CN106249239A - 目标检测方法及装置 - Google Patents
目标检测方法及装置 Download PDFInfo
- Publication number
- CN106249239A CN106249239A CN201610710512.6A CN201610710512A CN106249239A CN 106249239 A CN106249239 A CN 106249239A CN 201610710512 A CN201610710512 A CN 201610710512A CN 106249239 A CN106249239 A CN 106249239A
- Authority
- CN
- China
- Prior art keywords
- obstacle target
- target
- type
- radar
- scanning
- 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 46
- 230000004888 barrier function Effects 0.000 claims abstract description 26
- 230000033001 locomotion Effects 0.000 claims description 26
- 238000012913 prioritisation Methods 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 6
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000000034 method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 230000000284 resting effect Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000002604 ultrasonography 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种目标检测方法及装置,首先接收由雷达发送的第一扫描数据及由数字影像设备发送的影像数据,由于第一扫描数据可以提供障碍物目标的初步定位信息,故根据第一扫描数据从影像数据中寻找各障碍物目标对应的影像信息,能减少不必要的图像搜索,加快了图像处理速度,从而能够快速识别出障碍物的类型。之后,根据障碍物的类型判定存在需要规避的障碍物目标时,再控制雷达对需要规避的障碍物目标进行第二类型扫描并跟踪,即进行精细扫描跟踪,从而利用雷达能够精确定位的优势来实现后续运行过程中对障碍物目标的精确跟踪与检测。因此,该目标检测方法及装置提高了对障碍物目标进行检测的精度及效率,从而降低了行车安全隐患。
Description
技术领域
本发明涉及无人驾驶技术领域,特别是涉及一种目标检测方法及装置。
背景技术
随着科技的发展创新,无人驾驶技术日渐成熟。其中,无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。
然而,由于道路交通的复杂、多变性,在行驶过程中,对于行人、车辆等障碍物目标需要实时精确得检测出来以进行合理避让,才可提高行车安全性。故如何提高检测障碍物目标的精确性是亟待解决的问题。
发明内容
基于此,有必要针对如何提高检测障碍物目标的精确性的问题,提供一种目标检测方法及装置。
一种目标检测方法,包括:
接收由雷达发送的第一扫描数据;所述第一扫描数据由所述雷达对第一目标区域进行第一类型扫描后得出;
接收由数字影像设备发送的影像数据;所述影像数据由所述数字影像设备对第二目标区域进行成像得出;所述第二目标区域与所述第一目标区域之间存在重合区域;
根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型;
根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;所述第二类型扫描的精度大于所述第一类型扫描的精度。
在其中一个实施例中,根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型的步骤包括:
根据所述第一扫描数据对各所述障碍物目标进行优先级排序以得出优先级信息;
根据所述优先级信息依次从所述影像数据中寻找各所述障碍物目标对应的影像信息,以识别各所述障碍物目标的类型。
在其中一个实施例中,根据所述第一扫描数据对各所述障碍物目标进行优先级排序以得出优先级信息的步骤包括:
通过所述第一扫描数据得出各所述障碍物目标与参考物体之间的距离;
根据所述距离的大小对各所述障碍物目标进行优先级排序。
在其中一个实施例中,根据所述距离的大小对各所述障碍物目标进行优先级排序的步骤之前还包括:
判断是否存在处于运动状态的障碍物目标,若是,使所述处于运动状态的障碍物目标的优先级高于处于静止状态的障碍物目标,同时将处于静止状态的障碍物目标根据所述距离的大小进行优先级排序;否则,执行根据所述距离的大小对各所述障碍物目标进行优先级排序的步骤。
在其中一个实施例中,判断是否存在处于运动状态的障碍物目标的步骤前还包括:
将所述第一扫描数据中的当前帧数据与前一帧数据进行差分运算;其中,所述第一扫描数据包括在不同时间扫描得出的多帧数据;
同时,判断是否存在处于运动状态的障碍物目标的步骤为:
根据所述差分运算的结果判断是否存在处于运动状态的障碍物目标。
在其中一个实施例中,在接收由雷达发送的第一扫描数据的步骤前还包括:
控制所述雷达对所述第一目标区域进行第一类型扫描。
