CN117148363B - 一种超声波探测障碍物高度的方法及*** - Google Patents
一种超声波探测障碍物高度的方法及*** Download PDFInfo
- Publication number
- CN117148363B CN117148363B CN202311149744.5A CN202311149744A CN117148363B CN 117148363 B CN117148363 B CN 117148363B CN 202311149744 A CN202311149744 A CN 202311149744A CN 117148363 B CN117148363 B CN 117148363B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- height
- ultrasonic
- determining
- correction value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 230000007613 environmental effect Effects 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims description 145
- 239000000463 material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000010521 absorption reaction Methods 0.000 claims description 16
- 230000004888 barrier function Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 11
- 229910000831 Steel Inorganic materials 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000010586 diagram Methods 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
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/52—Discriminating between fixed and moving objects or between objects moving at different speeds
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/42—Simultaneous measurement of distance and other co-ordinates
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种超声波探测障碍物高度的方法及***,其中方法包括:采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射回来的反射超声波;基于探测超声波和反射超声波,确定待测障碍物高度测量初值;获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度。本发明通过对运动的障碍物进行识别和计算出障碍物的高度,并考虑环境参数,并对待测障碍物高度探测初值进行修正,对待测障碍物高度测量更加精确。
Description
技术领域
本发明涉及计算机数据处理技术领域,特别涉及一种超声波探测障碍物高度的方法及***。
背景技术
超声波探测障碍物高度通过发送超声波信号并接收超声波从障碍物反射回来的信号,从而确定障碍物的距离和高度。超声波探测在无人机避障、自动导航、辅助停车系等很多领域上具有应用。超声波探测可以及时测量障碍物的高度,可以实现高度预警和避障功能,以确保安全和可靠的操作。但现实探测过程中,往往只是通过静止状态下探测,没有考虑运动状态,同时也采用的超声波标准声速进行探测,没有考虑空气流速、温度、湿度和障碍物表面材料的影响,探测的结果无法满足精确要求。因此,亟需一种考虑环境参数的超声波探测障碍物高度的新方法。
现有技术CN109814114B提供了一种超声波雷达阵列、障碍物检测方法及***,通过判断超声波雷达阵列中各超声波雷达出现的误检和漏检,精确确定障碍物位置,但现有技术CN109814114B没有考虑环境参数对超声波标准声速进行修正。
发明内容
本发明实施例提供的一种超声波探测障碍物高度的方法,包括:
采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
优选地,采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物,包括:
采集视频;
计算视频的像素梯度;
判断视频的像素梯度是否大于设定的像素梯度阈值,若大于设定的像素梯度阈值,则对应的像素确认为分割点,否则无处理;
将所有的分割点按照封闭线连接,确认图像分割线;
基于图像分割线,对视频进行图像分割,确定若干个图像分割块;
基于历史数据,构建障碍物识别模型;
利用障碍物识别模型对若干个图像分割块进行障碍物识别,确定待测障碍物。
优选地,基于探测超声波和反射超声波,确定待测障碍物高度测量初值,包括:
