CN116381632A - 雷达横滚角的自标定方法、装置及存储介质 - Google Patents
雷达横滚角的自标定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116381632A CN116381632A CN202310654014.4A CN202310654014A CN116381632A CN 116381632 A CN116381632 A CN 116381632A CN 202310654014 A CN202310654014 A CN 202310654014A CN 116381632 A CN116381632 A CN 116381632A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- radar
- calculating
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000009434 installation Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种雷达横滚角的自标定方法、装置及存储介质,方法包括:获取第一车辆的运动状态,当运动状态满足预设条件时,雷达发射脉冲信号并接收回波信号,根据脉冲信号和回波信号对第一方向上多个车道中的第二车辆进行识别,其中,第一方向垂直于第一车辆的行驶方向且平行于水平面;在第一方向上计算第一车辆和多个第二车辆之间的横向距离;根据多个横向距离筛选出满足预设条件的多个目标车辆,根据多个目标车辆的回波信号计算多个目标车辆的位置信息;根据多个位置信息计算雷达的横滚角偏差值,并根据横滚角偏差值调整雷达的安装角度。本发明所提供的技术方案能够解决现有技术中车辆行驶过程中可能出现的雷达横滚角度不准确的技术问题。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种雷达横滚角的自标定方法、装置及存储介质。
背景技术
车载毫米波雷达是实现高级驾驶辅助***(ADAS)和自动驾驶***(ADS)功能不可或缺的传感器。雷达在车辆导航、车辆与车道的匹配、前方障碍物预警和避让等方面具有广泛应用。其中,雷达安装后的横滚角是指雷达以车辆行进方向为轴旋转的角度,横滚角会对车载毫米波雷达的探测效果产生较大影响。因此,在车载毫米波雷达的实际应用中,需要实现横滚角自动标定。
现有技术中,车载毫米波雷达横滚角的标定一般需要进行场地标定,标定方法存在工作效率低、测试成本高、依赖于固定场景,难以应对车辆行驶过程中随时可能产生的横滚角度偏差问题。
发明内容
本发明提供了一种雷达横滚角的自标定方法、装置及存储介质,旨在有效解决现有技术中车辆行驶过程中可能出现的雷达横滚角度不准确的技术问题。
根据本发明的一方面,本发明提供一种雷达横滚角的自标定方法,所述自标定方法包括:
获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
进一步地,所述获取第一车辆的运动状态包括:
获取所述第一车辆的行驶速度和横摆角速度;
根据所述行驶速度和所述横摆角速度计算所述第一车辆的转弯半径。
进一步地,所述运动状态满足预设条件包括:
当所述行驶速度大于预设的车速阈值且所述横摆角速度小于预设的横摆角阈值时,确定所述运动状态满足预设条件;或,
当所述转弯半径大于预设的半径阈值时,确定所述运动状态满足预设条件。
进一步地,所述根据多个所述横向距离筛选出满足预设条件的多个目标车辆包括:
根据多个所述横向距离对道路进行划分,将道路分为横向距离不同的多个车道;
针对第一预设时间内同一个车道通过的多个第二车辆,根据所述位置坐标计算所述第二车辆的车辆高度,若所述车辆高度不在预设的高度阈值内,则删除该第二车辆的回波信号;
统计所述车辆高度在所述高度阈值内的多个第二车辆的车辆数量;
若所述车辆数量大于预设的数量阈值,确定该多个第二车辆为所述目标车辆。
进一步地,所述根据所述位置坐标计算所述第二车辆的车辆高度包括:
获取多个所述第二车辆的多个回波信号,使用常系数递归滤波方法处理多个所述回波信号中脉冲序列相邻的两个回波信号,以得到滤波后的多个回波信号。
进一步地,所述根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息包括:
针对所述目标车辆上的多个目标点,根据回波信号计算该多个目标点在雷达坐标系中的目标点坐标,所述目标点坐标包括横向坐标和高度坐标;
计算多个所述目标点的横向坐标的平均值;
针对每个目标点,计算该目标点的横向坐标和所述平均值之间的横向差值,若横向差值大于预设的差值阈值,则删除该横向差值对应的目标点的回波信号;
根据筛选后的多个目标点的坐标平均值计算对应的目标车辆的位置信息,所述位置信息包括车辆横向坐标和车辆高度坐标。
进一步地,所述根据多个所述位置信息计算所述雷达的横滚角偏差值包括:
根据最小二乘法对多个目标车辆的位置信息进行拟合,以得到第一直线;
根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值。
进一步地,所述自标定方法还包括:
在根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值之前,根据多个目标车辆的位置信息和所述第一直线计算拟合误差方差值;
若所述拟合误差方差值大于预设的方差阈值,则删除所述第一直线对应的多个目标车辆的回波信号。
根据本发明的另一方面,本发明还提供了一种雷达横滚角的自标定装置,所述装置包括:
车辆识别模块,用于获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
距离计算模块,用于在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
位置计算模块,用于根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
角度调整模块,用于根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
根据本发明的另一方面,本发明还提供了一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如上所述的任一雷达横滚角的自标定方法。
通过本发明中的上述实施例中的一个实施例或多个实施例,至少可以实现如下技术效果:
