CN116148860A - 静止障碍物的识别方法、装置、车辆及存储介质 - Google Patents

Abstract

本申请涉及一种静止障碍物的识别方法、装置、车辆及存储介质，其中，方法包括：对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标；将至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出当前车辆当前行驶状态下的预测行驶轨迹；基于可行驶区间得到的可行驶区间边界得到多个初始目标，并基于预测行驶轨迹从多个初始目标中识别至少一个静止障碍物。本申请实施例可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别准确性，避免误识别和漏识别，提高车辆的安全性和可靠性，提升驾乘体验。

Description

静止障碍物的识别方法、装置、车辆及存储介质

技术领域

本申请涉及汽车智能驾驶辅助技术领域，特别涉及一种静止障碍物的识别方法、装置、车辆及存储介质。

背景技术

随着智能驾驶行业的发展，配置智能驾驶辅助的汽车越发普及，传感器作为驾驶辅助系统的重要感知原件，对车辆行驶环境的感知能力将会直接影响驾驶辅助系统的功能及性能表现，毫米波雷达作为重要的感知传感器，因其适应性好，抗干扰性强，被驾驶辅助系统广泛使用。

相关技术中，在毫米波雷达感知过程中，雷达向外发射毫米波，对于与路旁障碍物邻近的目标物，尤其对于与障碍物雷达反射属性类似的目标物，会反射属性类似的毫米波。

然而，相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低，亟待改进。

发明内容

本申请提供一种静止障碍物的识别方法、装置、车辆及存储介质，以解决相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低等问题。

本申请第一方面实施例提供一种静止障碍物的识别，包括以下步骤：对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标；将所述至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出所述当前车辆的当前行驶状态下的预测行驶轨迹；以及基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，并基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物。

根据上述技术手段，本申请实施例可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别的准确性，有效避免误识别和漏识别，提高车辆的安全性和可靠性。

可选地，在本申请的一个实施例中，所述基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，包括：判断所述可行驶区间边界的轨迹曲率是否满足预设突变条件；如果满足所述预设突变条件，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

根据上述技术手段，本申请实施例可以判断可行驶区间边界的轨迹曲率是否满足一定突变条件，并在满足一定突变条件时，对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波，从而有针对性的识别静止障碍物，提高车辆的安全性和可靠性，提升用户的驾乘体验。

可选地，在本申请的一个实施例中，所述基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物，包括：判断处理后的目标属性是否满足预设条件；如果满足所述预设条件且处于所述预测行驶轨迹内，则作为静止障碍物。

根据上述技术手段，本申请实施例可以判断处理后的目标属性是否满足一定条件，当满足一定条件且处于预测行驶轨迹内时，初始目标可以作为静止障碍物，从而提醒驾驶员注意静止障碍物，提高识别的准确性，提高车辆行驶的安全性，增加用户的驾乘体验。

可选地，在本申请的一个实施例中，所述预设突变条件为所述突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值。

根据上述技术手段，本申请实施例中的预设突变条件为突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值，通过突变条件可以有效处理突变的目标，从而辅助驾驶系统，增加用户的驾驶体验，保证车辆的实用性。

可选地，在本申请的一个实施例中，在识别所述至少一个静止障碍物之后，还包括：提示所述至少一个静止障碍物的同时，根据所述当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成减速策略和/或转向策略。

根据上述技术手段，本申请实施例可以在提示至少一个静止障碍物的同时，根据当前车辆与障碍物的不同速度与距离生成不同策略，从而有效的躲避静止障碍物，提高车辆的智能化水平，提升车辆行驶的安全性。

本申请第二方面实施例提供一种静止障碍物的识别装置，包括：筛选模块，用于对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标；拟合模块，用于将所述至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出所述当前车辆的当前行驶状态下的预测行驶轨迹；以及识别模块，用于基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，并基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物。

可选地，在本申请的一个实施例中，所述识别模块包括：第一判断单元，用于判断所述可行驶区间边界的轨迹曲率是否满足预设突变条件；过滤单元，用于当满足所述预设突变条件时，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

可选地，在本申请的一个实施例中，所述识别模块还包括：第二判断单元，用于判断处理后的目标属性是否满足预设条件；识别单元，用于当满足所述预设条件且处于所述预测行驶轨迹内时，则作为静止障碍物。

可选地，在本申请的一个实施例中，所述预设突变条件为所述突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值。