在其中一个实施例中,根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪的步骤包括:
根据各所述障碍物目标的类型判断是否存在需要规避的障碍物目标,若是,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;否则,继续从控制所述雷达对所述第一目标区域进行第一类型扫描的步骤开始执行。
在其中一个实施例中,接收由数字影像设备发送的影像数据的步骤之前还包括:
控制所述数字影像设备对所述第二目标区域进行扫描成像。
在其中一个实施例中,根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪的步骤之后还包括:
根据所述第二类型扫描得出的第二扫描数据输出相应的规避路线或驾驶控制建议。
一种目标检测装置,包括:
第一扫描数据接收模块,用于接收由雷达发送的第一扫描数据;所述第一扫描数据由所述雷达对第一目标区域进行第一类型扫描后得出;
影像数据接收模块,用于接收由数字影像设备发送的影像数据;所述影像数据由所述数字影像设备对第二目标区域进行成像得出;所述第二目标区域与所述第一目标区域之间存在重合区域;
障碍物目标识别模块,用于根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型;
规避判断模块,用于根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;所述第二类型扫描的精度大于所述第一类型扫描的精度。
上述目标检测方法及装置具有的有益效果为:其中,由雷达执行的第二类型扫描的精度大于第一类型扫描的精度,那么第一类型扫描相当于粗定位,第二类型扫描相当于精细定位。同时,在该目标检测方法及装置中,首先接收由雷达发送的第一扫描数据及由数字影像设备发送的影像数据,由于第一扫描数据可以提供障碍物目标的初步定位信息,故根据第一扫描数据从影像数据中寻找各障碍物目标对应的影像信息,能减少不必要的图像搜索,加快了图像处理速度,从而能够快速识别出障碍物的类型。之后,根据障碍物的类型判定存在需要规避的障碍物目标时,再控制雷达对需要规避的障碍物目标进行第二类型扫描并跟踪,即进行精细扫描跟踪,从而利用雷达能够精确定位的优势来实现后续运行过程中对障碍物目标的精确跟踪与检测。因此,该目标检测方法及装置提高了对障碍物目标进行检测的精度及效率,从而降低了行车安全隐患。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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实施例的附图。
图1为一实施例提供的目标检测方法涉及的硬件结构图;
图2为图1所示实施例的目标检测方法的流程图;
图3为图2所示实施例的目标检测方法中步骤S500的其中一种具体流程图;
图4为图3所示实施例的目标检测方法中步骤S510的其中一种具体流程图;
图5为图1所示实施例的目标检测方法的另一流程图;
图6为另一实施例提供的目标检测装置的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
一实施例提供了一种目标检测方法,其涉及到的硬件结构如图1所示。雷达100,用于提供扫描数据,其发射某种测量波(其中,测量波对于激光雷达或者微波/毫米波雷达为电磁波,对于超声波雷达则为超声波)对目标区域进行扫描并接收回波信息,从而获得目标物体距离雷达的距离、速度、方位等信息。具体的,雷达100可以为激光雷达、超声波雷达、微波/毫米波雷达或其他类型的雷达。然而,雷达100虽然可提供精确的位置信息,却无法提供视觉信息以进行目标的精确识别与检测,并且功耗较高,扫描速度也有一定的局限性。数字影像设备300用于提供影像数据,其可提供丰富的视觉信息以对目标进行识别与检测,但无法保证位置的精确性,而且长时间对目标进行跟踪容易出现跟丢的问题。目标检测装置200是主控系统,用于控制雷达100及数字影像设备300的运行,并进行相关的数据处理过程。驾驶载体控制系统400用于控制驾驶载体的运行,其例如为无人驾驶汽车中的智能驾驶仪。本实施例中,目标检测装置200根据对障碍物目标的检测及跟踪并通过驾驶载体控制系统400来控制驾驶载体的运行过程。
进一步的,还可以将雷达100、目标检测装置200及数字影像设备300集成到单一硬件内,以实现数据共享,从而缩短了数据传输时间,同时还可以避免发生各独立硬件之间信息传递而产生的误差及信息延迟现象,从而为高精度目标定位与跟踪打下硬件基础。
为了提高无人驾驶技术中对障碍物目标的检测精度及效率,降低行车安全隐患,本实施例将雷达100与数字影像设备300结合使用,首先利用雷达100扫描以实现障碍物目标的粗定位,再利用数字影像设备300得出的影像数据来识别并检测障碍物目标类型以判断是否需要避让,最后再次利用雷达100对需要避让的障碍物目标进行精确扫描,从而最终实现对障碍物目标的实时定位追踪。同时,本实施例提供的目标检测方法由目标检测装置200来执行,具体原理如下,请参考图2。
步骤S200:接收由雷达100发送的第一扫描数据。其中,第一扫描数据由雷达100对第一目标区域进行第一类型扫描后得出。
该步骤中,第一类型扫描的精度较低且扫描范围较广,目的是对障碍物目标进行初步定位,以便于进行后续的目标识别。从第一扫描数据内可以确定扫描范围内障碍物目标的大致分布情况,从而可以得出各障碍物目标的粗定位信息。该粗定位信息例如可以包括初步的距离信息和方位信息,其中方位信息例如可以包括水平角度和纵向俯仰角度。另外,在时间允许的前提下,雷达100在进行第一类型扫描时,可以在相隔设定时间段的各时间点分别进行扫描,这时,第一扫描数据包括不同时间内多次扫描的数据,即包括多帧扫描数据,从而可以提高扫描数据的精确度。
