CN110888135B - 目标识别的方法、装置以及存储介质和车辆 - Google Patents
目标识别的方法、装置以及存储介质和车辆 Download PDFInfo
- Publication number
- CN110888135B CN110888135B CN201810929494.XA CN201810929494A CN110888135B CN 110888135 B CN110888135 B CN 110888135B CN 201810929494 A CN201810929494 A CN 201810929494A CN 110888135 B CN110888135 B CN 110888135B
- Authority
- CN
- China
- Prior art keywords
- target
- recognition
- vehicle
- threat
- intensity
- 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 30
- 238000001514 detection method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种目标识别的方法、装置以及存储介质和车辆,该方法包括:获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;通过车辆上的雷达向车体目标侧发送无线电波,并接收无线电波在碰触到探测物后返回的回波信号,获取回波信号的信号强度;根据回波信号的信号强度以及信号强度对应的目标强度阈值,得到第二识别目标;根据第一识别目标和第二识别目标确定威胁目标,并获取摄像头对威胁目标的第一识别结果,以及雷达对威胁目标的第二识别结果;在根据第一识别结果确定摄像头识别到威胁目标,且根据第二识别结果确定雷达未识别到威胁目标时,获取用户在预设时长内对车辆的驾驶操作,并根据驾驶操作更新目标强度阈值。
Description
技术领域
本公开涉及车辆控制领域,具体地,涉及一种目标识别的方法、装置以及存储介质和车辆。
背景技术
随着智能车辆的不断发展,智能车辆环境感知技术是智能车辆发展的重要基础和先决条件,而前方车辆检测技术对智能车辆路径规划、自主寻迹及碰撞规避都有很重要的意义。
目前主要用于车辆检测的传感器有雷达和摄像头,雷达能够获取精确的障碍物的相对位置信息,而摄像头如人眼一样,能够获取图像信息,经过特征算法处理能够得到障碍物的形状信息,因此,现在通过将摄像头和雷达各自检测到的数据进行融合,从而能够更加准确的实现对车辆前方目标的识别。
雷达对目标物的识别是通过向车辆前方发射毫米波,并根据返回的回波信号的信号强度与预先设置的强度阈值确定前方是否存在目标物,但是,由于车辆前方的实际环境比较复杂,导致回波信号在传输过程中受环境因素的影响较大,因此,通过该方式确定目标物可能会存在误判的情形,例如,雷达将前方存在目标物判定为前方不存在目标物,从而使得驾驶员误以为前方不存在目标物,造成安全事故,可见,在现有的雷达和摄像头融合的场景下,由于雷达对车辆前方目标物的识别率较低,从而导致雷达和摄像头的数据在融合后,对目标物的识别率也较低。
发明内容
为了解决上述问题,本公开提供一种目标识别的方法、装置以及存储介质。
第一方面,本公开提供一种目标识别的方法,包括:获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;所述车体目标侧为车体四周中的任一侧;通过所述车辆上的雷达向所述车体目标侧发送无线电波,并接收所述无线电波在碰触到探测物后返回的回波信号,获取所述回波信号的信号强度;根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标;根据所述第一识别目标和第二识别目标确定威胁目标,并获取所述摄像头对所述威胁目标的第一识别结果,以及所述雷达对所述威胁目标的第二识别结果;所述威胁目标包括在所述车辆的目标危险区域内,距离所述车辆最近的目标;在根据所述第一识别结果确定所述摄像头识别到所述威胁目标,且根据所述第二识别结果确定所述雷达未识别到所述威胁目标时,获取用户在预设时长内对所述车辆的驾驶操作,并根据所述驾驶操作更新所述目标强度阈值。
可选地,所述驾驶操作包括避障操作,所述根据所述驾驶操作更新所述目标强度阈值包括:按照预设更新值降低所述目标强度阈值。
可选地,所述根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标包括:从多个预设强度范围中确定所述信号强度所在的目标强度范围;确定所述目标强度范围对应的强度阈值为所述目标强度阈值;其中,不同的预设强度范围对应不同的强度阈值;在所述信号强度大于或者等于所述目标强度阈值时,确定识别到所述第二识别目标。
可选地,所述根据所述第一识别目标和第二识别目标确定威胁目标包括:根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果;根据所述目标识别结果,确定位于所述目标危险区域内且距离所述车辆最近的目标为所述威胁目标。
可选地,所述根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述车体目标侧相同位置的目标识别结果包括:获取所述第一识别目标对应的第一目标参数,以及所述第二识别目标对应的第二目标参数;获取所述第一目标参数和所述第二目标参数的偏差值;在所述偏差值小于或者等于预设偏差阈值时,确定所述第一识别目标和所述第二识别目标是相同目标;根据所述相同目标的位置信息,得到所述目标识别结果。
