[go: up one dir, main page]

CN112947401A - 一种自动驾驶系统中的感知数据的显示方法 - Google Patents

一种自动驾驶系统中的感知数据的显示方法 Download PDF

Info

Publication number
CN112947401A
CN112947401A CN201911375088.4A CN201911375088A CN112947401A CN 112947401 A CN112947401 A CN 112947401A CN 201911375088 A CN201911375088 A CN 201911375088A CN 112947401 A CN112947401 A CN 112947401A
Authority
CN
China
Prior art keywords
barrier
obstacle
static
automatic driving
dynamic
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.)
Pending
Application number
CN201911375088.4A
Other languages
English (en)
Inventor
李�昊
郭坤
张弛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Shendong Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shendong Technology Beijing Co ltd filed Critical Shendong Technology Beijing Co ltd
Publication of CN112947401A publication Critical patent/CN112947401A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动驾驶系统中的感知数据的显示方法，包括：获取感知的障碍物信息，该障碍物由静态栅栏和动态栅栏表示，该静态栅栏和动态栅栏根据障碍物的位置信息和停留的时间信息呈现出相应的形态特征，自动驾驶系统持续获取该障碍物的信息，持续稳定地显示出该静态栅栏和动态栅栏呈现出的形态特征变化。

Description

一种自动驾驶系统中的感知数据的显示方法
技术领域
本发明涉及驾驶辅助显示领域，具体涉及自动驾驶系统中的感知数据的显示方法。
背景技术
目前应用于自动驾驶系统中的显示方法在呈现的效果上不尽如人意，例如用3D框标记驾驶车辆的方法，由于感知数据的实时变化，以及在感知数据准确程度难以实现的情况下，3D框标记不可避免地会发生抖动，显示的效果很不稳定；对于使用平面框标记的方法，虽然能够一定程度上弥补由于感知数据不准确造成的负面影响，但是视觉效果上缺乏空间感，而且呈现过多障碍物时缺乏景深而影响视觉效果。
发明内容
为了解决当前自动驾驶系统中显示效果的不稳定等缺陷，本发明提供了自动驾驶系统中的感知数据的显示方法。
根据本发明的一个方面，提供一种自动驾驶系统中的感知数据的显示方法，包括：获取感知的障碍物信息，所述障碍物由静态栅栏和动态栅栏表示，所述静态栅栏和动态栅栏根据障碍物的位置信息和停留的时间信息呈现出相应的形态特征，通过持续获取所述障碍物信息，持续稳定地显示出静态栅栏和动态栅栏呈现出的形态特征变化。
优选地，静态栅栏包括左侧边静态栅栏和右侧边静态栅栏，所述左侧边静态栅栏和所述右侧边静态栅栏分别显示于所述自动驾驶车辆左前侧方和右前侧方，所述动态栅栏与所述静态栅栏方向垂直显示在自动驾驶车辆前方。
优选地，通过所述静态栅栏和动态栅栏呈现的不同的色相表示障碍物与自动驾驶车辆的距离信息。