步骤S400:接收由数字影像设备300发送的影像数据。其中,该影像数据由数字影像设备300对第二目标区域进行成像得出,同时,第二目标区域与第一目标区域之间存在重合区域。
其中,第一目标区域和第二目标区域的范围可以相同或者不同,但两者之间至少要有重合区域,且该重合区域可以根据不同的情况进行相应的设置。本实施例提供的目标检测方法就是针对该重合区域内的障碍物目标来进行检测的。
另外,步骤S200和步骤S400的顺序不限于上述一种情况,只要能够接收到第一扫描数据、影像数据即可。例如,根据雷达100、数字影像设备300实际的运行情况,也可将这两个步骤的顺序互换,或者同时执行这两个步骤。
步骤S500:根据上述第一扫描数据从上述影像数据中寻找各障碍物目标对应的影像信息,以识别各障碍物目标的类型。
在该步骤中,相当于通过数字影像设备300对粗定位目标进行类型识别与检测,具体为:根据上述由第一扫描数据得出的粗定位信息,可以直接从影像数据中找到位于相应区域内的各障碍物目标对应的影像信息,从而根据影像的颜色、纹理等信息来对障碍物目标的类型进行识别。因此,本实施例通过雷达100首先对障碍物目标实现粗定位能够减少不必要的图像搜索过程,从而实现快速对障碍物目标进行识别的功能。
步骤S600:根据各障碍物目标的类型判定存在需要规避的障碍物目标时,控制雷达100对需要规避的障碍物目标进行第二类型扫描并跟踪。其中,第二类型扫描的精度大于第一类型扫描的精度。
该步骤中,根据各障碍物目标的类型判定是否存在需要规避的障碍物目标的具体判断方式例如为:若障碍物目标为行人或者汇入的车辆时,则需要规避;若障碍物目标是被风吹起的垃圾塑料袋等物体时,则无需规避。
另外,第二类型扫描相当于精细扫描,其可以检测障碍物目标的运动轨迹、运动方向、运动速度等。第二类型扫描的精度大于第一类型扫描的精度,具体可以表现在:与第一类型扫描相比,第二类型扫描的扫描范围更小更集中、角分辨率更高、扫描速度更慢等,从而实现对需规避的障碍物目标的精确定位。另外,若障碍物目标为运动物体,还需实时进行相对速度的测算。
因此,在上述目标检测方法中,雷达100扫描的第一扫描数据可以对障碍物目标进行初步的定位,故根据第一扫描数据从数字影像设备300获取的影像数据中寻找各障碍物目标对应的影像信息,能够减少不必要的图像搜索过程,加快了图像处理速度,从而能够快速识别出障碍物的类型。之后,根据障碍物的类型判定存在需要规避的障碍物目标时,再控制雷达100对需要规避的障碍物目标进行第二类型扫描并跟踪,即进行精细扫描跟踪,从而可以利用雷达100具备精确定位的优势来实现后续对障碍物目标的精确定位与跟踪。因此,该目标检测方法提高了对障碍物目标进行检测的精度及效率,从而降低了行车安全隐患。
另外,上述目标检测方法与单纯使用数字成像设备进行检测的方法相比,不仅可以通过初定位信息加快对障碍物目标类型进行识别的速度,还能通过识别出障碍物目标后再利用雷达100对需规避的障碍物目标进行精确定位与跟踪的方式,来改善数字成像设备例如利用图像序列对运动物体跟踪具有的稳定性较差且长时间跟踪后容易跟丢的缺陷。同时,上述目标检测方法与单纯使用雷达进行检测的方法相比,由于雷达的功耗通常较高,因此通过数字影像设备300提供的影像数据可以精确判断障碍物目标的类型,从而能够快速指引雷达100定位到目标区域,减少了功耗。因此,上述目标检测方法通过对雷达100与数字影像设备300进行恰当的利用,从而能够实现对障碍物目标进行更快、更准确、更稳定、更低功耗的识别和跟踪。
具体的,步骤S500具体包括以下内容,请参考图3。
步骤S510:根据上述第一扫描数据对各障碍物目标进行优先级排序以得出优先级信息。
其中,可以根据设定的准则来对障碍物目标进行优先级排序。本实施例提供了一种具体优先级排序准则,请参考图4。步骤S510具体包括以下内容。
步骤S511:通过第一扫描数据得出各障碍物目标与参考物体之间的距离。
其中,参考物体例如为雷达100或驾驶载体。
步骤S512:将第一扫描数据中的当前帧数据与前一帧数据进行差分运算。其中,第一扫描数据包括多帧数据,且各帧数据扫描的时间不同。
在该步骤中,当前帧数据是指雷达100实时扫描得出的数据,前一帧数据是指雷达100在与当前时刻相邻且先于当前时刻进行扫描而得出的数据。
步骤S513:判断是否存在处于运动状态的障碍物目标,若是,执行步骤S515,否则执行步骤S514。
在步骤S512得出差分运算的结果后,即可根据该差分运算的结果来判断是否存在处于运动状态的障碍物目标。其中,障碍物目标分别处于运动状态和静止状态时,其对应的当前帧数据与前一帧数据之间的关系也会存在差别,因此通过差分运算的结果即可判断障碍物目标是否处于运动状态。例如,在已补偿驾驶载体自身位移和速度的基础上,若障碍物目标的当前帧数据和前一帧数据相同,则表明该障碍物目标为静止状态;否则,表明该障碍物目标处于运动状态。另外,若判断该障碍物目标处于运动状态,那么根据差分运算结果还可以得出该障碍物目标的运动方向和速度。
可以理解的是,不限于通过步骤S512的方法来判断障碍物目标是否处于运动状态,例如也可以将当前帧数据与前一帧数据进行除法运算,只要能够判断障碍物目标是否处于运动状态即可。
步骤S514:使处于运动状态的障碍物目标的优先级高于处于静止状态的障碍物目标,同时将处于静止状态的障碍物目标根据距离的大小进行优先级排序。
由于处于运动状态的障碍物目标具有多变性和复杂性,因此将处于运动状态的障碍物目标给予较高的优先级,更易于提高行车安全性。
另外,若处于运动状态的障碍物目标存在多个,可以进一步按照各障碍物目标的运动方向、相对速度等参数来计算优先级。
步骤S515:根据距离的大小对各障碍物目标进行优先级排序。
若障碍物目标都处于静止状态,那么距离最近的障碍物目标威胁较大,因此给予较高的优先级。
