CN116563802A - 一种隧道场景判断方法、装置、设备及存储介质 - Google Patents
一种隧道场景判断方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116563802A CN116563802A CN202310552148.5A CN202310552148A CN116563802A CN 116563802 A CN116563802 A CN 116563802A CN 202310552148 A CN202310552148 A CN 202310552148A CN 116563802 A CN116563802 A CN 116563802A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- tunnel
- cloud layer
- virtual
- layer
- 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 47
- 230000003068 static effect Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种隧道场景判断方法、装置、设备及存储介质,该方法包括:获取目标车辆速度、雷达高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;根据所述雷达高度确定地面点云层;基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。利用该方法,通过对雷达获取的具备高度信息的点云数据的分析,判断当前车辆是否处于隧道场景,为后续处理中针对隧道场景设计优化策略和处理方法提供场景依据。
Description
技术领域
本发明实施例涉及雷达探测技术领域,尤其涉及一种隧道场景判断方法、装置、设备及存储介质。
背景技术
毫米波雷达是一种使用毫米波段的电磁波对目标进行探测的传感器,其受天气等环境因素影响较小,具备全天候工作能力,但是毫米波雷达容易受到环境中各种各样的杂波干扰。近年来,随着毫米波雷达技术的快速发展,出现了具备同时检测目标位置和高度信息的4D毫米波雷达,且其应用越来越广泛,相比于传统毫米波雷达,4D毫米波雷达具备更多发送和接收天线单元,分辨率和检测能力均有大幅提升,但也提高了对数据处理的要求。
对毫米波雷达而言,隧道是一种较为常见且典型的道路场景中,隧道中的墙壁和顶部近似于一种镜面介质,导致毫米波雷达发出的电磁波容易出现散射,从而产生大量的虚假目标,同时4D毫米波雷达具备更多的天线单元,相比于传统毫米波雷达,受散射现象影响更为严重,在对毫米波雷达数据进行处理时,将隧道场景和其他道路场景区分开来,并进行针对性优化,对于提升4D毫米波雷达的综合性能表现具有重要意义。
发明内容
本发明实施例提供一种隧道场景判断方法、装置、设备及存储介质,通过对雷达获取的具备高度信息的点云数据的分析,判断当前车辆是否处于隧道场景,为后续处理中针对隧道场景设计优化策略和处理方法提供场景依据。
第一方面,本发明实施例提供了一种隧道场景判断方法,该方法包括:
获取目标车辆速度、雷达高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;
根据所述雷达高度确定地面点云层;
基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;
基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;
根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。
第二方面,本发明实施例还提供了一种隧道场景判断装置,该装置包括:
获取模块,用于获取目标车辆速度、4D毫米波安装高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;
地面点云层确定模块,用于根据所述4D毫米波安装高度确定地面点云层;
边界信息确定模块,用于基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;
虚拟隧道顶部确定模块,用于基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;
识别模块,用于根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。
第三方面,本公开实施例还提供电子设备,所述电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本公开实施例提供的隧道场景判断方法。
第四方面,本公开实施例还提供了包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行实现本公开实施例提供的隧道场景判断方法。