可选地,在根据所述第一识别目标和所述第二识别目标,获取所述摄像头对前方目标的第一识别结果,以及所述雷达对所述前方目标的第二识别结果后,所述方法还包括:根据所述第一识别结果和所述第二识别结果确定行驶危险等级,并通过展示装置展示所述行驶危险等级。
第二方面,本公开提供一种目标识别的装置,包括:第一获取模块,用于获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;所述车体目标侧为车体四周中的任一侧;第二获取模块,用于通过所述车辆上的雷达向所述车体目标侧发送无线电波,并接收所述无线电波在碰触到探测物后返回的回波信号,获取所述回波信号的信号强度;目标确定模块,用于根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标;识别结果获取模块,用于根据所述第一识别目标和第二识别目标确定威胁目标,并获取所述摄像头对所述威胁目标的第一识别结果,以及所述雷达对所述威胁目标的第二识别结果;所述威胁目标包括在所述车辆的目标危险区域内,距离所述车辆最近的目标;阈值更新模块,用于在根据所述第一识别结果确定所述摄像头识别到所述威胁目标,且根据所述第二识别结果确定所述雷达未识别到所述威胁目标时,获取用户在预设时长内对所述车辆的驾驶操作,并根据所述驾驶操作更新所述目标强度阈值。
可选地,所述驾驶操作包括避障操作,所述阈值更新模块,用于按照预设更新值降低所述目标强度阈值。
可选地,所述第二获取模块,用于从多个预设强度范围中确定所述信号强度所在的目标强度范围,并确定所述目标强度范围对应的强度阈值为所述目标强度阈值,并在所述信号强度大于或者等于所述目标强度阈值时,确定识别到所述第二识别目标,其中,不同的预设强度范围对应不同的强度阈值。
可选地,所述识别结果获取模块,用于根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果,并根据所述目标识别结果,确定位于所述目标危险区域内且距离所述车辆最近的目标为所述威胁目标。
可选地,所述识别结果获取模块,用于获取所述第一识别目标对应的第一目标参数,以及所述第二识别目标对应的第二目标参数,并获取所述第一目标参数和所述第二目标参数的偏差值,并在所述偏差值小于或者等于预设偏差阈值时,确定所述第一识别目标和所述第二识别目标是相同目标,并根据所述相同目标的位置信息,得到所述目标识别结果。
可选地,所述装置还包括:危险等级输出模块,用于根据所述第一识别结果和所述第二识别结果确定行驶危险等级,并通过展示装置展示所述行驶危险等级。
第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述目标识别的方法的步骤。
第四方面,提供一种车辆,包括上述目标识别的装置。
通过上述技术方案,获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;通过车辆上的雷达向车体目标侧发送无线电波,并接收无线电波在碰触到探测物后返回的回波信号,获取回波信号的信号强度;根据回波信号的信号强度以及信号强度对应的目标强度阈值,得到第二识别目标;根据第一识别目标和第二识别目标确定威胁目标,并获取摄像头对威胁目标的第一识别结果,以及雷达对威胁目标的第二识别结果;在根据第一识别结果确定摄像头识别到威胁目标,且根据第二识别结果确定雷达未识别到威胁目标时,获取用户在预设时长内对车辆的驾驶操作,并根据驾驶操作更新目标强度阈值。这样,在确定摄像头的第一识别结果和雷达的第二识别结果不同,且确定雷达的第二识别结果为不存在威胁目标时,通过用户对车辆的驾驶操作对目标强度阈值进行更新,从而通过自学习调整雷达对目标物识别的精度,进而提高对目标物的识别率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是本公开实施例提供一种目标识别的方法的流程示意图;
图2是本公开实施例提供一种摄像头和雷达的识别结果的展示示意图;
图3是本公开实施例提供另一种目标识别的方法的流程示意图;
图4是本公开实施例提供一种目标识别的装置的结构示意图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1为本公开实施例提供的一种目标识别的方法,如图1所示,该方法包括:
S101、获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标。
其中,该车体目标侧为车体四周中的任一侧,该车体目标侧可以是车辆的前方。
在本步骤中,摄像头可以获取车体目标侧的环境图像,并从该环境图像中提取目标特征,并将提取的目标特征与特征库中的模型进行匹配得到匹配度,在匹配度大于或者等于预设匹配度阈值时,确定匹配到目标,在匹配度小于该预设匹配度阈值时,确定未匹配到目标。
需要说明的是,上述摄像头对目标识别的具体算法可以参考现有技术中摄像头对目标识别的算法,此处不再赘述。
S102、通过该车辆上的雷达向该车体目标侧发送无线电波,并接收该无线电波在碰触到探测物后返回的回波信号,获取该回波信号的信号强度。
S103、根据该回波信号的信号强度以及该信号强度对应的目标强度阈值,得到第二识别目标。
在本步骤中,可以根据该信号强度确定与该信号强度对应的该目标强度阈值,并根据该信号强度和该目标强度阈值得到该第二识别目标,在一种可能的实现方式中,可以从多个预设强度范围中确定该信号强度对应的目标强度范围,并确定该目标强度范围对应的强度阈值为该目标强度阈值;其中,不同的预设强度范围对应不同的强度阈值;在该信号强度大于或者等于该目标强度阈值时,确定识别到该第二识别目标。