优选地，色相的颜色越接近红色表示障碍物与自动驾驶车辆的距离越近，色相的颜色越接近绿色表示距离越远。
优选地，通过静态栅栏的高度表示障碍物停留的时间，高度越高表示停留的时间越长，反之停留的时间越短。
优选地，持续稳定地显示出静态栅栏和动态栅栏呈现出的形态特征变化，包括：通过梯度追踪的数据补偿方案实现所述自动驾驶系统持续稳定地显示出静态栅栏和动态栅栏呈现出的形态特征变化。
优选地，自动驾驶系统是运用于行驶在固定路线上的自动驾驶车辆。
优选地，自动驾驶系统是自动驾驶等级从L0到L5中具有感知能力的自动驾驶系统。
根据本发明的另一个方面，提供一种自动驾驶系统中的感知数据的显示方法，包括：获取感知的障碍物信息，所述障碍物由虚拟墙体表示，所述虚拟墙体根据所述障碍物的位置信息和停留的时间信息呈现出相应的形态特征，通过持续获取所述障碍物信息，持续稳定地显示出所述虚拟墙体呈现出的形态特征变化。
优选地，虚拟墙体包括第一虚拟墙体和第二虚拟墙体。
优选地，第一虚拟墙体和第二虚拟墙体通过静态栅栏和动态栅栏表示。
与现有技术相比，本发明的有益效果包括：
既能够基于不准确和/或不稳定的数据进行稳定地投影显示，又能够体现3D效果，兼顾美观和预警的功能。通过虚拟墙体表示障碍物，进一步通过栅栏表示障碍物，跟现实路面的栅栏类似，能给自动驾驶车辆内的乘客带来安全感。通过灵活设置虚拟墙体的数量，使得自动驾驶车辆可以根据不同的路况呈现最适合的显示效果。通过不同的颜色和高度能够使得自动驾驶车辆内的乘客和/或其他观看者很容易地对障碍物的危险性进行分辨和预警，通过静态栅栏的高度表示障碍物被捕捉到的时间长短，可以使得显示效果更加友好，不会出现静态栅栏时有时无从而造成显示效果突兀的缺陷。通过补偿方案使得显示效果持续稳定不会抖动不连续。
附图说明
通过结合附图进行阅读，将会更好地了解以上概述以及以下详细描述。为了便于说明，附图中示出本公开的某些实施例。但是，应当理解，本发明并不局限于所示的准确布置和工具。结合到本说明书中并且构成其部分的附图示出按照本发明的系统和设备的实现，并且连同本描述一起用来说明按照本发明的优点和原理。
其中，
图1是本发明自动驾驶系统中感知数据的显示方法的流程示意图。
图2是本发明自动驾驶系统中感知数据的显示方法的结构示意图。
具体实施方式
在详细说明本发明的至少一个实施例之前，要理解，本发明并不局限于它在以下描述中提出或者在附图中示出的构造的细节以及组件的布置的应用。提供附图和书面描述，以指导本领域的技术人员进行和使用对其寻求专利保护的本发明。本发明适用于其他实施例并且能够按照各种方式来实施和执行。本领域的技术人员将会理解，为了清楚起见和便于了解，并非示出一商业实施例的所有特征。本领域的技术人员还将会理解，结合本发明的方面的实际商业实施例的开发将要求许多实现特定判定来取得开发人员的商业实施例的最终目标。虽然这些工作会是复杂和费时的，但是这些工作是获益于本公开的领域的技术人员例行任务。
另外，要理解，本文所采用的用语和术语是为了便于描述，而不应当被视作限制。例如，单数术语、例如“一”、“一个”的使用不是意在限制项的数量。另外，非限制性地诸如“顶部”、“底部”、“左”、“右”、“上”、“下”、“向下”、“向上”、“侧”之类的关系术语的使用为了清楚起见而具体参照附图用于本描述中，而不是意在限制本发明或者所附权利要求书的范围。此外，应当理解，本发明的特征的任一个可单独地或者与其他特征结合使用。通过阅读附图和详细描述，本领域的技术人员将会清楚地知道本发明的其他系统、方法、特征和优点。预计所有这类其他系统、方法、特征和优点都包含在本描述之内，包含在本发明的范围之内，并且受到所附权利要求书保护。
结合图1和图2所示，其示意性地根据本发明示出了自动驾驶系统中的感知数据的显示方法的实施方式。
具体步骤如下：