在本发明所公开的技术方案中,当第一车辆的运动状态满足预设条件后,根据雷达的回波信号识别第二车辆,在不同的横向距离对应的多个第二车辆中筛选出目标车辆,根据目标车辆的横向距离和车辆高度评估出雷达的横滚角偏差值,进而调整雷达的安装角度,完成横滚角的自标定。在本方案中,设置多个筛选条件,第一车辆稳定直线行驶下采集数据,对其它车道上的第二车辆进行筛选,利用道路上最容易出现的车辆评估雷达横滚角。本方案能在车辆行驶过程中进行雷达横滚角的自标定,算法简单,易于实现,自标定后的雷达能够有效提高检测数据的准确性。
附图说明
下面结合附图,通过对本发明的具体实施方式详细描述,将使本发明的技术方案及其它有益效果显而易见。
图1为本发明实施例提供的一种雷达横滚角的自标定方法的步骤流程图;
图2为本发明实施例提供的一种车道划分示意图;
图3为雷达横滚角无误差时的多个第二车辆的位置关系图;
图4为雷达横滚角具有偏差时的多个第二车辆的位置关系图;
图5为本发明实施例提供的一种雷达横滚角的自标定装置的结构示意图。
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
图1所示为本发明实施例所提供的雷达横滚角的自标定方法的步骤流程图,根据本发明的一方面,本发明提供一种雷达横滚角的自标定方法,所述自标定方法包括:
步骤101:获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
步骤102:在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
步骤103:根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
步骤104:根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
在本方案中,根据雷达所在车辆一侧或两侧的其它车辆上的目标点来实现横滚角的自标定,以下对上述步骤101~104进行具体描述。
在步骤101中,获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
示例性地,当路上可以并行通过多个车辆时进行雷达自标定,第一车辆为待自标定的雷达所在的车辆,第二车辆为第一车辆两侧或者一侧的车辆。
在进行雷达标定之前需要确定第一车辆的运动状态是否满足预设条件,因为第一车辆沿着直线稳定行驶时获取数据,能够提高雷达自标定精度。若第一车辆行驶过程中出现转弯,或者速度较慢导致方向不稳定时,会影响自标定的准确度。
在运动状态满足预设条件后,雷达向两侧发射脉冲信号,并接收返回的回波信号。在路上具有多个车道,每个车道在预设时间内会经过多辆车,第一车辆对除了自身车道外的第二车辆进行识别,具体对脉冲信号和回波信号进行信号处理和物体识别,并能分析得到第二车辆的高度和外形。
在步骤102中,在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
示例性地,在识别出多个第二车辆后,需要计算第二车辆离自身车辆的距离,具体来说,在雷达坐标系中,得到第二车辆上多个目标点的位置信息,进而计算出两车的横向距离。根据横向距离,可以将车道划分多个车道,并分别按照车道对车辆进行分类,为了提高拟合样本数量,该车道可为虚拟格子,按照一定的横向间隔划定即可。图2为本发明实施例提供的一种车道划分示意图,图中的车道可以为真实车道,也可以为虚拟车道。
在步骤103中,根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
示例性地,多个所述横向距离可以表征多个真实车道或者虚拟车道,在每个车道上筛选出满足预设条件的多个目标车辆。需要选择车型和车辆高度与第一车辆一致的车,例如同款或者外形相似的小汽车。
在确定出目标车辆后,对目标车辆上的目标点返回的回波信号进行信号处理,计算目标车辆的位置信息,即车辆的横向距离和车辆高度。
在步骤104中,根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
示例性地,图3为雷达横滚角无误差时的多个第二车辆的位置关系图,图4为雷达横滚角具有偏差时的多个第二车辆的位置关系图。两种情况对比可知,当雷达横滚角没有发生偏差时,理想情况下,测出来的不同车道上的第二车辆所组成的连线与雷达的坐标轴平行。当雷达横滚角发生偏差时,测出来的不同车道上的第二车辆所组成的连线与雷达的坐标轴之间形成一定的角度,也可以根据不同车辆的高度值来确定,离雷达坐标系原点的距离越远,则车辆的高度越高。
多个车道对应多个第二车辆,在雷达坐标系中,可以根据多个位置信息拟合出车辆坐标对应的直线。根据雷达坐标系的坐标轴和直线之间的夹角可以得到横滚角偏差值。
根据横滚角偏差值调整雷达的安装角度,横滚角为雷达坐标系的横轴与水平线之间的夹角,根据横滚角偏差值控制雷达转动,使雷达坐标系的横轴与水平线保持一致。
进一步地,所述获取第一车辆的运动状态包括:
获取所述第一车辆的行驶速度和横摆角速度;
根据所述行驶速度和所述横摆角速度计算所述第一车辆的转弯半径。
进一步地,所述运动状态满足预设条件包括:
当所述行驶速度大于预设的车速阈值且所述横摆角速度小于预设的横摆角阈值时,确定所述运动状态满足预设条件;或,
当所述转弯半径大于预设的半径阈值时,确定所述运动状态满足预设条件。
示例性地,根据第一车辆的相关行驶数据确定第一车辆是否是沿直线稳定前行,具体来说,可以通过两种方式进行确认。
第一种,若第一车辆行驶速度大于车速阈值且横摆角速度小于横摆角阈值,则说明第一车辆车速较快,短时间内一般不会有较大的左拐和右拐,且横摆角速度可以表征车辆的拐弯情况,横摆角速度较小的情况下,第一车辆处于直线行驶状态。
第二种,直接计算第一车辆的转弯半径,计算第一车辆转弯情况,在直线行驶时,转弯半径趋于无穷大,当转弯半径小于半径阈值时,则表征第一车辆在转弯。
其中,转弯半径是指车辆在转弯时所需的半径,通常情况下,转弯角度越大,转弯半径越小,反之亦然。在实际驾驶中,由于道路情况和车辆类型的不同,转弯半径的计算方法也有所不同。其中,分为车辆转弯半径计算方法、环形道路转弯半径计算方法和高速公路匝道转弯半径计算方法等。在实际场景中,根据不同的方式进行计算。
进一步地,所述根据多个所述横向距离筛选出满足预设条件的多个目标车辆包括:
根据多个所述横向距离对道路进行划分,将道路分为横向距离不同的多个车道;
针对第一预设时间内同一个车道通过的多个第二车辆,根据所述位置坐标计算所述第二车辆的车辆高度,若所述车辆高度不在预设的高度阈值内,则删除该第二车辆的回波信号;