需要说明的是,由于上述预设强度范围划分的越多,识别的灵敏度也越高,因此,上述多个预设强度范围可以划分的尽可能多,另外,该预设强度范围的划分也可以根据经验值划分,例如一般车辆返回的信号强度在60dbm到75dbm,而人返回的信号强度在30dbm到45dbm,因此,30dbm到45dbm可以划分为一个强度范围,60dbm到75dbm可以划分为一个强度范围。
S104、根据该第一识别目标和第二识别目标确定威胁目标,并获取该摄像头对该威胁目标的第一识别结果,以及该雷达对该威胁目标的第二识别结果。
其中,该威胁目标包括在该车辆的目标危险区域内,距离该车辆最近的目标。
在本步骤中,可以通过以下方式得到第一识别结果和第二识别结果:
首先,根据该第一识别目标和该第二识别目标,确定该摄像头和该雷达对该目标危险区域内相同位置的目标识别结果。
在一种可能的实现方式中,可以获取该第一识别目标对应的第一目标参数,以及该第二识别目标对应的第二目标参数,获取该第一目标参数和该第二目标参数的偏差值,在该偏差值小于或者等于预设偏差阈值时,确定该第一识别目标和该第二识别目标是相同目标,根据该相同目标的位置信息,得到该目标识别结果。
其中,该第一目标参数可以是第一识别目标距离该车辆的第一距离、第一识别目标相对于该车辆的第一方向角度以及第一识别目标的第一速度,该第二目标参数可以是第二识别目标距离该车辆的距离、第二识别目标相对于该车辆的方向角度以及第二识别目标的速度。
这样,上述第一目标参数和第二目标参数的偏差值即为第一距离和第二距离的距离偏差,第一方向角度和第二方向角度的角度偏差,以及第一速度和第二速度的速度偏差,则在距离偏差小于或者等于预设距离偏差阈值,且角度偏差小于或者等于预设角度偏差阈值,且速度偏差小于或者等于预设角度偏差阈值时,确定该第一识别目标和该第二识别目标是相同目标,也就是说,只有在距离偏差、角度偏差以及速度偏差都小于或者等于对应的预设偏差阈值时,才确定该第一识别目标和该第二识别目标为相同目标,从而得到目标识别结果。
其次,根据该目标识别结果,确定位于该目标危险区域内且距离该车辆最近的目标为该威胁目标。
其中,上述车体目标侧可以是车辆的前方,则该威胁目标可以是车辆前方且位于该车辆的行驶路径所在区域的目标。
示例地,以确定车辆前方的威胁目标为例进行说明,在本实施例中,可以确定车辆前方的目标危险区域,并根据目标识别结果,确定位于该目标危险区域内且距离该车辆最近的目标为威胁目标。在确定目标危险区域时,可以通过该摄像头获取该车辆行驶的车道信息,根据该车道信息确定该车辆的行驶路径,并通过该雷达确定预设识别范围,根据该行驶路径和该预设识别范围确定该车辆前方的目标危险区域。
在确定目标危险区域后,可以根据目标识别结果中相同目标的位置信息,将摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果进行融合,从而将摄像头对车辆前方的识别结果以及雷达对车辆前方的识别结果叠加到相同的坐标位置下,并根据融合结果,确定位于该目标危险区域内的该威胁目标,这样,在后续确定该摄像头对该威胁目标的第一识别结果以及该雷达对该威胁目标的第二识别结果时,即可确定该第一识别结果和第二识别结果为对相同威胁目标的识别结果。
示例地,结合图2对上述摄像头和雷达对车辆前方的识别结果的融合进行说明,如图2所示,图2中的(1)为摄像头对车辆前方的识别结果,其中,虚线区域即为目标危险区域,圆框表示摄像头识别到的目标(即A和B)虚线方框表示示例的位置点(如C和M),图2中的(2)为摄像头对车辆前方的识别结果,其中,虚线区域即为目标危险区域,圆框表示摄像头识别到的目标(即O和P)虚线方框表示示例的位置点(如Q和N),其中,摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果位于相同的位置坐标系下;若根据上述A和O的目标参数确定A和O是同一个目标,即A和O的坐标位置相同,由于在(1)中,A点到车辆前方的其他位置的距离一定,且(2)中,O点到车辆前方的其他位置的距离也一定,又因为(1)和(2)位于同一坐标位置下,因此,在确定A和O为同一目标时,则可以基于该同一目标,将(1)和(2)中的各个位置对应起来,例如,可以确定(1)中的识别目标B和(2)中的位置点Q的位置对应(相当于在该位置摄像头识别到目标,而雷达未识别到目标),可以确定(1)中的位置点M和(2)中的识别目标P的位置对应(相当于在该位置摄像头未识别到目标,而雷达识别到目标),可以确定(1)中的位置点C对应(2)中的位置点N。
需要说明的是,上述示例是以摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果位于相同的坐标位置下为前提,若摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果位于不同的位置坐标系下(如摄像头和雷达设置在车辆的不同位置,导致识别的车辆前方区域存在偏差),则需要先进行位置坐标系的变换,以将上述(1)和(2)变换到相同的位置坐标系下,但是,这样会增加上述识别结果融合的复杂度,降低目标识别的效率,为了解决上述问题,在本公开另一实施例中,可以将该摄像头和雷达设置在车辆的同一位置,使得该摄像头和雷达的基点相同,即该摄像头和雷达的识别结果位于相同的位置坐标系下,从而在进行识别结果融合时,无需进行位置坐标系的变换,提高了目标识别的效率。
其中,上述位置坐标系的变换可以参考现有技术中对位置坐标系的变换,此处不再赘述。