步骤S101：障碍物车辆从左前方靠近自动驾驶车辆，障碍物车辆被车载感应设备捕捉，其中，车载感应设备包括图像传感器、超声波雷达、激光雷达和/或毫米波雷达等。
在一些实施例中，上述障碍物车辆包括从后方和/或其他方向靠近自动驾驶车辆。
在一些实施例中，上述障碍物车辆还包括人、动物和/或其他被车载感应设备捕捉的移动的和/或静止的物体。
在一些实施例中，上述自动驾驶车辆可以是遥控车、机器人、机器狗、船只、遥控船只、飞行器、无人机、遥控飞机。
步骤S102：障碍物车辆被车载感应设备捕捉，通过自动驾驶系统将车载感应设备捕捉的障碍物车辆的信息通过图像显示，图2中虚线围成的若干个小矩形1代表识别到的障碍物车辆。其中，图像通过栅栏呈现，栅栏包括动态栅栏F和两侧边静态栅栏L和R。动态栅栏F横着显示在自动驾驶车辆的前方，且可以左右移动。两侧边静态栅栏与动态栅栏F方向垂直，显示在自动驾驶车辆的左右侧。
在一些实施例中，自动驾驶系统识别到的还包括人、动物和/或其他被车载感应设备捕捉的移动的和/或静止的物体。
在一些实施例中，图像通过其他形状的物体呈现，比如虚拟的墙体，虚拟的水坝，虚拟的防撞装置。
当车载感应设备没有捕捉到任何障碍物时，不显示栅栏。
当障碍物车辆从左前方逐渐靠近自动驾驶车辆并刚刚被车载感应设备捕捉，左侧边静态栅栏L出现，并呈现出一定的高度，同时左侧边静态栅栏L的整体颜色显示为绿色。
当障碍物车辆进一步靠近自动驾驶车辆，且障碍物车辆的一部分车体进入自动驾驶系统预先设定好的警示区域时，左侧边静态栅栏L高度增加，同时左侧边静态栅栏L的颜色由绿色逐渐变为橙色。与此同时，动态栅栏F出现，并根据警示区域内的车体部分相应地显示在自动驾驶车辆的前方。此时，动态栅栏F显示的颜色偏红，即表示障碍物车辆与自动驾驶车辆距离较近。
在步骤S102提供的技术方案中，自动驾驶系统预先设定好的警示区域可以通过如下方式设定。例如，将自动驾驶车辆最前端在水平方向的投影线作为x轴，将自动驾驶车辆的中心轴作为y轴，将自动驾驶系统所有的显示区域分割成4个静态区域SL1,SL2,SR1,SR2和1个动态区域SF，其中，SL1和SR1共同组成步骤S102中的警示区域,而动态区域SF是警示区域的子集，动态区域的范围处于SL1和SR1共同组成步骤S102中的警示区域的范围内。SL2和SR2分别位于警示区域的两侧。
设置警示区域的x方向的宽度为自动驾驶车辆所在车道的车道宽度，其中，保持y轴的位置不变，SL1的x方向的宽度小于SR1的x方向的宽度，设置SL2和SR2的宽度相同，如设置SL2和SR2的宽度为0.5米。此时，显示的左侧边静态栅栏距离中心轴的位置较右侧边静态栅栏距离中心轴的位置较近。
在一些实施例中，可以设置SL1的x方向的宽度大于SR1的x方向的宽度。
在一些实施例中，SR1和SR2的宽度可以设置为零，如自动驾驶车辆在固定的路线上行使，且行驶的路线右侧不会有移动的障碍物，如右侧是悬崖。
在一些实施例中，SL1和SL2的宽度可以设置为零，如自动驾驶车辆在固定的路线上行使，且行驶的路线左侧不会有移动的障碍物。
在一些实施例中，SL2和SR2的宽度可以设置为零，如在固定轨道上行使的自动驾驶车辆，通常只需要关注正前方的障碍物。
在一些实施例中，四个静态区域中的SL1和SR1可以设置成相同的面积，比如，SL1和SR1共同组成的警示区域的x方向的宽度设置成车道的宽度，或者航道的宽度,SL1和SL2各占车道或者航道的一半。
在一些实施例中，可以由栅栏的厚度表示捕捉到的障碍物的数量，栅栏的厚度越厚表示捕捉到的障碍物的数量越多。
当障碍物车辆处于静态区域SL1和/或SL2范围内时，障碍物车辆被自动驾驶系统捕捉，捕捉得到的障碍物车辆的信息经过自动驾驶系统处理后由图像显示，在步骤S102中，该图像由左侧边静态栅栏L表示；同理，处于静态区域SR1和/或SR2范围内的障碍物车辆的信息由右侧边静态栅栏R表示；当障碍物车辆处于警示区域内时，障碍物车辆被自动驾驶系统捕捉得到的信息由动态栅栏F表示。