可以理解的是,步骤S510的具体实现方式不限于上述一种情况,只要能够根据实际情况并根据上述第一扫描数据对各障碍物目标进行优先级排序即可。例如,若在已知障碍物目标均处于静止状态时,则无需设置步骤S513和步骤S515。
步骤S520:根据上述优先级信息依次从影像数据中寻找各障碍物目标对应的影像信息,以识别各障碍物目标的类型。
其中,由于障碍物目标的优先级信息存在一定的规律性,因此根据优先级信息具有的规律性就会很容易在影像数据中找到相应的影像信息,而无需对影像数据进行全部扫描,从而进一步加快了障碍物目标类型的识别速度。
另外,根据优先级信息还可以及时判断出威胁较大的障碍物目标,从而能够及时采取相应的避让措施,进一步提高行车的安全性。
可以理解的是,步骤S500的具体执行方式不限于上述情况,只要能够根据第一扫描数据从影像数据中寻找各障碍物目标对应的影像信息,以识别各障碍物目标的类型即可。
进一步的,如图5所示,目标检测方法的具体实现方式还可以为以下情况。
步骤S200之前还包括:
步骤S100:控制雷达100对第一目标区域进行第一类型扫描。
步骤S400之前还包括:
步骤S300:控制数字影像设备300对第二目标区域进行扫描成像。
需要说明的是,步骤S100至步骤S400之间的顺序并不限于上述情况,例如也可以使步骤S100与步骤S300同时执行,即控制雷达100与数字成像设备300同时开始采集数据,之后再分别执行步骤S200和步骤S400。另外,根据实际情况,在能够满足目标检测速度的前提下,步骤S100或步骤S400也可由其他设备来执行。
另外,步骤S600具体包括以下内容。
步骤S610:根据各障碍物目标的类型判断是否存在需要规避的障碍物目标,若是,执行步骤S620,否则,继续从步骤S100开始执行。
步骤S620:控制雷达100对需要规避的障碍物目标进行第二类型扫描并跟踪。
因此,在整个目标检测的过程中,雷达100和数字影像设备300的运行状态都由目标检测装置200来统一控制,从而便于及时对障碍物目标进行检测。
进一步的,步骤S620之后还包括:
步骤S700:根据上述雷达100进行第二类型扫描得出的第二扫描数据输出相应的规避路线或驾驶控制建议。
其中,可以根据第二扫描数据测算障碍物目标相对驾驶载体的速度、方向等定位信息,并结合障碍物目标的类型做出相应的规划路线。例如:如果障碍物目标是建筑物或者行人,当其相对速度较高并且距离很近时,应立即刹停;如果障碍物目标是汇入车辆或者前方行驶的车辆,则降低速度并根据安全距离自动调整速度跟随。
可以理解的是,步骤S700不限于上述情况,例如也可由驾驶载体控制系统400来执行步骤S700。这时,上述目标检测方法则无需设置步骤S700。
图2至图5为本发明实施例的方法的流程示意图。应该理解的是,虽然图2至图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图2至图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步的,与上述目标检测方法对应,另一实施例还提供了一种目标检测装置,如图6所示。该目标检测装置包括:
第一扫描数据接收模块210,用于接收由雷达发送的第一扫描数据。该第一扫描数据由雷达对第一目标区域进行第一类型扫描后得出。
影像数据接收模块220,用于接收由数字影像设备发送的影像数据。该影像数据由数字影像设备对第二目标区域进行成像得出。其中,第二目标区域与第一目标区域之间存在重合区域。
障碍物目标识别模块230,用于根据第一扫描数据从影像数据中寻找各障碍物目标对应的影像信息,以识别各障碍物目标的类型。
规避判断模块240,用于根据各障碍物目标的类型判定存在需要规避的障碍物目标时,控制雷达对需要规避的障碍物目标进行第二类型扫描并跟踪。其中,第二类型扫描的精度大于第一类型扫描的精度。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种目标检测方法,包括:
接收由雷达发送的第一扫描数据;所述第一扫描数据由所述雷达对第一目标区域进行第一类型扫描后得出;
接收由数字影像设备发送的影像数据;所述影像数据由所述数字影像设备对第二目标区域进行成像得出;所述第二目标区域与所述第一目标区域之间存在重合区域;
根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型;
根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;所述第二类型扫描的精度大于所述第一类型扫描的精度。
2.根据权利要求1所述的目标检测方法,其特征在于,根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型的步骤包括:
根据所述第一扫描数据对各所述障碍物目标进行优先级排序以得出优先级信息;
根据所述优先级信息依次从所述影像数据中寻找各所述障碍物目标对应的影像信息,以识别各所述障碍物目标的类型。
3.根据权利要求2所述的目标检测方法,其特征在于,根据所述第一扫描数据对各所述障碍物目标进行优先级排序以得出优先级信息的步骤包括:
通过所述第一扫描数据得出各所述障碍物目标与参考物体之间的距离;
根据所述距离的大小对各所述障碍物目标进行优先级排序。
4.根据权利要求3所述的目标检测方法,其特征在于,根据所述距离的大小对各所述障碍物目标进行优先级排序的步骤之前还包括:
判断是否存在处于运动状态的障碍物目标,若是,使所述处于运动状态的障碍物目标的优先级高于处于静止状态的障碍物目标,同时将处于静止状态的障碍物目标根据所述距离的大小进行优先级排序;否则,执行根据所述距离的大小对各所述障碍物目标进行优先级排序的步骤。
5.根据权利要求4所述的目标检测方法,其特征在于,判断是否存在处于运动状态的障碍物目标的步骤前还包括:
