代雷达测量得到的方位角,有利于提升速度检测的准确度。
在一种实施方式中,如图6所示,速度检测方法还可以包括:
步骤S601、基于第一对应关系和第二对应关系,建立检测目标的量测模型;
步骤S602、基于预设的匀速运动模型(Constant Velocity,CV),建立检测目标的过程模型;
步骤S603、基于量测模型和过程模型,采用无迹卡尔曼滤波(Unscented KalmanFilter,UKF)估计检测目标在第k时刻的最优横向速度和最优纵向速度。
基于此,通过建立检测目标的量测模型和过程模型,并采用无迹卡尔曼滤波将摄像头采集的位置信息和雷达采集的径向距离、径向速度进行融合,估计检测目标在第k时刻的最优横向速度和最优纵向速度,能够有效提高速度检测的精度。
在一种实施方式中,量测模型可以包括:
其中,xk-1、yk-1分别为检测目标在第k-1时刻的纵向距离和横向距离,xk、yk、rk、vr、vx、vy、αk、θk分别为检测目标在第k时刻的纵向距离、横向距离、径向距离、径向速度、纵向速度、横向速度、位移夹角/速度夹角、方位角。
在一种实施方式中,过程模型包括:
其中,xk、yk、vx,k、vy,k分别为所述检测目标在第k时刻的纵向距离、横向距离、纵向速度、横向速度,xk-1、yk-1、vx,k-1、vy,k-1分别为所述检测目标在第k-1时刻的纵向距离、横向距离、纵向速度、横向速度,ΔT为第k时刻与第k-1时刻之间的时间间隔。
图7为根据本申请实施例的多种应用场景示意图。如图7所示,本申请实施例的速度检测方法可适用于自动驾驶车辆。例如,可适用于目标车辆710的变道切入、变道切出以及十字路口通行等场景。在这些应用场景中,目标车门710能够准确地检测出的检测目标(包括检测车辆、行人等)的横向速度和纵向速度,有助于目标车辆710在自动驾驶场景下更好地进行路径规划或障碍物避让等。
图8为根据本申请实施例的速度检测装置的结构框图。如图8所示,该速度检测装置800可以包括:
第一建立模块810,用于建立第一对应关系,第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为横向速度和检测目标在第k时刻的运动速度之间的夹角;
第二建立模块820,用于建立第二对应关系,第二对应关系用于表征检测目标在第k时刻的方位角、横向速度、纵向速度以及径向速度之间的关系;
确定模块830,用于基于第一对应关系和第二对应关系,确定出横向速度和纵向速度。
在一种实施方式中,第一建立模块810可以包括:
第一获取子模块,用于获取检测目标在第k-1时刻的第一位置,以及在第k时刻的第二位置;
第一确定子模块,用于确定第一位置与第二位置之间的位移夹角;
设置子模块,用于将位移夹角作为速度夹角。
在一种实施方式中,第一获取子模块可以包括:
获取单元,用于获取检测目标在第k-1时刻的第一图像;
识别单元,用于将第一图像输入目标检测模型,得到第一预选检测框;目标检测模型基于多个样本图像训练深度学习网络模型而得到;样本图像中包括检测目标的图像;
确定单元,用于从第一预选检测框中确定出第一质点信息;
转换单元,用于将第一质点信息进行坐标转换,得到第一位置。
在一种实施方式中,确定单元可以用于:
将第一预选检测框的中心作为第一质点信息;或者,
将第一预选检测框进行语义分割,得到具有检测目标的语义分割图像,并从语义分割图像中确定出第一质点信息。
在一种实施方式中,第二建立模块820可以包括:
第二获取子模块,用于获取检测目标在在第k时刻的第二位置和径向距离;
第二确定子模块,用于根据第二位置以及径向距离,确定检测目标的方位角。
在一种实施方式中,该速度检测装置还可以包括:
量测模型建立模块,用于基于第一对应关系和第二对应关系,建立检测目标的量测模型;
过程模型建立模块,用于基于预设的匀速运动模型,建立检测目标的过程模型;
估计模块,用于基于量测模型和过程模型,采用无迹卡尔曼滤波估计检测目标在第k时刻的最优横向速度和最优纵向速度。
在一种实施方式中,量测模型可以包括:
其中,xk-1、yk-1分别为检测目标在第k-1时刻的纵向距离和横向距离,xk、yk、rk,R、vr,k、vx,k、vy,k、αk、θk分别为检测目标在第k时刻的纵向距离、横向距离、径向距离、径向速度、纵向速度、横向速度、位移夹角/速度夹角、方位角。
在一种实施方式中,过程模型包括:
其中,xk、yk、vx,k、vy,k分别为所述检测目标在第k时刻的纵向距离、横向距离、纵向速度、横向速度,xk-1、yk-1、vx,k-1、vy,k-1分别为所述检测目标在第k-1时刻的纵向距离、横向距离、纵向速度、横向速度,ΔT为第k时刻与第k-1时刻之间的时间间隔。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图9为用来实现本申请实施例的速度检测方法的电子设备的框图。如图9所示,该电子设备包括:存储器910和处理器920,存储器910内存储有可在处理器920上运行的指令。处理器920执行该指令时实现上述实施例中的速度检测方法。存储器910和处理器920的数量可以为一个或多个。该电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
该电子设备还可以包括通信接口930,用于与外界设备进行通信,进行数据交互传输。各个设备利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器920可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器910、处理器920及通信接口930集成在一块芯片上,则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(Advanced RISC Machines,ARM)架构的处理器。
本申请实施例提供了一种计算机可读存储介质(如上述的存储器910),其存储有计算机指令,该程序被处理器执行时实现本申请实施例中提供的方法。