在一些实施例中，当障碍物车辆处于SL1偏右区域和/或障碍物车辆处于SL2偏左区域范围内时，左侧边静态栅栏L和右侧边静态栅栏R同时捕捉到障碍物车辆。即左侧边静态栅栏L和右侧边静态栅栏R有交叉识别范围。该交叉识别范围可设置为小于警示区域x方向的宽度，如设置为警示区域x方向的宽度的一半。
在步骤S102提供的技术方案中，通过障碍物车辆的信息生成左侧边静态栅栏L的方法可以通过如下方式获得。
首先，将自动驾驶系统显示区域内的任意感知区域C中的所有障碍物车辆等效为一个障碍物点M，对于任意障碍物点M，在左侧边静态栅栏L上有对应的点P，点M和点P之间的位置关系决定点P所在位置的色相和高度。
在在步骤S102提供的技术方案中，将感知区域C中的所有障碍物车辆等效为一个障碍物点M的方法，包括：将能感知到的障碍物车辆上所有点的平均值等效为障碍物点M。
通过障碍物点M计算左侧边静态栅栏L上对应的点P所在位置的色相的方法，包括：将点M到点P的距离线性映射到红色和绿色的区间当中，即可得到点P的理想色相。
为了使显示效果更稳定友好，点P的实际色相可以设置成在原色相的基础上向理想色相偏离一定的比例。
障碍物点M的横坐标越靠近x＝0,则点P所在的位置显示的颜色越偏红；反之，颜色越偏绿。
通过障碍物点M计算左侧边静态栅栏L上对应的点P所在位置的高度的方法，包括：如果在任意感知区域C中捕捉到一个障碍物车辆，则栅栏的高度相应地增加一个单位的高度，最大高度可设置为一个特定的上限值；如果任意感知区域C中没有捕捉到障碍物车辆，则栅栏的高度会减小一个单位的高度，最小高度为0。
由上述计算高度的方法可知，障碍物车辆停留在感知区域C的时间越长，点P所在位置的高度就增加得越多，最终显示的高度就越高；反之，高度减小的越多，最终显示的高度就越低。即点P所在位置的高低通过上述计算方法可以表示障碍物车辆在感知区域C停滞时间长短。
在步骤S102提供的技术方案中，通过障碍物车辆的信息生成动态栅栏F的方法可以通过如下方式获得。
首先，设定动态栅栏F的感应区域SF，最大的范围即SL1和SR1组成的共同区域。
在一些实施例中，动态栅栏F的感应区域可以设置成更大的范围，比如x方向上的范围可以根据不同的路况个性化定制，可以是图2中L_x1与R_x1距离的二倍，也可以是的一半或者更小。
其次，动态栅栏F的左右边界分别设定为感应区域SF范围内所有障碍物车辆车体部分的x坐标最小值和最大值。
通过感应区域SF中障碍物点对应的y坐标值设定动态栅栏F中心点所在位置的色相的方法，包括：将y坐标值线性映射到红色和绿色的色相区间当中，即可得到中心点的理想色相。
为了使显示效果更稳定友好，中心点的实际色相可以设置成在原色相的基础上向理想色相偏离一定的比例。
动态栅栏中心点离障碍物车辆越近,则中心点所在的位置显示的颜色越偏红；反之，颜色越偏绿。
通过梯度追踪的方式处理，相应地中心点显示出的颜色能呈现出良好的渐变过度。
设定动态栅栏F其他点所在位置的色相的方法，包括：将动态栅栏F中的每一个点距离动态栅栏F中心点的距离线性映射倒红色和绿色的色相区间中，得到动态栅栏F中的每一个点的色相。为了使显示效果更稳定友好，可以引入比例常数k调节映射的比例。
因此，动态栅栏F显示出的颜色呈现出中间向两边由红色过度到绿色的渐变。
设定动态栅栏F上每一个点所在位置的高度的方法，包括：引入4个变量决定动态栅栏F中的每一个点的高度：位置的正弦函数值，位置的负指数函数值，动态栅栏F上该点的y值,比例常数k。
因此，动态栅栏F呈现出的是随时间变化的正弦波，自动驾驶车辆距离障碍物越近，动态栅栏F整体高度越高；反之，整体高度越低。
在一些实施例中，感知数据以半透明叠加图的形式显示在显示器中。