另外,上述目标识别结果中的相同目标可以是目标危险区域外的目标,也可以是目标危险区域内的目标(相当于第一识别结果和第二识别结果),当然,无论该相同目标是不是该目标危险区域内的威胁目标,本实施例都可以通过该相同目标将上述摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果中各个坐标位置对应起来,从而在后续确定车辆和雷达对目标危险区域中威胁目标的识别结果。
在确定威胁目标后,即可确定该摄像头对该威胁目标的第一识别结果以及该雷达对该威胁目标的第二识别结果。
其中,识别结果可以包括识别到威胁目标或者未识别到威胁目标,这样,在本实施例中,第一识别结果和第二识别结果包括以下四种可能,即
结果一:第一识别结果表示识别到威胁目标,第二识别结果表示未识别到威胁目标。
结果二:第一识别结果表示未识别到威胁目标,而第二识别结果表示识别到威胁目标。
结果三:第一识别结果和第二识别结果都表示识别到威胁目标。
结果四:第一识别结果和第二识别结果都表示未识别到威胁目标。
在得到第一识别结果和第二识别结果后,还可以根据该第一识别结果和该第二识别结果确定行驶危险等级,并通过展示装置展示该行驶危险等级。
示例地,该行驶危险等级按照危险程度由低到高的顺序可以包括0级、1级、2级和3级,在第一识别结果和第二识别结果都表示识别到威胁目标(结果四)时,则可以确定该行驶危险等级为3级,在第一识别结果和第二识别结果不同时,由于雷达的识别精度一般高于摄像头,即雷达识别的可信度更高,因此,在第二识别结果表示识别到威胁目标,而第一识别结果表示未识别到威胁目标时,可以确定该行驶危险等级为2级,在第二识别结果表示未识别到威胁目标,而第一识别结果表示识别到威胁目标时,可以确定该行驶危险等级为1级,在第一识别结果和第二识别结果都表示未识别到威胁目标时,可以确定该行驶危险等级为0级。
S105、在根据该第一识别结果确定该摄像头识别到该威胁目标,且根据该第二识别结果确定该雷达未识别到该威胁目标时,获取用户在预设时长内对该车辆的驾驶操作,并根据该驾驶操作更新该目标强度阈值。
由上述步骤S104中的四个结果可以看出,在结果一和结果二中,第一识别结果和第二识别结果是不同的,而在结果三和结果四中,第一识别结果和第二识别结果是相同的,因此,在本步骤中,可以先确定第一识别结果和第二识别结果是否相同,在第一识别结果和第二识别结果不同时,确定第二识别结果是否识别到威胁目标,在确定第二识别结果未识别到威胁目标时,获取用户对该车辆的驾驶操作,并根据该驾驶操作更新该目标强度阈值,也就是说,在第一识别结果和第二识别结果满足上述结果一时,进一步根据驾驶操作更新该目标强度阈值。
在本实施例中,可以从整车控制器获取到用户对车辆的驾驶操作,该驾驶操作包括避障操作(如制动或者转向等),此时,若确定该雷达未识别到威胁目标,但是用户控制车辆执行了避障操作,则确定该威胁目标实际存在,但是雷达未识别到,从而确定雷达识别错误,由于雷达是通过回波信号和目标强度阈值来确定是否存在目标的(参照上述步骤S102和步骤S103的说明),因此,在本实施例中,可以按照预设更新值降低该目标强度阈值,从而提高雷达识别的灵敏度。
另外,在确定该雷达未识别到威胁目标,但是用户没有控制车辆执行避障操作(如匀速正常行驶),则确定雷达识别结果是正确的,此时,可以按照预设更新值提高该目标强度阈值,以降低识别的灵敏度,或者,保持该目标强度阈值不变。
采用上述方法,在确定摄像头的第一识别结果和雷达的第二识别结果不同,且确定雷达的第二识别结果为不存在威胁目标时,通过用户对车辆的驾驶操作对目标强度阈值进行更新,从而通过自学习调整雷达对目标物识别的精度,进而提高对目标物的识别率。
图3为本公开实施例提供的一种目标识别的方法,如图3所示,本实施例是以对车辆前方的威胁目标进行识别为例进行说明的,则车体目标侧为车辆前方,该方法包括:
S301、获取摄像头对车辆前方进行物体识别得到的第一识别目标。
在本步骤中,摄像头可以获取车辆前方的环境图像,并从该环境图像中提取目标特征,并将提取的目标特征与特征库中的模型进行匹配得到匹配度,在匹配度大于或者等于预设匹配度阈值时,确定匹配到目标,在匹配度小于该预设匹配度阈值时,确定未匹配到目标。
需要说明的是,上述摄像头对目标识别的具体算法可以参考现有技术中摄像头对目标识别的算法,此处不再赘述。
S302、通过该车辆上的雷达向车辆前方发送无线电波,并接收该无线电波在碰触到探测物后返回的回波信号,获取该回波信号的信号强度。
S303、根据该回波信号的信号强度以及该信号强度对应的目标强度阈值,得到第二识别目标。
在本步骤中,可以从多个预设强度范围中确定该信号强度对应的目标强度范围,并确定该目标强度范围对应的强度阈值为该目标强度阈值;其中,不同的预设强度范围对应不同的强度阈值;在该信号强度大于或者等于该目标强度阈值时,确定识别到该第二识别目标。
S304、根据该第一识别目标和该第二识别目标,确定该摄像头和该雷达对该车辆前方相同位置的目标识别结果。
在一种可能的实现方式中,可以获取该第一识别目标对应的第一目标参数,以及该第二识别目标对应的第二目标参数,获取该第一目标参数和该第二目标参数的偏差值,在该偏差值小于或者等于预设偏差阈值时,确定该第一识别目标和该第二识别目标是相同目标,根据该相同目标的位置信息,得到该目标识别结果。
其中,该第一目标参数可以是第一识别目标距离该车辆的第一距离、第一识别目标相对于该车辆的第一方向角度以及第一识别目标的第一速度,该第二目标参数可以是第二识别目标距离该车辆的距离、第二识别目标相对于该车辆的方向角度以及第二识别目标的速度。
这样,上述第一目标参数和第二目标参数的偏差值即为第一距离和第二距离的距离偏差,第一方向角度和第二方向角度的角度偏差,以及第一速度和第二速度的速度偏差,则在距离偏差小于或者等于预设距离偏差阈值,且角度偏差小于或者等于预设角度偏差阈值,且速度偏差小于或者等于预设角度偏差阈值时,确定该第一识别目标和该第二识别目标是相同目标,也就是说,只有在距离偏差、角度偏差以及速度偏差都小于或者等于对应的预设偏差阈值时,才确定该第一识别目标和该第二识别目标为相同目标,从而得到目标识别结果。