可选地，在本申请的一个实施例中，所述识别模块还包括：生成单元，用于提示所述至少一个静止障碍物的同时，根据所述当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成减速策略和/或转向策略。

本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的静止障碍物的识别方法。

本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的静止障碍物的识别方法。

本申请实施例的有益效果：

(1)本申请实施例可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别的准确性，有效避免误识别和漏识别，提高车辆的安全性和可靠性。

(2)本申请实施例可以判断可行驶区间边界的轨迹曲率是否满足一定突变条件，并在满足一定突变条件时，对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波，从而有针对性的识别静止障碍物，提高车辆的安全性和可靠性，提升驾乘体验。

(3)本申请实施例可以判断处理后的目标属性是否满足一定条件，当满足一定条件且处于预测行驶轨迹内时，初始目标可以作为静止障碍物，从而提醒驾驶员注意静止障碍物，提高识别准确性，提高车辆行驶的安全性，增加用户的驾乘体验。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本申请实施例提供的一种静止障碍物的识别方法的流程图；

图2为根据本申请一个实施例的静止障碍物的识别的流程图；

图3为根据本申请实施例提供的一种静止障碍物的识别装置的结构示意图；

图4为根据本申请实施例提供的车辆的结构示意图。

其中，10-静止障碍物的识别装置：100-筛选模块、200-拟合模块、300-识别模块。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的静止障碍物的识别方法、装置、车辆及存储介质。针对上述背景技术中心提到的相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低的问题，本申请提供了一种静止障碍物的识别方法，在该方法中，可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别准确性，避免误识别和漏识别，提高车辆的安全性和可靠性，提升驾乘体验。由此，解决了相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低等问题。

具体而言，图1为本申请实施例所提供的一种静止障碍物的识别方法的流程示意图。

如图1所示，该静止障碍物的识别方法包括以下步骤：

在步骤S101中，对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标。

可以理解的是，本申请实施例中雷达反射的雷达波可以对目标进行照射并接收其回波，ECU(Electronic Control Unit，电子控制单元)控制器可以对雷达波的同属性目标如RCS(Radar Cross-Section，雷达截面积)值、速度、角度等进行聚类，将反射点聚类成目标点，结合当前车辆的车速信息，由此筛选出至少一个运动目标和至少一个静止目标。

举例而言，本申请实施例可以通过RCS测量或计算出目标在雷达接收方向上反射毫米雷达波的能力；又例如，本申请实施例可以通过毫米雷达波的速度和角度测量远程物体，ECU控制器可以对毫米雷达波的同属性目标进行聚类处理，将RCS值、速度、角度等进行聚类，结合当前车辆的速度，以及目标点的相关属性，判断目标是静止目标或运动目标，当目标点与本车的相对速度的绝对值与本车速度的差约等于0时，可以判定目标点为静止

目标，当目标点与本车的相对速度的绝对值与本车速度的差大于0时，可以判定目标点为5运动目标。

本申请实施例可以通过聚类雷达波结合车速，筛选出至少一个运动目标和至少一个静止目标，提高车辆行驶的安全性，增加车辆的智能化和实用性。

在步骤S102中，将至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出当前车辆的当前行驶状态下的预测行驶轨迹。

0可以理解的是，本申请实施例可以将聚类后的静止目标投射到车辆坐标系下，基于不

同静止目标的位置信息，拟合出可行驶区间，通过对可行驶区间的边界轨迹进行平滑处理，可以输出行驶区间边界轨迹信息，基于车辆的车速、方向盘转角、车辆偏航率等信息，拟合出当前行驶状态下的车辆预测行驶轨迹。

举例而言，本申请实施例可以将相同目标且位置连续的静止目标连续为一条可行驶区5间的边界，如果两静止点的横向位置超过阈值1m，则不能将其连续成一条线，对形成的直

线可以进行平滑处理，行成一条曲率连续的边界，通过确定边界的相关属性，包括但不限于位置的横向距离，纵向距离及对应的曲率等，从而确定当前边界内为可行驶区域；又例如，本申请实施例中的ECU控制器可以基于当前车辆的车速、方向盘的转角、偏航率等，