步骤S103：障碍物车辆进入警示区域，两侧边静态栅栏L和R都由橙色变为红色，即表示障碍物车辆距离自动驾驶车辆比较近。动态栅栏F高度上升到较高的高度，颜色显示为红色，表示障碍物车辆距离自动驾驶车辆距离比较近。
接下来，障碍物车辆继续接近右侧边静态栅栏R，此时左侧边静态栅栏L变为绿色，表示自动驾驶车辆左侧比较安全，左侧边静态栅栏L高度降低,表示没有感知到障碍物车辆；同时，右侧边静态栅栏R变为橙色，表示障碍物车辆距离自动驾驶车辆右侧较近。
接下来，障碍物车辆远离右侧边静态栅栏R，右侧边静态栅栏R变为绿色，表示右侧安全，同时左侧边静态栅栏L由于继续感知不到障碍物而高度下降至完全消失。
在上述实施方式的基础上，根据本发明阐述下述自动驾驶系统中的感知数据的显示方法的另一种实施方式。
具体步骤如下：
S201：障碍物从近处向远处移动，自动驾驶车辆通过图像传感器、超声波雷达、激光雷达以及毫米波雷达等传感器获取障碍物数据。
S202：障碍物距离自动驾驶车辆较近的时候，由动态栅栏表示的障碍物高度较高，颜色偏红，参考S102。
S203：障碍物渐渐远离自动驾驶车辆的过程，动态栅栏的高度逐渐降低，颜色由偏红转为偏绿，参考S103。
在上述实施方式的基础上，根据本发明阐述下述自动驾驶系统中的感知数据的显示方法的另一种实施方式。
具体步骤如下：
S301：障碍物从远处向近处移动，自动驾驶车辆通过图像传感器、超声波雷达、激光雷达以及毫米波雷达等传感器获取障碍物数据。
S302：障碍物距离自动驾驶车辆较远的时候，由动态栅栏表示的障碍物高度较低，颜色偏绿，参考S102。
S303：障碍物渐渐逼近自动驾驶车辆的过程，动态栅栏的高度逐渐升高，颜色由偏绿转为偏红，参考S103。
在上述实施方式的基础上，根据本发明阐述下述自动驾驶系统中的感知数据的显示方法的另一种实施方式。
具体步骤如下：
S401：障碍物从自动驾驶车辆的正前方由近处向远处移动，自动驾驶车辆通过图像传感器、超声波雷达、激光雷达以及毫米波雷达等传感器获取障碍物数据。
S402：障碍物距离自动驾驶车辆较近的时候，由动态栅栏表示的障碍物高度较高，颜色偏红。由两侧边静态栅栏表示的障碍物颜色偏红，表示障碍物距离自动驾驶车辆较近，两侧边静态栅栏表示的障碍物高度一直在增加，表示障碍物一直处于自动驾驶车辆的正前方。参考S102。
在一些实施例中，如果障碍物一直没有驶离或者停驻在自动驾驶车辆的正前方，则两侧边静态栅栏的高度会一直维持在较高的高度不变，表示障碍物停留的时间较久。
S403：障碍物渐渐远离自动驾驶车辆的过程，动态栅栏的高度逐渐降低，颜色由偏红转为偏绿。由两侧边静态栅栏表示的障碍物颜色由偏红转为偏绿，表示障碍物距离自动驾驶车辆较远，两侧边静态栅栏表示的障碍物高度一直在减少，表示障碍物渐渐远离自动驾驶车辆。参考S103。当两侧边静态栅栏的高度降为零时，表示障碍物已经远离了自动驾驶车辆。
在上述实施方式的基础上，根据本发明阐述下述自动驾驶系统中的感知数据的显示方法的另一种实施方式。
具体步骤如下：
S501：障碍物从自动驾驶车辆的正前方由远处向近处移动或者自动驾驶车辆逐渐靠近正前方的障碍物，自动驾驶车辆通过图像传感器、超声波雷达、激光雷达以及毫米波雷达等传感器获取障碍物数据。
S502：障碍物距离自动驾驶车辆较远的时候，由动态栅栏表示的障碍物高度较低，颜色偏绿。由两侧边静态栅栏表示的障碍物颜色偏绿，表示障碍物距离自动驾驶车辆较远，两侧边静态栅栏表示的障碍物高度为零。参考S102。
S503：障碍物渐渐靠近自动驾驶车辆或者自动驾驶车辆渐渐靠近障碍物，动态栅栏的高度逐渐升高，颜色由偏绿转为偏红。由两侧边静态栅栏表示的障碍物颜色由偏绿转为偏红，表示障碍物距离自动驾驶车辆较近，两侧边静态栅栏表示的障碍物高度持续增加，表示障碍物距离自动驾驶车辆一直较近。参考S103。
以上阐述的内容，只是本发明的优选实施例，并非对本发明做任何的限制，凡是依据本发明对以上实施例所作的任何修改、等同变化，均落入本发明的保护范围。

