一种障碍物目标检测方法、装置、域控制器及车辆与流程

专利2022-05-09  1



1.本发明实施例涉及智能驾驶技术,尤其涉及一种障碍物目标检测方法、装置、域控制器及车辆。


背景技术:

2.随着智能汽车的普及,汽车的高级智能驾驶功能也对汽车的感知性能提出了越来越严苛的要求。
3.目前汽车主要的感知传感器包括激光雷达、毫米波雷达以及摄像头等。现有的汽车智能驾驶方案,采用单摄像头或者单毫米波雷达进行自车周围的物理环境信息的采集,进而根据所采集的物理环境信息进行障碍物目标检测。但是单摄像头方案容易漏识别、单毫米波雷达方案容易误识别,难以保证感知结果的准确输出,因此,单一传感器难以满足复杂道路环境、复杂天气环境的感知要求,越来越不满足智能驾驶的性能要求。
4.毫米波雷达具有测距测速精准、受天气影响小、感知距离远的优点,但目标分辨能力弱、角度分辨能力弱、静态目标误识别多;摄像头具有目标类型识别能力强、障碍物横向距离识别准确的优点,但受天气影响较大、可识别障碍物种类有限。结合上述毫米波雷达和摄像头各自的优先和劣势,部分汽车智能驾驶方案采用摄像头和毫米波雷达相结合的方案检测障碍物目标。然而,这种方案多依据摄像头感知结果,对于毫米波检测到而摄像头未检测到的障碍物目标不作考虑,容易出现漏识别的情况,影响障碍物检测的全面性和准确性,严重时甚至可能造成交通事故。


技术实现要素:

5.本发明实施例提供一种障碍物目标检测方法、装置、域控制器及车辆,可以提高障碍物目标检测的准确性和全面性,提高智能驾驶的安全性。
6.第一方面,本发明实施例提供了一种障碍物目标检测方法,包括:
7.获取时间同步后的毫米波雷达感知结果和摄像头感知结果;
8.根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;
9.融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;
10.确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;
11.根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。
12.第二方面,本发明实施例还提供了一种障碍物目标检测装置,该装置包括:
13.感知结果获取模块,用于获取时间同步后的毫米波雷达感知结果和摄像头感知结果;
14.感知结果匹配模块,用于根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;
15.感知结果融合模块,用于融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;
16.真实结果确定模块,用于确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;
17.准确结果确定模块,用于根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。
18.第三方面,本发明实施例还提供了一种域控制器,所述域控制器包括:
19.一个或多个处理器;
20.存储器,用于存储一个或多个程序,
21.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如本发明任意实施例所述的障碍物目标检测方法。
22.第四方面,本发明实施例还提供了一种车辆,所述车辆包括:
23.毫米波雷达,用于采集自车周围的物理环境信息,输出毫米波感知结果;
24.摄像头,用于采集自车周围的物理环境信息,输出摄像头感知结果;
25.以及,如本发明任意实施例所述的域控制器。
26.第五方面,本发明实施例还提供了一种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如本发明任意实施例所述的障碍物目标检测方法。
27.本发明实施例提供一种障碍物目标检测方法、装置、域控制器及车辆,通过对毫米波雷达感知结果和摄像头感知结果进行时间同步,根据时间同步后的毫米波雷达感知结果和摄像头感知结果确定毫米波雷达和摄像头共同识别的第一障碍物目标、毫米波雷达单独识别的第二障碍物目标以及摄像头单独识别的第三障碍物目标,对于毫米波雷达和摄像头共同识别的第一障碍物目标执行融合处理,得到第一真实感知结果,基于第一真实感知结果、第二障碍物目标对应的第二真实感知结果和第三障碍物目标对应的第三真实感知结果构成本次检测的真实感知结果,根据前一次检测的准确感知结果对本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。本发明实施例通过融合和滤波处理得到更加精准的障碍物感知结果,并且考虑毫米波雷达单独识别的障碍物目标和摄像头单独识别的障碍物,避免漏识别,解决相关技术的方案存在误识别或漏识别的问题,实现对障碍物目标的感知结果的准确输出,为汽车高级巡航功能提供更准确的感知信息,从而实现更精准的车辆控制,给驾驶员提供更良好的驾驶体验。
附图说明
28.图1为本发明实施例提供的一种障碍物目标检测方法的流程;
29.图2为一种车辆上毫米波雷达和摄像头的设置位置示意图;
30.图3为本发明实施例提供的另一种障碍物目标检测方法的流程图;
31.图4为本发明实施例提供的一种障碍物目标检测装置的结构框图;
32.图5为本发明实施例提供的一种域控制器的结构示意图。
具体实施方式
33.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
34.图1为本发明实施例提供的一种障碍物目标检测方法的流程图,本实施例可适用于智能驾驶场景,该方法可以由障碍物目标检测装置来执行,该装置可以由软件和/或硬件实现,该装置通常配置于域控制器中。如图1所示,该方法包括:
35.步骤110、获取时间同步后的毫米波雷达感知结果和摄像头感知结果。
