障礙物探測方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及智能交通領(lǐng)域，特別設(shè)及一種障礙物探測方法和裝置。
【背景技術(shù)】
[0002]目前，越來越多的車輛都包含有障礙物探測的功能，該功能可W探測到車輛周圍 的障礙物并告知駕駛員，為駕駛員的駕駛決策提供準(zhǔn)確的依據(jù)。
[0003] 相關(guān)技術(shù)中有一種障礙物探測方法，該方法通過毫米波雷達(dá)來探測車輛周圍的障 礙物，并將探測到的障礙物參數(shù)（如障礙物與車輛之間的距離、障礙物的方位和障礙物的 高和寬等）進(jìn)行顯示，W便駕駛員根據(jù)顯示的障礙物參數(shù)調(diào)整駕駛決策。
[0004] 發(fā)明人在實現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)上述方式至少存在如下缺陷；上述方式由于 使用毫米波雷達(dá)來探測障礙物，而毫米波雷達(dá)的方位分辨率較低，探測到的障礙物的方位 角的準(zhǔn)確性較低。

【發(fā)明內(nèi)容】

[0005] 為了解決相關(guān)技術(shù)中探測到的障礙物的方位角的準(zhǔn)確性較低的問題，本發(fā)明提供 了一種障礙物探測方法和裝置。所述技術(shù)方案如下：
[0006] 根據(jù)本發(fā)明的第一方面，提供一種障礙物探測方法，所述方法包括：
[0007] 通過毫米波雷達(dá)獲取位于車輛周圍的至少一個障礙物的雷達(dá)參數(shù)；
[000引通過視覺傳感器獲取所述至少一個障礙物的視覺參數(shù)；
[0009] 分別將每個所述障礙物的雷達(dá)參數(shù)和所述視覺參數(shù)融合，將融合后的參數(shù)作為目 標(biāo)參數(shù)。
[0010] 可選的，所述雷達(dá)參數(shù)包括：所述至少一個障礙物在雷達(dá)坐標(biāo)系中的坐標(biāo)（Xf， y,)、所述至少一個障礙物到所述毫米波雷達(dá)的距離d和所述至少一個障礙物的方位角0， 所述毫米波雷達(dá)位于所述雷達(dá)坐標(biāo)系的原點，所述雷達(dá)坐標(biāo)系的X軸的正方向與所述車輛 的行駛方向平行，
[0011] 所述分別將每個所述障礙物的雷達(dá)參數(shù)和所述視覺參數(shù)融合，將融合后的參數(shù)作 為目標(biāo)參數(shù)，包括：
[0012] 獲取所述毫米波雷達(dá)和所述視覺傳感器的設(shè)置參數(shù)，所述設(shè)置參數(shù)包括所述視覺 傳感器的光軸偏移量、所述雷達(dá)坐標(biāo)系和視覺坐標(biāo)系的坐標(biāo)偏移量、所述視覺傳感器的焦 距和所述視覺傳感器距離地面的高度，所述視覺坐標(biāo)系W所述視覺傳感器獲取的矩形圖像 的左上角為原點，所述視覺坐標(biāo)系的X軸與地面平行；
[0013] 根據(jù)坐標(biāo)轉(zhuǎn)換公式將每個所述障礙物在所述雷達(dá)坐標(biāo)系中的坐標(biāo)（Xf，y,)轉(zhuǎn)換為 所述視覺坐標(biāo)系中的坐標(biāo)（Xp，y。)，所述坐標(biāo)轉(zhuǎn)換公式為；
[0014]
[0015] 其中，所述Cy和所述C y為所述視覺傳感器的光軸偏移量，所述f為所述視覺傳感 器的焦距，所述L,和所述Ly為所述坐標(biāo)偏移量，所述H為所述視覺傳感器距離地面的高度；
[0016]W所述（Xp，yp)為中屯、確定預(yù)設(shè)大小的識別框；
