KR20220093382A - 장애물 검출 방법 및 장치 - Google Patents
장애물 검출 방법 및 장치 Download PDFInfo
- Publication number
- KR20220093382A KR20220093382A KR1020227020718A KR20227020718A KR20220093382A KR 20220093382 A KR20220093382 A KR 20220093382A KR 1020227020718 A KR1020227020718 A KR 1020227020718A KR 20227020718 A KR20227020718 A KR 20227020718A KR 20220093382 A KR20220093382 A KR 20220093382A
- Authority
- KR
- South Korea
- Prior art keywords
- obstacle
- observation
- candidate
- historical observation
- historical
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims description 71
- 238000000034 method Methods 0.000 claims abstract description 66
- 206010034719 Personality change Diseases 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 11
- 238000007499 fusion processing Methods 0.000 claims description 11
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- 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
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
-
- 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
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Acoustics & Sound (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 컴퓨터 기술 분야에 관한 것으로, 특히 자율주행 기술 분야에 관한 장애물 검출 방법, 장치, 전자 기기, 비일시적 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램을 제공한다. 구체적인 구현 수단은, 차체 위치 및 자세 변화 정보를 획득하고; 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 이력 관찰 장애물의 예측 위치 정보를 획득하며; 현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득하고; 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라, 이력 관찰 장애물과 후보 장애물을 연관시켜 알려진 장애물을 생성하며 알려진 장애물의 신뢰도를 획득하고; 신뢰도에 따라 알려진 장애물로부터 유효 장애물을 획득하는 것이다.
Description
본 발명은 2021년 05월 21일에 제출한 출원 번호가 "202110558357.1"인 중국 특허 출원을 기반으로 제출되었고 상기 중국 특허 출원의 우선권을 주장하는바, 상기 중국 특허 출원의 모든 내용은 참조로서 본 발명에 인용된다.
본 발명은 자율주행 기술 분야에 관한 것으로, 특히 장애물 검출 방법, 장치, 전자 기기, 차량, 비일시적 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램 제품에 관한 것이다.
안전사고의 발생을 줄이기 위해 초음파 레이더를 탑재하여 기설정된 스캐닝 범위 내의 장애물을 실시간으로 검출하는 차량이 늘어나고 있으며, 이러한 초음파 레이더는 일반적으로 후진 레이더로 지칭된다. 관련 기술에서 차량 탑재형 초음파 후진 레이더에 의한 장애물 탐지는, 주로 2회 에코 비교, 단일 에코 에코 에너지 필터링, 장애물 지점 영역 절단 등을 포함하여 처리 수단으로 사용하는 단일 프레임 처리에 중점을 두며, 상기 단일 프레임 처리 결과에 따라 유효 장애물의 출력 여부를 결정한다.
본 발명은 다중 센서 이력 관찰 데이터 융합에 기반한 차량 탑재형 초음파 장애물 검출 방법, 장치, 전자 기기, 차량, 비일시적 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램 제품을 제공한다.
본 발명의 제1 양태에 따르면,
차체 위치 및 자세 변화 정보를 획득하고, 상기 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 상기 이력 관찰 장애물의 예측 위치 정보를 획득하는 단계;
현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득하는 단계;
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 단계; 및,
상기 알려진 장애물의 신뢰도를 획득하고, 상기 신뢰도에 따라 상기 알려진 장애물로부터 유효 장애물을 결정하는 단계;를 포함하는 장애물 검출 방법을 제공한다.
본 발명의 제2 양태에 따르면,
차체 위치 및 자세 변화 정보를 획득하는 제1 획득 모듈;
상기 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 상기 이력 관찰 장애물의 예측 위치 정보를 획득하는 위치 예측 모듈;
현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득하는 제2 획득 모듈;
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 연관 모듈;
상기 알려진 장애물의 신뢰도를 획득하는 제3 획득 모듈; 및,
상기 신뢰도에 따라 상기 알려진 장애물로부터 유효 장애물을 결정하는 결정 모듈;을 포함하는 장애물 검출 장치를 제공한다.
본 발명의 제3 양태에 따르면,
적어도 하나의 프로세서; 및,
상기 적어도 하나의 프로세서와 통신 가능하게 연결되는 메모리를 포함하고;
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되며, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어 상기 적어도 하나의 프로세서가 상기 제1 양태의 실시예에 따른 장애물 검출 방법을 구현할 수 있도록 하는 전자 기기를 제공한다.
본 발명의 제4 양태에 따르면, 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체를 제공하되, 여기서 상기 컴퓨터 명령은 상기 컴퓨터가 상기 제1 양태의 실시예에 따른 장애물 검출 방법을 구현하도록 한다.
본 발명의 제5 양태에 따르면, 컴퓨터 프로그램을 포함한 컴퓨터 프로그램 제품을 제공하되, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 경우 상기 제1 양태의 실시예에 따른 장애물 검출 방법을 구현한다.
본 발명의 제6 양태에 따르면, 상기 차량 주변 환경을 관찰하는 다중 센서 및 상기 제2 양태의 실시예에 따른 장애물 검출 장치를 포함하는 차량을 제공한다.
본 발명에 따른 기술은 초음파 탐지 거리가 짧고 낮은 물체에 대한 리콜 오류 문제를 해결하여, 장거리 리콜률을 향상시키고 장애물 리콜 실시간성을 향상시킨다.
본 부분에서 설명된 내용은 본 발명의 실시예의 핵심 또는 중요한 특징을 식별하기 위한 것이 아니며, 본 발명의 범위를 한정하려는 것도 아님을 이해해야 할 것이다. 본 발명의 다른 특징은 아래 명세서에 의해 쉽게 이해될 것이다.
도면은 본 해결수단을 더 잘 이해하기 위한 것으로, 본 발명에 대해 한정하는 것으로 구성되지 않는다. 여기서,
도 1은 예시적인 일 실시예에 따라 도시된 장애물 검출 방법의 흐름도이다.
도 2는 본 발명의 실시예의 알려진 장애물을 생성하는 흐름 모식도이다.
도 3은 본 발명의 실시예의 장애물 검출 방법 중 알고리즘 처리 흐름도이다.
도 4는 예시적인 일 실시예에 따라 도시된 장애물 검출 장치의 블록도이다.
도 5는 예시적인 일 실시예에 따라 도시된 차량의 블록도이다.
도 6은 본 발명의 실시예의 장애물 검출 방법을 구현하기 위한 전자 기기의 블록도이다.
도 1은 예시적인 일 실시예에 따라 도시된 장애물 검출 방법의 흐름도이다.
도 2는 본 발명의 실시예의 알려진 장애물을 생성하는 흐름 모식도이다.
도 3은 본 발명의 실시예의 장애물 검출 방법 중 알고리즘 처리 흐름도이다.
도 4는 예시적인 일 실시예에 따라 도시된 장애물 검출 장치의 블록도이다.
도 5는 예시적인 일 실시예에 따라 도시된 차량의 블록도이다.
도 6은 본 발명의 실시예의 장애물 검출 방법을 구현하기 위한 전자 기기의 블록도이다.
아래 도면을 결부하여 본 발명의 예시적 실시예를 설명하되, 여기에는 이해를 돕기 위한 본 발명의 실시예의 다양한 세부사항들이 포함되지만, 이들은 단지 예시적인 것으로 간주되어야 한다. 따라서, 본 기술분야의 통상의 기술자는 본 발명의 범위 및 정신을 벗어나지 않으면서 여기서 설명된 실시예에 대해 다양한 변형 및 수정을 진행할 수 있음을 이해해야 할 것이다. 마찬가지로, 명확 및 간략을 위해, 아래의 설명에서 공지 기능 및 구조에 대한 설명을 생략한다.