36.其中,毫米波雷达感知结果是由车辆上配置的毫米波雷达采集自车周围的物理环境信息,并通过毫米波雷达控制器处理所采集的物理环境信息得到的障碍物目标信息的集合。可选地,毫米波雷达控制器将毫米波雷达感知结果输出至域控制器。
37.摄像头感知结果是由车辆上配置的摄像头采集自车周围的物理环境信息,并通过摄像头控制器处理所采集的物理环境信息得到的障碍物目标信息的集合。可选地,摄像头控制器将所述摄像头感知结果输出至域控制。
38.需要说明的是,由于毫米波雷达和摄像头在车辆上的布置位置不同,域控制器在接收到毫米波雷达感知结果和摄像头感知结果之后,需要将两个感知结果统一于同一目标坐标系下。其中,目标坐标系可以是以汽车前保险杠中心为坐标原点的直角坐标系,以便更好的检测车辆前方的障碍物目标。可选地,目标坐标系还可以是以汽车前轴中心为坐标原点的直角坐标系。本发明实施例对目标坐标系的具体含义并不作具体限定,目标坐标系可以根据实际检测场景进行调整。
39.图2为一种车辆上毫米波雷达和摄像头的设置位置示意图。如图2所示,毫米波雷达210分别设置于车头和车尾,摄像头220设置于靠近车辆中部挡风玻璃处。毫米波雷达感知障碍物坐标系是以毫米波雷达为坐标原点的直角坐标系。摄像头感知障碍物坐标系是以摄像头为坐标原点的直角坐标系。由于毫米波雷达感知结果和摄像头感知结果所对应的坐标系不同,无法进行后续的融合操作,需要先进行坐标系转换。
40.示例性地,通过车辆上配置的毫米波雷达和摄像头分别采集自车周围的物理环境信息,得到所述物理环境信息对应的参考毫米波雷达感知结果和参考摄像头感知结果;通过坐标系转换将所述参考毫米波雷达感知结果和参考摄像头感知结果转换为目标坐标系下的毫米波雷达感知结果和摄像头感知结果。具体地,在获取到参考毫米波雷达感知结果和参考摄像头感知结果之后,根据毫米波雷达在整车中的位置,将毫米波雷达坐标系下的参考毫米波雷达感知结果转换为整车坐标系下的毫米波雷达中间感知结果。根据汽车前保险杠中心在整车中的位置,将毫米波雷达中间感知结果转换为以汽车前保险杠中心为坐标原点的直角坐标系下的毫米波雷达感知结果。相似地,根据摄像头在整车中的位置,将摄像头坐标系下的参考毫米波雷达感知结果转换为整车坐标系下的摄像头中间感知结果。根据
汽车前保险杠中心在整车中的位置,将摄像头中间感知结果转换为以汽车前保险杠中心为坐标原点的直角坐标系下的摄像头感知结果。
41.需要说明的是,不同时间戳检测到的障碍物目标的差异较大,因此,需要在得到同一坐标系下的毫米波雷达感知结果和摄像头感知结果之后,进行时间戳校准。其中,时间戳可以认为是域控制器获取毫米波雷达感知结果的时间,以及在毫米波雷达的当前上报周期内,域控制器获取摄像头感知结果的时间。或者,时间戳还可以认为是域控制器获取摄像头感知结果的时间,以及在摄像头的当前上报周期内,域控制器获取毫米波雷达感知结果的时间。
42.例如,毫米波雷达在当前上报周期内上报毫米波雷达感知结果给域控制器。域控制器还在当前上报周期内获取到摄像头感知结果,则将毫米波雷达感知结果的获取时间作为毫米波雷达感知结果的时间戳,将摄像头感知结果的获取时间作为摄像头感知结果的时间戳。
43.或者,摄像头在当前上报周期内上报摄像头感知结果给域控制器。域控制器还在当前上报周期内获取到毫米波雷达感知结果,则将摄像头感知结果的获取时间作为摄像头感知结果的时间戳,将毫米波雷达感知结果的获取时间作为毫米波雷达感知结果的时间戳。
44.示例性地,计算当前毫米波雷达感知结果和当前摄像头感知结果的时间戳差值;若所述时间戳差值小于设定阈值,则确定当前毫米波雷达感知结果和当前摄像头感知结果是时间同步的毫米波雷达感知结果和摄像头感知结果;否则,确定当前毫米波雷达感知结果和当前摄像头感知结果不是时间同步的毫米波雷达感知结果和摄像头感知结果。其中,设定阈值可以是默认值,或者是根据应用场景不同人为设置的参数。
45.可选地,还可以预先对毫米波雷达和摄像头进行时间戳校准,以使毫米波雷达和摄像头的时间戳同步,从而确保两者输出至域控制器的感知结果保持时间同步的效果。
46.步骤120、根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标。
47.由于毫米波雷达感知结果是障碍物目标信息的集合,其中,每个障碍物目标信息表示一个毫米波雷达感知到的障碍物目标。摄像头感知结果也是障碍物目标信息的集合,其中,每个障碍物目标信息表示一个摄像头感知到的障碍物目标。将毫米波雷达和摄像头均感知到的至少一个障碍物目标作为第一障碍物目标。将毫米波雷达单独感知到的障碍物目标作为第二障碍物目标。将摄像头单独感知到的障碍物目标作为第三障碍物目标。
48.示例性地,针对所述摄像头感知结果中的每个障碍物目标信息,分别与所述毫米波雷达感知结果中的各个障碍物目标信息进行匹配,得到类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果;
49.若当前障碍物目标的所述类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果均满足预设条件,则确定所述当前障碍物目标为毫米波雷达和摄像头共同识别的第一障碍物目标;
50.否则,根据所述当前障碍物目标对应的障碍物目标信息的来源,确定所述当前障碍物目标为所述毫米波雷达单独识别的第二障碍物目标或者所述摄像头单独识别的第三
障碍物目标。
51.其中,预设条件可以理解为条件集合,即包括用于判断类型匹配结果的第一条件、用于判断横向位置误差的第二条件、用于判断纵向位置误差的第三条件、用于判断朝向角匹配结果的第四条件等。上述预设条件可以是默认值,也可以根据实际路况等实际行驶场景进行人为调整或自动调整。
52.步骤130、融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果。