拟合出当前状态下的行驶轨迹，可以基于当前车辆的行驶轨迹与上述边界的相关信息，拟0合成行驶车道的模型，确定当前车辆行驶的车道，并计算出当前车辆与边界的相对距离，

当当前车辆中心与可行驶区间边界的距离小于3.5m时，可以判定当前车辆行驶在靠近静止障碍物的车道。

本申请实施例可以通过将静止目标投射至一定车辆坐标系下，拟合出可行驶区间并预测行驶轨迹，从而进一步提升车辆的安全性和可靠性，增加用户的驾乘体验。

5在步骤S103中，基于可行驶区间得到的可行驶区间边界得到多个初始目标，并基于预

测行驶轨迹从多个初始目标中识别至少一个静止障碍物。

可以理解的是，本申请实施例可以基于不同静止目标的位置信息，拟合出可行驶区间，将相同目标且位置连续的静止目标连续为一条可行驶区间的边界，可行驶区间内目标与本车的相对速度的绝对值与本车速度的差约等于0时，判定该目标为静止障碍物。

0举例而言，本申请实施例可以基于行驶边界的相关信息，确定本车行驶的车道，并计

算出当前车辆与边界的相对距离，若当前车辆与可行驶区间边界的距离小于3.5m，可以判定本车行驶靠近静止障碍物的车道，当处于静止障碍物的车道内的车辆前方有路灯、树木、行人等多个初始目标时，可以判断当前车辆与多个初始目标的之间的速度差，当可行驶区间内路灯、树木与当前车辆的相对速度的绝对值与当前车辆速度的差约等于0时，可以判定路灯、树木为静止障碍物，当可行驶区间内行人与当前车辆的相对速度的绝对值与当前车辆速度的差大于0时，可以判定行人不是静止障碍物。

本申请实施例可以基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别的准确性，有效避免误识别和漏识别，提高车辆安全性和可靠性，提升驾乘体验。

可选地，在本申请的一个实施例中，所述基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，包括：判断所述可行驶区间边界的轨迹曲率是否满足预设突变条件；如果满足所述预设突变条件，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

可以理解的是，本申请实施例可以通过ECU控制器判断可行驶区间边界的轨迹曲率是否发生突变，预设突变条件可以为突变点位置差值超过一定阈值，ECU控制器在行驶区间的边界上，可以将突变点过滤掉，重新连续横向位置信息一致边界，同时对突变点的目标重新处理，将突变点路旁障碍物的雷达波过滤掉，只处理可行驶区间边界内目标反射的雷达波。

作为一种可能实现的方式，本申请实施例可以在突变点位置差值超过一定阈值时，判定可行驶边界的轨迹曲率发生突变，此时可以将突变点的目标重新进行处理，将突变点路旁障碍物的雷达波过滤掉，只处理可行驶区间边界内目标反射的雷达波，若处理后的目标点RCS属性满足目标阈值，且位置信息处于车辆行驶轨迹内，将作为功能选定的最终目标，并可以提醒驾驶员前方有障碍物，从而提高识别的准确性，提高车辆行驶的安全性，提升用户的驾乘体验。

需要说明的是，预设突变条件可以由本领域技术人员根据实际情况进行设置，在此不作具体限制。

可选地，在本申请的一个实施例中，所述基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物，包括：判断处理后的目标属性是否满足预设条件；如果满足所述预设条件且处于所述预测行驶轨迹内，则作为静止障碍物。

可以理解的是，本申请实施例中的预设条件可以为可行驶区间边界曲线的弯曲程度的突变条件，可以判断对突变点的目标处理后的属性是否满足一定条件，结合预测行驶轨迹，可以判断处理后的目标是否为静止障碍物，如本申请实施例中的突变点位置差值超过一定阈值，满足预设条件且路灯处于预测行驶轨迹内，此时路灯为静止障碍物，通过识别静止障碍物，可以防止发生碰撞，从而辅助驾驶系统，提高车辆行驶安全性。

需要说明的是，预设条件可以由本领域技术人员根据实际情况进行设置，在此不作具体限制。

可选地，在本申请的一个实施例中，所述预设突变条件为所述突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值。

可以理解的是，本申请实施例可以判断可行驶区间边界轨迹的曲线的弯曲程度是否发生突变，当突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值时，判定满足一定突变条件，例如，当突变点的横向位置与突变前的横向位置差值超过0.7m，且与上一点的曲率半径超过一定阈值500m时，可以判定曲线的弯曲程度发生突变，此时判定满足一定突变条件，本申请实施例可以在满足突变条件时，处理突变目标，帮助识别静止障碍物，从而提高车辆行驶的安全性。