当超声波传感器发出超声波的第一时刻,获取超声波传感器的第一位置坐标和超声波传感器的第一角度;
当超声波传感器接收超声波的第二时刻,获取超声波传感器的第二位置坐标和超声波传感器的第二角度;
计算出第一时刻和第二时刻之间的时间差,并获取超声波标准声速,确定超声波传播距离初值;
基于超声波传感器的位置变化、第一角度和第二角度,确定待测障碍物高度测量初值。
优选地,获取环境参数,并对待测障碍物高度测量初值进行修正,确定待测障碍物高度,包括:
获取温度参数,确定高度第一修正值;
获取湿度参数,确定高度第二修正值;
获取空气流速参数,确定高度第三修正值;
获取待测障碍物表面参数,确定高度第四修正值;
获取高度第一修正值、高度第二修正值、高度第三修正值以及高度第四修正值的影响权重,确定高度综合修正值;
基于高度综合参数修正值,对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
优选地,获取温度参数,确定高度第一修正值,包括:
基于历史数据,确定温度-声速的线性关系;
获取温度数值;
基于温度-声速的线性关系对超声波标准声速进行修正,确定超声波第二声速;
基于超声波第二声速,对超声波传播距离初值进行修正,确定超声波传播距离第一修正值;
基于超声波传播距离第一修正值,确定高度第一修正值。
优选地,获取湿度参数,确定高度第二修正值,包括:
基于历史数据,确定湿度-声速的变化比例;
获取湿度数值;
基于湿度-声速的线性关系对超声波标准声速进行修正,确定超声波第三声速;
基于超声波第三声速,对超声波传播距离初值进行修正,确定超声波传播距离第二修正值;
基于超声波传播距离第二修正值,确定高度第二修正值。
优选地,获取空气流速参数,确定高度第三修正值,包括:
基于历史数据,构建空气流速-超声波修正模型;
获取空气流速,输入到空气流速-超声波修正模型,确定超声波第四声速;
基于超声波第四声速,对超声波传播距离初值进行修正,确定超声波传播距离第三修正值;
基于超声波传播距离第三修正值,确定高度第三修正值。
优选地,获取待测障碍物表面参数,确定高度第四修正值,包括:
基于历史数据,构建表面材料特性数据库;
获取待测障碍物的表面材料,在表面材料特性数据库检索出超声波的吸收系数和反射系数;
基于吸收系数,对第一时刻和第二时刻之间的时间差进行修正,确定超声波传播时间修正值;
基于反射系数和超声波传播时间修正值,对超声波传播距离初值进行修正,确定超声波传播距离第四修正值;
基于超声波传播距离第四修正值,确定高度第四修正值。
优选地,一种超声波探测障碍物高度的方法,还包括:
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理;
其中,基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理,包括:
基于历史数据,构建障碍物类型-障碍物高度与安全距离比关系数据库;
获取障碍物类型,搜索出障碍物高度与超声波传感器与待测障碍物之间的安全距离之比;
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离;
基于超声波传感器的第二角度,确定获取超声波传感器与待测障碍物之间实时距离;
判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理。
本发明实施例还提供了一种超声波探测障碍物高度的***,包括:
障碍物识别模块,用于采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
超声波接发模块,用于利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
测量初值模块,用于基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
结果修正模块,用于获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
本发明有益效果:
本发明通过对运动的障碍物进行识别和计算出障碍物的高度,并考虑环境参数,并对待测障碍物高度探测初值进行修正,对待测障碍物高度测量更加精确。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种超声波探测障碍物高度的方法的示意图;
图2为本发明实施例中一种超声波探测障碍物高度的***的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种超声波探测障碍物高度的方法,如图1所示,包括:
步骤1:采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
步骤2:利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
步骤3:基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
步骤4:获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
上述技术方案的工作原理及有益效果为:
步骤1采集视频,并对视频进行识别,确定待测障碍物。步骤2利用超声波传感器向待测障碍物发射超声波和接收超声波。步骤3获取超声波传感器的位置变化和角度变化,确定待测障碍物高度测量初值。步骤4获取环境参数,并对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