53.其中,第一真实感知结果是对第一障碍物目标对应的障碍物目标信息中的各个分量进行融合后得到的融合结果。具体地,参与融合处理的分量可以包括毫米波雷达感知结果中第一障碍物目标相对自车的横向距离、纵向距离、横向速度和纵向速度,以及,摄像头感知结果中第一障碍物目标相对自车的横向距离、纵向距离、横向速度、纵向速度和障碍物类型。其中,毫米波雷达感知结果中第一障碍物目标相对自车的横向距离、纵向数据、横向速度和纵向速度可以理解为毫米波雷达识别到第一障碍物目标相对自车的横向距离、纵向距离、横向速度和纵向速度。相似地,摄像头感知结果中第一障碍物目标相对自车的横向距离、纵向距离、横向速度、纵向速度和障碍物类型可以理解为摄像头识别到第一障碍物目标相对于自车的横向距离、纵向距离、横向速度、纵向速度和障碍物类型。
54.示例性地,融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的横向距离,得到所述第一障碍物目标相对自车的真实横向距离;
55.融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向距离,得到所述第一障碍物目标相对自车的真实纵向距离;
56.融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的横向速度,得到所述第一障碍物目标相对自车的真实横向速度;
57.融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向速度,得到所述第一障碍物目标相对自车的真实纵向速度;
58.将所述摄像头感知结果中的所述第一障碍物目标的类型作为融合后所述第一障碍物目标的真实类型;
59.根据所述真实横向距离、真实纵向距离、真实横向速度、真实纵向速度和真实类型构成所述第一真实感知结果。
60.具体地,可以计算毫米波雷达感知结果和摄像头感知结果中的第一障碍物目标相对自车的横向距离的加权和或者平均值等,将计算结果作为第一障碍物目标相对自车的真实横向距离。还可以计算毫米波雷达感知结果和摄像头感知结果中的第一障碍物目标相对自车的纵向距离的加权和或者平均值等,将计算结果作为第一障碍物目标相对自车的真实纵向距离。采用相似的方式分别确定第一障碍物目标相对自车的真实横向速度以及真实纵向速度。将摄像头感知到的第一障碍物目标的障碍物类型作为融合后的第一障碍物目标的真实类型。从而,可以得到包括上述真实横向距离、真实纵向距离、真实横向速度、真实纵向速度和真实类型的第一真实感知结果。
61.步骤140、确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果。
62.需要说明的是,由于毫米波雷达单独检测障碍物目标,可能存在误识别的情况,需要对毫米波雷达感知结果进行滤波处理,得到真实的障碍物目标信息构成的第二真实感知结果。对于摄像头单独检测障碍物目标的场景,可能存在漏识别的情况,也需要对摄像头感知结果进行滤波处理,得到真实的障碍物目标信息构成的第三真实感知结果。
63.本次检测的真实感知结果是对第一障碍物目标进行融合处理、以及分别对第二障碍物目标和第三障碍物目标进行滤波处理,得到的障碍物目标信息的集合。具体地,本次检测的真实感知结果包括第一真实感知结果、第二真实感知结果和第三真实感知结果。
64.示例性地,记录所述毫米波雷达感知结果中所述第二障碍物目标的持续出现时间;
65.获取所述毫米波雷达感知结果中所述第二障碍物目标对应的障碍物目标置信度;
66.若所述持续出现时间和所述第二障碍物目标对应的障碍物目标置信度均满足预设条件,则将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;
67.否则,放弃将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;
68.获取所述摄像头感知结果中所述第三障碍物目标对应的障碍物目标置信度;
69.若所述第三障碍物目标对应的障碍物目标置信度满足预设条件,则将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;
70.否则,放弃将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;
71.按照障碍物目标相对于自车的位置对所述第一真实感知结果中的数据、所述第二真实感知结果中的数据和所述第三感知结果中的数据进行排序,得到本次检测的真实感知结果。
72.需要说明的是,毫米波雷达是周期性的上报感知结果的,诸如,可以每50ms上报一次毫米波雷达感知结果。若障碍物a被毫米波雷达连续上报3次,则确定障碍物a的连续出现时间是150ms。
73.预设条件可以是条件集合,包括用于判断持续时间是否符合要求的第五条件、用于判断置信度是否符合要求的第六条件以及用于判断置信度是否符合要求的第七条件等。例如,对于持续时间,预设条件是用于判断持续时间是否符合要求的第五条件。对于毫米波雷达感知结果中的障碍物目标置信度,预设条件是用于判断置信度是否符合要求的第六条件。对于摄像头感知结果中的障碍物目标置信度,预设条件是用于判断置信度是否符合要求的第七条件。
74.障碍物目标相对于自车的位置可以理解为障碍物目标相对于自车的横向距离或者纵向距离等。例如,可以按照障碍物目标相对于自车的横向距离对所述第一真实感知结果中的数据、所述第二真实感知结果中的数据和所述第三感知结果中的数据进行排序。
75.具体地,根据毫米波雷达连续的上报周期内是否连续上报第二障碍物目标的障碍物目标信息,确定第二障碍物目标的持续出现时间。获取毫米波雷达感知结果中第二障碍物目标对应的障碍物目标置信度,作为第二障碍物目标对应的障碍物目标置信度。若第二障碍物目标对应的障碍物目标置信度大于预设阈值,且第二障碍物目标的持续出现时间超
过预设时间,则确定当前第二障碍物目标为真实障碍物,且为毫米波雷达单独识别到的真实障碍物。否则,认为当前第二障碍物目标是非真实障碍物,将非真实障碍物对应的障碍物目标信息从毫米波雷达感知结果中除去。