Claims (8)

1.一种自动驾驶系统中的感知数据的显示方法，其特征在于，包括：
获取感知的障碍物信息，
所述障碍物由静态栅栏和动态栅栏表示，所述静态栅栏和所述动态栅栏根据所述障碍物的位置信息和停留的时间信息呈现出相应的形态特征，
通过持续获取所述障碍物信息，持续稳定地显示出所述静态栅栏和所述动态栅栏呈现出的形态特征变化。
2.根据权利要求1所述的显示方法，其特征在于，所述静态栅栏包括左侧边静态栅栏和右侧边静态栅栏，所述左侧边静态栅栏和所述右侧边静态栅栏分别显示于所述自动驾驶车辆左前侧方和右前侧方，所述动态栅栏与所述静态栅栏方向垂直显示在自动驾驶车辆前方。
3.根据权利要求1-2中任一项所述的显示方法，其特征在于，通过所述静态栅栏和动态栅栏呈现的不同的色相表示所述障碍物与所述自动驾驶车辆的距离信息。
4.根据权利要求3所述的显示方法，其特征在于，所述色相的颜色越接近红色表示所述障碍物与所述自动驾驶车辆的距离越近，色相的颜色越接近绿色表示距离越远。
5.根据权利要求1-2中任一项所述的显示方法，其特征在于，通过所述静态栅栏的高度表示所述障碍物停留的时间，所述高度越高表示停留的时间越长，反之停留的时间越短。
6.根据权利要求1所述的显示方法，其特征在于，所述持续稳定地显示出所述静态栅栏和所述动态栅栏呈现出的形态特征变化，包括：
通过梯度追踪的数据补偿方案实现所述自动驾驶系统持续稳定地显示出所述静态栅栏和所述动态栅栏呈现出的形态特征变化。
7.根据权利要求1-6中任一项所述的显示方法，其特征在于，所述自动驾驶系统是运用于行驶在固定路线上的自动驾驶车辆。
8.根据权利要求1-7中任一项所述的显示方法，其特征在于，所述自动驾驶系统是自动驾驶等级从L0到L5中具有感知能力的自动驾驶系统。
CN201911375088.4A 2019-12-09 2019-12-27 一种自动驾驶系统中的感知数据的显示方法 Pending CN112947401A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019112530020 2019-12-09
CN201911253002 2019-12-09