统计所述车辆高度在所述高度阈值内的多个第二车辆的车辆数量;
若所述车辆数量大于预设的数量阈值,确定该多个第二车辆为所述目标车辆。
示例性地,该步骤对第二车辆进行筛选,同类车辆上的目标点得到的数据较为准确,若雷达校准的车辆为小汽车,则不用大卡车的数据进行标定。具体来说,根据识别的第二车辆的车辆高度来确定,对于高度与第一车辆相差过大的车辆,为了提高测量精度,删除差距过大的车辆上的目标点相关数据。
为了提高测量精度,一个车道中识别多个第二车辆,当目标车辆达到一定数量时,才将其确定为目标车辆。例如,10分钟内一个车道内同样高度的车达到6辆以上,才将该6辆车确定为目标车辆。
进一步地,所述根据所述位置坐标计算所述第二车辆的车辆高度包括:
获取多个所述第二车辆的多个回波信号,使用常系数递归滤波方法处理多个所述回波信号中脉冲序列相邻的两个回波信号,以得到滤波后的多个回波信号。
示例性地,对获取的回波信号进行数据处理,为了减少多帧数据之间的数值差,在统计周期内对同一个车道的多组数据利用常系数递归滤波器进行数据估计。具体对连续两帧的信号进行数据处理,以得到滤波后的回波信号。
进一步地,所述根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息包括:
针对所述目标车辆上的多个目标点,根据回波信号计算该多个目标点在雷达坐标系中的目标点坐标,所述目标点坐标包括横向坐标和高度坐标;
计算多个所述目标点的横向坐标的平均值;
针对每个目标点,计算该目标点的横向坐标和所述平均值之间的横向差值,若横向差值大于预设的差值阈值,则删除该横向差值对应的目标点的回波信号;
根据筛选后的多个目标点的坐标平均值计算对应的目标车辆的位置信息,所述位置信息包括车辆横向坐标和车辆高度坐标。
示例性地,当每个车道内经过的车辆超过某个参数时,认为当前车道高度统计较为稳定,记录多个车道的统计结果(X,H),其中,X=[x1,x2…xn],代表每个车道的横向距离位置,H=[h1,h2…hn],代表每个车道统计得到的高度值。
图4为雷达横滚角具有偏差时的多个第二车辆的位置关系图,如图4所示,需要计算每个车道的目标车辆的位置信息。每个车道都具有多个目标车辆,目标车辆之间也有相对位置,距离第一车辆的横向距离不同,因此需要删除横向距离过大的目标车辆。
对于每个车道内剩余的满足条件的目标车辆,多个目标车辆虚拟成一个目标车辆,计算多个车辆的横向坐标的平均值,以及计算高度坐标的平均值,得到该车道内的最终的目标车辆的位置信息,如图4所示,有4个车道,得到4组数据,在雷达坐标系中分别为(x1,h1)、(x2,h2)、(x3,h3)、(x4,h4),由图可知,车道距离第一车辆越远,则车辆的高度值越高。
进一步地,所述根据多个所述位置信息计算所述雷达的横滚角偏差值包括:
根据最小二乘法对多个目标车辆的位置信息进行拟合,以得到第一直线;
根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值。
示例性地,根据雷达坐标系中多个车道的目标车辆的位置信息,可以拟合出一条直线,如图4所示,第一直线即为连接4个虚拟出的目标车辆的直线。
若雷达的安装角如果不为0°,则从左至右的目标车辆的高度分布存在一定的斜率,如图4所示,h1<h2<h3<h4。利用最小二乘法对直线进行拟合,得到该直线在雷达坐标系中的表达式,即h=f(x)=k*x+b。进而可以得到当前横滚角偏差值。
进一步地,所述自标定方法还包括:
在根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值之前,根据多个目标车辆的位置信息和所述第一直线计算拟合误差方差值;
若所述拟合误差方差值大于预设的方差阈值,则删除所述第一直线对应的多个目标车辆的回波信号。
示例性地,为了提高测量精度,避免某些偏差较大的数据影响测量结果,需要计算得到相应的拟合误差方差值。
根据下式计算拟合误差方差值:
通过本发明中的上述实施例中的一个实施例或多个实施例,至少可以实现如下技术效果:
在本发明所公开的技术方案中,当第一车辆的运动状态满足预设条件后,根据雷达的回波信号识别第二车辆,在不同的横向距离对应的多个第二车辆中筛选出目标车辆,根据目标车辆的横向距离和车辆高度评估出雷达的横滚角偏差值,进而调整雷达的安装角度,完成横滚角的自标定。在本方案中,设置多个筛选条件,第一车辆稳定直线行驶下采集数据,对其它车道上的第二车辆进行筛选,利用道路上最容易出现的车辆评估雷达横滚角。本方案能在车辆行驶过程中进行雷达横滚角的自标定,算法简单,易于实现,自标定后的雷达能够有效提高检测数据的准确性。
基于与本发明实施例的一种雷达横滚角的自标定方法同样的发明构思,本发明实施例提供了一种雷达横滚角的自标定装置,请参考图5,所述装置包括:
车辆识别模块201,用于获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
距离计算模块202,用于在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
位置计算模块203,用于根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
角度调整模块204,用于根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
进一步地,所述车辆识别模块201还用于:
获取所述第一车辆的行驶速度和横摆角速度;
根据所述行驶速度和所述横摆角速度计算所述第一车辆的转弯半径。
进一步地,所述车辆识别模块201还用于:
当所述行驶速度大于预设的车速阈值且所述横摆角速度小于预设的横摆角阈值时,确定所述运动状态满足预设条件;或,
当所述转弯半径大于预设的半径阈值时,确定所述运动状态满足预设条件。
进一步地,所述位置计算模块203还用于:
根据多个所述横向距离对道路进行划分,将道路分为横向距离不同的多个车道;
针对第一预设时间内同一个车道通过的多个第二车辆,根据所述位置坐标计算所述第二车辆的车辆高度,若所述车辆高度不在预设的高度阈值内,则删除该第二车辆的回波信号;
统计所述车辆高度在所述高度阈值内的多个第二车辆的车辆数量;
若所述车辆数量大于预设的数量阈值,确定该多个第二车辆为所述目标车辆。
进一步地,所述位置计算模块203还用于:
获取多个所述第二车辆的多个回波信号,使用常系数递归滤波方法处理多个所述回波信号中脉冲序列相邻的两个回波信号,以得到滤波后的多个回波信号。