其中,摄像头可以利用测量技术、计算该车辆与车辆前方的目标之间的距离以及车辆前方的目标相对于该车辆的方向角度,并基于它们之间的距离相对于由对前几帧图像的计算而获得的距离的变化量计算该车辆前方的目标相对于车辆的速度。雷达可以通过两个接收器接收到的回波信号的平行波前面与接收阵列所成夹角,确定车辆前方的目标相对该车辆的方向角度,并通过对回波信号分别在时间维度和空间维度进行傅里叶变换得到该车辆与车辆前方的目标之间的距离,以及该车辆前方的目标相对于车辆的速度。
需要说明的是,上述摄像头和雷达对距离、方向角度和速度的计算可以参考现有技术中摄像头和雷达对距离、方向角度和速度的计算,此处不再赘述。
S305、根据该目标识别结果,确定位于该目标危险区域内且距离该车辆最近的目标为该威胁目标。
在本步骤中,可以确定目标危险区域,该目标危险区域包括该车辆的行驶路径所在的车辆前方区域,并根据该目标识别结果,确定位于该目标危险区域内的该威胁目标。
在一种可能的实现方式中,在确定目标危险区域时,可以通过该摄像头获取该车辆行驶的车道信息,根据该车道信息确定该车辆的行驶路径,并通过该雷达确定预设识别范围,根据该行驶路径和该预设识别范围确定该车辆前方的目标危险区域。
在确定目标危险区域后,可以根据目标识别结果中相同目标的位置信息,将摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果进行融合,从而将摄像头对车辆前方的识别结果以及雷达对车辆前方的识别结果叠加到相同的坐标位置下,并根据融合结果,确定位于该目标区域内的该威胁目标,这样,在后续确定该摄像头对该威胁目标的第一识别结果以及该雷达对该威胁目标的第二识别结果时,即可确定该第一识别结果和第二识别结果为对相同威胁目标的识别结果。
其中,上述摄像头对车辆前方的识别结果和雷达对车辆前方的识别结果进行融合的具体过程可以参考上述实施例对图2的描述,此处不再赘述。
S306、确定该摄像头对该威胁目标的第一识别结果以及该雷达对该威胁目标的第二识别结果。
其中,识别结果可以包括识别到目标或者未识别到目标,这样,在本实施例中,第一识别结果和第二识别结果包括以下四种可能,即
结果一:第一识别结果表示识别到威胁目标,第二识别结果表示未识别到威胁目标。
结果二:第一识别结果表示未识别到威胁目标,而第二识别结果表示识别到威胁目标。
结果三:第一识别结果和第二识别结果都表示识别到威胁目标。
结果四:第一识别结果和第二识别结果都表示未识别到威胁目标。
在得到第一识别结果和第二识别结果后,还可以根据该第一识别结果和该第二识别结果确定行驶危险等级,并通过展示装置展示该行驶危险等级。
示例地,该行驶危险等级按照危险程度由低到高的顺序可以包括0级、1级、2级和3级,在第一识别结果和第二识别结果都表示识别到威胁目标(结果四)时,则可以确定该行驶危险等级为3级,在第一识别结果和第二识别结果不同时,由于雷达的识别精度一般高于摄像头,即雷达识别的可信度更高,因此,在第二识别结果表示识别到威胁目标,而第一识别结果表示未识别到威胁目标时,可以确定该行驶危险等级为2级,在第二识别结果表示未识别到威胁目标,而第一识别结果表示识别到威胁目标时,可以确定该行驶危险等级为1级,在第一识别结果和第二识别结果都表示未识别到威胁目标时,可以确定该行驶危险等级为0级。
S307、确定该第一识别结果和该第二识别结果是否相同。
在该第一识别结果和该第二识别结果相同时,执行步骤S313;
在该第一识别结果和该第二识别结果不同时,执行步骤S308。
S308、根据第二识别结果确定该雷达是否识别到该威胁目标。
在确定该雷达识别到该威胁目标时,执行步骤S313;
在确定该雷达未识别到该威胁目标时,执行步骤S309和步骤S310。
S309、获取用户对该车辆的驾驶操作。
在本步骤中,可以从整车控制器获取到用户对车辆的驾驶操作,该驾驶操作可以包括避障操作(如制动或者转向等)以及非避障操作(如匀速正常行驶),此时,若确定该雷达未识别到威胁目标,但是用户控制车辆执行了避障操作,则确定该威胁目标实际存在,但是雷达未识别到,从而确定雷达识别错误,由于雷达是通过回波信号和目标强度阈值来确定前方是否存在目标的,因此,在本实施例中,可以按照预设更新值降低该目标强度阈值,从而提高雷达识别的灵敏度。
S310、确定该驾驶操作是否为避障操作。
在该驾驶操作为避障操作时,执行步骤S311;
在该驾驶操作为非避障操作时,执行步骤S312。
S311、按照预设更新值降低该目标强度阈值。
其中,若确定该雷达未识别到威胁目标,但是用户控制车辆执行了避障操作,则确定该威胁目标实际存在,但是雷达未识别到,从而确定雷达识别错误,由于雷达是通过回波信号和目标强度阈值来确定前方是否存在目标的,因此,在本实施例中,可以按照预设更新值降低该目标强度阈值,从而提高雷达识别的灵敏度。
S312、按照预设更新值提高该目标强度阈值;或者,保持该目标强度阈值不变。
在确定该雷达未识别到威胁目标,但是用户没有控制车辆执行避障操作(如匀速正常行驶),则确定雷达识别结果是正确的,此时,可以按照预设更新值提高该目标强度阈值,以降低识别的灵敏度,或者,保持该目标强度阈值不变。
S313、输出识别结果。
S314、输出雷达的识别结果。
由于雷达的测量结果可信度更高,因此,可以输出雷达的识别结果。