관련 기술에서 차량 탑재형 초음파 후진 레이더에 의한 장애물 탐지는, 주로 2회 에코 비교, 단일 에코 에코 에너지 필터링, 장애물 지점 영역 절단 등을 포함하여 처리 수단으로 사용하는 단일 프레임 처리에 중점을 두며, 구체적으로 다음과 같다. 1) 2회 에코 비교는, 동일한 센서의 데이터를 캐시하는 것으로, 새로운 관찰 데이터가 진입하면 상기 관찰 데이터에 따라 현재 프레임의 거리 값을 획득하고, 상기 현재 프레임의 거리 값을 이전 프레임의 거리 값과 비교하여, 차이값이 설정된 임계값보다 작으면 관찰이 유효한 것으로 간주하고, 그렇지 않으면 관찰 무효인 것으로 간주한다. 2) 단일 에코 에코 에너지 필터링은, 초음파 탐지 장애물에 에코 에너지 정보가 있는 것으로, 보정에 따라 일정한 에너지 임계값을 설정하여, 장애물 거리 에너지 값이 설정된 에너지 임계값보다 높으면 관찰이 유효한 것으로 간주하고, 그렇지 않으면 관찰 무효인 것으로 간주한다. 3) 센서 장착 위치에 따라 대응되는 유효 장애물 검출 영역을 분할하며, 센서 관찰의 경우, 상기 유효 장애물 검출 영역에서 센서에 의해 장애물이 관찰되면 장애물 관찰이 유효한 것으로 간주하고, 그렇지 않으면 장애물 관찰이 무효인 것으로 간주한다.
그러나, 상기 해결수단은 실시간 단일 프레임 관찰 데이터 처리에 중점을 두고, 1차원 원시 탐지 거리에서의 정보 필터링에 더 중점을 두므로, 상기 장애물 검출 방식에는 탐지 거리가 짧고, 실시간성이 높지 않으며, 장애물 검출 정확도가 낮은 등 문제가 초래된다. 예를 들어, 관련 기술에서 차량 탑재형 초음파 후진 레이더에 의한 장애물 탐지는 기능 구현에서 주로 다음과 같은 단점을 반영한다.
1) 탐지 거리가 짧은 것으로, 장거리 장애물이 지상 탐측 오류 검출인지 여부를 효과적으로 구분할 수 없으므로 실제로 장애물을 효과적으로 검출할 수 있는 거리는 매우 짧고 일반적으로 1.2 m 이내에 있다.
2) 실시간성이 높지 않은 것으로, 멀티프레임의 장애물 원시 탐측 거리에 대한 비교 및 확인이 캐시되었으므로 장애물 검출 시간 지연이 상대적으로 커진다.
3) 장애물 검출 정확도가 낮은 것으로, 여기서의 정확도는 2개 측면에서 반영되는데 하나는 이력 장애물에 따라 위치를 추적하지 않았으므로 주어진 장애물 위치 편차가 비교적 커지는 것이고, 다른 하나는 낮은 장애물에 대해 효과적으로 필터링을 수행할 수 없으므로 장애물 오류 검출을 초래하는 것이다.
다시 말해서, 관련 기술에서 장애물 검출 데이터 처리 수단은, 에코 에너지 임계값을 판정하고 전후 프레임을 2회 또는 3회 확인하며 이론적 지상 탐측 범위(예를 들어, 1.2 m) 내에서 관찰된 장애물을 유효 장애물로 제한하는 것이다. 이러한 해결수단은 기존의 후진 레이더 및 자동 파킹 어시스트(Auto Parking Assist, APA) 등 장면을 충족할 수 있지만 일정한 속도 하의 자율 주행 크루즈가 필요한 자동 발렛 파킹(Autonomous Valet Parking, AVP) 장면에는 적용되지 않는다.
초음파 탐지 거리가 짧고 낮은 물체에 대한 리콜 오류 문제를 해결하여, 장거리 리콜률을 향상시키고 장애물 리콜 실시간성을 향상시키기 위해, 본 발명은 다중 센서 이력 관찰 데이터 융합에 기반한 차량 탑재형 초음파 장애물 검출 방법, 장치, 전자 기기 및 저장 매체를 제공하며, AVP 장면, APA 장면, 후진 레이더, 차량 탑재형 초음파 장애물 탐지 장면 등에 적용될 수 있다.
아래에 도면을 참조하여 본 발명의 실시예의 장애물 검출 방법, 장치, 전자 기기 및 저장 매체를 설명한다.
도 1은 예시적인 일 실시예에 따라 도시된 장애물 검출 방법의 흐름도이다. 설명해야 할 것은, 본 발명의 실시예의 장애물 검출 방법은 본 발명의 실시예의 장애물 검출 장치에 적용될 수 있고, 상기 장애물 검출 장치는 전자 기기에 구성될 수 있다. 일 예시로서, 상기 전자 기기는 차량에 설치되어 차량에 장애물 검출 기능이 구비될 수 있도록 한다. 도 1에 도시된 바와 같이, 상기 장애물 검출 방법은 하기와 같은 단계를 포함할 수 있다.
단계 101에서, 차체 위치 및 자세 변화 정보를 획득한다.
일 예시로서, 차량의 다중 센서 관찰 데이터를 통해 자기 차량의 차체 위치 및 자세 변화 정보를 획득한다. 예를 들어, 다중 센서의 바로 전 프레임의 관찰 데이터 및 현재 프레임의 관찰 데이터에 따라, 두 프레임 사이의 시간차 내에서 발생한 차량의 위치 및 자세 변화를 획득하고, 두 프레임 사이의 시간차 내에서 발생한 자기 차량의 위치 및 자세 변화를 상기 자기 차량의 차체 위치 및 자세 변화 정보로 사용한다.
단계 102에서, 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 이력 관찰 장애물의 예측 위치 정보를 획득한다.
예를 들어, 다중 센서에 의해 검출된 바로 전 프레임의 관찰 데이터의 시간, 및 다중 센서에 의해 검출된 현재 프레임의 관찰 데이터의 시간을 결정하여, 바로 전 프레임과 현재 프레임 사이의 시간차를 계산하고, 바로 전 프레임과 현재 프레임 사이의 시간차, 및 두 프레임 사이의 차체 위치 및 자세 변화 정보에 따라, 바로 전 프레임의 검출된 이력 관찰 장애물의 위치를 예측하여 이력 관찰 장애물의 예측 위치 정보를 획득할 수 있다. 상기 예측 위치 정보는 2차원 좌표 정보일 수 있다.
단계 103에서, 현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득한다.
선택 가능하게, 다중 초음파 레이더에 의해 생성된 관찰 포인트의 관찰 데이터를 획득하고, 삼각 위치결정 방법을 통해 후보 장애물을 계산하여 다중 센서에 의해 현재 관찰된 후보 장애물의 위치 정보를 획득한다. 상기 다중 센서는 복수의 초음파 레이더 센서로 이해될 수 있다.
단계 104에서, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라, 이력 관찰 장애물과 후보 장애물을 연관시켜 알려진 장애물을 생성한다.
설명해야 할 것은, 다중 센서의 관찰 신호는 시간 변화에 따른 신호이므로 인접한 두 프레임 간의 관찰 데이터는 일반적으로 연관되며, 예를 들어 현재 프레임에서 관찰된 후보 장애물은 이전 프레임(또는 복수의 이전 프레임)의 이력 관찰 장애물과 일정하게 연관된다. 따라서, 현재 관찰된 후보 장애물의 위치 정보를 획득한 이후, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라 이력 관찰 장애물 및 후보 장애물을 연관시켜, 연관 결과에 따라 알려진 장애물을 생성할 수 있다. 상기 알려진 장애물은 장애물로 결정된 장애물을 의미하고, 상기 알려진 장애물은 삭제된 이력 관찰 장애물 및 현재 관찰 장애물을 포함할 수 있으며; 상기 삭제된 이력 관찰 장애물은 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되지 않는 이력 관찰 장애물을 삭제한 후 남은 이력 관찰 장애물을 의미하고; 상기 현재 관찰 장애물은 연관되어 있지 않은 후보 장애물을 의미하며, 즉 연관되어 있지 않은 후보 장애물을 현재 새로 관찰된 장애물로 사용한다.
일 구현 방식에서, 도 2에 도시된 바와 같이, 상기 알려진 장애물의 생성 방식은 하기와 같은 단계를 포함할 수 있다.
단계 21에서, 후보 장애물의 위치 정보에 따라 후보 장애물이 연관되어 있는지 여부를 판단한다.
단계 22에서, 후보 장애물이 연관되어 있지 않은 것에 응답하여 후보 장애물을 현재 관찰 장애물로 결정한다.