本发明公开了一种隧道场景判断方法、装置、设备及存储介质,该方法包括:获取目标车辆速度、雷达高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;根据所述雷达高度确定地面点云层;基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。利用该方法,通过对雷达获取的具备高度信息的点云数据的分析,判断当前车辆是否处于隧道场景,为后续处理中针对隧道场景设计优化策略和处理方法提供场景依据。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种隧道场景判断方法的流程图;
图2为本公开实施例所提供的一种隧道场景判断装置的示意图;
图3为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
实施例一
图1为本公开实施例所提供的一种隧道场景判断的流程图,本公开实施例适用于提供用户隧道场景判断的情形,该方法可以由隧道场景判断装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。
如图1所示,本公开实施例提供的一种隧道场景判断方法,具体可以包括下述步骤:
S110、获取目标车辆速度、雷达高度及原始点云信息。
其中,原始点云信息包括点云的三维位置及速度。
在本实施例中,目标车辆可以是当前行驶的车辆,雷达可以是同时检测目标位置和高度信息的4D毫米波雷达,雷达高度可以是雷达在车辆上的安装高度。原始点云信息可以是4D毫米波雷达检测的原始点云数据,其中,原始点云信息包括点云的三维位置及速度。
具体的,获取目标车辆的速度、雷达的安装高度以及雷达所检测到的原始点云信息。
S120、根据雷达高度确定地面点云层。
在本实施例中,地面点云层可以是在雷达所检测出的点云位于行驶路面平面所组成的点云层。
具体的,根据雷达在车辆上的安装高度上下浮动设定范围确定出车辆所在区域的地面点云高度范围,然后将在点云高度范围的点云数据进行平面拟合,提取出地面点云层。
示例性的,若雷达在车辆上的安装高度为1m,则可以将位于距离雷达高度0.9m至1.1m的区域作为地面点云高度范围,然后将在点云高度范围的点云进行平面拟合,提取出地面点云层,
S130、基于地面点云层确定道路边界信息。
其中,道路边界信息中包括道路两侧边界和边界距离。
在本实施例中,道路边界信息可以是道路两侧边界障碍物的轨迹信息及道路边界距离。其中,障碍物可以是护栏、墙壁等。
具体的,获取为目标车辆行驶前方设定长度和设定宽度的矩形区域内的地面点云层,根据车速和点云的速度,计算点云速度和车速的差值,若差值的绝对值小于设定阈值,则判断对应的原始点云为静止,该点云作为静态点云,若差值的绝对值大于或等于设定阈值,则判断对应的原始点云为运动的,该点云作为动态点云。遍历上述矩形区域内的所有的地面点云,将其中的静态点云与动态点云分离,将所有的静态点云放入集合中作为静态点云信息。对静态点云进行聚类,获得聚类后的点云簇,然后对点云簇进行曲线拟合,获得多个曲线,然后将多个曲线的参数进行合并,最终获得两个曲线作为道路两侧边界,根据两侧边界得到边界距离。
可选的,基于地面点云层确定道路边界信息的方式可以是:获取位于第一设定区域内的地面点云层;其中,第一设定区域为目标车辆行驶前方第一设定长度和设定宽度的矩形区域;基于目标车辆速度和点云速度确定静态点云信息;基于静态点云信息确定道路边界信息。
在本实施例中,第一设定区域为目标车辆行驶前方第一设定长度和设定宽度的矩形区域,其中,第一设定长度可以基于目标车辆的行驶速度确定。示例性的,若车辆的速度为50km/h,则车辆速度乘以设定的时间的长度作为设定长度,若设定时间为3s,则第一设定长度为150m。
具体的,获取位于第一设定区域内的地面点云层,然后,根据车速和点云的速度,计算点云速度和车速的差值,若差值的绝对值小于设定阈值,则判断对应的原始点云为静止,该点云作为静态点云,若差值的绝对值大于或等于设定阈值,则判断对应的原始点云为运动的,该点云作为动态点云。遍历上述矩形区域内的所有的地面点云,将其中的静态点云与动态点云分离,将所有的静态点云放入集合中作为静态点云信息。对静态点云进行曲线拟合确定道路边界信息。
可选的,基于静态点云信息确定道路边界信息的方式可以是:对静态点云进行聚类,获得聚类后的点云簇;对点云簇进行曲线拟合,获得多个曲线;根据多个曲线确定道路边界信息。
具体的,对静态点云进行聚类,获得聚类的点云簇。若点云簇中某一边近似平行于车辆前进方向,且最长边大于一个设定阈值,最短边小于设定阈值的点云簇,则对聚类后的符合上述条件的点云簇进行曲线拟合,计算点云簇对应的三阶曲线方程,对比获得的所有三阶曲线方程,如果任意两个方程的各项参数之间的差值都小于设定阈值,将该两个方程对应的点云簇合并,对合并后点云重新进行拟合,计算新的三阶曲线方程,直到拟合出仅有两个曲线方程,为边界的延伸轨迹,即可以作为左右两侧的道路边界信息,上述所有阈值可以根据实际情况进行设定,在本申请中不做具体限定。