需要说明的是,对于上述方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行,例如,上述步骤S301和步骤S302并不局限于先执行步骤S301,再执行步骤S302、也可以先执行步骤S302,再执行步骤S301,还可以同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本公开所必须的。
采用上述方法,在确定摄像头的第一识别结果和雷达的第二识别结果不同,且确定雷达的第二识别结果为不存在目标物时,通过用户对车辆的驾驶操作对目标强度阈值进行更新,从而通过自学习调整雷达对目标物识别的精度,进而提高对目标物的识别率。
图4为本公开实施例提供的一种目标识别的装置,如图4所示,包括:
第一获取模块401,用于获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;该车体目标侧为车体四周中的任一侧;
第二获取模块402,用于通过该车辆上的雷达向该车体目标侧发送无线电波,并接收该无线电波在碰触到探测物后返回的回波信号,并获取该回波信号的信号强度;
目标确定模块403,用于根据该回波信号的信号强度以及该信号强度对应的目标强度阈值,得到第二识别目标;
识别结果获取模块404,用于根据所述第一识别目标和第二识别目标确定威胁目标,并获取所述摄像头对所述威胁目标的第一识别结果,以及所述雷达对所述威胁目标的第二识别结果;所述威胁目标包括在所述车辆的目标危险区域内,距离所述车辆最近的目标;
阈值更新模块405,用于在根据该第一识别结果确定该摄像头识别到该威胁目标,且根据该第二识别结果确定该雷达未识别到该威胁目标时,获取用户在预设时长内对该车辆的驾驶操作,并根据该驾驶操作更新该目标强度阈值。
可选地,该驾驶操作包括避障操作,该阈值更新模块405,用于按照预设更新值降低该目标强度阈值。
可选地,该第二获取模块402,用于从多个预设强度范围中确定该信号强度所在的目标强度范围,并确定该目标强度范围对应的强度阈值为该目标强度阈值,并在该信号强度大于或者等于该目标强度阈值时,确定识别到该第二识别目标,其中,不同的预设强度范围对应不同的强度阈值。
可选地,该识别结果获取模块404,用于根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果,并根据所述目标识别结果,确定位于所述目标危险区域内且距离所述车辆最近的目标为所述威胁目标。
可选地,该识别结果获取模块404,用于获取该第一识别目标对应的第一目标参数,以及该第二识别目标对应的第二目标参数,并获取该第一目标参数和该第二目标参数的偏差值,并在该偏差值小于或者等于预设偏差阈值时,确定该第一识别目标和该第二识别目标是相同目标,并根据该相同目标的位置信息,得到该目标识别结果。
可选地,该装置还包括:危险等级输出模块,用于根据该第一识别结果和该第二识别结果确定行驶危险等级,并通过展示装置展示该行驶危险等级。
采用上述装置,在确定摄像头的第一识别结果和雷达的第二识别结果不同,且确定雷达的第二识别结果为不存在威胁目标时,通过用户对车辆的驾驶操作对目标强度阈值进行更新,从而通过自学习调整雷达对目标物识别的精度,进而提高对目标物的识别率。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的目标识别的方法的步骤。
本公开实施例还提供一种车辆,该车辆包括上述目标识别的装置。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (14)
1.一种目标识别的方法,其特征在于,包括:
获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;所述车体目标侧为车体四周中的任一侧;
通过所述车辆上的雷达向所述车体目标侧发送无线电波,并接收所述无线电波在碰触到探测物后返回的回波信号,获取所述回波信号的信号强度;
根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标;
根据所述第一识别目标和第二识别目标确定威胁目标,并获取所述摄像头对所述威胁目标的第一识别结果,以及所述雷达对所述威胁目标的第二识别结果;所述威胁目标包括在所述车辆的目标危险区域内,距离所述车辆最近的目标;
在根据所述第一识别结果确定所述摄像头识别到所述威胁目标,且根据所述第二识别结果确定所述雷达未识别到所述威胁目标时,获取用户在预设时长内对所述车辆的驾驶操作,并根据所述驾驶操作更新所述目标强度阈值;其中,所述驾驶操作包括避障操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述驾驶操作更新所述目标强度阈值包括:
按照预设更新值降低所述目标强度阈值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标包括:
从多个预设强度范围中确定所述信号强度所在的目标强度范围;
确定所述目标强度范围对应的强度阈值为所述目标强度阈值;其中,不同的预设强度范围对应不同的强度阈值;
在所述信号强度大于或者等于所述目标强度阈值时,确定识别到所述第二识别目标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一识别目标和第二识别目标确定威胁目标包括:
根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果;
根据所述目标识别结果,确定位于所述目标危险区域内且距离所述车辆最近的目标为所述威胁目标。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果包括:
获取所述第一识别目标对应的第一目标参数,以及所述第二识别目标对应的第二目标参数;