可选的,存储器910可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据用于实现速度检测方法的电子设备的使用所创建的数据等。此外,存储器910可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器910可选包括相对于处理器920远程设置的存储器,这些远程存储器可以通过网络连接至用于实现速度检测方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或多个(两个或两个以上)用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (18)
1.一种速度检测方法,其特征在于,包括:
建立第一对应关系,所述第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为所述横向速度和所述检测目标在第k时刻的运动速度之间的夹角;
建立第二对应关系,所述第二对应关系用于表征所述检测目标在所述第k时刻的方位角、所述横向速度、纵向速度以及径向速度之间的关系;
基于所述第一对应关系和所述第二对应关系,确定出所述横向速度和所述纵向速度。
2.根据权利要求1所述的方法,其特征在于,所述建立第一对应关系,包括:
获取所述检测目标在第k-1时刻的第一位置,以及在所述第k时刻的第二位置;
确定所述第一位置与所述第二位置之间的位移夹角;
将所述位移夹角作为所述速度夹角。
3.根据权利要求2所述的方法,其特征在于,获取所述检测目标在第k-1时刻的第一位置,包括:
获取所述检测目标在所述第k-1时刻的第一图像;
将所述第一图像输入目标检测模型,得到第一预选检测框;所述目标检测模型基于多个样本图像训练深度学习网络模型而得到;所述样本图像中包括所述检测目标的图像;
从所述第一预选检测框中确定出第一质点信息;
将所述第一质点信息进行坐标转换,得到第一位置。
4.根据权利要求3所述的方法,其特征在于,从所述第一预选检测框中确定出第一质点信息,包括:
将所述第一预选检测框的中心作为所述第一质点信息;或者,
将所述第一预选检测框进行语义分割,得到具有所述检测目标的语义分割图像,并从所述语义分割图像中确定出所述第一质点信息。
5.根据权利要求1所述的方法,其特征在于,所述建立第二对应关系,包括:
获取所述检测目标在所述第k时刻的第二位置和径向距离;
根据所述第二位置以及所述径向距离,确定所述检测目标的所述方位角。
6.根据权利要求1至5任一项所述的方法,其特征在于,还包括:
基于所述第一对应关系和所述第二对应关系,建立所述检测目标的量测模型;
基于预设的匀速运动模型,建立所述检测目标的过程模型;
基于所述量测模型和所述过程模型,采用无迹卡尔曼滤波估计所述检测目标在所述第k时刻的最优横向速度和最优纵向速度。
9.一种速度检测装置,其特征在于,包括:
第一建立模块,用于建立第一对应关系,所述第一对应关系用于表征检测目标在第k时刻的横向速度、纵向速度以及速度夹角之间的关系,其中,速度夹角为所述横向速度和所述检测目标在第k时刻的运动速度之间的夹角;
第二建立模块,用于建立第二对应关系,所述第二对应关系用于表征所述检测目标在所述第k时刻的方位角、所述横向速度、纵向速度以及径向速度之间的关系;
确定模块,用于基于所述第一对应关系和所述第二对应关系,确定出所述横向速度和所述纵向速度。
10.根据权利要求9所述的装置,其特征在于,所述第一建立模块包括:
第一获取子模块,用于获取所述检测目标在第k-1时刻的第一位置,以及在所述第k时刻的第二位置;
第一确定子模块,用于确定所述第一位置与所述第二位置之间的位移夹角;
设置子模块,用于将所述位移夹角作为所述速度夹角。
11.根据权利要求10所述的装置,其特征在于,所述第一获取子模块包括:
获取单元,用于获取所述检测目标在所述第k-1时刻的第一图像;
识别单元,用于将所述第一图像输入目标检测模型,得到第一预选检测框;所述目标检测模型基于多个样本图像训练深度学习网络模型而得到;所述样本图像中包括所述检测目标的图像;
确定单元,用于从所述第一预选检测框中确定出第一质点信息;
转换单元,用于将所述第一质点信息进行坐标转换,得到第一位置。
12.根据权利要求11所述的装置,其特征在于,所述确定单元用于:
将所述第一预选检测框的中心作为所述第一质点信息;或者,
将所述第一预选检测框进行语义分割,得到具有所述检测目标的语义分割图像,并从所述语义分割图像中确定出所述第一质点信息。
13.根据权利要求9所述的装置,其特征在于,所述第二建立模块包括:
第二获取子模块,用于获取所述检测目标在在所述第k时刻的第二位置和径向距离;
第二确定子模块,用于根据所述第二位置以及所述径向距离,确定所述检测目标的所述方位角。
14.根据权利要求9至13任一项所述的装置,其特征在于,还包括:
量测模型建立模块,用于基于所述第一对应关系和所述第二对应关系,建立所述检测目标的量测模型;
过程模型建立模块,用于基于预设的匀速运动模型,建立所述检测目标的过程模型;
估计模块,用于基于所述量测模型和所述过程模型,采用无迹卡尔曼滤波估计所述检测目标在所述第k时刻的最优横向速度和最优纵向速度。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机指令,所述计算机指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111180088.6A CN115963485A (zh) | 2021-10-11 | 2021-10-11 | 速度检测方法、装置、设备及可读存储介质 |
PCT/CN2022/124576 WO2023061355A1 (zh) | 2021-10-11 | 2022-10-11 | 速度检测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111180088.6A CN115963485A (zh) | 2021-10-11 | 2021-10-11 | 速度检测方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115963485A true CN115963485A (zh) | 2023-04-14 |