76.获取摄像头感知结果中第三障碍物目标对应的障碍物目标置信度,作为第三障碍物目标对应的障碍物目标置信度。若第三障碍物目标对应的障碍物目标置信度大于设定阈值,则认为当前第三障碍物目标为真实障碍物,且为摄像头单独识别到的真实障碍物。否则,认为当前第三障碍物目标是非真实障碍物,将非真实障碍物对应的障碍物目标信息从摄像头感知结果中除去。
77.汇总第一真实感知结果、第二真实感知结果和第三真实感知结果,得到真实感知结果的集合,按照障碍物目标相对于自车的位置,对真实感知结果的集合表示的障碍物目标进行排序,根据排序结果对感知结果集合表示的各个障碍物目标对应的障碍物目标信息进行排序,得到本次检测的真实感知结果。
78.步骤150、根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。
79.其中,前一次检测的准确感知结果是与本次检测操作相邻的前一次融合、滤波等操作后得到的障碍物目标信息的集合。各次检测的准确感知结果是巡航路线规划等场景的数据基础。
80.示例性地,针对所述本次检测的真实感知结果中的每个障碍物目标信息,分别与所述前一次检测的准确感知结果中的各个障碍物目标信息进行匹配,根据匹配结果确定持续跟踪的障碍物目标和新出现的障碍物目标;
81.对于持续跟踪的障碍物目标,沿用所述前一次检测的准确感知结果中对应障碍物目标的标识信息,基于所述标识信息结合所述前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到第一准确感知结果;
82.分配新的标识信息给所述新出现的障碍物目标,得到第二准确感知结果,根据所述第一准确感知结果和所述第二准确感知结果构成所述本次检测的准确感知结果。
83.具体地,假设本次检测的真实感知结果表示为[m0,m1,
……
,m
m
],前一次检测的准确感知结果表示为[n0,n1,
……
,n
n
],其中,m0,m1,
……
,m
m
表示本次检测的真实感知结果中m个障碍物目标的障碍物目标信息,n0,n1,
……
,n
n
表示前一次检测的准确感知结果中的n个障碍物目标的障碍物目标信息,m和n为自然数。对于m0,遍历前一次检测的准确感知结果,分别将m0与n0,n1,
……
,n
n
进行匹配,得到匹配结果。以m0与n0进行匹配为例说明上述匹配过程,计算m0与n0的横向距离差、纵向距离差、横向速度差、纵向速度差和朝向角差。如果同时满足下述条件,则认为m0与n0能够匹配上:横向距离差小于第一预设值,纵向距离差小于第二预设值,横向速度差小于第三预设值,纵向速度差小于第四预设值,以及朝向角差小于第五预设值。采用相似的手段分别匹配m0与n1,
……
,n
n
,得到前一次检测的准确感知结果中与m0匹配上的所有感知结果。相似地,分别确定前一次检测的准确感知结果中与m1,
……
,m
m
匹配上的所有感知结果。
[0084]
采用带权重的最优匹配算法,从前一次检测的准确感知结果中与m
0,
m1,
……
,m
m
匹配上的所有感知结果中,分别确定与m
0,
m1,
……
,m
m
匹配的最优匹配结果。
[0085]
为了便于说明,假设n=4,m=5,则可以采用表1所示的权重因子表确定本次检测
的真实感知结果与前一次检测的准确感知结果的最优匹配结果。
[0086]
表1为本次检测的真实感知结果中与前一次检测的准确感知结果的权重因子表。
[0087] n0n1n2n3n4m0k1k2k3k4k5m1k6k7k8k9k
10
m2k
11
k
12
k
13
k
14
k
15
m3k
16
k
17
k
18
k
19
k
20
m4k
21
k
22
k
23
k
24
k
25
m5k
26
k
27
k
28
k
29
k
30
[0088]
其中,k
i
表示n
x
和m
y
匹配上的权重因子,该权重因子基于n
x
和m
y
的横向距离差、纵向距离差、横向速度差、纵向速度差和朝向角差确定。i=1,2,3,
……
,30,x=0,1,2,3,4;y=0,1,2,3,4,5。如果n
x
和m
y
没有匹配上,则设置对应的k
i
为默认值。例如,如果不能匹配可以设置k
i
为0。对横向距离差、纵向距离差、横向速度差、纵向速度差和朝向角差(朝向角差可能需要乘以预设比例因子)的加法运算,根据加法运算结果确定权重因子。需要说明的是,由于加法运算结果越大,认为匹配越不好,相应地,将权重因子设置的越小,反之,则将权重因子设置的越大。
[0089]
基于表1中的权重因子,采用km(kuhn-munkras,最优匹配算法)算法确定前一次检测的准确感知结果中分别与m
0,
m1,
……
,m5匹配的最优匹配结果。
[0090]
对于本次检测的真实感知结果,将存在最优匹配结果的障碍物目标标记为持续跟踪的障碍物目标,将其余的障碍物目标标记为新出现的障碍物目标。对于持续跟踪的障碍物目标,沿用前一次检测的准确感知结果中对应障碍物目标的标识信息。将前一次检测的准确感知结果中的障碍物目标信息作为观测值,根据相同标识信息的前一次检测的准确感知结果对本次检测的真实感知结果进行卡尔曼滤波处理,得到第一准确感知结果。对于新出现的障碍物目标,分配新的标识信息给新出现的障碍物目标,得到第二准确感知结果。组合第一准确感知结果和第二准确感知结果构成本次检测的准确感知结果。
[0091]
本实施例的技术方案,通过对毫米波雷达感知结果和摄像头感知结果进行时间同步,根据时间同步后的毫米波雷达感知结果和摄像头感知结果确定毫米波雷达和摄像头共同识别的第一障碍物目标、毫米波雷达单独识别的第二障碍物目标以及摄像头单独识别的第三障碍物目标,对于毫米波雷达和摄像头共同识别的第一障碍物目标执行融合处理,得到第一真实感知结果,基于第一真实感知结果、第二障碍物目标对应的第二真实感知结果和第三障碍物目标对应的第三真实感知结果构成本次检测的真实感知结果,根据前一次检测的准确感知结果对本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。本发明实施例通过融合和滤波处理得到更加精准的障碍物感知结果,并且考虑毫米波雷达单独识别的障碍物目标和摄像头单独识别的障碍物,避免漏识别,解决相关技术的方案存在误识别或漏识别的问题,实现对障碍物目标的感知结果的准确输出,为汽车高级巡航功能提供更准确的感知信息,从而实现更精准的车辆控制,给驾驶员提供更良好的驾驶体验。