예를 들어, 후보 장애물의 위치 정보에 따라 후보 장애물이 이력 관찰 장애물과 연관될 수 있는지 여부를 판단할 수 있으며, 후보 장애물이 이력 관찰 장애물과 연관될 수 없으면 상기 후보 장애물은 이전에 이미 관찰되거나 장애물로 이미 표기된 이력 관찰 장애물이 아니라, 즉 상기 후보 장애물은 하나의 새로 관찰된 장애물인 것을 설명하며, 상기 후보 장애물을 현재 관찰 장애물로 결정한다.
단계 23에서, 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물이 연관되어 있는지 여부를 판단한다.
단계 24에서, 이력 관찰 장애물이 연관되어 있지 않은 것에 응답하여, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는지 여부를 판단한다.
예를 들어, 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물이 후보 장애물과 연관될 수 있는지 여부를 판단할 수 있으며, 이력 관찰 장애물이 후보 장애물과 연관될 수 있으면 상기 이력 관찰 장애물과 후보 장애물은 다중 센서에 의해 관찰된 동일한 장애물일 수 있거나, 상기 이력 관찰 장애물은 낮은 장애물일 수 있으며, 이때 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관될 수 있는지 여부를 추가로 판단해야 한다.
단계 25에서, 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되지 않는 것에 응답하여 이력 관찰 장애물을 삭제한다.
예를 들어, 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관될 수 없으면 상기 이력 관찰 장애물이 낮은 장애물(예를 들어, 한 번만 관찰되고, 현재 프레임은 관찰되지 않았음)인 것으로 간주할 수 있고, 이때 상기 낮은 장애물일 수 있는 이력 관찰 장애물을 삭제할 수 있다.
단계 26에서, 현재 관찰 장애물, 및 삭제 후 획득한 나머지 이력 관찰 장애물을 상기 알려진 장애물로 결정한다.
예를 들어, 현재 관찰 장애물, 삭제 후 획득한 나머지 이력 관찰 장애물을 상기 알려진 장애물로 결정하는 상기 과정은 현재 알려진 장애물에 대한 선별 과정으로 간주할 수 있다. 상기 과정은 현재 새로 관찰된 후보 장애물을 새로운 알려진 장애물로 결정할 수 있을 뿐만 아니라 낮은 장애물일 수 있는 이력 관찰 장애물을 삭제하여 낮은 장애물에 대한 효과적인 필터링을 구현한다.
일부 실시예에서, 상기 현재 알려진 장애물의 선별 과정은, 후보 장애물이 연관되어 있는 것에 응답하여 후보 장애물의 위치 정보에 따라 이력 관찰 장애물의 위치를 업데이트하는 단계; 이력 관찰 장애물이 연관되어 있는 것에 응답하여 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물의 위치를 업데이트하는 단계; 및, 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는 것에 응답하여 이력 관찰 장애물의 위치를 업데이트하는 단계;를 더 포함할 수 있다.
예를 들어, 후보 장애물의 위치 정보에 따라 후보 장애물이 이력 관찰 장애물과 연관될 수 있는 것으로 판단되면, 상기 후보 장애물은 이전에 이미 관찰되거나 장애물로 이미 표기된 이력 관찰 장애물이고, 즉 상기 후보 장애물은 이미 관찰되어 알려진 것으로 결정된 장애물인 것을 설명하며, 이때 상기 후보 장애물의 위치 정보에 따라 연관되어 있는 이력 관찰 장애물의 위치를 업데이트할 수 있다. 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물이 후보 장애물과 연관될 수 있는 것으로 판단되면, 이력 관찰 장애물과 후보 장애물은 다중 센서에 의해 관찰된 동일한 장애물일 수 있는 것을 설명하며, 이때 이력 관찰 장애물의 예측 위치 정보에 따라 상기 이력 관찰 장애물의 위치를 업데이트할 수 있다. 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관될 수 있는 것으로 판단되면, 후보 장애물 계산에 참여하지 않은 관찰 데이터가 일반적으로 새로운 장애물의 관찰 데이터 계산에 사용되지 않으므로, 일반적으로 이력 관찰 장애물과 관계가 있는 데이터이며, 이때 상기 후보 장애물 계산에 참여하지 않은 관찰 데이터에 따라 상기 이력 관찰 장애물의 위치를 업데이트할 수 있다.
이로써, 상기 방식을 통해 이력 장애물 및 현재 관찰에서 획득한 후보 장애물의 연관 처리를 구현할 수 있고, 현재 관찰 장애물, 삭제 후 획득한 나머지 이력 관찰 장애물을 상기 알려진 장애물로 결정하며, 상기 과정은 현재 알려진 장애물에 대한 선별 과정으로 간주할 수 있다. 상기 과정은 현재 새로 관찰된 후보 장애물을 새로운 알려진 장애물로 결정할 수 있을 뿐만 아니라, 알려진 장애물로 결정된 이력 관찰 장애물의 위치를 업데이트하며, 낮은 장애물일 수 있는 이력 관찰 장애물을 삭제하여 낮은 장애물의 유효 필터링을 구현할 수도 있다.
단계 105에서, 알려진 장애물의 신뢰도를 획득하고 신뢰도에 따라 알려진 장애물로부터 유효 장애물을 결정한다.
선택 가능하게, 이력 관찰 장애물과 후보 장애물을 연관시키는 과정에서 현재 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는 방식을 통해 알려진 장애물의 신뢰도를 획득할 수 있다.
일 구현 방식에서, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라 이력 관찰 장애물과 후보 장애물을 연관시키는 과정에서 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록하고 연관 특징 정보에 따라 알려진 장애물의 신뢰도를 획득할 수 있다.
연관 특징 정보의 유효성을 보장하고 장애물 인식의 정확성을 향상시키기 위해, 복수의 차원으로부터 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 수 있다. 선택 가능하게, 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수 중 적어도 2개의 차원으로부터, 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 수 있다. 상기 단일 거리는 관찰 센서에서 장애물 까지의 거리를 의미하고, 상기 단일 거리는 관찰 센서의 단일 에코 에코 에너지에 의해 결정될 수 있다.
설명해야 할 것은, 다중 센서의 관찰 데이터는 일반적으로 현재 관찰 센서의 ID, 관찰된 장애물의 위치 정보, 관찰된 장애물의 단일 거리 및 장애물 관찰 분산을 포함한다. 동일한 장애물에 대해 연관 특징 정보를 설명할 수 있는 차원은 상이할 수 있다. 동일한 장애물에 대해, 본 발명은 일정한 범위 내의 장애물 2차원 좌표, 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 단일 거리 등을 포함할 수 있지만 이에 한정되지 않는다. 따라서, 본 발명의 실시예에서, 이력 관찰 장애물과 후보 장애물을 연관시키는 과정에서 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수 중 적어도 2개의 차원으로부터, 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 수 있어, 연관 특징 정보의 유효성을 보장하고 장애물 인식의 정확성을 향상시킬 수 있다.
일 구현 방식에서, 이력 관찰 장애물과 후보 장애물을 연관시키는 과정에서 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수의 4개의 차원으로부터 연관 특징 정보를 기록하므로, 연관 특징 정보의 연관 성공 횟수를 통계하여 동일한 장애물에 대해 상기 장애물의 연관 특징 정보의 연관 성공 횟수를 상기 장애물의 신뢰도로 사용할 수 있다.
추가로 낮은 장애물을 효과적으로 구분할 수 있고 낮은 장애물의 오류 검출 확률을 크게 감소시키기 위해, 일부 실시예에서, 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 경우, 신뢰도 누적 방식을 사용하여 알려진 장애물의 신뢰도를 생성한다. 다시 말해서, 본 발명은 현재 알려진 장애물의 이력 연관 특징 정보를 기록하고, 신뢰도 누적 방식을 사용하여 기록된 연관 특징 정보를 표현함으로써 현재 알려진 장애물의 신뢰도를 획득할 수 있다.
예를 들어, 알려진 장애물 중의 이력 관찰 장애물을 예로, 이력 관찰 장애물의 이력 연관 특징 정보는 일반적으로 멀티프레임의 관찰 데이터를 기반으로 장애물을 연관시킬 경우 획득한 것으로, 예를 들어 제N 프레임, 제N+1 프레임 및 제N+2 프레임에 모두 이력 관찰 장애물A가 있다고 가정하면, 각 프레임의 관찰 데이터에 따라 장애물을 연관시킬 경우 현재 프레임 중 이력 관찰 장애물A와 현재 프레임의 후보 장애물을 연관시킬 수 있고, 연관시킬 때마다 연관이 성공하면 상기 이력 관찰 장애물A의 신뢰도에 1을 가하여 얻은 값을 상기 이력 관찰 장애물A의 최신 신뢰도로 사용하며, 이와 같이 상기 이력 관찰 장애물A가 다시 연관되고 연관이 성공하면 상기 이력 관찰 장애물A의 최신 신뢰도에 1을 가하여 얻은 값을 상기 이력 관찰 장애물A의 최신 신뢰도로 업데이트할 수 있으며, 이로써 신뢰도 누적 방식을 사용하여 장애물의 신뢰도를 획득할 수 있다.