将所述第一扫描数据中的当前帧数据与前一帧数据进行差分运算;其中,所述第一扫描数据包括在不同时间扫描得出的多帧数据;
同时,判断是否存在处于运动状态的障碍物目标的步骤为:
根据所述差分运算的结果判断是否存在处于运动状态的障碍物目标。
6.根据权利要求1所述的目标检测方法,其特征在于,在接收由雷达发送的第一扫描数据的步骤前还包括:
控制所述雷达对所述第一目标区域进行第一类型扫描。
7.根据权利要求6所述的目标检测方法,其特征在于,根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪的步骤包括:
根据各所述障碍物目标的类型判断是否存在需要规避的障碍物目标,若是,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;否则,继续从控制所述雷达对所述第一目标区域进行第一类型扫描的步骤开始执行。
8.根据权利要求1所述的目标检测方法,其特征在于,接收由数字影像设备发送的影像数据的步骤之前还包括:
控制所述数字影像设备对所述第二目标区域进行扫描成像。
9.根据权利要求1所述的目标检测方法,其特征在于,根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪的步骤之后还包括:
根据所述第二类型扫描得出的第二扫描数据输出相应的规避路线或驾驶控制建议。
10.一种目标检测装置,其特征在于,包括:
第一扫描数据接收模块,用于接收由雷达发送的第一扫描数据;所述第一扫描数据由所述雷达对第一目标区域进行第一类型扫描后得出;
影像数据接收模块,用于接收由数字影像设备发送的影像数据;所述影像数据由所述数字影像设备对第二目标区域进行成像得出;所述第二目标区域与所述第一目标区域之间存在重合区域;
障碍物目标识别模块,用于根据所述第一扫描数据从所述影像数据中寻找各障碍物目标对应的影像信息,以识别各所述障碍物目标的类型;
规避判断模块,用于根据各所述障碍物目标的类型判定存在需要规避的障碍物目标时,控制所述雷达对所述需要规避的障碍物目标进行第二类型扫描并跟踪;所述第二类型扫描的精度大于所述第一类型扫描的精度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610710512.6A CN106249239B (zh) | 2016-08-23 | 2016-08-23 | 目标检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610710512.6A CN106249239B (zh) | 2016-08-23 | 2016-08-23 | 目标检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106249239A true CN106249239A (zh) | 2016-12-21 |
| CN106249239B CN106249239B (zh) | 2019-01-01 |
Family
ID=57595104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610710512.6A Active CN106249239B (zh) | 2016-08-23 | 2016-08-23 | 目标检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106249239B (zh) |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107389084A (zh) * | 2017-06-09 | 2017-11-24 | 深圳市速腾聚创科技有限公司 | 行车路径规划方法及存储介质 |
| WO2018035711A1 (zh) * | 2016-08-23 | 2018-03-01 | 深圳市速腾聚创科技有限公司 | 目标检测方法及系统 |
| CN107908195A (zh) * | 2017-11-06 | 2018-04-13 | 深圳市道通智能航空技术有限公司 | 目标追踪方法、装置、追踪器及计算机可读存储介质 |
| CN107966711A (zh) * | 2017-10-27 | 2018-04-27 | 河南辉煌科技股份有限公司 | 基于二维激光雷达的铁路线路障碍物自动识别方法 |
| CN108614263A (zh) * | 2018-04-20 | 2018-10-02 | Oppo广东移动通信有限公司 | 移动终端、位置检测方法及相关产品 |
| CN108803588A (zh) * | 2017-04-28 | 2018-11-13 | 深圳乐动机器人有限公司 | 机器人的控制系统 |
| WO2018213954A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213956A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213953A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213958A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213955A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018218680A1 (zh) * | 2017-06-02 | 2018-12-06 | 华为技术有限公司 | 一种障碍物检测方法及设备 |