[0092]
图3为本发明实施例提供的另一种障碍物目标检测方法的流程图,本实施例在上述实施例的基础上对障碍物目标检测方法进行详细说明。如图3所示,该方法包括:
[0093]
步骤301、域控制器通过毫米波雷达与摄像头分别采集车辆周围的物理环境信息。
[0094]
步骤302、毫米波雷达通过自身控制器处理采集的物理环境信息得到参考毫米波雷达感知结果,输出参考障碍物感知结果给域控制器。
[0095]
步骤303、摄像头通过自身控制器处理采集的物理环境信息得到参考摄像头感知结果,输出参考障碍物感知结果给域控制器。
[0096]
步骤304、域控制器通过坐标系转化,将参考障碍物感知结果和参考障碍物感知结果统一于以汽车前保险杠中心为坐标原点的坐标系,得到毫米波雷达感知结果和摄像头感知结果。
[0097]
步骤305、域控制器对毫米波雷达感知结果和摄像头感知结果进行校准时间戳处理,得到同一时间的毫米波雷达与摄像头的感知结果。
[0098]
步骤306、域控制器通过匹配算法对同一时间的毫米波雷达与摄像头的感知结果进行预处理,以确定摄像头和毫米波雷达共同识别的障碍物目标、毫米波雷达单独识别的障碍物目标以及摄像头单独识别的障碍物目标。
[0099]
其中,匹配算法具体可以是:针对摄像头障碍物感知结果的每一个障碍物目标信息object_camera,遍历毫米波雷达感知结果的每一个障碍物目标信息object_radar。如果毫米波雷达感知结果中某一个object_radar的类型与object_camera的类型一致,同时两者的横向位置误差小于横向位置阈值,纵向位置误差小于纵向位置阈值,object_radar和object_camera相对自车的朝向角均小于朝向角阈值(其中,朝向角阈值与障碍物目标距离自车的远近有关),则认为此障碍物目标为同一个障碍物,并且为摄像头与毫米波雷达共同识别的障碍物。若不满足上述条件中的任意一项,则认为未匹配成功,将障碍物目标分别区分为毫米波雷达单独识别的障碍物,以及摄像头单独识别的障碍物。需要说明的是,朝向角随着障碍物目标与自车距离的变化而发生变化,可以根据障碍物目标与自身的距离设置多个朝向角阈值。例如,在障碍物目标与自车的横向距离或纵向距离小于15m时,将朝向角阈值设置为30
°
。在障碍物目标与自车的横向距离或纵向距离大于15m且小于30m时,将朝向角阈值设置为50
°
。在障碍物目标与自车的横向距离或纵向距离大于30m时,将朝向角阈值设置为80
°

[0100]
步骤307、域控制器对于毫米波雷达单独识别的感知结果进行滤波处理,以滤除感知结果中障碍物置信度过低的障碍物目标信息,得到第二真实感知结果。
[0101]
示例性地,遍历毫米波雷达单独识别的感知结果,对于任意一个障碍物目标,确定对应的障碍物目标置信度和持续出现时间。如果此障碍物目标置信度大于80%,并且持续出现时间大于1s(因为毫米波雷达误报漏报率比较大,需要确定障碍物目标是否为稳定上报的障碍物目标),则认为此障碍物目标为真实障碍物,且为毫米波雷达单独识别到的障碍物,否则认为此障碍物置信度过低,予以除去。
[0102]
步骤308、域控制器对于摄像头单独识别的感知结果进行滤波处理,以滤除感知结果中障碍物置信度过滤的障碍物目标信息,得到第三真实感知结果。
[0103]
示例性地,遍历摄像头单独识别的感知结果,对于任意一个障碍区目标,确定对应的障碍物目标置信度。如果此障碍物目标置信度大于70%,则认为此障碍物目标为真实障碍物,且为摄像头单独识别到的障碍物,否则认为此障碍物目标为不可信障碍物,予以除去。
[0104]
步骤309、对于毫米波雷达与摄像头共同识别到的障碍物,域控制器综合两个传感器各自的优势对障碍物目标信息进行融合,得到此障碍物的真实障碍物目标信息。
[0105]
示例性地,融合算法如下:
[0106]
融合后相对自车横向距离:x_fusion=80%*x_camera 20%*x_rada;
[0107]
融合后相对自车纵向距离:y_fusion=20%*y_camera 80%*y_radar;
[0108]
融合后相对自车横向速度:xspeed_fusion=80%*xspeed_camera 20%*xspeed_radar;
[0109]
融合后相对自车纵向速度:yspeed_fusion=20%*yspeed_camera 80%*yspeed_rada;
[0110]
融合后障碍物类型:type_fusion=type_camera。
[0111]
其中,x_camera、y_camera、xspeed_camera、yspeed_camera、type_camera分别为摄像头识别的此障碍物相对自车的横向距离、纵向距离、横向速度、纵向速度以及障碍物类型(例如障碍物类型可以是静止或运动等)。x_radar、y_radar、xspeed_radar、yspeed_radar分别为毫米波雷达识别的此障碍物相对自车的横向距离、纵向距离、横向速度以及纵向速度。需要说明的是,上述80%和20%为融合权重因子,该融合权重因子是根据传感器的检测优势预先设置的默认值。
[0112]
融合之后得到障碍物的此刻相对真实的位置、速度、类别信息,即为第一真实感知结果。
[0113]
步骤310、域控制器汇总第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果。
[0114]