进一步地,所述位置计算模块203还用于:
针对所述目标车辆上的多个目标点,根据回波信号计算该多个目标点在雷达坐标系中的目标点坐标,所述目标点坐标包括横向坐标和高度坐标;
计算多个所述目标点的横向坐标的平均值;
针对每个目标点,计算该目标点的横向坐标和所述平均值之间的横向差值,若横向差值大于预设的差值阈值,则删除该横向差值对应的目标点的回波信号;
根据筛选后的多个目标点的坐标平均值计算对应的目标车辆的位置信息,所述位置信息包括车辆横向坐标和车辆高度坐标。
进一步地,角度调整模块204还用于:
根据最小二乘法对多个目标车辆的位置信息进行拟合,以得到第一直线;
根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值。
进一步地,所述装置还用于:
在根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值之前,根据多个目标车辆的位置信息和所述第一直线计算拟合误差方差值;
若所述拟合误差方差值大于预设的方差阈值,则删除所述第一直线对应的多个目标车辆的回波信号。
其中,所述雷达横滚角的自标定装置的其它方面以及实现细节与前面所描述的雷达横滚角的自标定方法相同或相似,在此不再赘述。
根据本发明的另一方面,本发明还提供一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如上所述的任一雷达横滚角的自标定方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。
Claims (10)
1.一种雷达横滚角的自标定方法,其特征在于,所述自标定方法包括:
获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
2.如权利要求1所述的自标定方法,其特征在于,所述获取第一车辆的运动状态包括:
获取所述第一车辆的行驶速度和横摆角速度;
根据所述行驶速度和所述横摆角速度计算所述第一车辆的转弯半径。
3.如权利要求2所述的自标定方法,其特征在于,所述运动状态满足预设条件包括:
当所述行驶速度大于预设的车速阈值且所述横摆角速度小于预设的横摆角阈值时,确定所述运动状态满足预设条件;或,
当所述转弯半径大于预设的半径阈值时,确定所述运动状态满足预设条件。
4.如权利要求1所述的自标定方法,其特征在于,所述根据多个所述横向距离筛选出满足预设条件的多个目标车辆包括:
根据多个所述横向距离对道路进行划分,将道路分为横向距离不同的多个车道;
针对第一预设时间内同一个车道通过的多个第二车辆,根据所述位置坐标计算所述第二车辆的车辆高度,若所述车辆高度不在预设的高度阈值内,则删除该第二车辆的回波信号;
统计所述车辆高度在所述高度阈值内的多个第二车辆的车辆数量;
若所述车辆数量大于预设的数量阈值,确定该多个第二车辆为所述目标车辆。
5.如权利要求4所述的自标定方法,其特征在于,所述根据所述位置坐标计算所述第二车辆的车辆高度包括:
获取多个所述第二车辆的多个回波信号,使用常系数递归滤波方法处理多个所述回波信号中脉冲序列相邻的两个回波信号,以得到滤波后的多个回波信号。
6.如权利要求1所述的自标定方法,其特征在于,所述根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息包括:
针对所述目标车辆上的多个目标点,根据回波信号计算该多个目标点在雷达坐标系中的目标点坐标,所述目标点坐标包括横向坐标和高度坐标;
计算多个所述目标点的横向坐标的平均值;
针对每个目标点,计算该目标点的横向坐标和所述平均值之间的横向差值,若横向差值大于预设的差值阈值,则删除该横向差值对应的目标点的回波信号;
根据筛选后的多个目标点的坐标平均值计算对应的目标车辆的位置信息,所述位置信息包括车辆横向坐标和车辆高度坐标。
7.如权利要求6所述的自标定方法,其特征在于,所述根据多个所述位置信息计算所述雷达的横滚角偏差值包括:
根据最小二乘法对多个目标车辆的位置信息进行拟合,以得到第一直线;
根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值。
8.如权利要求7所述的自标定方法,其特征在于,所述自标定方法还包括:
在根据所述第一直线在雷达坐标系中的斜率计算所述横滚角偏差值之前,根据多个目标车辆的位置信息和所述第一直线计算拟合误差方差值;
若所述拟合误差方差值大于预设的方差阈值,则删除所述第一直线对应的多个目标车辆的回波信号。
9.一种雷达横滚角的自标定装置,其特征在于,所述装置包括:
车辆识别模块,用于获取第一车辆的运动状态,当所述运动状态满足预设条件时,驱使所述第一车辆上的雷达发射脉冲信号并接收回波信号,根据所述脉冲信号和所述回波信号对第一方向上多个车道中的多个第二车辆进行识别,其中,所述第一方向垂直于所述第一车辆的行驶方向且平行于水平面;
距离计算模块,用于在所述第一方向上,计算所述第一车辆和多个所述第二车辆之间的横向距离;
位置计算模块,用于根据多个所述横向距离筛选出满足预设条件的多个目标车辆,根据多个所述目标车辆的回波信号计算多个所述目标车辆的位置信息;
角度调整模块,用于根据多个所述位置信息计算所述雷达的横滚角偏差值,并根据所述横滚角偏差值调整所述雷达的安装角度。
10.一种存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如权利要求1至8中任一项所述的自标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310654014.4A CN116381632B (zh) | 2023-06-05 | 2023-06-05 | 雷达横滚角的自标定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310654014.4A CN116381632B (zh) | 2023-06-05 | 2023-06-05 | 雷达横滚角的自标定方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116381632A true CN116381632A (zh) | 2023-07-04 |
CN116381632B CN116381632B (zh) | 2023-08-18 |
Family