S140、基于边界距离拟合出虚拟隧道顶部,并提取出超高点云层。
其中,超高点云层为高于虚拟隧道顶部的点云层。
在本实施例中,根据边界距离从设定的边界距离和隧道高度阈值两者映射关系中确定隧道高度阈值。根据边界距离和隧道高度阈值可以拟合出虚拟隧道顶部,其中虚拟隧道顶部为虚拟隧道顶部平面或虚拟隧道顶部曲面中一种。判断道路两侧边界内,目标车辆行驶前方设定长度,地面点云层顶部到虚拟隧道顶部的区域内的点云数量是否大于一个设定阈值,若大于则提取所有位于道路两侧边界内,目标车辆行驶前方设定长度,虚拟隧道顶部之上的区域内的点云作为超高点云层。其中,超高点云层中包括超高曲面点云层和超高平面点云层。
示例性的,边界距离和隧道高度阈值两者映射关系可以根据实际情况进行设定。如在实际生活中,边界距离为两米时,实际隧道高度阈值可以为4m。根据边界距离和隧道高度阈值就可以拟合出隧道顶部方程,在实际中隧道顶部可以是平面的,也可以是曲面的,所以虚拟隧道顶部为虚拟隧道顶部平面或虚拟隧道顶部曲面中一种。
可选的,基于道路边界宽度拟合出虚拟隧道顶部,并提取出超高点云层的方式可以是:基于边界距离确定隧道高度阈值;基于边界距离和隧道高度阈值拟合出虚拟隧道顶部;其中虚拟隧道顶部为虚拟隧道顶部平面或虚拟隧道顶部曲面中一种;判断位于第二设定区域内的点云数量是否大于第一设定阈值;其中,第二设定区域为道路两侧边界内,目标车辆行驶前方第二设定长度,地面点云层顶部到虚拟隧道顶部的区域;若是,则提取所有位于第三设定区域内的点云作为超高点云层;其中,第三设定区域为道路两侧边界内,目标车辆行驶前方第二设定长度,虚拟隧道顶部之上的区域。
在本实施例中,第二设定区域可以为道路两侧边界内,目标车辆行驶前方设定长度,地面点云层顶部到虚拟隧道顶部的区域。第三设定区域可以为道路两侧边界内,目标车辆行驶前方设定长度,虚拟隧道顶部之上的区域。其中,上述设定长度为同一设定长度。第二设定长度可以基于目标车辆的行驶速度确定。示例性的,若车辆的速度为50km/h,则车辆速度乘以设定的时间的长度作为设定长度,若设定时间为3s,则第二设定长度为150m。第一设定阈值可以预先设定的值,根据实际情况进行设定,在本发明实施例中不做具体限定。
具体的,根据边界距离从设定的边界距离和隧道高度阈值两者映射关系中确定隧道高度阈值。根据边界距离和隧道高度阈值可以拟合出虚拟隧道顶部,判断道路两侧边界内,目标车辆行驶前方第二设定长度,地面点云层顶部到虚拟隧道顶部的区域内的点云数量是否大于第一设定阈值,若大于则提取所有位于道路两侧边界内,目标车辆行驶前方第二设定长度,虚拟隧道顶部之上的区域内的点云作为超高点云层。
S150、根据超高点云层、虚拟隧道顶部和地面点云层对隧道场景进行识别。
具体的,首先基于虚拟隧道顶部对超高点云层中的点云进行镜像投影,获得虚拟投影点云,然后在虚拟投影点云所在的位置搜索原始点云,若搜索到的原始点云中与对应的虚拟投影点云的距离差值最小的且速度差值小于设定阈值的点云,则将该点云作为目标点云,将目标点云投影至地面点云层对应的平面,将投影后的目标点云添加至第一点云集。将第一点云集合所在的区域沿车辆移动方向划分为多个子区域,对于每个子区域,若子区域内点云的数量大于一个设定阈值,则将子区域作为潜在隧道区域,若所有的潜在隧道区域的长度之和大于一个设定阈值,则目标车辆处于隧道场景。其中,子区域的划分步长可以是1m。
可选的,根据超高点云层、虚拟隧道顶部和地面点云层对隧道场景进行识别的方式可以是:基于超高点云层、虚拟隧道顶部和地面点云层确定第一点云集合;将第一点云集合所在的区域沿车辆移动方向划分为多个子区域;对于每个子区域,若子区域内点云的数量大于第二设定阈值,则将子区域作为潜在隧道区域,获得至少一个潜在隧道区域;若至少一个潜在隧道区域的长度之和大于第三设定阈值,则目标车辆处于隧道场景。
在本实施例中,第二设定阈值和第三设定阈值可以预先设定的值,根据实际情况进行设定,在本发明实施例中不做具体限定。
示例性的,第三设定阈值可以设定为2m,在实际中,可能会出现天桥等情况,潜在隧道区域的长度小于第三设定阈值,则为可能是上述天桥。
具体的,首先基于超高点云层、虚拟隧道顶部和地面点云层确定第一点云集合,将第一点云集合所在的区域沿车辆移动方向划分为多个子区域,对于每个子区域,若子区域内点云的数量大于第二设定阈值,则将子区域作为潜在隧道区域,若所有的潜在隧道区域的长度之和大于第三设定阈值,则目标车辆处于隧道场景。其中,子区域的划分步长可以是1m。
可选的,基于超高点云层、虚拟隧道顶部和地面点云层确定第一点云集合的方式可以是:基于虚拟隧道顶部对超高点云层中的点云进行镜像投影,获得虚拟投影点云;在虚拟投影点云所在的位置搜索原始点云,若搜索到的原始点云中与对应的虚拟投影点云的距离差值最小的且速度差值小于设定阈值的点云,则将该点云作为目标点云;基于地面点云层和目标点云确定第一点云集合。