설명해야 할 것은, 실제 장애물에 대한 관찰 횟수가 일반적으로 비교적 많고 또한 관찰 가능한 센서 각도 및 데이터가 많으므로, 누적된 신뢰도가 비교적 높은 반면 낮은 장애물은 단지 특정된 거리 구간 및 각도에서만 관찰되므로 누적된 신뢰도가 작아, 신뢰도 누적 방식을 통해 추가로 낮은 장애물을 효과적으로 구분할 수 있어 낮은 장애물의 오류 검출 확률을 크게 감소시킨다.
알려진 장애물 중의 장애물이 상이한 장애물임을 확보하기 위해, 선택 가능하게 알려진 장애물 중 동일한 장애물 및 동일한 장애물의 신뢰도를 융합 처리하고; 융합 처리 후 획득한 신뢰도에 따라 융합 처리 후 획득한 알려진 장애물로부터 신뢰도가 미리 설정된 임계값보다 크거나 같은 알려진 장애물을 유효 장애물로 결정한다. 이로써 알려진 장애물 중 동일한 장애물을 융합하여 중복 제거 목적을 달성하고; 이 밖에, 신뢰도가 미리 설정된 임계값보다 크거나 같은 알려진 장애물을 유효 장애물로 결정하여 유효 장애물 검출의 정확성을 향상시킬 수 있다. 다시 말해서, 장애물의 신뢰도가 임계값까지 누적될 경우, 본 발명은 각 프레임의 현재 관찰 데이터에 대해 모두 보정 출력을 가지므로, 검출 및 출력되는 장애물의 실시간성이 높아 지연 문제를 방지한다. 이 밖에, 본 발명은 신뢰도 누적 방식을 사용하여 장애물의 유효성을 확인하고, 장거리 구간에서 장애물 검출의 정확성을 보전할 수 있어, 신뢰 가능한 장애물에 대한 검출 가능한 거리를 전체적으로 크게 향상시킨다.
본 발명의 실시예에 따른 장애물 검출 방법은 차체 위치 및 자세 변화 정보를 이용하여 이력 관찰 장애물의 위치를 예측하고 현재 관찰에서 획득한 후보 장애물의 위치 정보와 업데이트된 이력 관찰 장애물을 연관시키며 또한 위치를 업데이트하고, 이력 관찰 장애물과 후보 장애물을 연관시켜, 현재 모든 알려진 장애물의 신뢰도를 획득하며, 모든 알려진 장애물에서 일정한 신뢰도 설정 규칙에 따른 신뢰도에 따라 유효 장애물을 선택하고 출력한다. 이로부터 보다시피, 본 발명은 현재 장애물을 생성하는 이력 연관 특징 정보를 기록하고, 신뢰도 누적 방식을 사용하여 이에 대해 표현하여, 장애물의 신뢰도가 미리 설정된 임계값에 도달하면 유효 장애물을 제공하도록 다시 선택하며, 실제 장애물에 대한 관찰 횟수가 일반적으로 비교적 많고 또한 관찰 가능한 센서 각도 및 개수가 많으므로, 누적된 신뢰도가 비교적 높은 반면 낮은 장애물은 단지 특정된 거리 구간 및 각도에서만 관찰되므로 누적된 신뢰도가 작아, 상기 방식을 통해 낮은 장애물을 효과적으로 구분할 수 있어 장애물 검출의 오류 검출 확률을 크게 감소시킨다. 이 밖에, 본 발명은 차량 실시간 위치 및 자세 정보와 실시간 센서 관찰 정보를 사용하여 이력 관찰 장애물의 위치에 대한 융합 추적 및 보정을 수행하여 검출된 장애물의 위치 정확성을 크게 향상시킨다.
본 기술분야의 기술자가 간편하게 이해하도록 하기 위해, 아래 도 3을 결합하여 본 발명의 실시예의 장애물 검출 방법에 대해 상세하게 설명한다.
도 3에 도시된 바와 같이, 본 발명의 실시예의 장애물 검출 방법 중 알고리즘 처리는 하기와 같은 단계를 포함할 수 있다.
단계 31에서, 초음파 레이더에 의해 생성된 관찰 포인트의 관찰 데이터를 획득하며, 예를 들어 관찰 포인트에서 레이더 프로브까지의 거리를 획득한다.
단계 32에서, 삼각 위치결정 방법을 통해 후보 포인트를 계산하여 후보 포인트 세트를 구성한다. 여기서 상기 후보 포인트 세트는 상기 후보 장애물 정보로 이해될수 있다.
본 실시예에서, 후보 포인트 세트를 획득한 이후, 궤적 풀의 초기화 여부를 판단할 수 있다. 궤적 풀은 장애물의 이력 정보를 저장하기 위한 저장 풀로 이해될 수 있다. 궤적 풀이 초기화된 후 상기 궤적 풀에는 장애물의 이력 정보가 기록될 것이며, 궤적 풀이 초기화되지 않으면 궤적 풀에 장애물의 이력 정보가 없음을 설명한다. 궤적 풀이 초기화되지 않은 것으로 판단되면 궤적 풀에 장애물의 이력 정보가 존재하지 않는 것을 설명하며, 이때 후보 포인트 중의 모든 후보 포인트를 이용하여 대응하는 새로운 궤적을 생성할 수 있고, 즉 모든 후보 포인트를 이용하여 대응하는 새로운 장애물을 생성한다. 궤적 풀이 초기화된 것으로 판단되면 궤적 풀에 장애물의 이력 정보가 저장되어 있는 것을 설명하며, 이때 단계 33을 수행할 수 있다.
단계 33에서, 바로 전 프레임과 현재 프레임 사이의 시간차, 및 두 프레임 사이의 차체 위치 및 자세 변화에 따라, 바로 전 프레임의 궤적 풀 중의 모든 궤적의 위치를 예측하여 궤적 풀 중의 모든 궤적의 새로운 2차원 좌표 정보를 획득한다.
설명해야 할 것은, 궤적 풀 중의 궤적은 이력 장애물로 이해될 수 있다.
단계 34에서, 궤적 풀 중의 모든 궤적의 새로운 2차원 좌표 정보, 후보 포인트 세트 중 후보 포인트 정보에 따라 데이터 연관 및 혼합 모델 추적을 수행한다.
본 실시예에서 도 3에 도시된 바와 같이, 후보 포인트 세트 중 후보 포인트 정보에 따라 후보 포인트가 연관되어 있는지 여부를 판단하며, 후보 포인트가 연관되어 있지 않으면 연관되어 있지 않은 후보 포인트에 따라 대응하는 새로운 궤적을 생성하고, 즉 새로운 장애물을 생성한다. 후보 포인트가 연관되어 있으면 칼만 필터(Kalman Filter, KF) 알고리즘을 이용하여 후보 포인트 정보에 따라 궤적 풀 중의 궤적을 업데이트하며, 즉 이력 장애물을 업데이트한다. 본 실시예에서 도 3에 도시된 바와 같이, 또한 궤적 풀 중 궤적의 새로운 2차원 좌표 정보에 따라 궤적 풀 중 궤적이 연관되어 있는지 여부를 판단할 수 있으며, 궤적이 연관되어 있으면 KF 알고리즘을 이용하여 궤적의 새로운 2차원 좌표 정보에 따라 상기 궤적을 업데이트하고; 궤적이 연관되어 있지 않으면 궤적이 후보 포인트 계산에 참여하지 않은 관찰 데이터와 연관될 수 있는지 여부를 판단하며, 궤적이 후보 포인트 계산에 참여하지 않은 관찰 데이터와 연관될 수 있으면 확장 칼만 필터(Extended Kalman Filter, EKF) 알고리즘을 이용하여 상기 궤적을 업데이트한다. 궤적이 후보 포인트 계산에 참여하지 않은 관찰 데이터와 연관될 수 없으면 상기 궤적을 삭제한다.