ID=86971608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310654014.4A Active CN116381632B (zh) | 2023-06-05 | 2023-06-05 | 雷达横滚角的自标定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116381632B (zh) |
Citations (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004085326A (ja) * | 2002-08-26 | 2004-03-18 | Honda Motor Co Ltd | 車載レーダおよび車載カメラの照準調整検査装置 |
CN1537749A (zh) * | 2003-10-22 | 2004-10-20 | 西安交通大学 | 一种车载摄像机外部参数三线标定方法 |
CN102495398A (zh) * | 2011-12-27 | 2012-06-13 | 北京智华驭新汽车电子技术开发有限公司 | 一种调整雷达视轴的方法及装置 |
US20120281881A1 (en) * | 2009-11-25 | 2012-11-08 | Conti Temic Microelectronic Gmbh | Method for Estimating the Roll Angle in a Travelling Vehicle |
US20130222607A1 (en) * | 2012-02-24 | 2013-08-29 | Kyocera Corporation | Camera device, camera system and camera calibration method |
KR20130113102A (ko) * | 2012-04-05 | 2013-10-15 | 삼성탈레스 주식회사 | 차량용 레이더의 수평 정렬 보정 방법 및 보정 장치 |
JP2015075382A (ja) * | 2013-10-08 | 2015-04-20 | 株式会社デンソー | 物体検出装置 |
CN104718750A (zh) * | 2012-10-02 | 2015-06-17 | 株式会社电装 | 校准方法及校准装置 |
US20160037032A1 (en) * | 2014-07-30 | 2016-02-04 | Denso Corporation | Method for detecting mounting posture of in-vehicle camera and apparatus therefor |
JP2018148520A (ja) * | 2017-03-09 | 2018-09-20 | 国立研究開発法人農業・食品産業技術総合研究機構 | 車載カメラの取付方向パラメータ算出装置および取付方向パラメータ算出方法 |
JP2020032986A (ja) * | 2018-08-31 | 2020-03-05 | パイオニア株式会社 | 姿勢推定装置、制御方法、プログラム及び記憶媒体 |
US20200110154A1 (en) * | 2018-10-08 | 2020-04-09 | Mando Corporation | Apparatus and method for detecting mounting angle of radar |
CN111398924A (zh) * | 2020-04-29 | 2020-07-10 | 上海英恒电子有限公司 | 雷达安装角度标定方法及*** |
CN111427026A (zh) * | 2020-02-21 | 2020-07-17 | 深圳市镭神智能***有限公司 | 激光雷达的标定方法、装置、存储介质及自移动设备 |
CN111521979A (zh) * | 2019-02-01 | 2020-08-11 | 比亚迪股份有限公司 | 用于标定车载雷达安装角度的方法、装置及其相关设备 |
CN111563936A (zh) * | 2020-04-08 | 2020-08-21 | 蘑菇车联信息科技有限公司 | 一种相机外部参数自动标定方法及行车记录仪 |
CN111624566A (zh) * | 2020-07-30 | 2020-09-04 | 北汽福田汽车股份有限公司 | 雷达安装角度校准方法及装置 |
CN112365549A (zh) * | 2021-01-12 | 2021-02-12 | 腾讯科技(深圳)有限公司 | 车载相机的姿态校正方法、装置和存储介质及电子装置 |
CN112526465A (zh) * | 2020-11-23 | 2021-03-19 | 北京小马慧行科技有限公司 | 动态标定车载毫米波雷达的方位角度安装偏差的方法 |
CN112946591A (zh) * | 2021-02-26 | 2021-06-11 | 商汤集团有限公司 | 外参标定方法、装置、电子设备及存储介质 |
CN113009456A (zh) * | 2021-02-22 | 2021-06-22 | 中国铁道科学研究院集团有限公司 | 车载激光雷达数据校准方法、装置及*** |
CN113093129A (zh) * | 2021-04-14 | 2021-07-09 | 森思泰克河北科技有限公司 | 车载雷达的自动标定方法、装置及终端设备 |
CN113532888A (zh) * | 2021-09-17 | 2021-10-22 | 北京智能车联产业创新中心有限公司 | 纯视觉自动驾驶车辆测试方法及装置 |
CN113625237A (zh) * | 2021-08-11 | 2021-11-09 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置及电子设备 |
CN113625239A (zh) * | 2021-08-11 | 2021-11-09 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置及电子设备 |
CN113671453A (zh) * | 2021-08-11 | 2021-11-19 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置、存储介质及电子设备 |
CN113702929A (zh) * | 2021-08-16 | 2021-11-26 | 中汽创智科技有限公司 | 一种车载雷达安装角度校准方法、装置、设备及存储介质 |