| CN109212510A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于测量多线激光雷达的角分辨率的方法和装置 |
| CN109426252A (zh) * | 2017-08-29 | 2019-03-05 | 上海汽车集团股份有限公司 | 一种车辆跟踪方法及装置 |
| CN109521757A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 静态障碍物识别方法和装置 |
| CN109739232A (zh) * | 2018-12-29 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN109959939A (zh) * | 2017-12-22 | 2019-07-02 | 北京万集科技股份有限公司 | 基于激光扫描的对象跟踪方法及装置 |
| CN110346775A (zh) * | 2018-04-03 | 2019-10-18 | 通用汽车环球科技运作有限责任公司 | 相干激光雷达中的受控扫描模式转变 |
| CN110471070A (zh) * | 2019-08-09 | 2019-11-19 | 上海慧希电子科技有限公司 | 组合型探测系统及探测器件 |
| CN111090277A (zh) * | 2018-10-22 | 2020-05-01 | 科沃斯机器人股份有限公司 | 行进控制的方法、设备及存储介质 |
| CN111338336A (zh) * | 2020-02-11 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种自动驾驶方法及装置 |
| CN111845786A (zh) * | 2020-07-13 | 2020-10-30 | 中国联合网络通信集团有限公司 | 自动行驶策略的确定方法及装置 |
| CN112101069A (zh) * | 2019-06-18 | 2020-12-18 | 华为技术有限公司 | 确定行驶区域信息的方法及装置 |
| CN112445209A (zh) * | 2019-08-15 | 2021-03-05 | 纳恩博(北京)科技有限公司 | 机器人的控制方法和机器人、存储介质及电子装置 |
| WO2021189385A1 (zh) * | 2020-03-26 | 2021-09-30 | 华为技术有限公司 | 一种目标检测方法以及装置 |
| CN114236548A (zh) * | 2021-11-16 | 2022-03-25 | 中国航空工业集团公司雷华电子技术研究所 | 相控阵雷达基于气象威胁等级的立体区域回扫方法 |
| CN114563775A (zh) * | 2022-02-16 | 2022-05-31 | 浙江大华技术股份有限公司 | 一种扫描方法及装置 |
| CN117270007A (zh) * | 2023-11-22 | 2023-12-22 | 北京凯芯微科技有限公司 | 卫星定位系统、嵌入式系统、芯片及嵌入式设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110084870A1 (en) * | 2009-10-14 | 2011-04-14 | Motoji Kondo | Navigation assisting device |
| CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
| CN103176185B (zh) * | 2011-12-26 | 2015-01-21 | 上海汽车集团股份有限公司 | 用于检测道路障碍物的方法及系统 |
| CN105216792A (zh) * | 2014-06-12 | 2016-01-06 | 株式会社日立制作所 | 对周围环境中的障碍物目标进行识别跟踪的方法和设备 |
| CN105718888A (zh) * | 2016-01-22 | 2016-06-29 | 北京中科慧眼科技有限公司 | 障碍物预警方法和障碍物预警装置 |
-
2016
- 2016-08-23 CN CN201610710512.6A patent/CN106249239B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110084870A1 (en) * | 2009-10-14 | 2011-04-14 | Motoji Kondo | Navigation assisting device |
| CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
| CN103176185B (zh) * | 2011-12-26 | 2015-01-21 | 上海汽车集团股份有限公司 | 用于检测道路障碍物的方法及系统 |
| CN105216792A (zh) * | 2014-06-12 | 2016-01-06 | 株式会社日立制作所 | 对周围环境中的障碍物目标进行识别跟踪的方法和设备 |
| CN105718888A (zh) * | 2016-01-22 | 2016-06-29 | 北京中科慧眼科技有限公司 | 障碍物预警方法和障碍物预警装置 |
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018035711A1 (zh) * | 2016-08-23 | 2018-03-01 | 深圳市速腾聚创科技有限公司 | 目标检测方法及系统 |