[0017] 根據(jù)圖像識別技術(shù)在所述識別框中識別每個所述障礙物在所述視覺坐標(biāo)系中的 寬度W和局度h;
[0018] 根據(jù)寬高轉(zhuǎn)換公式得到每個所述障礙物的實際寬度R，和實際高度Rh，所述寬高轉(zhuǎn) 換公式為：
[0019]
[0020] 其中，所述屯為所述視覺坐標(biāo)系中每個單位寬度對應(yīng)的實際寬度，所述cU為所述 視覺坐標(biāo)系中每個單位高度對應(yīng)的實際高度，所述目標(biāo)參數(shù)包括所述R，和所述Rh。
[0021] 可選的，所述分別將每個所述障礙物的雷達(dá)參數(shù)和所述視覺參數(shù)融合，將融合后 的參數(shù)作為目標(biāo)參數(shù)，還包括：
[0022]根據(jù)方位角公式獲取每個所述障礙物的目標(biāo)方位角01，所述方位角公式為：
[0023]
[0024] 其中，所述M為所述視覺傳感器獲取的矩形圖像的在所述視覺坐標(biāo)系中的寬度， 所述巧為所述視覺傳感器的鏡頭視場角，所述目標(biāo)參數(shù)包括所述0 1。
[0025] 可選的，所述分別將每個所述障礙物的雷達(dá)參數(shù)和所述視覺參數(shù)融合，將融合后 的參數(shù)作為目標(biāo)參數(shù)之后，所述方法還包括：
[0026] 在所述車輛周圍有至少兩個障礙物時，根據(jù)去重公式獲取所述至少兩個障礙物中 任意兩個障礙物的重合系數(shù)化，所述去重公式為：
[0027]
[002引其中，所述01和所述0m為所述至少兩個障礙物中任意兩個障礙物的目標(biāo)方位 角，所述di為所述01對應(yīng)的障礙物到所述毫米波雷達(dá)的距離，所述dm為所述0m對應(yīng)的障 礙物到所述毫米波雷達(dá)的距離；
[0029] 當(dāng)所述化大于重合闊值時，確定所述01對應(yīng)的障礙物和所述0m對應(yīng)的障礙物 為一個障礙物。
[0030]可選的，所述通過視覺傳感器獲取所述至少一個障礙物的視覺參數(shù)之后，還包 括：
[0031] W D-S證據(jù)理論分析每個所述障礙物的雷達(dá)參數(shù)和視覺參數(shù)，得到每個所述障礙 物的障礙等級，所述障礙等級表征任一所述障礙物實際存在的可信度；
[0032] 去除所述至少一個障礙物中障礙等級小于預(yù)設(shè)等級的障礙物。
[0033] 根據(jù)本發(fā)明的第二方面，提供一種障礙物探測裝置，所述裝置包括：
[0034] 雷達(dá)模塊，用于通過毫米波雷達(dá)獲取位于車輛周圍的至少一個障礙物的雷達(dá)參 數(shù)；
[0035] 視覺模塊，用于通過視覺傳感器獲取所述至少一個障礙物的視覺參數(shù)；
[0036] 融合模塊，用于分別將每個所述障礙物的雷達(dá)參數(shù)和所述視覺參數(shù)融合，將融合 后的參數(shù)作為目標(biāo)參數(shù)。
[0037] 可選的，所述雷達(dá)參數(shù)包括：所述至少一個障礙物在雷達(dá)坐標(biāo)系中的坐標(biāo)（Xf， y,)、所述至少一個障礙物到所述毫米波雷達(dá)的距離d和所述至少一個障礙物的方位角0， 所述毫米波雷達(dá)位于所述雷達(dá)坐標(biāo)系的原點，所述雷達(dá)坐標(biāo)系的X軸的正方向與所述車輛 的行駛方向平行，
[0038] 所述融合模塊，用于：獲取所述毫米波雷達(dá)和所述視覺傳感器的設(shè)置參數(shù)，所述設(shè) 置參數(shù)包括所述視覺傳感器的光軸偏移量、所述雷達(dá)坐標(biāo)系和視覺坐標(biāo)系的坐標(biāo)偏移量、 所述視覺傳感器的焦距和所述視覺傳感器距離地面的高度，所述視覺坐標(biāo)系W所述視覺傳 感器獲取的矩形圖像的左上角為原點，所述視覺坐標(biāo)系的X軸與地面平行；