需要说明的是，预设突变条件和预设阈值可以由本领域技术人员根据实际情况进行设置，在此不作具体限制。

可选地，在本申请的一个实施例中，在识别所述至少一个静止障碍物之后，还包括：提示所述至少一个静止障碍物的同时，根据所述当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成减速策略和/或转向策略。

可以理解的是，本申请实施例可以提醒驾驶员车辆前方有静止障碍物，ECU控制器可以根据本车与目标障碍物的相对速度，纵向距离，横向距离等进行减速和/或转向控制。

举例而言，本申请实施例可以在识别到车辆前方有静止障碍物如树木时，通过车内显示屏显示前方静止障碍物信息，提醒驾驶员注意减速行驶，可以根据当前车辆与静止障碍物的横向距离，控制方向盘转动角度进行转向；又例如，本申请实施例可以在识别到车辆前方有静止障碍物如路灯时，通过语音提醒驾驶员前方有静止障碍物，ECU可以根据当前车辆与路灯的相对速度与距离，生成减速策略和转向策略，方便驾驶员控制车辆减速行驶，并控制方向盘转动角度进行转向，防止发生安全事故，保证车辆的安全性和可靠性。

具体地，结合图2所示，以一个实施例对本申请实施例的静止障碍物的识别进行详细阐述。

如图2所示，本申请实施例可以包括：毫米波雷达模块1、车速模块2、方向盘转角模块3、偏航率模块4、ECU控制模块5、显示模块6、减速模块7和转向模块8。

本申请实施例可以通过毫米波雷达模块1输出原始目标毫米波数据，通过搭载在车辆上的雷达模块1发射毫米波，雷达接收经过目标反射回雷达的毫米波，本申请实施例可以通过车速模块2输出当前车辆的车速信息，本申请实施例可以通过方向盘转角模块3输出方向盘转角，当识别到有静止障碍物时，可以提示静止障碍物的同时，根据当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成或转向策略，从而控制转向，本申请实施例可以通过偏航率模块4输出车辆偏航率，拟合出当前状态下的行驶轨迹，基于本车的行驶轨迹与上述边界的相关信息，拟合成行驶车道的模型，确定本车行驶的车道，并计算出本车与边界的相对距离。

进一步地，本申请实施例中的ECU控制模块5可以对毫米波的同属性目标(RCS值，5速度，角度等)进行聚类，将反射点聚类成目标点，同时确定目标的相关属性，包括RCS值，速度，位置信息等，ECU控制器模块5可以根据车速模块2输出车辆的速度，以及目标点的相关属性，判断目标是静止目标，还是运动目标，ECU控制器模块5可以基于车速模块2的车辆车速，方向盘转角模块3输出的转向角，偏航率模块4输出的偏航率，拟合

出当前状态下的行驶轨迹，ECU控制器模块5可以通过显示模块6显示，提醒驾驶员前方0有障碍物，ECU控制器模块5根据本车与目标的相对速度，纵向距离，横向距离通过减速

模块7执行减速，通过转向模块8执行转向控制。

根据本申请实施例提出的静止障碍物的识别方法，可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个

静止障碍物，提高识别准确性，避免误识别和漏识别，提高车辆的安全性和可靠性，提升5驾乘体验。由此，解决了相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为

同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低等问题。

其次参照附图描述根据本申请实施例提出的静止障碍物的识别装置。

0图3是本申请实施例的静止障碍物的识别装置的结构示意图。

如图3所示，该静止障碍物的识别装置10包括：筛选模块100、拟合模块200和识别模块300。

具体地，筛选模块100，用于对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标。

5拟合模块200，用于将至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区

间，并拟合出当前车辆的当前行驶状态下的预测行驶轨迹。

识别模块300，用于基于可行驶区间得到的可行驶区间边界得到多个初始目标，并基于预测行驶轨迹从多个初始目标中识别至少一个静止障碍物。

可选地，在本申请的一个实施例中，识别模块300包括：第一判断单元和过滤单元。0其中，第一判断单元，用于判断可行驶区间边界的轨迹曲率是否满足预设突变条件。

过滤单元，用于当满足预设突变条件时，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

可选地，在本申请的一个实施例中，识别模块300还包括：第二判断单元和识别单元。

其中，第二判断单元，用于判断处理后的目标属性是否满足预设条件。

识别单元，用于当满足预设条件且处于预测行驶轨迹内时，则作为静止障碍物。

可选地，在本申请的一个实施例中，预设突变条件为突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值。

可选地，在本申请的一个实施例中，识别模块300还包括：生成单元。

其中，生成单元，用于提示至少一个静止障碍物的同时，根据当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成减速策略和/或转向策略。