단계 35에서, 궤적 풀 중 모든 궤적과 후보 포인트 세트 중의 후보 포인트의 연관 특징 정보를 기록하고 이력 연관 특징 정보를 결합하여 장애물의 신뢰도를 계산한다.
설명해야 할 것은, 장애물의 신뢰도는 상기 장애물의 연관 특징 정보의 연관 성공 횟수로 이해될 수 있고, 다시 말해서 장애물의 연관 특징 정보의 연관 성공 횟수를 상기 장애물의 신뢰도로 사용할 수 있다. 예를 들어, 연관 특징 정보에 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치, 단일 에코 에코 에너지가 포함되는 것을 예로, 이력 관찰 장애물과 후보 장애물을 연관시킬 경우, 장애물 관찰 분산 및 장애물의 위치에 따라 장애물 연관이 성공적이라고 판단되면, 상기 장애물의 연관 성공 횟수를 통계하고; 장애물의 위치 및 단일 에코 에코 에너지에 따라 장애물이 위험 영역에 있는 것으로 판단하여 위험 영역에서 연관 성공 횟수를 결정하며; 장애물의 단일 에코 에코 에너지 연관 성공 횟수를 결정하되, 여기서 상기 단일 에코 에코 에너지 연관은 복수의 상이한 센서에 의해 관찰된 단일 에코 에코 에너지 연관을 의미하며; 장애물의 단일 에코 에코 에너지 및 장애물 관찰 센서 ID에 따라 단일 에코 에코 클러스터 연관 성공 횟수를 결정하되, 여기서 상기 단일 에코 에코 클러스터 연관은 동일한 센서로부터의 단일 에코 에코 에너지 연관을 의미하며; 장애물의 연관 성공 횟수, 위험 영역에서 연관 성공 횟수, 단일 에코 에코 에너지 연관 성공 횟수, 단일 에코 에코 클러스터 연관 성공 횟수를 신뢰도를 결정할 수 있고, 따라서 상기 신뢰도를 통해 장애물이 유효 장애물인지 여부를 결정한다.
예를 들어, 장애물의 연관 성공 횟수가 일정한 임계값보다 크면 상기 장애물이 유효 장애물인 것으로 간주할 수 있거나; 위험 영역에서 연관 성공 횟수가 일정한 임계값보다 크면 상기 장애물이 유효 장애물인 것으로 간주할 수 있거나; 단일 에코 에코 에너지 연관 성공 횟수가 일정한 임계값보다 크면 상기 장애물이 유효 장애물인 것으로 간주할 수 있거나; 단일 에코 에코 클러스터 연관 성공 횟수가 일정한 임계값보다 크면 상기 장애물이 유효 장애물인 것으로 간주할 수 있다. 이로써 본 발명은 신뢰도를 통해 유효 장애물에 대한 선별을 구현함으로써 유효 장애물을 최종 출력 결과로 사용하여, 상기 출력 결과를 이용하여 장애물을 회피하는 등 동작과 같이 후속의 상기 출력 결과를 이용하여 다른 동작을 수행하는데 편이하도록 하고, 상기 출력 결과가 유효 장애물(즉 실제 장애물)이므로 회피 효과를 향상시킬 수 있다.
유효 장애물 선별의 정확성을 보장하는 동시에 계산 리소스의 과도한 점용을 가능한 방지하기 위해 연관 횟수를 제한할 수 있다. 다시 말해서, 장애물을 연관시킬 경우, 연관 횟수를 일정한 임계값 내에서 제한한다. 예를 들어, 단일 에코 에코 에너지 연관을 예로, 경험에 의하면 일반적으로 단일 에코 에코 에너지를 4회 연관시킬 경우 장애물의 신뢰도는 상대적으로 높은데, 이때 상기 신뢰도에 따라 상기 장애물이 유효 장애물인지 판단할 수 있다.
이로부터 보다시피, 본 실시예는 칼만 필터, 차량 위치 및 자세, 헤딩 각을 이용하여 장애물 위치를 추적하고, 장착 수가 상대적으로 많은 차량 탑재형 초음파 레이더를 이용하여 장애물이 상이한 각도의 센서에 의해 관찰된 후 이의 신뢰도가 크게 향상되는 특징에 따라 장애물의 유효성을 판단할 수 있다. 본 발명은 낮은 장애물로 인한 장애물 오류 검출 및 센서의 상호 크로스 토크로 인한 장애물 오류 검출을 현저하게 감소시켜 AVP 장면의 사용자 체험을 향상시킨다. 검출 거리 및 장애물 검출의 실시간성의 향상에 따라 본 실시예는 AVP 장면의 안전 성능을 크게 향상시킨다.
도 4는 예시적인 일 실시예에 따라 도시된 장애물 검출 장치의 블록도이다. 도 4에 도시된 바와 같이, 상기 장애물 검출 장치는 제1 획득 모듈(410), 위치 예측 모듈(420), 제2 획득 모듈(430), 연관 모듈(440), 제3 획득 모듈(450) 및 결정 모듈(460)을 포함할 수 있다.
구체적으로, 제1 획득 모듈(410)은 차체 위치 및 자세 변화 정보를 획득한다.
위치 예측 모듈(420)은 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하고, 이력 관찰 장애물의 예측 위치 정보를 획득한다.
제2 획득 모듈(430)은 현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득한다.
연관 모듈(440)은 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라, 이력 관찰 장애물과 후보 장애물을 연관시켜 알려진 장애물을 생성한다. 일 예시로서, 연관 모듈(440)은 구체적으로, 후보 장애물의 위치 정보에 따라 후보 장애물이 연관되어 있는지 여부를 판단하고; 후보 장애물이 연관되어 있지 않은 것에 응답하여 후보 장애물을 현재 관찰 장애물로 결정하며; 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물이 연관되어 있는지 여부를 판단하고; 이력 관찰 장애물이 연관되어 있지 않은 것에 응답하여, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는지 여부를 판단하며; 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되지 않는 것에 응답하여 이력 관찰 장애물을 삭제하고; 현재 관찰 장애물, 및 삭제 후 획득한 나머지 이력 관찰 장애물을 알려진 장애물로 결정한다.
일 구현 방식에서, 연관 모듈(440)은 또한, 후보 장애물이 연관되어 있는 것에 응답하여, 후보 장애물의 위치 정보에 따라 이력 관찰 장애물의 위치를 업데이트하고; 이력 관찰 장애물이 연관되어 있는 것에 응답하여 이력 관찰 장애물의 예측 위치 정보에 따라 이력 관찰 장애물의 위치를 업데이트하며; 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는 것에 응답하여, 이력 관찰 장애물의 위치를 업데이트한다.
제3 획득 모듈(450)은 알려진 장애물의 신뢰도를 획득한다. 일 예시로서, 제3 획득 모듈(450)은 구체적으로, 이력 관찰 장애물의 예측 위치 정보 및 후보 장애물의 위치 정보에 따라 이력 관찰 장애물과 후보 장애물을 연관시키는 과정에서, 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록하고; 연관 특징 정보에 따라 알려진 장애물의 신뢰도를 획득한다.
일 구현 방식에서, 제3 획득 모듈(450)이 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는 구현 방식은 다음과 같다. 즉 장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수 중 적어도 2개의 차원으로부터, 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록한다.
가능한 일 구현 방식에서, 제3 획득 모듈(450)은 현재 관찰 장애물과 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 경우, 신뢰도 누적 방식을 사용하여 알려진 장애물의 신뢰도를 생성한다.
결정 모듈(460)은 신뢰도에 따라 알려진 장애물로부터 유효 장애물을 결정한다. 일 예시로서, 결정 모듈(460)은 알려진 장애물 중 동일한 장애물 및 동일한 장애물의 신뢰도를 융합 처리하고; 융합 처리 후 획득한 신뢰도에 따라 융합 처리 후 획득한 알려진 장애물로부터 신뢰도가 미리 설정된 임계값보다 크거나 같은 알려진 장애물을 유효 장애물로 결정한다.
상기 실시예에서의 장치에 관하여, 각각의 모듈이 수행하는 동작의 구체적인 방식은 관련된 상기 방법 실시예에서 이미 상세하게 설명되었으며, 여기서 상세하게 설명하지 않는다.