[0039] 根據(jù)坐標(biāo)轉(zhuǎn)換公式將每個所述障礙物在所述雷達(dá)坐標(biāo)系中的坐標(biāo)（Xf，y,)轉(zhuǎn)換為 所述視覺坐標(biāo)系中的坐標(biāo)（Xp，yp)，所述坐標(biāo)轉(zhuǎn)換公式為：
[0040]
[004U其中，所述(；和所述Cy為所述視覺傳感器的光軸偏移量，所述f為所述視覺傳感 器的焦距，所述L,和所述Ly為所述坐標(biāo)偏移量，所述H為所述視覺傳感器距離地面的高度； [00創(chuàng) W所述（Xp，yp)為中屯、確定預(yù)設(shè)大小的識別框；
[0043] 根據(jù)圖像識別技術(shù)在所述識別框中識別每個所述障礙物在所述視覺坐標(biāo)系中的 寬度W和局度h;
[0044] 根據(jù)寬高轉(zhuǎn)換公式得到每個所述障礙物的實際寬度R，和實際高度Rh，所述寬高轉(zhuǎn) 換公式為：
[0045]
[0046] 其中，所述屯為所述視覺坐標(biāo)系中每個單位寬度對應(yīng)的實際寬度，所述cU為所述 視覺坐標(biāo)系中每個單位高度對應(yīng)的實際高度，所述目標(biāo)參數(shù)包括所述R，和所述Rh。
[0047] 可選的，所述融合模塊，還用于，根據(jù)方位角公式獲取每個所述障礙物的目標(biāo)方位 角0 1，所述方位角公式為：
[0048]
[0049] 其中，所述M為所述視覺傳感器獲取的矩形圖像的在所述視覺坐標(biāo)系中的寬度， 所述^。為所述視覺傳感器的鏡頭視場角，所述目標(biāo)參數(shù)包括所述01。
[0化日]可選的，所述裝置還包括：
[0化1] 重合模塊，用于在所述車輛周圍有至少兩個障礙物時，根據(jù)去重公式獲取所述至 少兩個障礙物中任意兩個障礙物的重合系數(shù)化，所述去重公式為：
[0化2]
[0化3] 其中，所述0 1和所述0m為所述至少兩個障礙物中任意兩個障礙物的目標(biāo)方位 角，所述di為所述0 1對應(yīng)的障礙物到所述毫米波雷達(dá)的距離，所述dm為所述0m對應(yīng)的障 礙物到所述毫米波雷達(dá)的距離；
[0化4] 去重模塊，用于當(dāng)所述化大于重合闊值時，確定所述01對應(yīng)的障礙物和所述0m對應(yīng)的障礙物為一個障礙物。
[005引可選的，所述裝置，還包括：
[0化6] 指數(shù)模塊，用于WD-S證據(jù)理論分析每個所述障礙物的雷達(dá)參數(shù)和視覺參數(shù)，得 到每個所述障礙物的障礙等級，所述障礙等級表征任一所述障礙物實際存在的可信度； [0化7] 去除模塊，用于去除所述至少一個障礙物中障礙等級小于預(yù)設(shè)等級的障礙物。
[0化引本發(fā)明提供的技術(shù)方案可W包括W下有益效果：
[0化9] 通過將毫米波雷達(dá)獲取的雷達(dá)參數(shù)與視覺傳感器獲取的視覺參數(shù)進(jìn)行融合，并將 融合后得到的參數(shù)作為障礙物的目標(biāo)參數(shù)，且視覺傳感器探測的方位角的準(zhǔn)確性較高，解 決了相關(guān)技術(shù)中探測到的障礙物的方位角的準(zhǔn)確性較低的問題趣到了使探測到的障礙物 的參數(shù)的準(zhǔn)確性較高的效果。
[0060] 應(yīng)當(dāng)理解的是，W上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不 能限制本發(fā)明。
【附圖說