步骤311、域控制器通过匹配算法对前一次检测的准确感知结果与所述本次检测的真实感知结果进行处理。
[0115]
示例性地,针对本次检测的真实感知结果中的每个障碍物目标信息,分别与前一次检测的准确感知结果中的各个障碍物目标信息进行匹配,根据匹配结果确定持续跟踪的障碍物目标和新出现的障碍物目标。对于持续跟踪的障碍物目标,沿用前一次检测的准确感知结果中对应障碍物目标的标识信息,以执行步骤312的滤波算法。对于新出现的障碍物目标,分配新的标识信息给该新出现的障碍物目标,得到第二准确感知结果。
[0116]
步骤312、域控制器根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行卡尔曼滤波处理,得到第一准确感知结果。
[0117]
示例性地,针对障碍物目标执行检测处理是持续的过程,因为各次检测对应的感知结果都存在误差,甚至同一个障碍物目标的感知结果也可能存在跳变较大的情况。为了得到稳定的感知结果以及追踪结果,可以结合前一次检测的准确感知结果,对本次检测的真是感知结果进行滤波处理,得到第一准确感知结果。需要说明的是,滤波算法不仅限于卡尔曼滤波算法,还可以是其它滤波算法。
[0118]
步骤313、域控制器滤波之后,得到本次检测的准确感知结果。
[0119]
示例性地,根据第一准确感知结果和第二准确感知结果构成本次检测的准确感知结果。
[0120]
步骤314、域控制器输出本次检测的准确感知结果给规划控制模块。
[0121]
其中,规划控制模块是用于实现巡航路径规划的功能模块。例如,规划控制模块基
于各次检测的准确感知结果,通过执行规划控制程序代码实现巡航路径规划。可选地,规划控制模块可以配置于域控制器,也可以独立于域控制器之外存在。
[0122]
本发明实施例通过坐标系变化,完成毫米波雷达感知障碍物坐标系与摄像头感知障碍物坐标系的统一;通过匹配滤波融合操作得到融合后的真实感知结果,综合考虑所有时域稳定、置信度高的障碍物目标的毫米波雷达单独感知结果和摄像头单独感知结果,得到本次检测的真实感知结果;结合前一次检测的准确检测结果对本次检测的真实感知结果进行卡尔曼滤波处理,实现对障碍物目标的位置、速度以及类型信息的准确输出,为汽车高级巡航功能提供更准确的感知信息,从而实现更精准的车辆控制,给驾驶员提供更良好的驾驶体验。
[0123]
图4为本发明实施例提供的一种障碍物目标检测装置的结构框图。该装置可以适用于智能驾驶场景,通过执行障碍物目标检测方法实现对障碍物目标的感知结果的准确输出。该装置可以由软件和/或硬件实现,并通常配置于域控制器中。如图4所示,该装置包括:
[0124]
感知结果获取模块410,用于获取时间同步后的毫米波雷达感知结果和摄像头感知结果;
[0125]
感知结果匹配模块420,用于根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;
[0126]
感知结果融合模块430,用于融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;
[0127]
真实结果确定模块440,用于确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;
[0128]
准确结果确定模块450,用于根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。
[0129]
本发明实施例提供一种障碍物目标检测装置,通过融合和滤波处理得到更加精准的障碍物感知结果,并且考虑毫米波雷达单独识别的障碍物目标和摄像头单独识别的障碍物,避免漏识别,解决相关技术的方案存在误识别或漏识别的问题,实现对障碍物目标的感知结果的准确输出,为汽车高级巡航功能提供更准确的感知信息,从而实现更精准的车辆控制,给驾驶员提供更良好的驾驶体验。
[0130]
可选地,该装置还包括:
[0131]
感知结果获取模块,用于在获取时间同步后的毫米波雷达感知结果和摄像头感知结果之前,通过车辆上配置的毫米波雷达和摄像头分别采集自车周围的物理环境信息,得到所述物理环境信息对应的参考毫米波雷达感知结果和参考摄像头感知结果;
[0132]
坐标系转换模块,用于通过坐标系转换将所述参考毫米波雷达感知结果和参考摄像头感知结果转换为目标坐标系下的毫米波雷达感知结果和摄像头感知结果。
[0133]
可选地,感知结果获取模块410具体用于:
[0134]
计算当前毫米波雷达感知结果和当前摄像头感知结果的时间戳差值;
[0135]
若所述时间戳差值小于设定阈值,则确定当前毫米波雷达感知结果和当前摄像头感知结果是时间同步的毫米波雷达感知结果和摄像头感知结果。
[0136]
可选地,感知结果匹配模块420具体用于:
[0137]
针对所述摄像头感知结果中的每个障碍物目标信息,分别与所述毫米波雷达感知结果中的各个障碍物目标信息进行匹配,得到类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果;
[0138]
若当前障碍物目标的所述类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果均满足预设条件,则确定所述当前障碍物目标为毫米波雷达和摄像头共同识别的第一障碍物目标;
[0139]
否则,根据所述当前障碍物目标对应的障碍物目标信息的来源,确定所述当前障碍物目标为所述毫米波雷达单独识别的第二障碍物目标或者所述摄像头单独识别的第三障碍物目标。
[0140]
可选地,感知结果融合模块430具体用于:
[0141]
融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的横向距离,得到所述第一障碍物目标相对自车的真实横向距离;
[0142]
融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向距离,得到所述第一障碍物目标相对自车的真实纵向距离;