본 발명의 실시예에 따른 장애물 검출 장치는, 실시간 차체 위치 및 자세 정보를 이용하여 이력 장애물 위치를 예측하고 현재 관찰에서 획득한 후보 장애물 정보와 업데이트된 이력 장애물을 연관시키며 또한 위치를 업데이트하고, 이력 장애물과 현재 관찰에서 획득한 후보 장애물을 연관시켜 장애물 신뢰도를 획득하며, 모든 알려진 장애물에서 일정한 신뢰도 설정 규칙에 따른 장애물 신뢰도에 따라 유효 장애물을 선택하고 출력한다. 이로부터 보다시피, 본 발명은 현재 장애물을 생성하는 이력 연관 정보를 기록하고, 신뢰도 누적 방식을 사용하여 이에 대해 표현하여, 장애물의 신뢰도가 미리 설정된 임계값에 도달하면 유효 장애물을 제공하도록 다시 선택하며, 실제 장애물에 대한 관찰 횟수가 일반적으로 비교적 많고 또한 관찰 가능한 센서 각도 및 개수가 많으므로, 누적된 신뢰도가 비교적 높은 반면 낮은 장애물은 단지 특정된 거리 구간 및 각도에서만 관찰되므로 누적된 신뢰도가 작아, 상기 방식을 통해 낮은 장애물을 효과적으로 구분할 수 있어 이의 오류 검출 확률을 크게 감소시킨다. 이 밖에, 본 발명은 차량 실시간 위치 및 자세 정보와 실시간 센서 관찰 정보를 사용하여 이력 장애물에 대한 융합 추적 및 보정을 수행하여 주어진 장애물의 위치 정확성을 크게 향상시킨다. 이 밖에, 장애물의 신뢰도가 임계값까지 누적될 때, 본 발명은 각 프레임의 현재 관찰 데이터에 대해 모두 보정 출력을 가지므로, 주어진 장애물의 실시간성이 높고 지연의 문제가 존재하지 않는다. 이 밖에, 본 발명은 신뢰도 누적 방식을 사용하여 장애물의 유효성을 확인하고, 장거리 구간에서 장애물 검출의 정확성을 보전할 수 있어, 신뢰 가능한 장애물에 대한 거리를 전체적으로 크게 향상시킨다.
상기 실시예를 구현하기 위해, 본 발명은 차량을 더 제공한다. 도 5에 도시된 바와 같이, 상기 차량은 다중 센서(501) 및 장애물 검출 장치(502)를 포함할 수 있다. 상기 장애물 검출 장치(502)는 본 발명의 상기 어느 하나의 실시예 따른 장애물 검출 장치일 수 있고 여기서 더이상 반복 서술하지 않는다.
본 발명의 실시예에 따르면, 본 발명은 전자 기기 및 판독 가능 저장 매체를 더 제공한다.
도 6에 도시된 바와 같이, 본 발명의 실시예에 따른 장애물 검출 방법을 구현하기 위한 전자 기기의 블록도이다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크 벤치, 개인 정보 단말기, 서버, 블레이드 서버, 메인 프레임 컴퓨터, 및 다른 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자 기기는 개인 디지털 처리, 셀룰러 폰, 스마트 폰, 웨어러블 기기 및 다른 유사한 컴퓨팅 장치와 같은 다양한 형태의 모바일 장치를 나타낼 수도 있다. 본 명세서에 개시된 부재, 이들의 연결 및 관계, 및 그 기능은 단지 예시에 불과하며, 본 명세서에 기술되거나 청구된 본 발명의 구현을 한정하도록 의도되지 않는다.
도 6에 도시된 바와 같이, 상기 전자 기기는 하나 이상의 프로세서(601), 메모리(602), 및 고속 인터페이스 및 저속 인터페이스를 포함하는 각 부재를 연결하기 위한 인터페이스를 포함한다. 각각의 부재는 상이한 버스를 사용하여 서로 연결되고, 또한 공통 마더보드에 설치되거나 필요에 따라 다른 방식으로 설치될 수 있다. 프로세서는 외부 입력/출력 장치(예를 들어, 인터페이스에 결합된 디스플레이 기기)에 GUI의 그래픽 정보를 디스플레이하기 위해 메모리 내 또는 메모리에 저장된 명령을 포함하여 전자 기기 내에서 실행되는 명령을 처리할 수 있다. 다른 실시형태에서, 필요한 경우, 복수의 프로세서 및/또는 복수의 버스를 복수의 메모리와 함께 사용할 수 있다. 마찬가지로, 복수의 전자 기기를 연결할 수 있고, 각각의 기기는 단지 일부 필요한 동작(예를 들어, 서버 어레이, 한 그룹의 블레이드 서버, 또는 다중 프로세서 시스템으로 사용됨)을 제공한다. 도 6에서는 프로세서(601)가 하나인 경우를 예를 들어 설명한다.
메모리(602)는 본 발명에서 제공된 비일시적 컴퓨터 판독 가능 저장 매체이다. 상기 메모리에는 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되어, 상기 적어도 하나의 프로세서가 본 발명에서 제공된 장애물 검출 방법을 수행하도록 한다. 본 발명의 비일시적 컴퓨터 판독 가능 저장 매체에는 컴퓨터로 하여금 본 발명에서 제공된 장애물 검출 방법을 수행하도록 하는 컴퓨터 명령이 저장된다.
메모리(602)는 비일시적 컴퓨터 판독 가능 저장 매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능 프로그램 및 본 발명의 실시예에서의 장애물 검출 방법에 대응하는 프로그램 명령/모듈과 같은 모듈을 저장하기 위해 사용될 수 있다. 프로세서(601)는 메모리(602)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행하여 서버의 다양한 기능적 애플리케이션 및 데이터 처리를 수행하며, 즉 상기 방법 실시예에서의 장애물 검출 방법을 구현한다.
메모리(602)는 프로그램 저장 영역 및 데이터 저장 영역을 포함할 수 있고, 여기서 프로그램 저장 영역은 운영 체제, 적어도 하나의 기능에 필요한 애플리케이션 프로그램을 저장할 수 있고; 데이터 저장 영역은 장애물 검출을 구현하기 위한 전자 기기를 사용하여 생성된 데이터를 저장할 수 있다. 또한, 메모리(602)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 적어도 하나의 자기 디스크 저장 장치, 플래시 메모리 장치 또는 다른 비일시적 솔리드 스테이트 저장 장치와 같은 비일시적 메모리를 더 포함할 수 있다. 일부 실시예에서, 메모리(602)는 프로세서(601)에 대해 원격으로 설정된 메모리를 선택적으로 포함할 수 있고, 이러한 원격 메모리는 네트워크를 통해 장애물 검출을 구현하기 위한 전자 기기에 연결될 수 있다. 상기 네트워크의 구현예는 인터넷, 인트라넷, 근거리 통신망, 이동 통신망 및 이들의 조합을 포함하지만 이에 한정되지 않는다.
장애물 검출 방법을 구현하기 위한 전자 기기는 입력 장치(603) 및 출력 장치(604)를 더 포함할 수 있다. 프로세서(601), 메모리(602), 입력 장치(603) 및 출력 장치(604)는 버스 또는 다른 방식을 통해 연결될 수 있고, 도 6에서는 버스를 통한 연결을 예로 한다.
입력 장치(603)는 입력된 숫자 또는 문자 정보를 수신할 수 있고, 장애물 검출 방법을 구현하기 위한 전자 기기의 사용자 설정 및 기능 제어와 관련된 키 신호 입력을 생성할 수 있으며, 예를 들어, 터치 스크린, 키패드, 마우스, 트랙 패드, 터치 패드, 포인팅 스틱, 하나 이상의 마우스 버튼, 트랙볼, 조이스틱 등 입력 장치일 수 있다. 출력 장치(604)는 디스플레이 기기, 보조 조명 장치(예를 들어, LED) 및 촉각 피드백 장치(예를 들어, 진동 모터) 등을 포함할 수 있다. 상기 디스플레이 기기는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 및 플라즈마 디스플레이를 포함할 수 있지만, 이에 한정되지는 않는다. 일부 실시형태에서, 디스플레이 기기는 터치 스크린일 수 있다.
여기서 설명된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 전용 ASIC(전용 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에 의해 구현될 수 있다. 이러한 다양한 실시형태는 하나 이상의 컴퓨터 프로그램에서의 구현을 포함할 수 있고, 상기 하나 이상의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 프로그램 가능 시스템에서 실행되거나 및/또는 해석될 수 있으며, 상기 프로그램 가능 프로세서는 전용 또는 범용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치, 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신할 수 있으며, 데이터 및 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치, 및 상기 적어도 하나의 출력 장치에 전송할 수 있다.
이러한 컴퓨팅 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션 또는 코드로 지칭되기도 함)에는 프로그램 가능 프로세서의 기계 명령이 포함되고, 고급 프로세스 및/또는 객체 지향 프로그래밍 언어 및/또는 어셈블리 언어/기계어를 사용하여 이러한 컴퓨팅 프로그램을 구현할 수 있다. 본 명세서에서 사용되는 용어 "기계 판독 가능 매체" 및 "컴퓨터 판독 가능 매체"는 프로그램 가능 프로세서에 기계 명령 및/또는 데이터를 제공하기 위해 사용되는 임의의 컴퓨터 프로그램 제품, 기기 및/또는 장치(예를 들어, 자기 디스크, 광 디스크, 메모리, 프로그램 가능 논리 장치(PLD))를 의미하며, 기계 판독 가능 신호로서 기계 명령을 수신하는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계 명령 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 신호를 의미한다.
사용자와의 인터랙션을 제공하기 위해, 컴퓨터에서 여기에 설명된 시스템 및 기술을 구현할 수 있고, 상기 컴퓨터는 사용자에게 정보를 디스플레이하기 위한 디스플레이 장치(예를 들어, 음극선관(Cathode-Ray Tube, CRT) 또는 액정 표시 장치(Liquid Crystal Display, LCD) 모니터); 및 키보드 및 포인팅 장치(예를 들어, 마우스 또는 트랙 볼)를 구비하며, 사용자는 상기 키보드 및 상기 포인팅 장치를 통해 컴퓨터에 입력을 제공한다. 다른 타입의 장치는 또한 사용자와의 인터랙션을 제공할 수 있는데, 예를 들어, 사용자에게 제공된 피드백은 임의의 형태의 센서 피드백(예를 들어, 시각적 피드백, 청각적 피드백 또는 촉각적 피드백)일 수 있고; 임의의 형태(소리 입력, 음성 입력, 또는 촉각 입력)로 사용자로부터의 입력을 수신할 수 있다.
여기서 설명된 시스템 및 기술은 백엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로 사용됨), 또는 미들웨어 부재를 포함하는 컴퓨팅 시스템(예를 들어, 애플리케이션 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비하는 사용자 컴퓨터인 바, 사용자는 상기 그래픽 사용자 인터페이스 또는 상기 네트워크 브라우저를 통해 여기서 설명된 시스템 및 기술의 실시형태와 인터랙션할 수 있음), 또는 이러한 백엔드 부재, 미들웨어 부재, 또는 프론트 엔드 부재의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예는, 근거리 통신망(Local Area Network, LAN), 광역망(Wide Area Network, WAN), 인터넷 및 블록체인 네트워크를 포함한다.
컴퓨터 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로 멀리 떨어져 있고, 일반적으로 통신 네트워크를 통해 서로 인터랙션한다. 대응되는 컴퓨터에서 실행되고 또한 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트 및 서버의 관계가 생성된다. 서버는 클라우드 컴퓨팅 서버 또는 클라우드 호스트로도 지칭되는 클라우드 서버일 수 있으며, 기존의 물리적 호스트와 VPS 서비스(Virtual Private Server, 가상 전용 서버)에서 존재하는 관리가 어렵고, 비즈니스 확장성이 약한 결함을 해결하기 위한 클라우드 컴퓨팅 서비스 시스템 중 하나의 호스트 제품이다. 서버는 분산 시스템의 서버이거나, 블록체인을 결합한 서버일 수 있다.
위에서 설명된 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 발명에 기재된 각 단계는 동시에, 순차적으로, 또는 상이한 순서로 수행될 수 있으며, 본 발명에 개시된 기술적 해결수단이 이루고자 하는 결과를 구현할 수 있는 한, 본문은 여기서 한정되지 않는다.
상기 구체적인 실시형태는 본 발명의 보호 범위를 한정하지 않는다. 본 기술분야의 통상의 기술자는, 설계 요구 및 다른 요소에 따라 다양한 수정, 조합, 서브 조합 및 대체가 이루어질 수 있음을 이해해야 한다. 본 발명의 정신 및 원칙 내에서 이루어진 임의의 수정, 등가 교체 및 개선 등은 모두 본 발명의 보호 범위 내에 포함되어야 한다.
Claims (18)
- 장애물 검출 방법에 있어서,
차체 위치 및 자세 변화 정보를 획득하고, 상기 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 상기 이력 관찰 장애물의 예측 위치 정보를 획득하는 단계;
현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득하는 단계;
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 단계; 및,
상기 알려진 장애물의 신뢰도를 획득하고, 상기 신뢰도에 따라 상기 알려진 장애물로부터 유효 장애물을 결정하는 단계;를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제1항에 있어서,
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 단계는,
상기 후보 장애물의 위치 정보에 따라 상기 후보 장애물이 연관되어 있는지 여부를 판단하는 단계;
상기 후보 장애물이 연관되어 있지 않은 것에 응답하여 상기 후보 장애물을 현재 관찰 장애물로 결정하는 단계;
상기 이력 관찰 장애물의 예측 위치 정보에 따라 상기 이력 관찰 장애물이 연관되어 있는지 여부를 판단하는 단계;
상기 후보 장애물이 연관되어 있지 않은 것에 응답하여, 상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는지 여부를 판단하는 단계;
상기 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되지 않는 것에 응답하여 상기 이력 관찰 장애물을 삭제하는 단계; 및,
상기 현재 관찰 장애물, 및 삭제 후 획득한 나머지 이력 관찰 장애물을 상기 알려진 장애물로 결정하는 단계;를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제2항에 있어서,
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 단계는,
상기 후보 장애물이 연관되어 있는 것에 응답하여, 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물의 위치를 업데이트하는 단계;
상기 이력 관찰 장애물이 연관되어 있는 것에 응답하여 상기 이력 관찰 장애물의 예측 위치 정보에 따라 상기 이력 관찰 장애물의 위치를 업데이트하는 단계; 및,
상기 이력 관찰 장애물이 상기 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는 것에 응답하여, 상기 이력 관찰 장애물의 위치를 업데이트하는 단계;를 더 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 알려진 장애물의 신뢰도를 획득하는 단계는,
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시키는 과정에서, 상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는 단계; 및,
상기 연관 특징 정보에 따라 상기 알려진 장애물의 신뢰도를 획득하는 단계;를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제4항에 있어서,
상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는 단계는,
장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수 중 적어도 2개의 차원으로부터, 상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는 단계를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제4항 또는 제5항에 있어서,
상기 연관 특징 정보에 따라 상기 알려진 장애물의 신뢰도를 획득하는 단계는,
상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 경우, 신뢰도 누적 방식을 사용하여 상기 알려진 장애물의 신뢰도를 생성하는 단계를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 제1항 내지 제6항 중 어느 한 항에 있어서,
상기 신뢰도에 따라 상기 알려진 장애물로부터 유효 장애물을 결정하는 단계는,
상기 알려진 장애물 중 동일한 장애물 및 상기 동일한 장애물의 신뢰도를 융합 처리하는 단계; 및,
융합 처리 후 획득한 신뢰도에 따라 융합 처리 후 획득한 알려진 장애물로부터 신뢰도가 미리 설정된 임계값보다 크거나 같은 알려진 장애물을 상기 유효 장애물로 결정하는 단계;를 포함하는,
것을 특징으로 하는 장애물 검출 방법. - 장애물 검출 장치에 있어서,
차체 위치 및 자세 변화 정보를 획득하는 제1 획득 모듈;
상기 차체 위치 및 자세 변화 정보에 따라 이력 관찰 장애물의 위치를 예측하여 상기 이력 관찰 장애물의 예측 위치 정보를 획득하는 위치 예측 모듈;
현재 관찰에서 획득한 후보 장애물의 위치 정보를 획득하는 제2 획득 모듈;
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라, 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시켜 알려진 장애물을 생성하는 연관 모듈;
상기 알려진 장애물의 신뢰도를 획득하는 제3 획득 모듈; 및,
상기 신뢰도에 따라 상기 알려진 장애물로부터 유효 장애물을 결정하는 결정 모듈;을 포함하는,
것을 특징으로 하는 장애물 검출 장치. - 제8항에 있어서,
상기 연관 모듈은 구체적으로,
상기 후보 장애물의 위치 정보에 따라 상기 후보 장애물이 연관되어 있는지 여부를 판단하고;
상기 후보 장애물이 연관되어 있지 않은 것에 응답하여 상기 후보 장애물을 현재 관찰 장애물로 결정하며;
상기 이력 관찰 장애물의 예측 위치 정보에 따라 상기 이력 관찰 장애물이 연관되어 있는지 여부를 판단하고;
상기 후보 장애물이 연관되어 있지 않은 것에 응답하여, 상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는지 여부를 판단하며;
상기 이력 관찰 장애물이 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되지 않는 것에 응답하여 상기 이력 관찰 장애물을 삭제하고;
상기 현재 관찰 장애물, 및 삭제 후 획득한 나머지 이력 관찰 장애물을 상기 알려진 장애물로 결정하는,
것을 특징으로 하는 장애물 검출 장치. - 제9항에 있어서,
상기 연관 모듈은 또한,
상기 후보 장애물이 연관되어 있는 것에 응답하여, 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물의 위치를 업데이트하고;
상기 이력 관찰 장애물이 연관되어 있는 것에 응답하여 상기 이력 관찰 장애물의 예측 위치 정보에 따라 상기 이력 관찰 장애물의 위치를 업데이트하며;
상기 이력 관찰 장애물이 상기 후보 장애물 계산에 참여하지 않은 관찰 데이터와 연관되는 것에 응답하여, 상기 이력 관찰 장애물의 위치를 업데이트하는,
것을 특징으로 하는 장애물 검출 장치. - 제8항 내지 제9항 중 어느 한 항에 있어서,
상기 제3 획득 모듈은 구체적으로,
상기 이력 관찰 장애물의 예측 위치 정보 및 상기 후보 장애물의 위치 정보에 따라 상기 이력 관찰 장애물과 상기 후보 장애물을 연관시키는 과정에서, 상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하고,
상기 연관 특징 정보에 따라 상기 알려진 장애물의 신뢰도를 획득하고,
것을 특징으로 하는 장애물 검출 장치. - 제11항에 있어서,
상기 제3 획득 모듈은 구체적으로,
장애물 관찰 분산, 장애물 관찰 센서 ID, 장애물의 위치 연관 횟수, 단일 거리 연관 횟수 중 적어도 2개의 차원으로부터, 상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록하는,
것을 특징으로 하는 장애물 검출 장치. - 제11항 또는 제12항에 있어서,
상기 제3 획득 모듈은 구체적으로,
상기 현재 관찰 장애물과 상기 이력 관찰 장애물 사이의 연관 특징 정보를 기록할 경우, 신뢰도 누적 방식을 사용하여 상기 알려진 장애물의 신뢰도를 생성하는,
것을 특징으로 하는 장애물 검출 장치. - 제8항 내지 제13항 중 어느 한 항에 있어서,
상기 결정 모듈은 구체적으로,
상기 알려진 장애물 중 동일한 장애물 및 상기 동일한 장애물의 신뢰도를 융합 처리하고;
융합 처리 후 획득한 신뢰도에 따라 융합 처리 후 획득한 알려진 장애물로부터 신뢰도가 미리 설정된 임계값보다 크거나 같은 알려진 장애물을 상기 유효 장애물로 결정하는,
것을 특징으로 하는 장애물 검출 장치. - 전자 기기에 있어서,
적어도 하나의 프로세서; 및,
상기 적어도 하나의 프로세서와 통신 가능하게 연결되는 메모리를 포함하고;
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되며, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어 상기 적어도 하나의 프로세서가 제1항 내지 제7항 중 어느 한 항에 따른 장애물 검출 방법을 구현할 수 있도록 하는,
것을 특징으로 하는 전자 기기. - 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체에 있어서,
상기 컴퓨터 명령은 상기 컴퓨터가 제1항 내지 제7항 중 어느 한 항에 따른 장애물 검출 방법을 구현하도록 하는,
것을 특징으로 하는 비일시적 컴퓨터 판독 가능 저장 매체. - 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품에 있어서,
상기 컴퓨터 프로그램이 프로세서에 의해 실행될 경우 제1항 내지 제7항 중 어느 한 항에 따른 장애물 검출 방법을 구현하는,
것을 특징으로 하는 컴퓨터 프로그램 제품. - 차량에 있어서,
상기 차량 주변 환경을 관찰하는 다중 센서; 및,
제8항 내지 제14항 중 어느 한 항에 따른 장애물 검출 장치;를 포함하는,
것을 특징으로 하는 차량.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558357.1A CN113281760A (zh) | 2021-05-21 | 2021-05-21 | 障碍物检测方法、装置、电子设备、车辆和存储介质 |
CN202110558357.1 | 2021-05-21 | ||
PCT/CN2021/135650 WO2022242111A1 (zh) | 2021-05-21 | 2021-12-06 | 障碍物检测方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220093382A true KR20220093382A (ko) | 2022-07-05 |
Family
ID=82403328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020227020718A KR20220093382A (ko) | 2021-05-21 | 2021-12-06 | 장애물 검출 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20220093382A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116560381A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市普渡科技有限公司 | 机器人的避障方法和机器人 |
DE102022128787A1 (de) | 2022-10-28 | 2024-05-08 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Assistenzsystem zum Detektieren von statischen Hindernissen und entsprechend eingerichtetes Kraftfahrzeug |
-
2021
- 2021-12-06 KR KR1020227020718A patent/KR20220093382A/ko not_active Application Discontinuation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022128787A1 (de) | 2022-10-28 | 2024-05-08 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Assistenzsystem zum Detektieren von statischen Hindernissen und entsprechend eingerichtetes Kraftfahrzeug |
CN116560381A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市普渡科技有限公司 | 机器人的避障方法和机器人 |
CN116560381B (zh) * | 2023-07-07 | 2023-10-13 | 深圳市普渡科技有限公司 | 机器人的避障方法和机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3842994A1 (en) | Collision detection method, and device, as well as electronic device and storage medium | |
CN111753765B (zh) | 感知设备的检测方法、装置、设备及存储介质 | |
CN111401208B (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
US20220383535A1 (en) | Object Tracking Method and Device, Electronic Device, and Computer-Readable Storage Medium | |
WO2022242111A1 (zh) | 障碍物检测方法以及装置 | |
CN110879395B (zh) | 障碍物位置预测方法、装置和电子设备 | |
CN108828527B (zh) | 一种多传感器数据融合方法、装置、车载设备及存储介质 | |
CN110979346B (zh) | 确定车辆所处车道的方法、装置及设备 | |
US11698262B2 (en) | Method and apparatus for generating route planning model, and storage medium | |
CN110723079B (zh) | 车载传感器的位姿调整方法、装置、设备和介质 | |
KR20220093382A (ko) | 장애물 검출 방법 및 장치 | |
EP3866065B1 (en) | Target detection method, device and storage medium | |
CN110617825B (zh) | 一种车辆定位方法、装置、电子设备和介质 | |
US11703332B2 (en) | Vehicle positioning method, apparatus, electronic device, vehicle and storage medium | |
CN112507949A (zh) | 目标跟踪方法、装置、路侧设备以及云控平台 | |
US20210312799A1 (en) | Detecting traffic anomaly event | |
US11447153B2 (en) | Method and apparatus for annotating virtual lane at crossing | |
CN113844463B (zh) | 基于自动驾驶***的车辆控制方法、装置及车辆 | |
US11769260B2 (en) | Cross-camera obstacle tracking method, system and medium | |
KR102568948B1 (ko) | 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN112578355B (zh) | 雷达标定的方法、装置、设备以及存储介质 | |
CN112784637B (zh) | 地面障碍物探测方法、装置、电子设备及存储介质 | |
CN112577524A (zh) | 信息校正方法和装置 | |
CN111198370B (zh) | 毫米波雷达背景检测方法、装置、电子设备及存储介质 | |
CN111336984A (zh) | 障碍物测距方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITB | Written withdrawal of application |