具体的,将超高点云层中的所有点云,以虚拟隧道顶部为基准进行投影,得到相对应的虚拟投影点云,在虚拟投影点云所在位置搜索原始点云,若搜索到的原始点云中与对应的虚拟投影点云的距离差值最小的且速度差值小于设定阈值的点云,则将该点云作为目标点云。将目标点云投影至地面点云层对应的平面,将投影后的目标点云添加至第一点云集。
可选的,基于地面点云层和目标点云确定第一点云集合的方式可以是:将目标点云投影至地面点云层对应的平面;将投影后的目标点云添加至第一点云集。
具体的,首先将目标点云投影至上述地面点云层对应的平面,然后将投影后的目标点云添加至第一点云集。
本发明公开了一种隧道场景判断方法,该方法包括:获取目标车辆速度、雷达高度及原始点云信息;其中,原始点云信息包括点云的三维位置及速度;根据雷达高度确定地面点云层;基于地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;基于边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于虚拟隧道顶部的点云层;根据超高点云层、虚拟隧道顶部和地面点云层对隧道场景进行识别。利用该方法,通过对雷达获取的具备高度信息的点云数据的分析,判断当前车辆是否处于隧道场景,为后续处理中针对隧道场景设计优化策略和处理方法提供场景依据。
实施例二
图2为本发明实施例还提供了一种隧道场景判断装置结构示意图,如图2所示,装置包括:获取模块210、地面点云层确定模块220、边界信息确定模块230、虚拟隧道顶部确定模块240以及识别模块250。
获取模块210,用于获取目标车辆速度、4D毫米波安装高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;
地面点云层确定模块220,用于根据所述4D毫米波安装高度确定地面点云层;
边界信息确定模块230,用于基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;
虚拟隧道顶部确定模块240,用于基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;
识别模块250,用于根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。
本公开实施例所提供的技术方案,利用该方法,通过对雷达获取的具备高度信息的点云数据的分析,判断当前车辆是否处于隧道场景,为后续处理中针对隧道场景设计优化策略和处理方法提供场景依据。
进一步地,边界信息确定模块230可以用于:
获取位于第一设定区域内的地面点云层;第一设定区域为目标车辆行驶前方第一设定长度和设定宽度的矩形区域;
基于所述目标车辆速度和所述点云速度确定静态点云信息;
基于所述静态点云信息确定道路边界信息。
进一步地,边界信息确定模块230还可以用于:
对所述静态点云进行聚类,获得聚类后的点云簇;
对所述点云簇进行曲线拟合,获得多个曲线;
根据所述多个曲线确定道路边界信息。
进一步地,虚拟隧道顶部确定模块240可以用于:
基于所述边界距离确定隧道高度阈值;
基于所述边界距离和所述隧道高度阈值拟合出虚拟隧道顶部;其中所述虚拟隧道顶部为虚拟隧道顶部平面或虚拟隧道顶部曲面中一种;
判断位于第二设定区域内的点云数量是否大于第一设定阈值;其中,所述第二设定区域为所述道路两侧边界内,目标车辆行驶前方第二设定长度,所述地面点云层顶部到所述虚拟隧道顶部的区域;
若是,则提取所有位于第三设定区域内的点云作为超高点云层;其中,所述第三设定区域为所述道路两侧边界内,目标车辆行驶前方第二设定长度,所述虚拟隧道顶部之上的区域。
进一步地,识别模块250还可以用于:
基于所述超高点云层、所述虚拟隧道顶部和所述地面点云层确定第一点云集合;
将所述第一点云集合所在的区域沿车辆移动方向划分为多个子区域;
对于每个子区域,若所述子区域内点云的数量大于第二设定阈值,则将所述子区域作为潜在隧道区域,获得至少一个潜在隧道区域;
若所述至少一个潜在隧道区域的长度之和大于第三设定阈值,则所述目标车辆处于隧道场景。
进一步地,识别模块250还可以用于:
基于所述虚拟隧道顶部对所述超高点云层中的点云进行镜像投影,获得虚拟投影点云;
在所述虚拟投影点云所在的位置搜索原始点云,若搜索到的原始点云中与对应的虚拟投影点云的距离差值最小的且速度差值小于设定阈值的点云,则将该点云作为目标点云;
基于所述地面点云层和所述目标点云确定第一点云集合。
进一步地,识别模块250还可以用于:
将目标点云投影至所述地面点云层对应的平面;
将投影后的目标点云添加至第一点云集。
上述装置可执行本发明前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明前述所有实施例所提供的方法。
实施例三
图3出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图3,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如隧道场景判断方法。
在一些实施例中,隧道场景判断方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的隧道场景判断方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行隧道场景判断方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种隧道场景的识别方法,其特征在于,包括:
获取目标车辆速度、雷达高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;
根据所述雷达高度确定地面点云层;
基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;
基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;
根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。
2.根据权利要求1所述的方法,其特征在于,基于所述地面点云层确定道路边界信息,包括:
获取位于第一设定区域内的地面点云层;其中,所述第一设定区域为目标车辆行驶前方第一设定长度和设定宽度的矩形区域;
基于所述目标车辆速度和所述点云速度确定静态点云信息;
基于所述静态点云信息确定道路边界信息。
3.根据权利要求2所述的方法,其特征在于,基于所述静态点云信息确定道路边界信息,包括:
对所述静态点云进行聚类,获得聚类后的点云簇;
对所述点云簇进行曲线拟合,获得多个曲线;
根据所述多个曲线确定道路边界信息。
4.根据权利要求1所述的方法,其特征在于,基于所述道路边界宽度拟合出虚拟隧道顶部,并提取出超高点云层,包括:
基于所述边界距离确定隧道高度阈值;
基于所述边界距离和所述隧道高度阈值拟合出虚拟隧道顶部;其中所述虚拟隧道顶部为虚拟隧道顶部平面或虚拟隧道顶部曲面中一种;
判断位于第二设定区域内的点云数量是否大于第一设定阈值;其中,所述第二设定区域为所述道路两侧边界内,目标车辆行驶前方第二设定长度,所述地面点云层顶部到所述虚拟隧道顶部的区域;
若是,则提取所有位于第三设定区域内的点云作为超高点云层;其中,所述第三设定区域为所述道路两侧边界内,目标车辆行驶前方第二设定长度,所述虚拟隧道顶部之上的区域。
5.根据权利要求1所述的方法,其特征在于,根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别,包括:
基于所述超高点云层、所述虚拟隧道顶部和所述地面点云层确定第一点云集合;
将所述第一点云集合所在的区域沿车辆移动方向划分为多个子区域;
对于每个子区域,若所述子区域内点云的数量大于第二设定阈值,则将所述子区域作为潜在隧道区域,获得至少一个潜在隧道区域;
若所述至少一个潜在隧道区域的长度之和大于第三设定阈值,则所述目标车辆处于隧道场景。
6.根据权利要求5所述的方法,其特征在于,基于所述超高点云层、所述虚拟隧道顶部和所述地面点云层确定第一点云集合,包括:
基于所述虚拟隧道顶部对所述超高点云层中的点云进行镜像投影,获得虚拟投影点云;
在所述虚拟投影点云所在的位置搜索原始点云,若搜索到的原始点云中与对应的虚拟投影点云的距离差值最小的且速度差值小于设定阈值的点云,则将该点云作为目标点云;
基于所述地面点云层和所述目标点云确定第一点云集合。
7.根据权利要求6所述的方法,其特征在于,基于所述地面点云层和所述目标点云确定第一点云集合,包括:
将目标点云投影至所述地面点云层对应的平面;
将投影后的目标点云添加至第一点云集。
8.一种隧道场景判断装置,其特征在于,包括:
获取模块,用于获取目标车辆速度、4D毫米波安装高度及原始点云信息;其中,所述原始点云信息包括点云的三维位置及速度;
地面点云层确定模块,用于根据所述4D毫米波安装高度确定地面点云层;
边界信息确定模块,用于基于所述地面点云层确定道路边界信息;其中,道路边界信息中包括道路两侧边界和边界距离;
虚拟隧道顶部确定模块,用于基于所述边界距离拟合出虚拟隧道顶部,并提取出超高点云层;其中,超高点云层为高于所述虚拟隧道顶部的点云层;
识别模块,用于根据所述超高点云层、所述虚拟隧道顶部和所述地面点云层对隧道场景进行识别。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的隧道场景判断方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的隧道场景判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310552148.5A CN116563802A (zh) | 2023-05-16 | 2023-05-16 | 一种隧道场景判断方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310552148.5A CN116563802A (zh) | 2023-05-16 | 2023-05-16 | 一种隧道场景判断方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116563802A true CN116563802A (zh) | 2023-08-08 |
Family
ID=87496151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310552148.5A Pending CN116563802A (zh) | 2023-05-16 | 2023-05-16 | 一种隧道场景判断方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563802A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523522A (zh) * | 2024-01-08 | 2024-02-06 | 腾讯科技(深圳)有限公司 | 隧道场景的识别方法、装置、设备和存储介质 |
-
2023
- 2023-05-16 CN CN202310552148.5A patent/CN116563802A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523522A (zh) * | 2024-01-08 | 2024-02-06 | 腾讯科技(深圳)有限公司 | 隧道场景的识别方法、装置、设备和存储介质 |
CN117523522B (zh) * | 2024-01-08 | 2024-04-30 | 腾讯科技(深圳)有限公司 | 隧道场景的识别方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829351B (zh) | 车道信息的检测方法、装置及计算机可读存储介质 | |
CN116563802A (zh) | 一种隧道场景判断方法、装置、设备及存储介质 | |
CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
CN114677655A (zh) | 多传感器目标检测方法、装置、电子设备以及存储介质 | |
CN116432060A (zh) | 基于雷达的目标自适应聚类方法、装置、设备及存储介质 | |
CN113177980B (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN116718197B (zh) | 轨迹处理方法、装置、电子设备及存储介质 | |
CN116990768A (zh) | 预测航迹处理方法、装置、电子设备及可读介质 | |
CN115932831A (zh) | 基于雷达的目标分段跟踪方法、装置、设备及存储介质 | |
CN115877331A (zh) | 一种恒虚警检测方法、装置、设备及存储介质 | |
CN115436900A (zh) | 基于雷达图的目标检测方法、装置、设备和介质 | |
CN115526837A (zh) | 一种异常行车检测方法、装置、电子设备以及介质 | |
CN110363834B (zh) | 一种点云数据的分割方法和装置 | |
CN113514825A (zh) | 道路边缘的获取方法、装置和终端设备 | |
CN112069899A (zh) | 一种路肩检测方法、装置及存储介质 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN115424441B (zh) | 基于微波雷达的道路弯道优化方法、装置、设备及介质 | |
CN117392000B (zh) | 一种噪点去除方法、装置、电子设备及存储介质 | |
US20230049992A1 (en) | Fusion and association of traffic objects in driving environment | |
CN115049997B (zh) | 边缘车道线的生成方法、装置、电子设备及存储介质 | |
CN117962930B (zh) | 无人车的控制方法及装置、无人车和计算机可读存储介质 | |
CN115857502B (zh) | 行驶控制方法和电子设备 | |
CN116609731A (zh) | 基于毫米波雷达的虚假目标识别方法、装置、设备及介质 | |
CN117686986A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN117953451A (zh) | 一种道路边界检测方法、装置、设备及介质 |
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 |