[0143]
融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的横向速度,得到所述第一障碍物目标相对自车的真实横向速度;
[0144]
融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向速度,得到所述第一障碍物目标相对自车的真实纵向速度;
[0145]
将所述摄像头感知结果中的所述第一障碍物目标的类型作为融合后所述第一障碍物目标的真实类型;
[0146]
根据所述真实横向距离、真实纵向距离、真实横向速度、真实纵向速度和真实类型构成所述第一真实感知结果。
[0147]
可选地,真实结果确定模块440具体用于:
[0148]
记录所述毫米波雷达感知结果中所述第二障碍物目标的持续出现时间;
[0149]
获取所述毫米波雷达感知结果中所述第二障碍物目标对应的障碍物目标置信度;
[0150]
若所述持续出现时间和所述第二障碍物目标对应的障碍物目标置信度均满足预设条件,则将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;
[0151]
否则,放弃将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;
[0152]
获取所述摄像头感知结果中所述第三障碍物目标对应的障碍物目标置信度;
[0153]
若所述第三障碍物目标对应的障碍物目标置信度满足预设条件,则将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;
[0154]
否则,放弃将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;
[0155]
按照障碍物目标相对于自车的位置对所述第一真实感知结果中的数据、所述第二真实感知结果中的数据和所述第三感知结果中的数据进行排序,得到本次检测的真实感知结果。
[0156]
可选地,准确结果确定模块450具体用于:
[0157]
针对所述本次检测的真实感知结果中的每个障碍物目标信息,分别与所述前一次检测的准确感知结果中的各个障碍物目标信息进行匹配,根据匹配结果确定持续跟踪的障碍物目标和新出现的障碍物目标;
[0158]
对于持续跟踪的障碍物目标,沿用所述前一次检测的准确感知结果中对应障碍物目标的标识信息,基于所述标识信息结合所述前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到第一准确感知结果;
[0159]
分配新的标识信息给所述新出现的障碍物目标,得到第二准确感知结果,根据所述第一准确感知结果和所述第二准确感知结果构成所述本次检测的准确感知结果。
[0160]
本发明实施例所提供的障碍物目标检测装置可执行本发明任意实施例所提供的障碍物目标检测方法,具备执行方法相应的功能模块和有益效果。
[0161]
值得注意的是,上述障碍物目标检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
[0162]
图5为本发明实施例提供的一种域控制器的结构示意图,如图5所示,该域控制器包括处理器50和存储器51;域控制器中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;域控制器中的处理器50和存储器51、可以通过总线或其他方式连接,图5中以通过总线连接为例。
[0163]
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的障碍物目标检测方法对应的程序指令/模块(例如,障碍物目标检测装置中的感知结果获取模块410、感知结果匹配模块420、感知结果融合模块430、真实结果确定模块440和准确结果确定模块450)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行域控制器的各种功能应用以及数据处理,即实现上述的障碍物目标检测方法。
[0164]
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至域控制器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0165]
本发明实施例还提供了一种车辆,该车辆包括:毫米波雷达、摄像头以及域控制器。
[0166]
毫米波雷达,用于采集自车周围的物理环境信息,输出毫米波感知结果;
[0167]
摄像头,用于采集自车周围的物理环境信息,输出摄像头感知结果;
[0168]
以及,如本发明实施例所述的域控制器。
[0169]
本发明实施例还提供一种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一种障碍物目标检测方法,该方法包括:
[0170]
获取时间同步后的毫米波雷达感知结果和摄像头感知结果;
[0171]
根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同
识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;
[0172]
融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;
[0173]
确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;
[0174]
根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。
[0175]
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的障碍物目标检测方法中的相关操作.
[0176]
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(read

only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
[0177]
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

技术特征:
1.一种障碍物目标检测方法,其特征在于,包括:获取时间同步后的毫米波雷达感知结果和摄像头感知结果;根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。2.根据权利要求1所述的方法,其特征在于,在获取时间同步后的毫米波雷达感知结果和摄像头感知结果之前,还包括:通过车辆上配置的毫米波雷达和摄像头分别采集自车周围的物理环境信息,得到所述物理环境信息对应的参考毫米波雷达感知结果和参考摄像头感知结果;通过坐标系转换将所述参考毫米波雷达感知结果和参考摄像头感知结果转换为目标坐标系下的毫米波雷达感知结果和摄像头感知结果。3.根据权利要求1或2所述的方法,其特征在于,所述获取时间同步后的毫米波雷达感知结果和摄像头感知结果,包括:计算当前毫米波雷达感知结果和当前摄像头感知结果的时间戳差值;若所述时间戳差值小于设定阈值,则确定当前毫米波雷达感知结果和当前摄像头感知结果是时间同步的毫米波雷达感知结果和摄像头感知结果。4.根据权利要求1所述的方法,其特征在于,所述根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标,包括:针对所述摄像头感知结果中的每个障碍物目标信息,分别与所述毫米波雷达感知结果中的各个障碍物目标信息进行匹配,得到类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果;若当前障碍物目标的所述类型匹配结果、横向位置误差、纵向位置误差和朝向角匹配结果均满足预设条件,则确定所述当前障碍物目标为毫米波雷达和摄像头共同识别的第一障碍物目标;否则,根据所述当前障碍物目标对应的障碍物目标信息的来源,确定所述当前障碍物目标为所述毫米波雷达单独识别的第二障碍物目标或者所述摄像头单独识别的第三障碍物目标。5.根据权利要求1所述的方法,其特征在于,所述融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果,包括:融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车
的横向距离,得到所述第一障碍物目标相对自车的真实横向距离;融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向距离,得到所述第一障碍物目标相对自车的真实纵向距离;融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的横向速度,得到所述第一障碍物目标相对自车的真实横向速度;融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标相对自车的纵向速度,得到所述第一障碍物目标相对自车的真实纵向速度;将所述摄像头感知结果中的所述第一障碍物目标的类型作为融合后所述第一障碍物目标的真实类型;根据所述真实横向距离、真实纵向距离、真实横向速度、真实纵向速度和真实类型构成所述第一真实感知结果。6.根据权利要求1所述的方法,其特征在于,所述确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果,包括:记录所述毫米波雷达感知结果中所述第二障碍物目标的持续出现时间;获取所述毫米波雷达感知结果中所述第二障碍物目标对应的障碍物目标置信度;若所述持续出现时间和所述第二障碍物目标对应的障碍物目标置信度均满足预设条件,则将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;否则,放弃将所述第二障碍物目标对应的障碍物目标信息作为所述第二真实感知结果中的数据;获取所述摄像头感知结果中所述第三障碍物目标对应的障碍物目标置信度;若所述第三障碍物目标对应的障碍物目标置信度满足预设条件,则将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;否则,放弃将所述第三障碍物目标对应的障碍物目标信息作为所述第三真实感知结果中的数据;按照障碍物目标相对于自车的位置对所述第一真实感知结果中的数据、所述第二真实感知结果中的数据和所述第三感知结果中的数据进行排序,得到本次检测的真实感知结果。7.根据权利要求1所述的方法,其特征在于,所述根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果,包括:针对所述本次检测的真实感知结果中的每个障碍物目标信息,分别与所述前一次检测的准确感知结果中的各个障碍物目标信息进行匹配,根据匹配结果确定持续跟踪的障碍物目标和新出现的障碍物目标;对于持续跟踪的障碍物目标,沿用所述前一次检测的准确感知结果中对应障碍物目标的标识信息,基于所述标识信息结合所述前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到第一准确感知结果;分配新的标识信息给所述新出现的障碍物目标,得到第二准确感知结果,根据所述第一准确感知结果和所述第二准确感知结果构成所述本次检测的准确感知结果。
8.一种障碍物目标检测装置,其特征在于,包括:感知结果获取模块,用于获取时间同步后的毫米波雷达感知结果和摄像头感知结果;感知结果匹配模块,用于根据所述毫米波雷达感知结果和摄像头感知结果,确定毫米波雷达和摄像头共同识别的第一障碍物目标、所述毫米波雷达单独识别的第二障碍物目标以及所述摄像头单独识别的第三障碍物目标;感知结果融合模块,用于融合所述毫米波雷达感知结果和摄像头感知结果中的所述第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;真实结果确定模块,用于确定所述第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,基于所述第一真实感知结果、第二真实感知结果和第三真实感知结果得到本次检测的真实感知结果;准确结果确定模块,用于根据前一次检测的准确感知结果对所述本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果。9.一种域控制器,其特征在于,所述域控制器包括:一个或多个处理器;存储器,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如权利要求1

7中任一所述的障碍物目标检测方法。10.一种车辆,其特征在于,所述车辆包括:毫米波雷达,用于采集自车周围的物理环境信息,输出毫米波感知结果;摄像头,用于采集自车周围的物理环境信息,输出摄像头感知结果;以及,如权利要求9所述的域控制器。
技术总结
本发明实施例公开了一种障碍物目标检测方法、装置、域控制器及车辆。该方法包括:获取时间同步后的毫米波雷达感知结果和摄像头感知结果;根据该感知结果确定共同识别的第一障碍物目标、毫米波雷达单独识别的第二障碍物目标以及摄像头单独识别的第三障碍物目标;融合感知结果中的第一障碍物目标对应的障碍物目标信息,得到第一真实感知结果;确定第二障碍物目标和第三障碍物目标分别对应的第二真实感知结果和第三真实感知结果,汇总上述真实感知结果得到本次检测的真实感知结果;对本次检测的真实感知结果进行滤波处理,得到本次检测的准确感知结果,解决相关技术的方案存在误识别或漏识别的问题,实现对障碍物目标的感知结果的准确输出。果的准确输出。果的准确输出。


技术研发人员:刘柯旺 吕颖 刘斌 崔茂源 孙连明
受保护的技术使用者:中国第一汽车股份有限公司
技术研发日:2021.04.21
技术公布日:2021/7/8

转载请注明原文地址: https://doc.8miu.com/read-500312.html

最新回复(0)