CN113702930A (zh) * | 2021-08-16 | 2021-11-26 | 中汽创智科技有限公司 | 一种角雷达安装角度校准方法、装置、设备及存储介质 |
CN113850867A (zh) * | 2021-08-20 | 2021-12-28 | 上海商汤临港智能科技有限公司 | 相机参数标定及设备的控制方法、装置、设备及存储介质 |
CN114137485A (zh) * | 2021-10-20 | 2022-03-04 | 北京智行者科技有限公司 | 一种毫米波校准方法及装置 |
CN114167390A (zh) * | 2021-10-29 | 2022-03-11 | 岚图汽车科技有限公司 | 一种车载毫米波雷达动态标定方法及*** |
CN114442073A (zh) * | 2022-01-17 | 2022-05-06 | 广州小鹏自动驾驶科技有限公司 | 激光雷达的标定方法、装置、车辆及存储介质 |
CN114829971A (zh) * | 2021-08-30 | 2022-07-29 | 华为技术有限公司 | 一种激光雷达的标定方法、装置及存储介质 |
CN114829979A (zh) * | 2019-10-15 | 2022-07-29 | 深瞳科技公司 | 激光雷达传感器的校准 |
CN114812392A (zh) * | 2022-04-24 | 2022-07-29 | 合肥工业大学 | 一种激光六自由度运动误差同步测量*** |
WO2022206519A1 (zh) * | 2021-03-31 | 2022-10-06 | 华为技术有限公司 | 一种车载雷达的外参标定方法与装置 |
CN115166702A (zh) * | 2022-07-08 | 2022-10-11 | 东风悦享科技有限公司 | 一种基于高精度定位信息的激光雷达到车体坐标系的自动标定方法及装置 |
CN115205388A (zh) * | 2022-07-04 | 2022-10-18 | 上海安亭地平线智能交通技术有限公司 | 车载相机姿态矫正方法和装置、存储介质、电子设备 |
CN115272487A (zh) * | 2022-08-04 | 2022-11-01 | 上海安亭地平线智能交通技术有限公司 | 相机位姿估计方法、装置、存储介质和电子设备 |
CN115298564A (zh) * | 2020-03-18 | 2022-11-04 | 株式会社电装 | 雷达装置 |
CN115436920A (zh) * | 2022-09-29 | 2022-12-06 | 北京领骏科技有限公司 | 一种激光雷达标定方法及相关设备 |
CN115629361A (zh) * | 2022-08-29 | 2023-01-20 | 深圳市豪恩汽车电子装备股份有限公司 | 车载毫米波雷达的安装角度校正装置及方法 |
WO2023045182A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海仙途智能科技有限公司 | 目标物体的定位 |
CN116152347A (zh) * | 2022-11-30 | 2023-05-23 | 武汉中海庭数据技术有限公司 | 一种车载摄像头安装姿态角标定方法及*** |
-
2023
- 2023-06-05 CN CN202310654014.4A patent/CN116381632B/zh active Active
Patent Citations (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004085326A (ja) * | 2002-08-26 | 2004-03-18 | Honda Motor Co Ltd | 車載レーダおよび車載カメラの照準調整検査装置 |
CN1537749A (zh) * | 2003-10-22 | 2004-10-20 | 西安交通大学 | 一种车载摄像机外部参数三线标定方法 |
US20120281881A1 (en) * | 2009-11-25 | 2012-11-08 | Conti Temic Microelectronic Gmbh | Method for Estimating the Roll Angle in a Travelling Vehicle |
CN102495398A (zh) * | 2011-12-27 | 2012-06-13 | 北京智华驭新汽车电子技术开发有限公司 | 一种调整雷达视轴的方法及装置 |
US20130222607A1 (en) * | 2012-02-24 | 2013-08-29 | Kyocera Corporation | Camera device, camera system and camera calibration method |
KR20130113102A (ko) * | 2012-04-05 | 2013-10-15 | 삼성탈레스 주식회사 | 차량용 레이더의 수평 정렬 보정 방법 및 보정 장치 |
CN104718750A (zh) * | 2012-10-02 | 2015-06-17 | 株式会社电装 | 校准方法及校准装置 |
JP2015075382A (ja) * | 2013-10-08 | 2015-04-20 | 株式会社デンソー | 物体検出装置 |
US20160037032A1 (en) * | 2014-07-30 | 2016-02-04 | Denso Corporation | Method for detecting mounting posture of in-vehicle camera and apparatus therefor |
JP2018148520A (ja) * | 2017-03-09 | 2018-09-20 | 国立研究開発法人農業・食品産業技術総合研究機構 | 車載カメラの取付方向パラメータ算出装置および取付方向パラメータ算出方法 |
JP2020032986A (ja) * | 2018-08-31 | 2020-03-05 | パイオニア株式会社 | 姿勢推定装置、制御方法、プログラム及び記憶媒体 |
US20200110154A1 (en) * | 2018-10-08 | 2020-04-09 | Mando Corporation | Apparatus and method for detecting mounting angle of radar |