需要说明的是，前述对静止障碍物的识别方法实施例的解释说明也适用于该实施例的静止障碍物的识别装置，此处不再赘述。

根据本申请实施例提出的静止障碍物的识别装置，可以基于聚类处理后的数据确定静止目标，并基于可行驶区间边界得到多个初始目标，从而基于预测行驶轨迹识别至少一个静止障碍物，提高识别准确性，避免误识别和漏识别，提高车辆的安全性和可靠性，提升驾乘体验。由此，解决了相关技术中雷达处理目标障碍物时，易将障碍物与目标物聚类为同一目标，导致误识别或漏识别，驾驶辅助功能漏触发或误触发，降低车辆行驶的安全性，影响用户驾驶体验，智能化水平低等问题。

图4为本申请实施例提供的车辆的结构示意图。该车辆可以包括：

存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。

处理器402执行程序时实现上述实施例中提供的静止障碍物的识别方法。

进一步地，车辆还包括：

通信接口403，用于存储器401和处理器402之间的通信。

存储器401，用于存放可在处理器402上运行的计算机程序。

存储器401可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

如果存储器401、处理器402和通信接口403独立实现，则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选地，在具体实现上，如果存储器401、处理器402及通信接口403，集成在一块芯片上实现，则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。

处理器402可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。

本申请实施例还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如上的静止障碍物的识别方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及

便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述5程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实

施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或0固件来实现。如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可5以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，

该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既

可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以0软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读

取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种静止障碍物的识别方法，其特征在于，包括以下步骤：

对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标；

将所述至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出所述当前车辆的当前行驶状态下的预测行驶轨迹；以及

基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，并基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物。

2.根据权利要求1所述的方法，其特征在于，所述基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，包括：

判断所述可行驶区间边界的轨迹曲率是否满足预设突变条件；

如果满足所述预设突变条件，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

3.根据权利要求2所述的方法，其特征在于，所述基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物，包括：

判断处理后的目标属性是否满足预设条件；

如果满足所述预设条件且处于所述预测行驶轨迹内，则作为静止障碍物。

4.根据权利要求2所述的方法，其特征在于，所述预设突变条件为所述突变点的横向位置与突变前的横向位置之间的差值大于第一预设阈值且与上一点的曲率半径超过第二预设阈值。

5.根据权利要求1所述的方法，其特征在于，在识别所述至少一个静止障碍物之后，还包括：

提示所述至少一个静止障碍物的同时，根据所述当前车辆与障碍物的相对速度、纵向距离和/或横向距离生成减速策略和/或转向策略。

6.一种静止障碍物的识别装置，其特征在于，包括：

筛选模块，用于对雷达反射的雷达波进行聚类处理，并结合当前车辆的车速信息，筛选出至少一个运动目标和至少一个静止目标；

拟合模块，用于将所述至少一个静止目标投射至预设车辆坐标系下，拟合出可行驶区间，并拟合出所述当前车辆的当前行驶状态下的预测行驶轨迹；以及

识别模块，用于基于所述可行驶区间得到的可行驶区间边界得到多个初始目标，并基于所述预测行驶轨迹从所述多个初始目标中识别至少一个静止障碍物。

7.根据权利要求6所述的装置，其特征在于，所述识别模块包括：

第一判断单元，用于判断所述可行驶区间边界的轨迹曲率是否满足预设突变条件；

过滤单元，用于当满足所述预设突变条件时，则对突变点的目标重新处理，过滤突变点路旁障碍物的雷达波。

8.根据权利要求7所述的装置，其特征在于，所述识别模块还包括：

第二判断单元，用于判断处理后的目标属性是否满足预设条件；

识别单元，用于当满足所述预设条件且处于所述预测行驶轨迹内时，则作为静止障碍物。

9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的静止障碍物的识别方法。

10.一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，以用于实现如权利要求1-5任一项所述的静止障碍物的识别方法。

Images