本发明实施例通过对运动的障碍物进行识别和计算出障碍物的高度,并考虑环境参数,并对待测障碍物高度探测初值进行修正,对待测障碍物高度测量更加精确。
在一个实施例中,步骤1包括:
步骤1.1:采集视频;
步骤1.2:计算视频的像素梯度;
步骤1.3:判断视频的像素梯度是否大于设定的像素梯度阈值,若大于设定的像素梯度阈值,则该像素确认为分割点,否则无处理;
步骤1.4:将所有的分割点按照封闭线连接,确认图像分割线;
步骤1.5:基于图像分割线,对视频进行图像分割,确定若干个图像分割块;
步骤1.6:基于历史数据,构建障碍物识别模型;
步骤1.7:利用障碍物识别模型对若干个图像分割块进行障碍物识别,确定待测障碍物。
上述技术方案的工作原理及有益效果为:
步骤1.1采集视频。步骤1.2计算视频的像素梯度。即计算视频中的每个像素的强度变化情况。步骤1.3设定的像素梯度阈值,判断视频的像素梯度是否大于设定的像素梯度阈值,若大于设定的像素梯度阈值,则对应的像素确认为分割点,否则无处理。步骤1.4将所有的分割点按照封闭线连接,确认图像分割线。步骤1.5基于图像分割线,对视频进行图像分割,确定若干个图像分割块,包括移动的障碍物如动物、人等、静止的障碍物如路栏、限高杆等以及非障碍物目标步骤1.6基于历史数据,构建障碍物识别模型。本实施例通过神经网络构建障碍物识别模型,并将历史数据输入到障碍物识别模型进行训练。步骤1.7利用障碍物识别模型对若干个图像分割块进行障碍物识别,识别动物、人等的移动的障碍物和路栏、限高杆等的静止的障碍物。
本发明实施例通过梯度变化对图像进行图像分割以及对障碍物识别,为探测障碍物高度提供了前提。
在一个实施例中,步骤3包括:
步骤3.1:当超声波传感器发出超声波的第一时刻,获取超声波传感器的第一位置坐标和超声波传感器的第一角度;
步骤3.2:当超声波传感器接收超声波的第二时刻,获取超声波传感器的第二位置坐标和超声波传感器的第二角度;
步骤3.3:计算出第一时刻和第二时刻之间的时间差,并获取超声波标准声速,确定超声波传播距离初值;
步骤3.4:基于超声波传感器的位置变化、第一角度和第二角度,确定待测障碍物高度测量初值。
上述技术方案的工作原理及有益效果为:
步骤3.1当超声波传感器发出超声波的第一时刻,获取超声波传感器的第一位置坐标A点和超声波传感器的第一角度θ1。步骤3.2当超声波传感器接收超声波的第二时刻,获取超声波传感器的第二位置坐标B点和超声波传感器的第二角度θ2。若超声波传播到障碍物时,照射在障碍物最高点C点,并反射会第二位置坐标B点。因此A点,B点和C点构成了一个三角形ΔABC。而步骤3.3超声波传播的路径是AC和BC之和即等于超声波的声速v乘以第一时刻和第二时刻之间的时间差Δt。步骤3.4取AB终点D,因此可以根据AC和BC之和确定CD的长度,再根据第一角度θ1和第二角度θ2可以确定CD与AB之间的夹角θ3。从而,确定了ΔABC关于AB边上的高h1。获取超声波传感器的自身高度h2,因此可以确定待测障碍物高度测量初值是h1+h2。
本发明实施例考虑到超声波传感器是在运动状态上向障碍物发射并接收超声波确定确定待测障碍物高度测量初值,使得超声波探测高度的应用范围扩展到运动状态上。
在一个实施例中,步骤4包括:
步骤4.1:获取温度参数,确定高度第一修正值;
步骤4.2:获取湿度参数,确定高度第二修正值;
步骤4.3:获取空气流速参数,确定高度第三修正值;
步骤4.4:获取待测障碍物表面参数,确定高度第四修正值;
步骤4.5:获取高度第一修正值、高度第二修正值、高度第三修正值以及高度第四修正值的影响权重,确定高度综合修正值;
步骤4.6:基于高度综合参数修正值,对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
上述技术方案的工作原理及有益效果为:
步骤4.1获取温度参数T,确定高度第一修正值步骤4.2获取湿度参数,确定高度第二修正值/>步骤4.3获取空气流速参数,确定高度第三修正值/>步骤4.4获取待测障碍物表面参数,确定高度第四修正值/>步骤4.5获取高度第一修正值/>的影响权重γ1、高度第二修正值/>的影响权重γ2、高度第三修正值/>的影响权重γ3以及高度第四修正值/>的影响权重的影响权重γ4,确定高度综合修正值/>步骤4.6基于高度综合参数修正值,对待测障碍物高度测量初值h1+h2进行修正,确定待测障碍物高度
本发明实施例对环境参数进行多方面考虑,在考虑到温度、湿度、空气流速和障碍物表面参数上,使得待测障碍物高度更加精确。
在一个实施例中,步骤4.1包括:
步骤4.1.1:基于历史数据,确定温度-声速的线性关系;
步骤4.1.2:获取温度数值;
步骤4.1.3:基于温度-声速的线性关系对超声波标准声速进行修正,确定超声波第二声速;
步骤4.1.4:基于超声波第二声速,对超声波传播距离初值进行修正,确定超声波传播距离第一修正值;
步骤4.1.5:基于超声波传播距离第一修正值,确定高度第一修正值。
上述技术方案的工作原理及有益效果为:
步骤4.1.1由于温度与超声波声速的变化关系是线性。因此,基于历史数据,确定温度-声速的线性关系,即空气的温度膨胀系数α。步骤4.1.2获取温度数值T。步骤4.1.3基于温度-声速的线性关系可以确定超声波第二声速v2。由于步骤3.3使用的是超声波标准声速,而标准声速是温度为20摄氏度、相对湿度为50%,空气流速为0,不考虑障碍物表面吸收和反射的情况下的超声波声波,标准声速是343米/秒。如获取的温度是30度,则可以确定超声波第二声速v2为343+α×10,α是空气的线性膨胀系数,本实施例中α为0.0036。步骤4.1.4基于超声波第二声速v2,对超声波传播距离初值进行修正,确定超声波传播距离第一修正值。步骤4.1.5基于超声波传播距离第一修正值,确定高度第一修正值