CN111521979A (zh) * | 2019-02-01 | 2020-08-11 | 比亚迪股份有限公司 | 用于标定车载雷达安装角度的方法、装置及其相关设备 |
CN114829979A (zh) * | 2019-10-15 | 2022-07-29 | 深瞳科技公司 | 激光雷达传感器的校准 |
CN111427026A (zh) * | 2020-02-21 | 2020-07-17 | 深圳市镭神智能***有限公司 | 激光雷达的标定方法、装置、存储介质及自移动设备 |
CN115298564A (zh) * | 2020-03-18 | 2022-11-04 | 株式会社电装 | 雷达装置 |
CN111563936A (zh) * | 2020-04-08 | 2020-08-21 | 蘑菇车联信息科技有限公司 | 一种相机外部参数自动标定方法及行车记录仪 |
CN111398924A (zh) * | 2020-04-29 | 2020-07-10 | 上海英恒电子有限公司 | 雷达安装角度标定方法及*** |
CN111624566A (zh) * | 2020-07-30 | 2020-09-04 | 北汽福田汽车股份有限公司 | 雷达安装角度校准方法及装置 |
CN112526465A (zh) * | 2020-11-23 | 2021-03-19 | 北京小马慧行科技有限公司 | 动态标定车载毫米波雷达的方位角度安装偏差的方法 |
CN112365549A (zh) * | 2021-01-12 | 2021-02-12 | 腾讯科技(深圳)有限公司 | 车载相机的姿态校正方法、装置和存储介质及电子装置 |
CN113009456A (zh) * | 2021-02-22 | 2021-06-22 | 中国铁道科学研究院集团有限公司 | 车载激光雷达数据校准方法、装置及*** |
CN112946591A (zh) * | 2021-02-26 | 2021-06-11 | 商汤集团有限公司 | 外参标定方法、装置、电子设备及存储介质 |
WO2022206519A1 (zh) * | 2021-03-31 | 2022-10-06 | 华为技术有限公司 | 一种车载雷达的外参标定方法与装置 |
CN113093129A (zh) * | 2021-04-14 | 2021-07-09 | 森思泰克河北科技有限公司 | 车载雷达的自动标定方法、装置及终端设备 |
CN113671453A (zh) * | 2021-08-11 | 2021-11-19 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置、存储介质及电子设备 |
CN113625239A (zh) * | 2021-08-11 | 2021-11-09 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置及电子设备 |
CN113625237A (zh) * | 2021-08-11 | 2021-11-09 | 南京隼眼电子科技有限公司 | 车载毫米波雷达俯仰角误差校准方法、装置及电子设备 |
CN113702929A (zh) * | 2021-08-16 | 2021-11-26 | 中汽创智科技有限公司 | 一种车载雷达安装角度校准方法、装置、设备及存储介质 |
CN113702930A (zh) * | 2021-08-16 | 2021-11-26 | 中汽创智科技有限公司 | 一种角雷达安装角度校准方法、装置、设备及存储介质 |
CN113850867A (zh) * | 2021-08-20 | 2021-12-28 | 上海商汤临港智能科技有限公司 | 相机参数标定及设备的控制方法、装置、设备及存储介质 |
CN114829971A (zh) * | 2021-08-30 | 2022-07-29 | 华为技术有限公司 | 一种激光雷达的标定方法、装置及存储介质 |
WO2023028774A1 (zh) * | 2021-08-30 | 2023-03-09 | 华为技术有限公司 | 一种激光雷达的标定方法、装置及存储介质 |
CN113532888A (zh) * | 2021-09-17 | 2021-10-22 | 北京智能车联产业创新中心有限公司 | 纯视觉自动驾驶车辆测试方法及装置 |
WO2023045182A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海仙途智能科技有限公司 | 目标物体的定位 |
CN114137485A (zh) * | 2021-10-20 | 2022-03-04 | 北京智行者科技有限公司 | 一种毫米波校准方法及装置 |
CN114167390A (zh) * | 2021-10-29 | 2022-03-11 | 岚图汽车科技有限公司 | 一种车载毫米波雷达动态标定方法及*** |
CN114442073A (zh) * | 2022-01-17 | 2022-05-06 | 广州小鹏自动驾驶科技有限公司 | 激光雷达的标定方法、装置、车辆及存储介质 |
CN114812392A (zh) * | 2022-04-24 | 2022-07-29 | 合肥工业大学 | 一种激光六自由度运动误差同步测量*** |
CN115205388A (zh) * | 2022-07-04 | 2022-10-18 | 上海安亭地平线智能交通技术有限公司 | 车载相机姿态矫正方法和装置、存储介质、电子设备 |
CN115166702A (zh) * | 2022-07-08 | 2022-10-11 | 东风悦享科技有限公司 | 一种基于高精度定位信息的激光雷达到车体坐标系的自动标定方法及装置 |
CN115272487A (zh) * | 2022-08-04 | 2022-11-01 | 上海安亭地平线智能交通技术有限公司 | 相机位姿估计方法、装置、存储介质和电子设备 |
CN115629361A (zh) * | 2022-08-29 | 2023-01-20 | 深圳市豪恩汽车电子装备股份有限公司 | 车载毫米波雷达的安装角度校正装置及方法 |
CN115436920A (zh) * | 2022-09-29 | 2022-12-06 | 北京领骏科技有限公司 | 一种激光雷达标定方法及相关设备 |
