基于太赫兹的环境感知方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种基于太赫兹的环境感知方法，该方法包括：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。本发明专利技术还公开了一种基于太赫兹的环境感知装置及计算机可读存储介质。本发明专利技术基于太赫兹雷达感知被遮挡物遮挡路段的环境，进而识别被遮挡的目标，可保证无人驾驶车辆的安全行驶。

Terahertz based environmental awareness method, device and computer-readable storage medium

The present invention discloses an environmental sensing method based on terahertz, which includes: obtaining the first data of the terahertz radar detection and the second data detected by the preset sensor; combining the first and second data to determine the invisible target of the invisible region; based on the terahertz radar detection. The first data determines the motion state of the said invisible target. The invention also discloses a terahertz based environment sensing device and a computer readable storage medium. The invention is based on terahertz radar to perceive the environment blocked by the obstructed sections, and then to identify the blocked targets, so as to ensure the safe driving of the driverless vehicles.

【技术实现步骤摘要】
基于太赫兹的环境感知方法、装置及计算机可读存储介质
本专利技术涉及无人驾驶
，尤其涉及一种基于太赫兹的环境感知方法、装置及计算机可读存储介质。
技术介绍
无人驾驶车辆是一种智能汽车，集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。无人驾驶车辆实现自动驾驶需具备环境感知能力。无人驾驶车辆主要利用车载传感器来感知车辆周围环境，实现对车辆、行人等目标的检测和识别。目前，无人驾驶车辆上安装的车载传感器包括摄像头、毫米波雷达、激光雷达等传感器，这些传感器主要是对可见区域目标的探测，那么在无人驾驶车辆驶入被高建筑物遮挡的路段时，上述传感器并不能感知到被高建筑物遮挡路段的环境，无法对被遮挡路段的动态目标进行检测和识别，易引发碰撞等安全事故，无法保证无人驾驶车辆的安全行驶。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种基于太赫兹的环境感知方法、装置及计算机可读存储介质，旨在解决现有无人驾驶车辆的车载传感器无法探测到有遮挡物遮挡路段的环境，不能对被遮挡路段的动态目标进行检测和识别，无法保证无人驾驶车辆安全行驶的技术问题。为实现上述目的，本专利技术提供一种基于太赫兹的环境感知方法，所述方法包括：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。可选地，对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标的步骤包括：分别从所述第一数据中提取出第一感兴趣区域、从所述第二数据中提取出第二感兴趣区域；将所述第一感兴趣区域与第二感兴趣区域进行比对，从所述第一感兴趣区域中分割出不可见区域；从所述不可见区域中识别出不可见目标。可选地，所述从所述不可见区域中识别出不可见目标的步骤包括：采用基于深度学习的卷积神经网络对所述不可见区域进行不可见目标识别，识别出不可见目标，其中，所述基于深度学习的卷积神经网络为预先训练得到的用于识别不可见目标的模型。可选地，所述采用基于深度学习的卷积神经网络对所述不可见区域进行不可见目标识别，识别出不可见目标的步骤包括：对所述不可见区域进行特征提取，得到特征向量；将所述特征向量输入基于深度学习的卷积神经网络，识别出不可见目标。可选地，所述基于所述不可见目标的速度数据，确定所述不可见目标的运动状态的步骤包括：将所述不可见目标的速度数据，输入预设数学模型，得到所述不可见目标的运动状态。可选地，所述数学模型包括卡尔曼滤波模型和粒子滤波模型。可选地，所述方法应用于无人驾驶车辆，所述基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态的步骤之后，包括：获取无人驾驶车辆的运动状态；根据所述无人驾驶车辆的运动状态，结合所述不可见目标的运动状态，确定所述无人驾驶车辆的行驶决策，并基于所述行驶决策控制所述无人驾驶车辆的行驶。此外，为实现上述目的，本专利技术还提供一种基于太赫兹的环境感知装置，所述基于太赫兹的环境感知装置包括：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基于太赫兹的环境感知程序，所述基于太赫兹的环境感知程序被所述处理器执行时实现如下步骤：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于太赫兹的环境感知程序，所述基于太赫兹的环境感知程序被处理器执行时实现如下步骤：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。本专利技术获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。通过上述方式，本专利技术基于太赫兹雷达可以穿透云烟、建筑材料等障碍物进行目标探测的特性，将太赫兹雷达探测的包括可见区域和不可见区域的数据，与预设传感器探测的可见区域的数据进行融合，确定出不可见区域的不可见目标，进一步确定不可见目标的运动状态，以制定出对应的行驶决策控制无人驾驶车辆的行驶，避免碰撞事故的发生，从而保证无人驾驶车辆的安全行驶。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图；图2为本专利技术基于太赫兹的环境感知方法第一实施例的流程示意图；图3为本专利技术基于太赫兹的环境感知方法第二实施例的流程示意图；图4为本专利技术基于太赫兹的环境感知方法第三实施例的流程示意图；图5为本专利技术基于太赫兹的环境感知方法第四实施例的流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的装置所属终端结构示意图。本专利技术实施例终端承载有无人驾驶车辆的自动驾驶系统。如图1所示，该终端可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，终端还可以包括摄像头、RF(RadioFrequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。本领域技术人员可以理解，图1中示出的终端结构并不构本文档来自技高网...

【技术保护点】
1.一种基于太赫兹的环境感知方法，其特征在于，所述方法包括：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。

【技术特征摘要】
1.一种基于太赫兹的环境感知方法，其特征在于，所述方法包括：获取太赫兹雷达探测的第一数据和预设传感器探测的第二数据；对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标；基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态。2.如权利要求1所述的基于太赫兹的环境感知方法，其特征在于，对所述第一数据和第二数据进行融合，确定出不可见区域的不可见目标的步骤包括：分别从所述第一数据中提取出第一感兴趣区域、从所述第二数据中提取出第二感兴趣区域；将所述第一感兴趣区域与第二感兴趣区域进行比对，从所述第一感兴趣区域中分割出不可见区域；从所述不可见区域中识别出不可见目标。3.如权利要求2所述的基于太赫兹的环境感知方法，其特征在于，所述从所述不可见区域中识别出不可见目标的步骤包括：采用基于深度学习的卷积神经网络对所述不可见区域进行不可见目标识别，识别出不可见目标，其中，所述基于深度学习的卷积神经网络为预先训练得到的用于识别不可见目标的模型。4.如权利要求3所述的基于太赫兹的环境感知方法，其特征在于，所述采用基于深度学习的卷积神经网络对所述不可见区域进行不可见目标识别，识别出不可见目标的步骤包括：对所述不可见区域进行特征提取，得到特征向量；将所述特征向量输入基于深度学习的卷积神经网络，识别出不可见目标。5.如权利要求1所述的基于太赫兹的环境感知方法，其特征在于，所述基于所述太赫兹雷达探测的第一数据，确定所述不可见目标的运动状态的步骤包括：从所述第一数据中提取出不可见目标的速度数据；基于所述不可见目标的速度数据，确定所述不可见目标的运动状态。6.如...

【专利技术属性】
技术研发人员：刘新，宋朝忠，郭烽，单单，
申请(专利权)人：深圳市易成自动驾驶技术有限公司，
类型：发明
国别省市：广东,44