获取所述第一目标参数和所述第二目标参数的偏差值;
在所述偏差值小于或者等于预设偏差阈值时,确定所述第一识别目标和所述第二识别目标是相同目标;
根据所述相同目标的位置信息,得到所述目标识别结果。
6.根据权利要求1至5任一项所述的方法,其特征在于,在根据所述第一识别目标和所述第二识别目标,获取所述摄像头对前方目标的第一识别结果,以及所述雷达对所述前方目标的第二识别结果后,所述方法还包括:
根据所述第一识别结果和所述第二识别结果确定行驶危险等级,并通过展示装置展示所述行驶危险等级。
7.一种目标识别的装置,其特征在于,包括:
第一获取模块,用于获取摄像头对车辆的车体目标侧进行物体识别得到的第一识别目标;所述车体目标侧为车体四周中的任一侧;
第二获取模块,用于通过所述车辆上的雷达向所述车体目标侧发送无线电波,并接收所述无线电波在碰触到探测物后返回的回波信号,获取所述回波信号的信号强度;
目标确定模块,用于根据所述回波信号的信号强度以及所述信号强度对应的目标强度阈值,得到第二识别目标;
识别结果获取模块,用于根据所述第一识别目标和第二识别目标确定威胁目标,并获取所述摄像头对所述威胁目标的第一识别结果,以及所述雷达对所述威胁目标的第二识别结果;所述威胁目标包括在所述车辆的目标危险区域内,距离所述车辆最近的目标;
阈值更新模块,用于在根据所述第一识别结果确定所述摄像头识别到所述威胁目标,且根据所述第二识别结果确定所述雷达未识别到所述威胁目标时,获取用户在预设时长内对所述车辆的驾驶操作,并根据所述驾驶操作更新所述目标强度阈值;其中,所述驾驶操作包括避障操作。
8.根据权利要求7所述的装置,其特征在于,所述阈值更新模块,用于按照预设更新值降低所述目标强度阈值。
9.根据权利要求7所述的装置,其特征在于,所述第二获取模块,用于从多个预设强度范围中确定所述信号强度所在的目标强度范围,并确定所述目标强度范围对应的强度阈值为所述目标强度阈值,并在所述信号强度大于或者等于所述目标强度阈值时,确定识别到所述第二识别目标,其中,不同的预设强度范围对应不同的强度阈值。
10.根据权利要求7所述的装置,其特征在于,所述识别结果获取模块,用于根据所述第一识别目标和所述第二识别目标,确定所述摄像头和所述雷达对所述目标危险区域内相同位置的目标识别结果,并根据所述目标识别结果,确定位于所述目标危险区域内且距离所述车辆最近的目标为所述威胁目标。
11.根据权利要求10所述的装置,其特征在于,所述识别结果获取模块,用于获取所述第一识别目标对应的第一目标参数,以及所述第二识别目标对应的第二目标参数,并获取所述第一目标参数和所述第二目标参数的偏差值,并在所述偏差值小于或者等于预设偏差阈值时,确定所述第一识别目标和所述第二识别目标是相同目标,并根据所述相同目标的位置信息,得到所述目标识别结果。
12.根据权利要求7至11任一项所述的装置,其特征在于,所述装置还包括:
危险等级输出模块,用于根据所述第一识别结果和所述第二识别结果确定行驶危险等级,并通过展示装置展示所述行驶危险等级。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
14.一种车辆,其特征在于,包括上述权利要求7至12任一项所述的目标识别的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929494.XA CN110888135B (zh) | 2018-08-15 | 2018-08-15 | 目标识别的方法、装置以及存储介质和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929494.XA CN110888135B (zh) | 2018-08-15 | 2018-08-15 | 目标识别的方法、装置以及存储介质和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110888135A CN110888135A (zh) | 2020-03-17 |
CN110888135B true CN110888135B (zh) | 2022-04-15 |
Family
ID=69744176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810929494.XA Active CN110888135B (zh) | 2018-08-15 | 2018-08-15 | 目标识别的方法、装置以及存储介质和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110888135B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113966496A (zh) * | 2020-05-21 | 2022-01-21 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台与计算机可读存储介质 |
CN111695619A (zh) * | 2020-06-05 | 2020-09-22 | 中国第一汽车股份有限公司 | 一种多传感器目标融合方法、装置、车辆及存储介质 |
CN112784707B (zh) * | 2021-01-05 | 2024-05-07 | 杭州海康威视数字技术股份有限公司 | 一种信息融合方法、装置、一体化检测设备及存储介质 |