CN116152347A (zh) * | 2022-11-30 | 2023-05-23 | 武汉中海庭数据技术有限公司 | 一种车载摄像头安装姿态角标定方法及*** |
Non-Patent Citations (9)
Title |
---|
KURUBA, N等: "A Generic Method to Estimate Camera Extrinsic Parameters", ICASSP 2022 - 2022 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), pages 1571 - 1575 * |
SERGIU NEDEVSCHI等: "Online Extrinsic Parameters Calibration for Stereovision Systems Used in Far-Range Detection Vehicle Applications", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, pages 651 - 660 * |
WANG, K等: "Dioptric Fisheye Panoramic Camera Calibration Based on Unifying Spherical Projection Model", 2ND INTERNATIONAL CONFERENCE ON APPLIED MECHANICS, MATERIALS AND MANUFACTURING (ICAMMM 2012), pages 1553 - 1557 * |
张辉;杨永强;庄文盛;龚文森;: "基于激光的车辆动态侧倾角测量", 激光与红外, no. 02, pages 7 - 10 * |
王天光: "基于场景几何约束的摄像机标定方法研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), pages 138 - 469 * |
陈强超;: "单雷达航迹滤波与卡尔曼滤波算法", 信息化研究, no. 05, pages 30 - 31 * |
陈涛: "基于雷视信息融合的前车碰撞预警***设计", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), pages 035 - 1283 * |
陈福喜;杨大宁;: "船用雷达ARPA***中α-β算法研究", 电子设计工程, no. 18, pages 18 - 20 * |
陈贵宾等: "车载三维激光雷达外参数的分步自动标定算法", 中国激光, vol. 44, no. 10, pages 249 - 255 * |
Also Published As
Publication number | Publication date |
---|---|
CN116381632B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596694B (zh) | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 | |
CN106991389B (zh) | 确定道路边沿的装置和方法 | |
US9255988B2 (en) | Object fusion system of multiple radar imaging sensors | |
EP2926330B1 (en) | Vehicle location estimation apparatus and vehicle location estimation method | |
WO2020133217A1 (zh) | 连续障碍物检测方法、设备、***及存储介质 | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
CN110705458B (zh) | 边界检测方法及装置 | |
WO2022141538A1 (zh) | 一种轨迹预测方法与装置 | |
US20050278112A1 (en) | Process for predicting the course of a lane of a vehicle | |
CN112083441B (zh) | 激光雷达和毫米波雷达深度融合的障碍物检测方法及*** | |
CN104677361B (zh) | 一种综合定位的方法 | |
CN112166336A (zh) | 毫米波雷达俯仰安装角度的校准方法、装置、车辆控制***及车辆 | |
CN112198503A (zh) | 一种目标航迹预测优化方法、装置及雷达*** | |
CN112085950B (zh) | 交通状态判别指标的估计方法、***、存储介质及应用 | |
Homm et al. | Fusion of laserscannner and video based lanemarking detection for robust lateral vehicle control and lane change maneuvers | |
CN115856872A (zh) | 一种车辆运动轨迹连续跟踪方法 | |
US11087147B2 (en) | Vehicle lane mapping | |
CN108693517B (zh) | 车辆定位方法、装置和雷达 | |
US20220365193A1 (en) | Method for estimating correction angles in a radar sensor for motor vehicles | |
CN116381632B (zh) | 雷达横滚角的自标定方法、装置及存储介质 | |
CN115151836A (zh) | 用于探测车辆周围环境中的移动对象的方法和机动车辆 | |
CN110095776B (zh) | 用于确定对象的存在和/或特性的方法和周围环境识别设备 | |
CN116299473A (zh) | 一种基于mimo毫米波雷达的横穿目标探测方法 | |
CN116022163A (zh) | 基于超局部子图的自动驾驶车辆扫描匹配和雷达姿态估计器 | |
CN116381633B (zh) | 雷达横滚角的自标定方法、装置及存储介质 |
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 |