| US10891499B2 (en) | 2016-08-23 | 2021-01-12 | Suteng Innovation Technology Co., Ltd. | Target detection method and system |
| CN108803588A (zh) * | 2017-04-28 | 2018-11-13 | 深圳乐动机器人有限公司 | 机器人的控制系统 |
| WO2018213954A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213956A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213953A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213958A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018213955A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
| WO2018218680A1 (zh) * | 2017-06-02 | 2018-12-06 | 华为技术有限公司 | 一种障碍物检测方法及设备 |
| CN110691990A (zh) * | 2017-06-02 | 2020-01-14 | 华为技术有限公司 | 一种障碍物检测方法及设备 |
| CN107389084A (zh) * | 2017-06-09 | 2017-11-24 | 深圳市速腾聚创科技有限公司 | 行车路径规划方法及存储介质 |
| CN109212510B (zh) * | 2017-07-04 | 2021-04-23 | 百度在线网络技术(北京)有限公司 | 用于测量多线激光雷达的角分辨率的方法和装置 |
| CN109212510A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于测量多线激光雷达的角分辨率的方法和装置 |
| US11002839B2 (en) | 2017-07-04 | 2021-05-11 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for measuring angular resolution of multi-beam lidar |
| CN109426252A (zh) * | 2017-08-29 | 2019-03-05 | 上海汽车集团股份有限公司 | 一种车辆跟踪方法及装置 |
| CN109426252B (zh) * | 2017-08-29 | 2021-09-21 | 上海汽车集团股份有限公司 | 一种车辆跟踪方法及装置 |
| CN109521757A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 静态障碍物识别方法和装置 |
| CN107966711A (zh) * | 2017-10-27 | 2018-04-27 | 河南辉煌科技股份有限公司 | 基于二维激光雷达的铁路线路障碍物自动识别方法 |
| CN107908195A (zh) * | 2017-11-06 | 2018-04-13 | 深圳市道通智能航空技术有限公司 | 目标追踪方法、装置、追踪器及计算机可读存储介质 |
| CN109959939A (zh) * | 2017-12-22 | 2019-07-02 | 北京万集科技股份有限公司 | 基于激光扫描的对象跟踪方法及装置 |
| CN109959939B (zh) * | 2017-12-22 | 2021-04-06 | 北京万集科技股份有限公司 | 基于激光扫描的对象跟踪方法及装置 |
| CN110346775A (zh) * | 2018-04-03 | 2019-10-18 | 通用汽车环球科技运作有限责任公司 | 相干激光雷达中的受控扫描模式转变 |
| CN108614263A (zh) * | 2018-04-20 | 2018-10-02 | Oppo广东移动通信有限公司 | 移动终端、位置检测方法及相关产品 |
| CN111090277A (zh) * | 2018-10-22 | 2020-05-01 | 科沃斯机器人股份有限公司 | 行进控制的方法、设备及存储介质 |
| US12253858B2 (en) | 2018-10-22 | 2025-03-18 | Ecovacs Robotics Co., Ltd. | Method of travel control, device and storage medium |
| CN109739232B (zh) * | 2018-12-29 | 2022-06-07 | 百度在线网络技术(北京)有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN109739232A (zh) * | 2018-12-29 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 障碍物追踪方法、装置、车载终端及存储介质 |
| CN112101069A (zh) * | 2019-06-18 | 2020-12-18 | 华为技术有限公司 | 确定行驶区域信息的方法及装置 |
| CN112101069B (zh) * | 2019-06-18 | 2024-12-03 | 深圳引望智能技术有限公司 | 确定行驶区域信息的方法及装置 |
| CN110471070A (zh) * | 2019-08-09 | 2019-11-19 | 上海慧希电子科技有限公司 | 组合型探测系统及探测器件 |