CN114056234A (zh) * | 2021-10-20 | 2022-02-18 | 北京车和家汽车科技有限公司 | 车辆控制方法、装置、设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4011711B2 (ja) * | 1998-01-13 | 2007-11-21 | 本田技研工業株式会社 | 車両走行安全装置 |
JP4042979B2 (ja) * | 2004-05-14 | 2008-02-06 | 本田技研工業株式会社 | 車両操作支援装置 |
JP4211809B2 (ja) * | 2006-06-30 | 2009-01-21 | トヨタ自動車株式会社 | 物体検出装置 |
CN101968917B (zh) * | 2006-10-13 | 2013-04-24 | 丰田自动车株式会社 | 车载警告装置 |
CN102542843A (zh) * | 2010-12-07 | 2012-07-04 | 比亚迪股份有限公司 | 防止车辆碰撞的预警方法及装置 |
CN102944881A (zh) * | 2012-11-29 | 2013-02-27 | 阮于华 | 汽车防撞激光雷达系统和汽车安全制动方法 |
JP6207407B2 (ja) * | 2014-01-17 | 2017-10-04 | オムロンオートモーティブエレクトロニクス株式会社 | レーザレーダ装置、物体検出方法、及び、プログラム |
CN105835820B (zh) * | 2016-04-28 | 2018-04-13 | 姜锡华 | 车载传感器信息筛选方法及应用该方法的车辆避撞系统 |
JP6432116B2 (ja) * | 2016-05-23 | 2018-12-05 | 本田技研工業株式会社 | 車両位置特定装置、車両制御システム、車両位置特定方法、および車両位置特定プログラム |
CN107202983B (zh) * | 2017-05-19 | 2020-11-13 | 深圳佑驾创新科技有限公司 | 基于图像识别和毫米波雷达融合的自动刹车方法和系统 |
-
2018
- 2018-08-15 CN CN201810929494.XA patent/CN110888135B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110888135A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102302782B1 (ko) | 위치정보 보정 시스템 및 방법 | |
CN110888135B (zh) | 目标识别的方法、装置以及存储介质和车辆 | |
KR101823756B1 (ko) | 오인식 판정 장치 | |
US9809223B2 (en) | Driving assistant for vehicles | |
US7498972B2 (en) | Obstacle detection system for vehicle | |
KR102075110B1 (ko) | V2v 통신 기반 차량 식별 장치 및 그 식별 방법 | |
US10345443B2 (en) | Vehicle cruise control apparatus and vehicle cruise control method | |
US10366295B2 (en) | Object recognition apparatus | |
US10436899B2 (en) | Object detection apparatus | |
US10422871B2 (en) | Object recognition apparatus using a plurality of object detecting means | |
US20170080929A1 (en) | Movement-assisting device | |
KR101448506B1 (ko) | 선행차량의 거동을 이용한 주행 차로의 곡률 측정 방법 및 장치 | |
KR20180007412A (ko) | 멀티센서 기반의 융합형 물체 감지 장치 및 방법 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
CN110867132A (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
US11403494B2 (en) | Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium | |
US10810448B2 (en) | Image-capturing device | |
KR20170124287A (ko) | 융합형 물체 감지 정보를 이용한 운전자 보조 시스템 및 방법 | |
JP6193177B2 (ja) | 動作支援システム及び物体認識装置 | |
KR101704635B1 (ko) | 레이더 및 영상 래스터 데이터를 이용한 목표물 탐지 방법 및 장치 | |
CN114488065B (zh) | 一种航迹数据处理方法、装置、车辆和介质 | |
KR102303238B1 (ko) | 위치정보 보정 시스템 및 방법 | |
JP2017122646A (ja) | 移動物体検出装置 | |
KR20230106195A (ko) | 주차공간 인식방법 및 장치 | |
KR102303237B1 (ko) | 위치정보 보정 시스템 및 방법 |
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 |