本发明实施例通过温度参数对超声波声速进行修正,减少了温度参数对超声波测量障碍物高度的影响,提高了测量的精准性。
在一个实施例中,步骤4.2包括:
步骤4.2.1:基于历史数据,确定湿度-声速的变化比例;
步骤4.2.2:获取湿度数值;
步骤4.2.3:基于湿度-声速的线性关系对超声波标准声速进行修正,确定超声波第三声速;
步骤4.2.4:基于超声波第三声速,对超声波传播距离初值进行修正,确定超声波传播距离第二修正值;
步骤4.2.5:基于超声波传播距离第二修正值,确定高度第二修正值。
上述技术方案的工作原理及有益效果为:
超声波声速与湿度有线性关系。步骤4.2.1基于历史数据,确定湿度-声速的线性关系,即湿度步骤4.2.2:获取湿度数值。步骤4.2.3:基于湿度-声速的线性关系对超声波标准声速进行修正,超声波标准声速是50%湿度条件下的超声波声速,因此根据实际湿度确定超声波第三声速。步骤4.2.4:基于超声波第三声速,对超声波传播距离初值进行修正,确定超声波传播距离第二修正值。步骤4.2.5基于超声波传播距离第二修正值,确定高度第二修正值。
本发明实施例通过湿度参数对超声波声速进行修正,减少了湿度参数对超声波测量障碍物高度的影响,提高了测量的精准性,同时方便在干燥或者过湿条件下测量障碍物高度。扩大了障碍物测量的适用范围。
在一个实施例中,步骤4.3包括:
步骤4.3.1:基于历史数据,构建空气流速-超声波修正模型;
步骤4.3.2:获取空气流速,输入到空气流速-超声波修正模型,确定超声波第四声速;
步骤4.3.3:基于超声波第四声速,对超声波传播距离初值进行修正,确定超声波传播距离第三修正值;
步骤4.3.4:基于超声波传播距离第三修正值,确定高度第三修正值。
上述技术方案的工作原理及有益效果为:
超声波标准声速是空气流速为0的条件的超声波标准声波。在实际环境条件下是无法实现,尤其是车辆在行驶过程中,基本上存在空气流速,无法满足超声波标准声速,需要对超声波标准声速进行修正。而对超声波声速的影响不是线性关系,且空气流速的大小和方向的随机性比较大。因此本发明实施例通过机器学习方式进行修正。步骤4.3.1:基于历史数据,构建空气流速-超声波修正模型。本发明实施例通过卷积神经网络构建空气流速-超声波修正模型,利用历史数据对空气流速-超声波修正模输型训练。步骤4.3.2获取空气流速,包括空气流速数值和方向,输入到空气流速-超声波修正模型,确定超声波第四声速。步骤4.3.3基于超声波第四声速,对超声波传播距离初值进行修正,确定超声波传播距离第三修正值。步骤4.3.4基于超声波传播距离第三修正值,确定高度第三修正值。
本发明实施例通过空气流速对超声波声速进行修正,提高了测量的精准性,解决在实际应用的空气流速对障碍物高度探测的影响,具有实际应用性。
在一个实施例中,步骤4.4包括:
步骤4.4.1:基于历史数据,构建表面材料特性数据库;
步骤4.4.2:获取待测障碍物的表面材料,在表面材料特性数据库检索出超声波的吸收系数和反射系数;
步骤4.4.3:基于吸收系数,对第一时刻和第二时刻之间的时间差进行修正,确定超声波传播时间修正值;
步骤4.4.4:基于反射系数和超声波传播时间修正值,对超声波传播距离初值进行修正,确定超声波传播距离第四修正值;
步骤4.4.5:基于超声波传播距离第四修正值,确定高度第四修正值。
上述技术方案的工作原理及有益效果为:
在超声波探测障碍物高度的过程中,障碍物表面的特性影响。当超声波传播到待测障碍物表面时,超声波能量会被反射回来或被吸收,从而影响超声波的传播时间和强度。为了提高测量的准确性,可以考虑进行障碍物表面修正。步骤4.4.1本实施例通过历史数据,包括各种实验数据,构建表面材料特性数据库,其中,表面材料特性数据库建立了障碍物表面材料与超声波的反射系数和吸收系数之间的关联关系。步骤4.4.2获取待测障碍物的表面材料,在表面材料特性数据库检索出超声波的吸收系数和反射系数。障碍物表面修正涉及到反射系数和吸收系数的考虑。其中反射系数表示超声波在障碍物表面反射的程度,吸收系数表示超声波在障碍物表面被吸收的程度。本实施例通过构建表面材料特性数据库查询出反射系数和吸收系数。步骤4.4.3基于吸收系数,对第一时刻和第二时刻之间的时间差进行修正,确定超声波传播时间修正值。步骤4.4.4基于反射系数和超声波传播时间修正值,对超声波传播距离初值进行修正,确定超声波传播距离第四修正值。步骤4.4.5基于超声波传播距离第四修正值,确定高度第四修正值。
本发明实施例构建表面材料特性数据库确定超声波的吸收系数和反射系数,从而对障碍物表面修正可以提高超声波探测障碍物高度测量结果的精确性。
在一个实施例中,一种超声波探测障碍物高度的方法,还包括:
步骤5:基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理;
其中,步骤5包括:
步骤5.1:基于历史数据,构建障碍物类型-障碍物高度与安全距离比关系数据库;
步骤5.2:获取障碍物类型,搜索出障碍物高度与超声波传感器与待测障碍物之间的安全距离之比;
步骤5.3:基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离;
步骤5.4:基于超声波传感器的第二角度,确定获取超声波传感器与待测障碍物之间实时距离;
步骤5.5:判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理。
上述技术方案的工作原理及有益效果为:
步骤5.1基于历史数据,构建障碍物类型-障碍物高度与安全距离比关系数据库。步骤5.2获取障碍物类型,搜索出障碍物高度与超声波传感器与待测障碍物之间的安全距离之比。本发明实施例中通过在行驶中的车辆安装超声波传感器,测得前方的限高或者路障等静止障碍物的高度或者前面行走的卡车等移动障碍物高度。步骤5.3基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离。例如与前面的卡车需要保持一定的安全距离,尤其是堆满钢管的卡车。通过测量前面障碍物钢管的高度,比如障碍物钢管高度5米,则确定安全距离是10米。步骤5.4基于超声波传感器的第二角度θ2,同时障碍物的高度是H,确定获取超声波传感器与待测障碍物之间实时距离H×cotθ2。基于超声波传感器的第二角度步骤5.5判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理。例如,当超声波传感器的第二角度θ2是30°,障碍物钢管高度5米,确定实时距离是8.66米。小于安全距离是10米。因此向用户发出预警信息。
本发明实施例通过探测出障碍物高度确定实时距离是否小于安全距离并进行安全预警,提高了用户的安全性。
本发明实施例还提供了一种超声波探测障碍物高度的***,包括:
障碍物识别模块1,用于采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
超声波接发模块2,用于利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
测量初值模块3,用于基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
结果修正模块4,用于获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
上述技术方案的工作原理及有益效果为:
障碍物识别模块1采集视频,并对视频进行识别,确定待测障碍物。超声波接发模块2利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波。测量初值模块3,用于获取超声波传感器的位置变化和角度变化,确定待测障碍物高度测量初值。结果修正模块4,用于获取环境参数,并对待测障碍物高度测量初值进行修正,确定待测障碍物高度。
本发明实施例通过对运动的障碍物进行识别和计算出障碍物的高度,并考虑环境参数,并对待测障碍物高度探测初值进行修正,对待测障碍物高度测量更加精确。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (3)
1.一种超声波探测障碍物高度的方法,其特征在于,包括:
采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度;
采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;包括:
采集视频;
计算视频的像素梯度;
判断视频的像素梯度是否大于设定的像素梯度阈值,若大于设定的像素梯度阈值,则对应的像素确认为分割点,否则无处理;
将所有的分割点按照封闭线连接,确认图像分割线;
基于图像分割线,对视频进行图像分割,确定若干个图像分割块;
基于历史数据,构建障碍物识别模型;
利用障碍物识别模型对若干个图像分割块进行障碍物识别,确定待测障碍物;
获取环境参数,并对待测障碍物高度测量初值进行修正,确定待测障碍物高度,包括:
获取温度参数,确定高度第一修正值;
获取湿度参数,确定高度第二修正值;
获取空气流速参数,确定高度第三修正值;
获取待测障碍物表面参数,确定高度第四修正值;
获取高度第一修正值、高度第二修正值、高度第三修正值以及高度第四修正值的影响权重,确定高度综合修正值;
基于高度综合参数修正值,对待测障碍物高度测量初值进行修正,确定待测障碍物高度;
获取湿度参数,确定高度第二修正值,包括:
基于历史数据,确定湿度-声速的变化比例;
获取湿度数值;
基于湿度-声速的线性关系对超声波标准声速进行修正,确定超声波第三声速;
基于超声波第三声速,对超声波传播距离初值进行修正,确定超声波传播距离第二修正值;
基于超声波传播距离第二修正值,确定高度第二修正值;
获取空气流速参数,确定高度第三修正值,包括:
基于历史数据,构建空气流速-超声波修正模型;
获取空气流速,输入到空气流速-超声波修正模型,确定超声波第四声速;
基于超声波第四声速,对超声波传播距离初值进行修正,确定超声波传播距离第三修正值;
基于超声波传播距离第三修正值,确定高度第三修正值;
获取待测障碍物表面参数,确定高度第四修正值,包括:
基于历史数据,构建表面材料特性数据库;
获取待测障碍物的表面材料,在表面材料特性数据库检索出超声波的吸收系数和反射系数;
基于吸收系数,对第一时刻和第二时刻之间的时间差进行修正,确定超声波传播时间修正值;
基于反射系数和超声波传播时间修正值,对超声波传播距离初值进行修正,确定超声波传播距离第四修正值;
基于超声波传播距离第四修正值,确定高度第四修正值;
基于探测超声波和反射超声波,确定待测障碍物高度测量初值,包括:
当超声波传感器发出超声波的第一时刻,获取超声波传感器的第一位置坐标和超声波传感器的第一角度;
当超声波传感器接收超声波的第二时刻,获取超声波传感器的第二位置坐标和超声波传感器的第二角度;
计算出第一时刻和第二时刻之间的时间差,并获取超声波标准声速,确定超声波传播距离初值;
基于超声波传感器的位置变化、第一角度和第二角度,确定待测障碍物高度测量初值;
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理;
其中,基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理,包括:
基于历史数据,构建障碍物类型-障碍物高度与安全距离比关系数据库;
获取障碍物类型,搜索出障碍物高度与超声波传感器与待测障碍物之间的安全距离之比;
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离;
基于超声波传感器的第二角度,确定获取超声波传感器与待测障碍物之间实时距离;
判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理。
2.如权利要求1所述的一种超声波探测障碍物高度的方法,其特征在于,获取温度参数,确定高度第一修正值,包括:
基于历史数据,确定温度-声速的线性关系;
获取温度数值;
基于温度-声速的线性关系对超声波标准声速进行修正,确定超声波第二声速;
基于超声波第二声速,对超声波传播距离初值进行修正,确定超声波传播距离第一修正值;
基于超声波传播距离第一修正值,确定高度第一修正值。
3.一种超声波探测障碍物高度的***,其特征在于,包括:
障碍物识别模块,用于采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;
超声波接发模块,用于利用超声波传感器向待测障碍物发射探测超声波和接收由待测障碍物表面对探测超声波进行反射的反射超声波;
测量初值模块,用于基于探测超声波和反射超声波,确定待测障碍物高度测量初值;
结果修正模块,用于获取环境参数,并基于所述环境参数对待测障碍物高度测量初值进行修正,确定待测障碍物高度;
采集超声波传感器前方的视频,并对视频进行识别,确定待测障碍物;包括:
采集视频;
计算视频的像素梯度;
判断视频的像素梯度是否大于设定的像素梯度阈值,若大于设定的像素梯度阈值,则对应的像素确认为分割点,否则无处理;
将所有的分割点按照封闭线连接,确认图像分割线;
基于图像分割线,对视频进行图像分割,确定若干个图像分割块;
基于历史数据,构建障碍物识别模型;
利用障碍物识别模型对若干个图像分割块进行障碍物识别,确定待测障碍物;
获取环境参数,并对待测障碍物高度测量初值进行修正,确定待测障碍物高度,包括:
获取温度参数,确定高度第一修正值;
获取湿度参数,确定高度第二修正值;
获取空气流速参数,确定高度第三修正值;
获取待测障碍物表面参数,确定高度第四修正值;
获取高度第一修正值、高度第二修正值、高度第三修正值以及高度第四修正值的影响权重,确定高度综合修正值;
基于高度综合参数修正值,对待测障碍物高度测量初值进行修正,确定待测障碍物高度;
获取湿度参数,确定高度第二修正值,包括:
基于历史数据,确定湿度-声速的变化比例;
获取湿度数值;
基于湿度-声速的线性关系对超声波标准声速进行修正,确定超声波第三声速;
基于超声波第三声速,对超声波传播距离初值进行修正,确定超声波传播距离第二修正值;
基于超声波传播距离第二修正值,确定高度第二修正值;
获取空气流速参数,确定高度第三修正值,包括:
基于历史数据,构建空气流速-超声波修正模型;
获取空气流速,输入到空气流速-超声波修正模型,确定超声波第四声速;
基于超声波第四声速,对超声波传播距离初值进行修正,确定超声波传播距离第三修正值;
基于超声波传播距离第三修正值,确定高度第三修正值;
获取待测障碍物表面参数,确定高度第四修正值,包括:
基于历史数据,构建表面材料特性数据库;
获取待测障碍物的表面材料,在表面材料特性数据库检索出超声波的吸收系数和反射系数;
基于吸收系数,对第一时刻和第二时刻之间的时间差进行修正,确定超声波传播时间修正值;
基于反射系数和超声波传播时间修正值,对超声波传播距离初值进行修正,确定超声波传播距离第四修正值;
基于超声波传播距离第四修正值,确定高度第四修正值;
基于探测超声波和反射超声波,确定待测障碍物高度测量初值,包括:
当超声波传感器发出超声波的第一时刻,获取超声波传感器的第一位置坐标和超声波传感器的第一角度;
当超声波传感器接收超声波的第二时刻,获取超声波传感器的第二位置坐标和超声波传感器的第二角度;
计算出第一时刻和第二时刻之间的时间差,并获取超声波标准声速,确定超声波传播距离初值;
基于超声波传感器的位置变化、第一角度和第二角度,确定待测障碍物高度测量初值;
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理;
其中,基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离,并基于超声波传感器与待测障碍物之间实时距离,判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理,包括:
基于历史数据,构建障碍物类型-障碍物高度与安全距离比关系数据库;
获取障碍物类型,搜索出障碍物高度与超声波传感器与待测障碍物之间的安全距离之比;
基于待测障碍物高度,确认超声波传感器与待测障碍物之间的安全距离;
基于超声波传感器的第二角度,确定获取超声波传感器与待测障碍物之间实时距离;
判断实时距离是否小于安全距离,若小于安全距离,则向用户发出预警信息,否则无处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311149744.5A CN117148363B (zh) | 2023-09-06 | 2023-09-06 | 一种超声波探测障碍物高度的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311149744.5A CN117148363B (zh) | 2023-09-06 | 2023-09-06 | 一种超声波探测障碍物高度的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117148363A CN117148363A (zh) | 2023-12-01 |
CN117148363B true CN117148363B (zh) | 2024-05-07 |
Family
ID=88905853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311149744.5A Active CN117148363B (zh) | 2023-09-06 | 2023-09-06 | 一种超声波探测障碍物高度的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117148363B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008032499A (ja) * | 2006-07-27 | 2008-02-14 | Nippon Soken Inc | 障害物検出装置 |
CN102840853A (zh) * | 2012-07-25 | 2012-12-26 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于车载夜视***的障碍物检测及报警方法 |
CN104076364A (zh) * | 2014-07-15 | 2014-10-01 | 哈尔滨工业大学 | 基于超声波定位技术的汽车障碍探测*** |
JP2015021737A (ja) * | 2013-07-16 | 2015-02-02 | 三菱電機株式会社 | 障害物検知装置 |
CN105242276A (zh) * | 2015-09-15 | 2016-01-13 | 清华大学苏州汽车研究院(吴江) | 一种基于超声波传感器的泊车辅助*** |
CN106859929A (zh) * | 2017-01-25 | 2017-06-20 | 上海集成电路研发中心有限公司 | 一种基于双目视觉的多功能导盲仪 |
CN109598187A (zh) * | 2018-10-15 | 2019-04-09 | 西北铁道电子股份有限公司 | 障碍物识别方法、障碍物识别***及轨道车自动驾驶装置 |
JP2019086402A (ja) * | 2017-11-07 | 2019-06-06 | 株式会社Subaru | 車両用障害物検知装置 |
CN111610531A (zh) * | 2020-04-21 | 2020-09-01 | 吉利汽车研究院(宁波)有限公司 | 一种车辆的驾驶预警方法、装置及存储介质 |
CN112363513A (zh) * | 2020-11-25 | 2021-02-12 | 珠海市一微半导体有限公司 | 一种基于深度信息的障碍物分类避障控制方法 |
CN112799073A (zh) * | 2020-12-30 | 2021-05-14 | 成都英萨传感技术研究有限公司 | 一种超声波测距传感器 |
CN114594482A (zh) * | 2022-03-21 | 2022-06-07 | 珠海一微半导体股份有限公司 | 基于超声波数据的障碍物材质检测方法及机器人控制方法 |
CN114787656A (zh) * | 2019-12-04 | 2022-07-22 | 株式会社电装 | 障碍物探测装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101637716B1 (ko) * | 2014-11-03 | 2016-07-07 | 현대자동차주식회사 | 차량의 장애물 위치 인식 장치 및 방법 |
-
2023
- 2023-09-06 CN CN202311149744.5A patent/CN117148363B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008032499A (ja) * | 2006-07-27 | 2008-02-14 | Nippon Soken Inc | 障害物検出装置 |
CN102840853A (zh) * | 2012-07-25 | 2012-12-26 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于车载夜视***的障碍物检测及报警方法 |
JP2015021737A (ja) * | 2013-07-16 | 2015-02-02 | 三菱電機株式会社 | 障害物検知装置 |
CN104076364A (zh) * | 2014-07-15 | 2014-10-01 | 哈尔滨工业大学 | 基于超声波定位技术的汽车障碍探测*** |
CN105242276A (zh) * | 2015-09-15 | 2016-01-13 | 清华大学苏州汽车研究院(吴江) | 一种基于超声波传感器的泊车辅助*** |
CN106859929A (zh) * | 2017-01-25 | 2017-06-20 | 上海集成电路研发中心有限公司 | 一种基于双目视觉的多功能导盲仪 |
JP2019086402A (ja) * | 2017-11-07 | 2019-06-06 | 株式会社Subaru | 車両用障害物検知装置 |
CN109598187A (zh) * | 2018-10-15 | 2019-04-09 | 西北铁道电子股份有限公司 | 障碍物识别方法、障碍物识别***及轨道车自动驾驶装置 |
CN114787656A (zh) * | 2019-12-04 | 2022-07-22 | 株式会社电装 | 障碍物探测装置 |
CN111610531A (zh) * | 2020-04-21 | 2020-09-01 | 吉利汽车研究院(宁波)有限公司 | 一种车辆的驾驶预警方法、装置及存储介质 |
CN112363513A (zh) * | 2020-11-25 | 2021-02-12 | 珠海市一微半导体有限公司 | 一种基于深度信息的障碍物分类避障控制方法 |
CN112799073A (zh) * | 2020-12-30 | 2021-05-14 | 成都英萨传感技术研究有限公司 | 一种超声波测距传感器 |
CN114594482A (zh) * | 2022-03-21 | 2022-06-07 | 珠海一微半导体股份有限公司 | 基于超声波数据的障碍物材质检测方法及机器人控制方法 |
Non-Patent Citations (2)
Title |
---|
基于实时传感器的精密变量喷雾发展概况;刘慧;夏伟;沈跃;李宁;徐慧;;中国农机化学报(第03期);全文 * |
基于超声波测距的多旋翼无人机避障算法;邵芳;;吉林工程技术师范学院学报;20171126(11);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117148363A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112014845B (zh) | 一种车辆障碍物定位方法、装置、设备及存储介质 | |
KR101925293B1 (ko) | 레이더 및 영상 융합 차량 단속시스템 | |
KR101446546B1 (ko) | 위치기반 실시간 차량정보 표시시스템 | |
CN205619890U (zh) | 基于激光测距技术的车辆长宽高测量装置 | |
CN109544990A (zh) | 一种基于实时电子地图识别可用泊车位的方法及*** | |
KR101898051B1 (ko) | 다차선 차량 속도 측정 시스템 | |
CN103176185A (zh) | 用于检测道路障碍物的方法及*** | |
JPH07116981A (ja) | 移動ロボットの誘導装置 | |
CN109583416A (zh) | 伪车道线识别方法及*** | |
CN109643495A (zh) | 周边监视装置及周边监视方法 | |
US8744752B2 (en) | Apparatus and method for detecting locations of vehicle and obstacle | |
CN108663041A (zh) | 一种绘制导航地图的方法及装置 | |
CN109785632A (zh) | 一种交通流量统计方法及装置 | |
CN104731092A (zh) | 一种移动机器人多方位避障*** | |
CN103714604B (zh) | 基于超声波传感器的公交车客流统计*** | |
CN109816813A (zh) | 自主车辆中的传感器管理 | |
CN113267779A (zh) | 一种基于雷达与图像数据融合的目标检测方法及*** | |
CN114758504A (zh) | 一种基于滤波校正的网联车超速预警方法及*** | |
CN110136186A (zh) | 一种用于移动机器人目标测距的检测目标匹配方法 | |
KR101620239B1 (ko) | 차선 판정 장치, 차선 판정 방법 및 차선 판정용 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체 | |
CN103940391A (zh) | 一种基于物料自动采集转运的车厢定位方法、定位***及物料自动采样*** | |
CN104464055A (zh) | Psd线阵与超声波线阵融合的客流量统计*** | |
CN113487910B (zh) | 一种用于跟车场景的汽车数据采集***性能分析方法 | |
CN117148363B (zh) | 一种超声波探测障碍物高度的方法及*** | |
CN112801024B (zh) | 一种检测信息处理方法和装置 |
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 |