Family
ID=85888244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111180088.6A Pending CN115963485A (zh) | 2021-10-11 | 2021-10-11 | 速度检测方法、装置、设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115963485A (zh) |
WO (1) | WO2023061355A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103901425B (zh) * | 2014-04-23 | 2017-08-11 | 武汉大学 | 一种测量运动物体横向速度的雷达及方法 |
US10094919B2 (en) * | 2015-10-06 | 2018-10-09 | GM Global Technology Operations LLC | Radar-vision fusion for target velocity estimation |
EP3572839A1 (en) * | 2018-05-23 | 2019-11-27 | Aptiv Technologies Limited | Method of estimating a velocity magnitude of a moving target in a horizontal plane and radar detection system |
US11255957B2 (en) * | 2020-01-27 | 2022-02-22 | Ford Global Technologies, Llc | Target velocity detection |
CN111366928B (zh) * | 2020-02-21 | 2022-07-01 | 北京小马慧行科技有限公司 | 车辆速度的确定方法及装置、存储介质、处理器 |
-
2021
- 2021-10-11 CN CN202111180088.6A patent/CN115963485A/zh active Pending
-
2022
- 2022-10-11 WO PCT/CN2022/124576 patent/WO2023061355A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023061355A1 (zh) | 2023-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110561423B (zh) | 位姿变换的方法、机器人及存储介质 | |
EP3627181A1 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
CN109975773B (zh) | 毫米波雷达标定方法、装置、设备和存储介质 | |
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
CN110471409B (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN107784671B (zh) | 一种用于视觉即时定位与建图的方法与*** | |
CN110263713A (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
US20220277581A1 (en) | Hand pose estimation method, device and storage medium | |
CN111177295A (zh) | 建图重影消除方法、装置、计算机可读存储介质及机器人 | |
CN111536990A (zh) | 在传感器之间的在线外参误标定检测 | |
CN112689842B (zh) | 一种目标检测方法以及装置 | |
CN111523619B (zh) | 目标存在概率的计算方法、装置、电子设备及存储介质 | |
JP2021135286A (ja) | 座標変換方法、装置及びデータ処理装置 | |
CN116630216A (zh) | 基于雷达和影像的目标融合方法、装置、设备及存储介质 | |
CN115963485A (zh) | 速度检测方法、装置、设备及可读存储介质 | |
CN111722297B (zh) | 目标存在概率的计算方法、装置、电子设备及存储介质 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
US11620846B2 (en) | Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device | |
CN114964204A (zh) | 地图构建方法、地图使用方法、装置、设备和存储介质 | |
CN114147707A (zh) | 一种基于视觉识别信息的机器人对接方法与设备 | |
CN114593751B (zh) | 外参标定方法、装置、介质及电子设备 | |
CN114216412B (zh) | 一种交通参与者的角度信息获取方法、装置和存储介质 | |
CN117554949B (zh) | 一种联动式目标接力跟踪方法和*** | |
CN111596288B (zh) | 测量速度的方法、装置、车载终端和车载测速*** | |
CN113819918B (zh) | 一种定位方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |