CN116749968A - 一种目标车辆的检测方法、装置、设备及介质 - Google Patents
一种目标车辆的检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116749968A CN116749968A CN202311029438.8A CN202311029438A CN116749968A CN 116749968 A CN116749968 A CN 116749968A CN 202311029438 A CN202311029438 A CN 202311029438A CN 116749968 A CN116749968 A CN 116749968A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driven
- current
- lane
- cut
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 7
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 7
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种目标车辆的检测方法、装置、设备及介质,涉及检测领域。通过对自车的当前待行驶区域进行栅格化处理,使得当前待行驶区域的各个栅格都有对应的值,而栅格的值代表待切入自车车道的车辆进入当前待行驶区域的概率,由于以栅格为单位确定出待切入自车车道的车辆在当前待行驶区域的概率,所以能够大大提高目标车辆选取的准确度;栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系,即栅格距离当前待行驶轨迹越近,则对栅格的赋值越大,反之,则赋值越小,可见,通过对待行驶区域栅格进行不同概率值的分配,可以根据概率值的大小较准确地确定出目标车辆,提高了识别目标车辆的准确率。
Description
技术领域
本发明涉及检测领域,特别是涉及一种目标车辆的检测方法、装置、设备及介质。
背景技术
高级驾驶辅助***(Advanced Driving Assistance System,ADAS)中的自适应巡航控制(Adaptive Cruise Control,ACC)功能,需要识别主目标进行控制,主目标的识别在主目标选取(Target Object Select,TOS)模块中实现。TOS主要的目的是选取一个前方目标,给ACC做控制使用。目标选取的准确性体现整个ACC的性能。
对于始终行驶在自车正前方的目标,选取一般都比较准确。但是对于即将切入自车道的车辆目标的选取,如果选取的不够准确,则不能及时地以可能会对自车行驶产生影响的车辆目标为参考,规划行驶速度、行驶路线等,将对ACC性能表现产生较大的影响。
因此,如何较准确地确定出目标车辆是本领域人员亟需解决的技术问题。
发明内容
本发明的目的是提供一种目标车辆的检测方法、装置、设备及介质,以解决选取的目标车辆的准确性低的问题。
为解决上述技术问题,本发明提供一种目标车辆的检测方法,包括:
获取自车的当前待行驶轨迹并根据所述当前待行驶轨迹确定所述自车的当前待行驶区域;
对所述当前待行驶区域进行栅格化处理并对各栅格赋值;其中,各所述栅格的值用于表征待切入自车车道的车辆进入所述当前待行驶区域的概率;所述栅格的值与所述栅格在与当前待行驶轨迹垂直的方向上距所述当前待行驶轨迹的距离呈负相关的关系;
获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率;
根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆。
优选地,所述获取自车的当前待行驶轨迹包括以下方式之一:
方式一:根据所述自车的行驶参数确定所述自车的所述当前待行驶轨迹;其中,所述行驶参数至少包括:方向盘转角、偏航角速率;
方式二:在检测到当前待行驶轨迹方向的两侧车道线的情况下,确定所述两侧车道线之间的中心车道线;将所述中心车道线作为所述自车的所述当前待行驶轨迹;
方式三:所述当前待行驶轨迹包括第一段当前待行驶轨迹、第二段当前待行驶轨迹;所述第一段当前待行驶轨迹产生的时刻早于所述第二段当前待行驶轨迹产生的时刻;
根据所述自车的所述行驶参数确定所述自车的所述第一段当前待行驶轨迹;
在检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,确定所述两侧车道线之间的所述中心车道线;将所述中心车道线作为所述自车的所述第二段当前待行驶轨迹;连接所述第一段当前待行驶轨迹和所述第二段当前待行驶轨迹以作为所述自车的所述当前待行驶轨迹;
在未检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,将所述第一段当前待行驶轨迹在沿所述当前待行驶轨迹方向上进行延长;将所述第一段当前待行驶轨迹的延长线作为所述第二段当前待行驶轨迹;连接所述第一段当前待行驶轨迹和所述第二段当前待行驶轨迹以作为所述自车的所述当前待行驶轨迹。
优选地,所述根据所述当前待行驶轨迹确定所述自车的当前待行驶区域包括:
在所述当前待行驶轨迹的两边分别扩宽预设区域;
将扩宽后得到的区域作为所述自车的所述当前待行驶区域;
其中,在检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,所述预设区域为由所述两侧车道线构成的车道区域的半个区域;
在未检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,所述预设区域为半个标准车道区域。
优选地,所述对所述当前待行驶区域进行栅格化处理包括:
根据预设的确定出所述目标车辆的结果精度确定各所述栅格的尺寸;
按照各所述栅格的尺寸将所述当前待行驶区域进行所述栅格化处理。
优选地,所述栅格的值与所述栅格在当前待行驶轨迹方向上距所述自车的距离呈正相关的关系。
优选地,所述获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率包括:
获取所述待切入自车车道的车辆的长度、宽度、后方中心点的坐标;
根据所述待切入自车车道的车辆的长度、宽度、后方中心点的坐标确定所述待切入自车车道的车辆的四个角点的坐标以作为所述待切入自车车道的车辆的位置;
若当前角点的坐标落在所述当前待行驶区域,则确定所述待切入自车车道的车辆的所述当前角点在所述当前待行驶区域的概率为所述当前角点对应的所述栅格的值;
若所述当前角点的坐标未落在所述当前待行驶区域,则确定所述当前角点对应所述栅格的值为0;根据所述栅格的值确定所述待切入自车车道的车辆的所述当前角点在所述当前待行驶区域的概率为0。
优选地,确定各所述角点在所述当前待行驶区域的概率包括:
获取多个预设周期内各所述角点在所述当前待行驶区域的概率;
对所述多个预设周期内相同的所述角点在所述当前待行驶区域的概率进行低通滤波得到各所述角点在所述当前待行驶区域的最终概率。
优选地,所述根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆包括:
获取各所述待切入自车车道的车辆的四个所述角点在所述当前待行驶区域的概率中最大的概率以作为对应的所述待切入自车车道的车辆在所述当前待行驶区域的概率;
在所述待切入自车车道的车辆在所述当前待行驶区域的概率大于阈值的情况下,将所述待切入自车车道的车辆作为候选主目标车辆;
从所述候选主目标车辆中获取在当前待行驶轨迹方向上距离所述自车的距离最近的所述候选主目标车辆作为所述目标车辆。
优选地,所述待切入自车车道的车辆的各所述角点对应的阈值不同,其中,所述阈值与各所述角点在所述当前待行驶轨迹垂直的方向上距所述自车的距离呈负相关的关系。
为了解决上述技术问题,本发明还提供一种目标车辆的检测装置,包括:
获取模块,用于获取自车的当前待行驶轨迹并根据所述当前待行驶轨迹确定所述自车的当前待行驶区域;
处理及赋值模块,用于对所述当前待行驶区域进行栅格化处理并对各栅格赋值;其中,各所述栅格的值用于表征待切入自车车道的车辆进入所述当前待行驶区域的概率;所述栅格的值与所述栅格在与当前待行驶轨迹垂直的方向上距所述当前待行驶轨迹的距离呈负相关的关系;
获取及确定模块,用于获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率;
确定模块,用于根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆。
为了解决上述技术问题,本发明还提供一种目标车辆的检测设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述的目标车辆的检测方法的步骤。
为了解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的目标车辆的检测方法的步骤。
本发明所提供的一种目标车辆的检测方法,包括对自车的当前待行驶区域进行栅格化处理并对各栅格进行赋值;根据待切入自车车道的车辆的位置上对应的栅格的值确定待切入自车车道的车辆在当前待行驶区域的概率;最终根据待切入自车车道的车辆在当前待行驶区域的概率确定出目标车辆。可见,在该方法中,通过对自车的当前待行驶区域进行栅格化处理,使得当前待行驶区域的各个栅格都有对应的值,而栅格的值代表待切入自车车道的车辆进入当前待行驶区域的概率,因此,当确定出待切入自车车道的车辆的位置后,可以以栅格为单位确定出待切入自车车道的车辆在当前待行驶区域的概率,所以,能够大大提高目标车辆选取的准确度;另外,在对栅格进行赋值时,栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系,即栅格距离当前待行驶轨迹越近,则对栅格的赋值越大,反之,则赋值越小,通过对待行驶区域栅格进行不同概率值的分配,可以根据概率值的大小较准确地确定出目标车辆,提高了识别目标车辆的准确率。
此外,本发明还提供一种目标车辆的检测装置、目标车辆的检测设备以及计算机可读存储介质,与上述提到的目标车辆的检测方法具有相同或相对应的技术特征,效果同上。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种目标车辆的检测方法的流程图;
图2为本发明实施例提供的一种行驶区域栅格化处理的示意图;
图3为本发明实施例提供的一种待切入自车车道的车辆的质点化示意图;
图4为本发明实施例提供的一种计算待切入自车车道的车辆的四个质点坐标的示意图;
图5为本发明的一实施例提供的目标车辆的检测装置的结构图;
图6为本发明另一实施例提供的目标车辆的检测设备的结构图;
图7为本发明实施例提供的一种基于行驶区域栅格化的目标车辆选取方法的流程图。
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,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
本发明的核心是提供一种目标车辆的检测方法、装置、设备及介质,用于较准确地确定出目标车辆。
ADAS中的ACC功能,需要识别主目标进行控制,主目标的识别在TOS模块中实现。TOS主要的目的是选取一个前方目标,给ACC做控制使用。目标选取的准确性体现整个ACC的性能。
对于始终行驶在自车正前方的目标,选取一般都比较准确。但是对于即将切入自车道的车辆目标的选取,如果选取的不够准确,则不能及时地以可能会对自车行驶产生影响的车辆目标为参考,规划行驶速度、行驶路线等,将对ACC性能表现产生较大的影响。如切入车俩目标的速度比自车车速慢,若不能较准确地确定出切入车辆目标,则会造成ACC不能及时规划减速度给执行器去执行,有可能造成追尾的风险。
因此,本发明提供一种目标车辆的检测方法,通过对自车待行驶区域进行栅格化处理以及对各栅格赋予不同的概率值,根据待切入自车车道的车辆的位置对应的栅格的概率确定出各待切入自车车道的车辆进入自车待行驶区域的概率,从而根据各待切入自车车道的车辆进入自车待行驶区域的概率检测出目标车辆。需要说明的是,本发明提供的目标车辆的检测方法不仅仅适用于向前行驶路径,也可以为倒车路径、泊车路径等。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。图1为本发明实施例提供的一种目标车辆的检测方法的流程图,如图1所示,该方法包括:
S10:获取自车的当前待行驶轨迹并根据当前待行驶轨迹确定自车的当前待行驶区域;
S11:对当前待行驶区域进行栅格化处理并对各栅格赋值;
其中,各栅格的值用于表征待切入自车车道的车辆进入当前待行驶区域的概率;栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系;
S12:获取待切入自车车道的车辆的位置并根据位置上对应的栅格的值确定待切入自车车道的车辆在当前待行驶区域的概率;
S13:根据待切入自车车道的车辆在当前待行驶区域的概率从待切入自车车道的车辆中确定目标车辆。
首先,对自车以及待切入自车车道的车辆进行说明。如A车在1车道上行驶,B车在2车道行驶,B车即将切入A车所在的1车道上,将A车称为自车,将B车称为待切入自车车道的车辆。自车的当前待行驶轨迹可以根据自车的行驶参数、车道线等确定。在根据自车的当前待行驶轨迹确定自车的当前待行驶区域时,可以以自车的当前待行驶轨迹为中心线,两边分别扩展一定宽度值,进而作为自车的当前待行驶区域。实际中,自车的当前待行驶区域的长度(沿当前待行驶轨迹)根据自车上的探测器所能探测到的距离确定。需要说明的是,对于两边扩展的宽度值不作限定,根据实际情况确定。若扩展的宽度值过大,则确定出的待行驶区域过大,可能自车最终并不会完全行驶在确定出的待行驶区域上;若扩展的宽度值过小(小于整个自车的宽度),则确定出的待行驶区域过小,并不能完全覆盖自车待行驶的区域,故而,在实施中,若能够检测到左右两侧的车道线,则扩展的宽度可以根据自车左右两侧的车道线进行确定;若车道线存在遮挡,导致不能检测到车道线,此时,扩展的宽度可以标准车道的宽度(3.7m)确定。另外,值得注意的是,当车辆前向行驶时,则自车的当前待行驶轨迹、自车的当前待行驶区域均是位于自车车头的前方;当车辆倒车时,自车的当前待行驶轨迹、自车的当前待行驶区域均是位于自车的车尾的后方。
自车在自车道行驶的过程中,经常会出现别的车道的车待切入自车道的情况。以自车前向行驶的过程中,可能会出现位于自车左侧的车辆待切入自车道或者位于自车右侧的车辆待切入自车道,若不能较准确地确定出待进入自车道的车辆,则不能根据待进入自车道的车辆的速度及时调整自车的行驶速度、方向等,造成安全性问题。因此,本实施例中对确定出的自车的待行驶区域进行栅格化处理。
对于自车的待行驶区域划分的栅格的尺寸不作限定,根据实际情况确定,如50cm×50cm作为一个栅格的尺寸。对当前待行驶区域进行栅格化处理包括:根据预设的确定出目标车辆的结果精度确定各栅格的尺寸;按照各栅格的尺寸将当前待行驶区域进行栅格化处理。对于预设的确定出目标车辆的结果精度不作限定,根据实际需求确定。需要说明的是,栅格的尺寸过小的话,虽然确定出的目标车辆的精确度更高,但是相应地,会导致计算量增加,再者,实际中,栅格过小的话没有意义,如本发明实施例在后文中描述的将待切入自车车道的车辆进行质点化处理,如选取4个质点,则其余质点的坐标、概率是不需要获取的,因此,栅格的尺寸不需要过小;栅格尺寸过大的话,则可能会导致确定出的目标车辆的精确度较低,故而,在实际中,要选取合适的栅格尺寸。在确定出每个栅格的尺寸后,根据自车的当前待行驶区域便可确定出整个当前待行驶区域中栅格的数量的情况。
在对当前待行驶区域进行栅格化处理后,对各栅格进行赋值,由于各栅格的值用于表征待切入自车车道的车辆进入当前待行驶区域的概率,因此,对各栅格进行赋值可以直接称为对栅格赋概率值。为了较准确地确定出目标车辆,本实施例中在对各栅格进行赋值时,栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系,即栅格在当前待行驶轨迹垂直的方向上距离当前待行驶轨迹的距离较远,则对该栅格赋的值较小;反之,则对该栅格赋值较大。具体地,假设自车向前行驶,则当前待行驶轨迹垂直的方向即为与自车行驶方向垂直的方向,栅格的值与栅格在与自车行驶方向垂直的方向上距当前待行驶轨迹的距离呈负相关的关系。另外,当栅格距离自车较远时,即使即将切入自车道的车辆进入该栅格,也不需要自车及时做出处理,因此,在实施中,栅格的值与栅格在当前待行驶轨迹方向上距自车的距离呈正相关的关系。图2为本发明实施例提供的一种行驶区域栅格化处理的示意图,在图2中,自车由最后一行开始从下到上进入当前待行驶区域。每个栅格的概率值代表待切入自车车道的车辆进入自车当前待行驶区域的概率大小,概率越大,表示目标在自车当前待行驶区域内的可能性越大;其次,差异化对每个栅格进行赋值,如图2所示,越靠近自车当前待行驶轨迹的栅格概率越大,表示该区域的目标车辆在自车当前待行驶区域内的可能性大;相反,离自车当前待行驶轨迹越远的栅格,概率值越小,表示目标车辆在自车当前待行驶轨迹内的可能性较小。所以,图2中的概率值的大小关系如下:P0<P1<P2<P3。此外,图2中的纵向表示栅格距离自车的距离,越靠上的栅格距离自车的距离越远,如上述所描述的,当栅格距离自车较远时,即使即将切入自车道的车辆进入该栅格,也不需要自车及时做出处理,因此,在最上边的栅格的值赋为P0(最小)。
在确定出各栅格的值后,确定待切入自车车道的车辆。为了确定出待切入自车车道的车辆可以根据自车上的传感器检测是否有车辆靠近,有车辆靠近的话则可以将该车辆定义为待切入自车车道的车辆。当自车前向行驶时,关注自车的车头左侧方向和车头右侧方向上待切入自车车道的车辆;当自车倒车行驶时,关注自车的车尾左侧方向和车尾右侧方向上待切入自车车道的车辆。在获取待切入自车车道的车辆位置时,可以根据距离传感器定位出待切入自车车道的车辆距离自车的距离;但是由于本实施例中对待行驶区域进行栅格化处理,即每个栅格均有自己对应的位置坐标(x,y),因此,本实施例中,为了准确地确定出待切入自车车道的车辆位置,需要准确地确定出待切入自车车道的车辆位置坐标。由于待切入自车车道的车辆尾部的中心点的坐标可以实时获取到,因此,可以根据车辆尾部的中心点确定出待切入自车车道的车辆位置。
在得到待切入自车车道的车辆位置后,可根据待切入自车车道的车辆位置与栅格坐标进行匹配,确定出待切入自车车道的车辆位置所落在的栅格,进而根据栅格的值确定出待切入自车车道的车辆进入当前待行驶区域上的概率。
当待切入自车车道的车辆进入当前待行驶区域上的概率大于阈值的话,可以确定出待切入自车车道的车辆就是目标车辆(距离自车较近),需要说明的是,实际中,可能会因为自车与并列行驶的车辆距离较近,导致判断出的车辆进入当前待行驶区域上的概率较大,因此,本发明实施例中进一步对进入当前待行驶区域上的概率大于阈值的待切入自车车道的车辆距离自车的纵向距离进行判断,将距离最近的待切入自车车道的车辆作为目标车辆。
本发明实施例所提供的一种目标车辆的检测方法,包括对自车的当前待行驶区域进行栅格化处理并对各栅格进行赋值;根据待切入自车车道的车辆的位置上对应的栅格的值确定待切入自车车道的车辆在当前待行驶区域的概率;最终根据待切入自车车道的车辆在当前待行驶区域的概率确定出目标车辆。可见,在该方法中,通过对自车的当前待行驶区域进行栅格化处理,使得当前待行驶区域的各个栅格都有对应的值,而栅格的值代表待切入自车车道的车辆进入当前待行驶区域的概率,因此,当确定出待切入自车车道的车辆的位置后,可以以栅格为单位确定出待切入自车车道的车辆在当前待行驶区域的概率,所以,能够大大提高目标车辆选取的准确度;另外,在对栅格进行赋值时,栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系,即栅格距离当前待行驶轨迹越近,则对栅格的赋值越大,反之,则赋值越小,通过对待行驶区域栅格进行不同概率值的分配,可以根据概率值的大小较准确地确定出目标车辆,提高了识别目标车辆的准确率。
为了确定自车的当前待行驶轨迹,在实施中,获取自车的当前待行驶轨迹包括以下方式之一:
方式一:根据自车的行驶参数确定自车的当前待行驶轨迹;其中,行驶参数至少包括:方向盘转角、偏航角速率;
方式二:在检测到当前待行驶轨迹方向的两侧车道线的情况下,确定两侧车道线之间的中心车道线;将中心车道线作为自车的当前待行驶轨迹;
方式三:当前待行驶轨迹包括第一段当前待行驶轨迹、第二段当前待行驶轨迹;第一段当前待行驶轨迹产生的时刻早于第二段当前待行驶轨迹产生的时刻;
根据自车的行驶参数确定自车的第一段当前待行驶轨迹;
在检测到当前待行驶轨迹方向的两侧车道线的情况下,确定两侧车道线之间的中心车道线;将中心车道线作为自车的第二段当前待行驶轨迹;连接第一段当前待行驶轨迹和第二段当前待行驶轨迹以作为自车的当前待行驶轨迹;
在未检测到当前待行驶轨迹方向的两侧车道线的情况下,将第一段当前待行驶轨迹在沿当前待行驶轨迹方向上进行延长;将第一段当前待行驶轨迹的延长线作为第二段当前待行驶轨迹;连接第一段当前待行驶轨迹和第二段当前待行驶轨迹以作为自车的当前待行驶轨迹。
在方式三的确定第一段当前待行驶轨迹时以及在方式一中,根据自车的行驶参数。如方向盘转角、偏航角速率(yawrate),当这两个参数均为0时,确定当前待行驶轨迹为直线。
在方式三的确定第二段当前待行驶轨迹时以及在方式二中,通过自车的传感器检测,当能够清晰观测到车道线,则将两侧车道线之间的中心车道线作为自车的第二段当前待行驶轨迹。
本实施例提供的方法中,使得获取当前待行驶轨迹的方式更加灵活。
在上述实施例的确定出当前待行驶轨迹的基础上,根据当前待行驶轨迹确定自车的当前待行驶区域包括:
在当前待行驶轨迹的两边分别扩宽预设区域;
将扩宽后得到的区域作为自车的当前待行驶区域;
其中,在检测到当前待行驶轨迹方向的两侧车道线的情况下,预设区域为由两侧车道线构成的车道区域的半个区域;
在未检测到当前待行驶轨迹方向的两侧车道线的情况下,预设区域为半个标准车道区域。
以预设区域为半个标准车道区域为例,在未检测到当前待行驶轨迹方向的两侧车道线的情况下,在当前待行驶轨迹的两侧分别扩宽1.85m,确定出当前待行驶区域,此时,当前待行驶区域的宽度即为标准车道区域的宽度。另外,在上述列举出的栅格的大小为50cm×50cm,此时,栅格化处理后得到的当前待行驶区域为多行8列的栅格;行数根据自车的探测器所能探测到的距离确定。
本实施例提供的方法中,使得确定当前待行驶区域的方式更加灵活。
在计算待切入自车车道的车辆的位置时,将车辆看成多个质点组成,若对所有的质点均进行位置的获取,则会导致计算量大,不能及时地确定出目标车辆;若选取的质点较少或者选取的质点不合适,会导致确定出的目标车辆不准确以及不能及时地对目标车辆进行判断,因此,在实施中,获取待切入自车车道的车辆的位置并根据位置上对应的栅格的值确定待切入自车车道的车辆在当前待行驶区域的概率包括:
获取待切入自车车道的车辆的长度、宽度、后方中心点的坐标;
根据待切入自车车道的车辆的长度、宽度、后方中心点的坐标确定待切入自车车道的车辆的四个角点的坐标以作为待切入自车车道的车辆的位置;
若当前角点的坐标落在当前待行驶区域,则确定待切入自车车道的车辆的当前角点在当前待行驶区域的概率为当前角点对应的栅格的值;
若当前角点的坐标未落在当前待行驶区域,则确定当前角点对应栅格的值为0;根据栅格的值确定待切入自车车道的车辆的当前角点在当前待行驶区域的概率为0。
对于待切入自车车道的车辆的质点化,假设当自车右侧存在待切入自车车道的车辆,若仅仅以待切入自车车道的车辆的左前的一个质点的位置确定待切入自车车道的车辆的位置,则当待切入自车车道的车辆在切入自车的车道时能够及时地确定出目标车辆,但是,在切入后,该切入自车的车道的车辆的尾部可能与自车距离较近,导致切入自车的车道的车辆在驶出时自车不能及时检测到,可能会发生追尾。因此,本实施例中根据将待切入自车车道的车辆进行质点化,且质点分别为待切入自车车道的车辆的四个角点,可以理解为4个车灯的位置。图3为本发明实施例提供的一种待切入自车车道的车辆的质点化示意图。如图3所示,1为自车,2为待切入自车车道的车辆。将一个待切入自车车道的车辆2质点化为C1、C2、C3、C4,其中,C1、C4位于车头,C2、C3位于车尾,C0表示车辆的后方中心点。
由于待切入自车车道的车辆的后方中心点的坐标是可以实时获取的,如图3中的C0,根据待切入自车车道的车辆的长度、宽度、后方中心点的坐标确定待切入自车车道的车辆的四个角点的坐标。
图4为本发明实施例提供的一种计算待切入自车车道的车辆的四个质点坐标的示意图。以自车建立坐标系,待切入自车车道的车辆在该坐标系下的坐标为(x0,y0),待切入自车车道的车辆的中心线与自车的中心线之间的夹角即为θ(表示待切入自车车道的车辆与自车的夹角),L表示待切入自车车道的车辆的长度,W表示待切入自车车道的车辆的宽度,假设C1的坐标为(x1,y1),C2的坐标为(x2,y2),C3的坐标为(x3,y3),C4的坐标为(x4,y4),则C1的坐标计算如下:
x1= x0-L*sinθ-W/2*cosθ;
y1= y0+ L*cosθ-W/2*sinθ。
C2的坐标计算如下:
x2= x0-W/2*cosθ;
y2= y0-W/2*sinθ。
C3的坐标计算如下:
x3= x0+W/2*cosθ;
y3= y0+W/2*sinθ。
C4的坐标计算如下:
x4= x0-L*sinθ+W/2*cosθ;
y4= y0+ L*cosθ+W/2*sinθ。
可见,根据目标的长宽以及与自车的夹角,计算四个角点相对于自车的关系。根据计算出来的各个角点相对自车的位置关系,判断各个角点是否处于自车的当前待行驶区域的栅格内,如果不在,则角点在自车的当前待行驶区域内的概率为0;如果在自车的当前待行驶区域内,则判断角点落在哪一个栅格内,将该栅格的概率值赋给该角点。
本实施例提供的对待切入自车车道的车辆质点化,且分为四个角点,使得能够及时地对驶入和驶出当前待行驶区域的车辆的判断,能够及时地对目标车辆进行判断。对目标质点化,可以更早地选取目标,及时地进行主目标选取可以让ADAS及时地做出处理,确保ADAS***的安全可靠性。
在实施中,为减少目标车辆误识别的概率,确定各角点在当前待行驶区域的概率包括:
获取多个预设周期内各角点在当前待行驶区域的概率;
对多个预设周期内相同的角点在当前待行驶区域的概率进行低通滤波得到各角点在当前待行驶区域的最终概率。
对于预设周期的时长以及预设周期的个数不作限定,根据实际情况确定。如角点C1在第一个预设周期确定出的概率为30%,在第二个预设周期确定出的概率为35%,在第三个预设周期确定出的概率为38%,则角点C1在当前待行驶区域的最终概率为:P=w1*30%+w2*35%+w3*38%,其中,w1、w2、w3为系数,具体的值根据实际情况确定。
本实施例提供的方法中,对目标质点落在行驶区域栅格中的概率进行积分,通过对同一目标进行一段时间内的持续追踪,降低了误识别的概率。
当待切入自车车道的车辆进入当前待行驶区域上的概率大于阈值的话,可以确定出待切入自车车道的车辆就是目标车辆(距离自车较近),实际中,可能会因为自车与并列行驶的车辆距离较近,导致判断出的车辆进入当前待行驶区域上的概率较大,故而,在本实施例中,根据待切入自车车道的车辆在当前待行驶区域的概率从待切入自车车道的车辆中确定目标车辆包括:
获取各待切入自车车道的车辆的四个角点在当前待行驶区域的概率中最大的概率以作为对应的待切入自车车道的车辆在当前待行驶区域的概率;
在待切入自车车道的车辆在当前待行驶区域的概率大于阈值的情况下,将待切入自车车道的车辆作为候选主目标车辆;
从候选主目标车辆中获取在当前待行驶轨迹方向上距离自车的距离最近的候选主目标车辆作为目标车辆。
对于阈值不作限定,可以将四个角点对应的概率阈值设置相同的,如均为80%,也可以将四个角点对应的概率阈值设置不同的。由于实际中,以自车前向行驶为例,待切入自车车道的车辆可以从左侧或者右侧切入,不同角度切入自车的车道的时间、位置不同,因此,优选的实施方式是,对待切入自车车道的车辆的各角点对应的阈值不同,其中,阈值与各角点在当前待行驶轨迹垂直的方向上距自车的距离呈负相关的关系。对于图3中的质点化后的车辆,以从左侧切入自车车道的车辆为例,C4、C3对应的概率阈值可以小点,如C4、C3设置的概率阈值为60%,C1、C2设置的概率阈值为80%。
本发明实施例中进一步对待切入自车车道的车辆进入当前待行驶区域上的概率大于阈值的车辆距离自车的纵向距离进行判断,将距离最近的待切入自车车道的车辆作为目标车辆,使得确定出的目标车辆较为准确,且对对同一待切入自车车道的车辆的四个质点设定不同的选取阈值,越靠近自车的质点设置的概率阈值越小,使得可以及时地筛选出该目标车辆,从而根据该目标车辆及时地对自车运行状态进行调整,降低误识别概率,确保ADAS***的安全可靠性。
在上述实施例中,对于目标车辆的检测方法进行了详细描述,本发明还提供目标车辆的检测装置、目标车辆的检测设备对应的实施例。需要说明的是,本发明从两个角度对装置部分的实施例进行描述,一种是基于功能模块的角度,另一种是基于硬件的角度。
图5为本发明的一实施例提供的目标车辆的检测装置的结构图。本实施例基于功能模块的角度,包括:
获取模块10,用于获取自车的当前待行驶轨迹并根据当前待行驶轨迹确定自车的当前待行驶区域;
处理及赋值模块11,用于对当前待行驶区域进行栅格化处理并对各栅格赋值;其中,各栅格的值用于表征待切入自车车道的车辆进入当前待行驶区域的概率;栅格的值与栅格在与当前待行驶轨迹垂直的方向上距当前待行驶轨迹的距离呈负相关的关系;
获取及确定模块12,用于获取待切入自车车道的车辆的位置并根据位置上对应的栅格的值确定待切入自车车道的车辆在当前待行驶区域的概率;
确定模块13,用于根据待切入自车车道的车辆在当前待行驶区域的概率从待切入自车车道的车辆中确定目标车辆。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。且具有与上述提到的目标车辆的检测方法相同的有益效果。
图6为本发明另一实施例提供的目标车辆的检测设备的结构图。本实施例基于硬件角度,如图6所示,目标车辆的检测设备包括:
存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述实施例中所提到的目标车辆的检测方法的步骤。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(CentralProcessing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以集成有图形处理器(Graphics Processing Unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的目标车辆的检测方法的相关步骤。另外,存储器20所存储的资源还可以包括操作***202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作***202可以包括Windows、Unix、Linux等。数据203可以包括但不限于上述所提到的目标车辆的检测方法所涉及到的数据等。
在一些实施例中,目标车辆的检测设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图6中示出的结构并不构成对目标车辆的检测设备的限定,可以包括比图示更多或更少的组件。
本发明实施例提供的目标车辆的检测设备,包括存储器和处理器,处理器在执行存储器存储的程序时,能够实现如下方法:目标车辆的检测方法,效果同上。
本发明还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明提供的计算机可读存储介质包括上述提到的目标车辆的检测方法,效果同上。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图7和具体实施方式对本发明作进一步的详细说明。图7为本发明实施例提供的一种基于行驶区域栅格化的目标车辆选取方法的流程图,如图7所示,该方法包括:
S14:计算自车的行驶轨迹;
S15:计算自车行驶区域;
S16:行驶区域栅格化处理;
S17:栅格概率赋值;
S18:目标质点化;
S19:计算角点概率值;
S20:确定目标车辆。
本发明实施例提供的方法中,1)目标质点化,将一个目标用四个距离自车较近的角点进行描述,当任一角点符合选取目标条件时,即将该目标作为候选主目标;
2)行驶区域栅格化,将行驶区域栅格化,可以根据目标质点所处栅格位置,对目标选择进行判断;
3)栅格概率分布,根据目标与自车的行驶轨迹中心线的距离远近,对行驶区域栅格进行不同概率值的分配,降低误识别目标概率;
4)目标质点选取区分,对同一目标不同质点落在行驶区域栅格中的概率积分,对同一目标四个质点设定不同的选取阈值,降低误识别概率;
5)目标质点概率积分,对目标质点落在行驶区域栅格中的概率进行积分,可以同一目标进行一段时间内的持续追踪,降低了误识别的概率。
可见,本发明实施例的方法可以及时地选取任何行驶进入自车行驶区域的目标车辆;根据不同栅格的不同概率值,可以减小目标误选取的概率;对目标质点化,可以更早地选取目标,及时地进行目标选取可以让ADAS及时地做出处理,确保ADAS***的安全可靠性。
以上对本发明所提供的一种目标车辆的检测方法、装置、设备及介质进行了详细介绍。说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (12)
1.一种目标车辆的检测方法,其特征在于,包括:
获取自车的当前待行驶轨迹并根据所述当前待行驶轨迹确定所述自车的当前待行驶区域;
对所述当前待行驶区域进行栅格化处理并对各栅格赋值;其中,各所述栅格的值用于表征待切入自车车道的车辆进入所述当前待行驶区域的概率;所述栅格的值与所述栅格在与当前待行驶轨迹垂直的方向上距所述当前待行驶轨迹的距离呈负相关的关系;
获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率;
根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆。
2.根据权利要求1所述的目标车辆的检测方法,其特征在于,所述获取自车的当前待行驶轨迹包括以下方式之一:
方式一:根据所述自车的行驶参数确定所述自车的所述当前待行驶轨迹;其中,所述行驶参数至少包括:方向盘转角、偏航角速率;
方式二:在检测到当前待行驶轨迹方向的两侧车道线的情况下,确定所述两侧车道线之间的中心车道线;将所述中心车道线作为所述自车的所述当前待行驶轨迹;
方式三:所述当前待行驶轨迹包括第一段当前待行驶轨迹、第二段当前待行驶轨迹;所述第一段当前待行驶轨迹产生的时刻早于所述第二段当前待行驶轨迹产生的时刻;
根据所述自车的所述行驶参数确定所述自车的所述第一段当前待行驶轨迹;
在检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,确定所述两侧车道线之间的所述中心车道线;将所述中心车道线作为所述自车的所述第二段当前待行驶轨迹;连接所述第一段当前待行驶轨迹和所述第二段当前待行驶轨迹以作为所述自车的所述当前待行驶轨迹;
在未检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,将所述第一段当前待行驶轨迹在沿所述当前待行驶轨迹方向上进行延长;将所述第一段当前待行驶轨迹的延长线作为所述第二段当前待行驶轨迹;连接所述第一段当前待行驶轨迹和所述第二段当前待行驶轨迹以作为所述自车的所述当前待行驶轨迹。
3.根据权利要求2所述的目标车辆的检测方法,其特征在于,所述根据所述当前待行驶轨迹确定所述自车的当前待行驶区域包括:
在所述当前待行驶轨迹的两边分别扩宽预设区域;
将扩宽后得到的区域作为所述自车的所述当前待行驶区域;
其中,在检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,所述预设区域为由所述两侧车道线构成的车道区域的半个区域;
在未检测到所述当前待行驶轨迹方向的所述两侧车道线的情况下,所述预设区域为半个标准车道区域。
4.根据权利要求1至3任意一项所述的目标车辆的检测方法,其特征在于,所述对所述当前待行驶区域进行栅格化处理包括:
根据预设的确定出所述目标车辆的结果精度确定各所述栅格的尺寸;
按照各所述栅格的尺寸将所述当前待行驶区域进行所述栅格化处理。
5.根据权利要求4所述的目标车辆的检测方法,其特征在于,所述栅格的值与所述栅格在当前待行驶轨迹方向上距所述自车的距离呈正相关的关系。
6.根据权利要求1所述的目标车辆的检测方法,其特征在于,所述获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率包括:
获取所述待切入自车车道的车辆的长度、宽度、后方中心点的坐标;
根据所述待切入自车车道的车辆的长度、宽度、后方中心点的坐标确定所述待切入自车车道的车辆的四个角点的坐标以作为所述待切入自车车道的车辆的位置;
若当前角点的坐标落在所述当前待行驶区域,则确定所述待切入自车车道的车辆的所述当前角点在所述当前待行驶区域的概率为所述当前角点对应的所述栅格的值;
若所述当前角点的坐标未落在所述当前待行驶区域,则确定所述当前角点对应所述栅格的值为0;根据所述栅格的值确定所述待切入自车车道的车辆的所述当前角点在所述当前待行驶区域的概率为0。
7.根据权利要求6所述的目标车辆的检测方法,其特征在于,确定各所述角点在所述当前待行驶区域的概率包括:
获取多个预设周期内各所述角点在所述当前待行驶区域的概率;
对所述多个预设周期内相同的所述角点在所述当前待行驶区域的概率进行低通滤波得到各所述角点在所述当前待行驶区域的最终概率。
8.根据权利要求6所述的目标车辆的检测方法,其特征在于,所述根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆包括:
获取各所述待切入自车车道的车辆的四个所述角点在所述当前待行驶区域的概率中最大的概率以作为对应的所述待切入自车车道的车辆在所述当前待行驶区域的概率;
在所述待切入自车车道的车辆在所述当前待行驶区域的概率大于阈值的情况下,将所述待切入自车车道的车辆作为候选主目标车辆;
从所述候选主目标车辆中获取在当前待行驶轨迹方向上距离所述自车的距离最近的所述候选主目标车辆作为所述目标车辆。
9.根据权利要求8所述的目标车辆的检测方法,其特征在于,所述待切入自车车道的车辆的各所述角点对应的阈值不同,其中,所述阈值与各所述角点在所述当前待行驶轨迹垂直的方向上距所述自车的距离呈负相关的关系。
10.一种目标车辆的检测装置,其特征在于,包括:
获取模块,用于获取自车的当前待行驶轨迹并根据所述当前待行驶轨迹确定所述自车的当前待行驶区域;
处理及赋值模块,用于对所述当前待行驶区域进行栅格化处理并对各栅格赋值;其中,各所述栅格的值用于表征待切入自车车道的车辆进入所述当前待行驶区域的概率;所述栅格的值与所述栅格在与当前待行驶轨迹垂直的方向上距所述当前待行驶轨迹的距离呈负相关的关系;
获取及确定模块,用于获取所述待切入自车车道的车辆的位置并根据所述位置上对应的所述栅格的值确定所述待切入自车车道的车辆在所述当前待行驶区域的概率;
确定模块,用于根据所述待切入自车车道的车辆在所述当前待行驶区域的概率从所述待切入自车车道的车辆中确定目标车辆。
11.一种目标车辆的检测设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至9任一项所述的目标车辆的检测方法的步骤。
12.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的目标车辆的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029438.8A CN116749968B (zh) | 2023-08-16 | 2023-08-16 | 一种目标车辆的检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029438.8A CN116749968B (zh) | 2023-08-16 | 2023-08-16 | 一种目标车辆的检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116749968A true CN116749968A (zh) | 2023-09-15 |
CN116749968B CN116749968B (zh) | 2023-11-03 |
Family
ID=87949984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311029438.8A Active CN116749968B (zh) | 2023-08-16 | 2023-08-16 | 一种目标车辆的检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116749968B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010078387A (ja) * | 2008-09-25 | 2010-04-08 | Clarion Co Ltd | 車線判定装置 |
US20180009438A1 (en) * | 2015-01-21 | 2018-01-11 | Denso Corporation | Vehicle cruise control device and cruise control method |
US20190202462A1 (en) * | 2017-12-28 | 2019-07-04 | Automotive Research & Testing Center | Method of lane change decision-making and path planning |
CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
CN110884490A (zh) * | 2019-10-28 | 2020-03-17 | 广州小鹏汽车科技有限公司 | 一种车辆侵入判断及辅助行驶的方法、***、车辆及存储介质 |
CN111913183A (zh) * | 2020-07-27 | 2020-11-10 | 中国第一汽车股份有限公司 | 车辆侧向避障方法、装置、设备及车辆 |
CN115087573A (zh) * | 2020-03-31 | 2022-09-20 | 华为技术有限公司 | 一种关键目标选取方法、装置及*** |
CN115339445A (zh) * | 2022-08-02 | 2022-11-15 | 中国第一汽车股份有限公司 | 跟车目标确定方法、装置及存储介质 |
CN115366921A (zh) * | 2022-09-26 | 2022-11-22 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的行为决策方法、装置、车辆及存储介质 |
WO2023115987A1 (zh) * | 2021-12-23 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 基于车路感知融合技术在前车切入场景的控制决策方法 |
-
2023
- 2023-08-16 CN CN202311029438.8A patent/CN116749968B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010078387A (ja) * | 2008-09-25 | 2010-04-08 | Clarion Co Ltd | 車線判定装置 |
US20180009438A1 (en) * | 2015-01-21 | 2018-01-11 | Denso Corporation | Vehicle cruise control device and cruise control method |
US20190202462A1 (en) * | 2017-12-28 | 2019-07-04 | Automotive Research & Testing Center | Method of lane change decision-making and path planning |
CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
CN110884490A (zh) * | 2019-10-28 | 2020-03-17 | 广州小鹏汽车科技有限公司 | 一种车辆侵入判断及辅助行驶的方法、***、车辆及存储介质 |
CN115087573A (zh) * | 2020-03-31 | 2022-09-20 | 华为技术有限公司 | 一种关键目标选取方法、装置及*** |
CN111913183A (zh) * | 2020-07-27 | 2020-11-10 | 中国第一汽车股份有限公司 | 车辆侧向避障方法、装置、设备及车辆 |
WO2023115987A1 (zh) * | 2021-12-23 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 基于车路感知融合技术在前车切入场景的控制决策方法 |
CN115339445A (zh) * | 2022-08-02 | 2022-11-15 | 中国第一汽车股份有限公司 | 跟车目标确定方法、装置及存储介质 |
CN115366921A (zh) * | 2022-09-26 | 2022-11-22 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的行为决策方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116749968B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629231B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
DE102016200018B4 (de) | Fahrzeugfortbewegungssteuereinrichtung | |
US20200180637A1 (en) | Apparatus and method for controlling running of vehicle | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
EP3425341B1 (en) | Information processing apparatus, vehicle information processing method, and computer-readable medium | |
KR102054926B1 (ko) | Free Space 신호 기반 근거리 컷인 차량 검출 시스템 및 방법 | |
CN113267199A (zh) | 行驶轨迹规划方法及装置 | |
CN113428137B (zh) | 泊车控制方法、装置及存储介质 | |
CN111052201B (zh) | 碰撞预测装置、碰撞预测方法以及存储介质 | |
CN111971724B (zh) | 行动选择装置、计算机能读取的存储介质和行动选择方法 | |
CN111661061B (zh) | 一种车辆行驶意图识别方法及装置 | |
WO2021093335A1 (en) | Method for automatically labeling lane changing intention based on high-noise trajectory data of vehicle | |
CN114384491B (zh) | 用于激光雷达的点云处理方法及装置、存储介质 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN113740874A (zh) | 一种道路边沿检测方法、电子设备及车辆 | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、***和车辆 | |
CN116749968B (zh) | 一种目标车辆的检测方法、装置、设备及介质 | |
CN114084133B (zh) | 一种跟车目标的确定方法及相关装置 | |
US20210208588A1 (en) | Sensor coverage analysis for automated driving scenarios involving intersections | |
CN117048596B (zh) | 避让障碍物的方法、装置、车辆及存储介质 | |
EP4407483A1 (en) | Training bev object detection models | |
CN117272690B (zh) | 自动驾驶车辆危险切入场景提取方法、设备及介质 | |
US20240257384A1 (en) | Training Birds-Eye-View (BEV) Object Detection Models | |
CN114572106B (zh) | 自动开启转向灯的方法、车载设备及计算机存储介质 | |
CN117876999A (zh) | 通用障碍物检测方法、可读存储介质及智能设备 |
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 |