Publications (1)

Publication Number Publication Date
CN112947401A true CN112947401A (zh) 2021-06-11

Family

ID=76234452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911375088.4A Pending CN112947401A (zh) 2019-12-09 2019-12-27 一种自动驾驶系统中的感知数据的显示方法

Country Status (1)

Country Link
CN (1) CN112947401A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012037924A (ja) * 2010-08-03 2012-02-23 Aisin Seiki Co Ltd 運転支援装置
CN103675827A (zh) * 2013-11-18 2014-03-26 法雷奥汽车内部控制（深圳）有限公司 车载雷达探测虚拟全景系统
CN106314440A (zh) * 2015-07-07 2017-01-11 大陆汽车电子(芜湖)有限公司 车距显示方法
CN109017786A (zh) * 2018-08-09 2018-12-18 北京智行者科技有限公司 车辆避障方法
CN109934164A (zh) * 2019-03-12 2019-06-25 杭州飞步科技有限公司 基于轨迹安全度的数据处理方法和装置
CN110210280A (zh) * 2019-03-01 2019-09-06 北京纵目安驰智能科技有限公司 一种超视距感知方法、系统、终端和存储介质
CN110386152A (zh) * 2019-06-17 2019-10-29 江铃汽车股份有限公司 基于l2级智能领航驾驶的人机交互显示控制方法及系统
CN110525360A (zh) * 2019-08-26 2019-12-03 广汽蔚来新能源汽车科技有限公司 基于车载终端的辅助驾驶方法、装置、系统及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012037924A (ja) * 2010-08-03 2012-02-23 Aisin Seiki Co Ltd 運転支援装置
CN103675827A (zh) * 2013-11-18 2014-03-26 法雷奥汽车内部控制（深圳）有限公司 车载雷达探测虚拟全景系统
CN106314440A (zh) * 2015-07-07 2017-01-11 大陆汽车电子(芜湖)有限公司 车距显示方法
CN109017786A (zh) * 2018-08-09 2018-12-18 北京智行者科技有限公司 车辆避障方法
CN110210280A (zh) * 2019-03-01 2019-09-06 北京纵目安驰智能科技有限公司 一种超视距感知方法、系统、终端和存储介质
CN109934164A (zh) * 2019-03-12 2019-06-25 杭州飞步科技有限公司 基于轨迹安全度的数据处理方法和装置
CN110386152A (zh) * 2019-06-17 2019-10-29 江铃汽车股份有限公司 基于l2级智能领航驾驶的人机交互显示控制方法及系统
CN110525360A (zh) * 2019-08-26 2019-12-03 广汽蔚来新能源汽车科技有限公司 基于车载终端的辅助驾驶方法、装置、系统及存储介质

Similar Documents

Publication Publication Date Title
US11077753B2 (en) Information provision device, information provision method, and recording medium storing information provision program for a vehicle display
RU2095280C1 (ru) Способ обеспечения пилотирования летательного аппарата при полете на малой высоте и система для его осуществления
RU2631543C1 (ru) Устройство и способ для управления движением транспортного средства
US9417080B2 (en) Movement trajectory generator
US9355567B2 (en) System and method for highlighting an area encompassing an aircraft that is free of hazards
US20190107886A1 (en) Information provision device and information provision method
US9132840B1 (en) User interface for displaying internal state of autonomous driving system
EP2940427A1 (en) Detailed map format for autonomous driving
CN106945668A (zh) 车辆行驶窄道辅助系统
US20130325312A1 (en) Systems and methods for enhanced awareness of obstacle proximity during taxi operations
DE102016106832A1 (de) Fahrzeugsteuerungsvorrichtung
DE102016200018A1 (de) Fahrzeugfortbewegungssteuereinrichtung
US20170039438A1 (en) Vehicle display system
CN111399512A (zh) 行车控制方法、行车控制装置和车辆
DE112022002353T5 (de) Verfahren und Systeme zur Trajektorienerzeugung für ein autonomes Fahrzeug beim Überfahren einer Kreuzung
EP3627476A1 (en) Energy management visualization methods and systems
DE112020002546T5 (de) Steuervorrichtung für autonomes fahren, steuersystem für autonomes fahren und steuerverfahren für autonomes fahren
CN112539943A (zh) 超车能力的测试方法和系统、测试管理中心及存储介质
CN112166074A (zh) 用于将驶近中航空器的飞行员引导到停机位处的停止位置的方法和系统
CN109186624A (zh) 一种基于交规约束的无人车行驶路权规划方法
WO2023024542A1 (zh) 车辆决策规划方法、装置、设备及介质
WO2022226479A1 (en) Methods and systems for inferring unpainted stop lines for autonomous vehicles
CA3102494C (en) Vehicle speed management systems and methods
CN112947401A (zh) 一种自动驾驶系统中的感知数据的显示方法
CN116653965B (zh) 车辆变道重规划触发方法、装置及域控制器

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220805

Address after: Room 618, 6 / F, building 5, courtyard 15, Kechuang 10th Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing 100176

Applicant after: Xiaomi Automobile Technology Co.,Ltd.

Address before: 1219, floor 11, SOHO, Zhongguancun, No. 8, Haidian North Second Street, Haidian District, Beijing 100089

Applicant before: SHENDONG TECHNOLOGY (BEIJING) Co.,Ltd.