| CN112445209A (zh) * | 2019-08-15 | 2021-03-05 | 纳恩博(北京)科技有限公司 | 机器人的控制方法和机器人、存储介质及电子装置 |
| CN111338336B (zh) * | 2020-02-11 | 2021-07-13 | 腾讯科技(深圳)有限公司 | 一种自动驾驶方法及装置 |
| CN111338336A (zh) * | 2020-02-11 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种自动驾驶方法及装置 |
| WO2021189385A1 (zh) * | 2020-03-26 | 2021-09-30 | 华为技术有限公司 | 一种目标检测方法以及装置 |
| CN111845786A (zh) * | 2020-07-13 | 2020-10-30 | 中国联合网络通信集团有限公司 | 自动行驶策略的确定方法及装置 |
| CN114236548A (zh) * | 2021-11-16 | 2022-03-25 | 中国航空工业集团公司雷华电子技术研究所 | 相控阵雷达基于气象威胁等级的立体区域回扫方法 |
| CN114563775A (zh) * | 2022-02-16 | 2022-05-31 | 浙江大华技术股份有限公司 | 一种扫描方法及装置 |
| CN117270007A (zh) * | 2023-11-22 | 2023-12-22 | 北京凯芯微科技有限公司 | 卫星定位系统、嵌入式系统、芯片及嵌入式设备 |
| CN117270007B (zh) * | 2023-11-22 | 2024-01-30 | 北京凯芯微科技有限公司 | 卫星定位系统、嵌入式系统、芯片及嵌入式设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106249239B (zh) | 2019-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106249239A (zh) | 目标检测方法及装置 | |
| CN110296713B (zh) | 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法 | |
| CN111201879B (zh) | 基于图像识别的粮食收割、运输一体化装载装置/方法 | |
| US11898855B2 (en) | Assistance control system that prioritizes route candidates based on unsuitable sections thereof | |
| CN110211420B (zh) | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 | |
| US10350999B2 (en) | Vehicle cruise control apparatus and vehicle cruise control method | |
| EP1610151B1 (en) | Method, apparatus , and computer progam product for radar detection of moving target | |
| US10891499B2 (en) | Target detection method and system | |
| CN109582038B (zh) | 一种无人机路径规划方法 | |
| CN110968086B (zh) | 一种车辆进站控制方法及系统 | |
| CN106324619A (zh) | 一种变电站巡检机器人自动避障方法 | |
| CN112068152B (zh) | 使用3d扫描仪同时进行2d定位和2d地图创建的方法和系统 | |
| CN111273673A (zh) | 一种无人车的自动驾驶跟随方法、系统及无人车 | |
| Hajri et al. | Real time lidar and radar high-level fusion for obstacle detection and tracking with evaluation on a ground truth | |
| CN109375629A (zh) | 一种巡逻车及其导航避障方法 | |
| CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
| CN113702967A (zh) | 地面无人平台的引导车辆目标识别与跟踪方法及车载系统 | |
| CN118760169A (zh) | 一种用于无人驾驶汽车的视觉辅助路径跟踪与转向控制系统 | |
| CN120872006A (zh) | 低空飞行器的自动避障方法及系统 | |
| CN120085597B (zh) | 基于融合定位方法的室外机器人控制系统 | |
| JP2012026888A (ja) | 自車位置認識装置 | |
| CN119356331A (zh) | 一种观光园区自动驾驶环境中障碍物状态识别方法及装置 | |
| CN119148635A (zh) | 一种基于电力现场的智能机器人作业管理系统 | |
| CN114212106B (zh) | 一种车辆的可行驶区域内安全概率的确定方法及装置 | |
| Zhong et al. | Dynamic obstacle detection and tracking based on 3D lidar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |