一种接近物体的位置确定方法和装置制造方法及图纸

本发明专利技术公开一种接近物体的位置确定方法和装置，以解决现有技术中无法准确的确定得到自动驾驶车辆的接近物体以及接近物体的位置的问题。包括：自动驾驶车辆的控制装置在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定实际接近物体；根据点云数据确定当前处理周期中实际接近物体的三维位置。

A method and device for determining the position of an object near an object

The invention discloses a location determination method and device for approaching objects, so as to solve the problem that it is impossible to accurately determine the location of approaching objects and approaching objects in the existing technology. Including: automatic driving vehicle control device in the current processing cycle receives the image data from the camera and the distance measuring device from point cloud data, the camera and the distance measuring device equipped with the automatic driving vehicle; determine the image data to automated vehicles objects and two-dimensional position close to the object; determining the point cloud data in the approach of automated vehicles between objects and objects with automatic driving vehicle close to the distance between the objects close to close; according to the image data from the object and the two-dimensional position, approaching object and point cloud data and close to the object and the automatic driving vehicle distance, determine the actual close to determine the current 3D objects; the actual position close to the object cycle according to the point cloud data.

【技术实现步骤摘要】
一种接近物体的位置确定方法和装置
本专利技术涉及自动驾驶领域，特别地，涉及一种接近物体的位置确定方法和装置。
技术介绍
在现有的自动驾驶
中，通常会对接近自动驾驶车辆的物体进行识别。识别的方法主要有两种，一种是通过搭载在自动驾驶车辆上的摄像头采集到的视频图像数据进行识别，一种是通过搭载在自动驾驶车辆上的测距装置采集到的距离数据进行识别。进一步还会确定识别到的物体的位置。但是在现有技术中都无法通过这两种方法识别确定得到准确的物体和物体位置。
技术实现思路
鉴于上述问题，提供了一种接近物体的位置确定方法和装置，以解决现有技术中无法准确的识别确定得到自动驾驶车辆的接近物体以及接近物体的位置的问题。根据本申请的一个方面，一些实施例中提供了一种接近物体的位置确定方法，包括：自动驾驶车辆的控制装置在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定实际接近物体；根据点云数据确定当前处理周期中实际接近物体的三维位置。在本申请的一些实施例中，确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置，包括：在图像数据中识别出物体，将识别出来的物体确定为接近自动驾驶车辆的物体；并确定接近的物体的二维位置。在本申请的一些实施例中，确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离，包括：从点云数据中识别出至少一个物体；根据至少一个物体在点云数据中的三维位置和自动驾驶车辆的三维位置，确定至少一个物体与自动驾驶车辆的距离；将距离小于预定距离所对应的物体确定为接近的物体；保存接近的物体与自动驾驶车辆之间的距离。在本申请的一些实施例中，确定的实际接近物体，包括：根据点云数据中接近的物体的位置、以及接近的物体与自动驾驶车辆之间的距离，确定该接近的物体在图像上的位置；根据点云数据中接近的物体在图像上的位置，将点云数据中接近的物体与图像数据中相同位置上的接近的物体进行对比，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率；在所确定的概率大于预定概率的情况下，确定点云数据中的接近的物体与图像数据中的接近的物体是同一物体，并确定该同一物体为实际接近物体。在本申请的一些实施例中，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率，包括：将点云数据中接近的物体对应的点云投射到图像数据中相同位置上接近的物体上，确定点云落在图像数据中相同位置上接近的物体的边界框内的概率。在本申请的一些实施例中，根据点云数据确定当前处理周期中实际接近物体的三维位置，包括：将实际接近物体对应的点云的位置确定为实际接近物体的三维位置。在本申请的一些实施例中，所述方法还包括：根据当前处理周期和相邻的上一个处理周期中分别确定的实际接近物体，确定实际接近物体的速度。在本申请的一些实施例中，确定实际接近物体的速度，包括：将当前处理周期中实际接近物体对应的点云和相邻的上一个处理周期中实际接近物体对应的点云进行匹配，确定两个点云之间的位移；根据确定的位移和相邻两个处理周期的时间差确定实际接近物体的速度。在本申请的一些实施例中，方法还包括：确定两个点云之间的位移方向，根据位移方向和实际接近物体的速度确定实际接近物体的速度矢量。在本申请的一些实施例中，方法还包括：对多个处理周期中确定的实际接近物体建立关联关系；在当前处理周期相邻的上一个处理周期缺乏图像数据和/或点云数据的情况下，根据所建立的实际接近物体的关联关系，确定在当前处理周期之前最近的处理周期中确定的实际接近物体；根据该最近的处理周期中确定的实际接近物体和当前处理周期中确定的实际接近物体，确定实际接近物体的速度。根据本申请的另一个方面，还提供了一种接近物体的位置确定装置，包括：接收模块，用于在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；第一确定模块，用于确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；第二确定模块，用于确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；物体确定模块，用于根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定的实际接近物体；位置确定模块，根据点云数据确定当前处理周期中实际接近物体的三维位置。在本申请的一些实施例中，第一确定模块具体用于：在图像数据中识别出物体，将识别出来的物体确定为接近自动驾驶车辆的物体；并确定接近的物体的二维位置。在本申请的一些实施例中，第二确定模块具体用于：从点云数据中识别出至少一个物体；根据至少一个物体在点云数据中的三维位置和自动驾驶车辆的三维位置，确定至少一个物体与自动驾驶车辆的距离；将距离小于预定距离所对应的物体确定为接近的物体；保存接近的物体与自动驾驶车辆之间的距离。在本申请的一些实施例中，物体确定模块具体用于：根据点云数据中接近的物体的位置、以及接近的物体与自动驾驶车辆之间的距离，确定该接近的物体在图像上的位置；根据点云数据中接近的物体在图像上的位置，将点云数据中接近的物体与图像数据中相同位置上的接近的物体进行对比，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率；在所确定的概率大于预定概率的情况下，确定点云数据中的接近的物体与图像数据中的接近的物体是同一物体，并确定该同一物体为实际接近物体。在本申请的一些实施例中，物体确定模块确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率，包括：将点云数据中接近的物体对应的点云投射到图像数据中相同位置上接近的物体上，确定点云落在图像数据中相同位置上接近的物体的边界框内的概率。在本申请的一些实施例中，位置确定模块具体用于：将实际接近物体对应的点云的位置确定为实际接近物体的三维位置。在本申请的一些实施例中，装置还包括：速度确定模块，用于根据当前处理周期和相邻的上一个处理周期中分别确定的实际接近物体，确定实际接近物体的速度。在本申请的一些实施例中，速度确定模块具体用于：将当前处理周期中实际接近物体对应的点云和相邻的上一个处理周期中实际接近物体对应的点云进行匹配，确定两个点云之间的位移；根据确定的位移和相邻两个处理周期的时间差确定实际接近物体的速度。在本申请的一些实施例中，速度确定模块还用于：确定两个点云之间的位移方向，根据位移方向和实际接近物体的速度确定实际接近物体的速度矢量。在本申请的一些实施例中，速度确定模块还用于：对多个处理周期中确定的实际接近物体建立关联关系；在当前处理周期相邻的上一个处理周期缺乏图像数据和/或点云数据的情况下，根据所建立的实际接近物体的关联关系，确定在当前处理周期之前最近的处理周期中确定的实际接近物体；根据该最近的处理周期中确定的实际接近物体和当前处理周期中确定的实际接近物体，确定实际接近物体的速度。根据本申请的另一个方面，还提本文档来自技高网...

【技术保护点】
一种接近物体的位置确定方法，其特征在于，包括：自动驾驶车辆的控制装置在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定实际接近物体；根据点云数据确定实际接近物体的三维位置。

【技术特征摘要】
2017.04.25 US US15/496,1131.一种接近物体的位置确定方法，其特征在于，包括：自动驾驶车辆的控制装置在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定实际接近物体；根据点云数据确定实际接近物体的三维位置。2.根据权利要求1的方法，其特征在于，确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置，包括：在图像数据中识别出物体，将识别出来的物体确定为接近自动驾驶车辆的物体；并确定接近的物体的二维位置。3.根据权利要求1所述的方法，其特征在于，确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离，包括：从点云数据中识别出至少一个物体；根据至少一个物体在点云数据中的三维位置和自动驾驶车辆的三维位置，确定至少一个物体与自动驾驶车辆的距离；将距离小于预定距离所对应的物体确定为接近的物体；保存接近的物体与自动驾驶车辆之间的距离。4.根据权利要求1的方法，其特征在于，确定实际接近物体，包括：根据点云数据中接近的物体的位置、以及接近的物体与自动驾驶车辆之间的距离，确定该接近的物体在图像上的位置；根据点云数据中接近的物体在图像上的位置，将点云数据中接近的物体与图像数据中相同位置上的接近的物体进行对比，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率；在所确定的概率大于预定概率的情况下，确定点云数据中的接近的物体与图像数据中的接近的物体是同一物体，并确定该同一物体为实际接近物体。5.根据权利要求4的方法，其特征在于，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率，包括：将点云数据中接近的物体对应的点云投射到图像数据中相同位置上接近的物体上，确定点云落在图像数据中相同位置上接近的物体的边界框内的概率。6.根据权利要求1的方法，其特征在于，根据点云数据确定当前处理周期中实际接近物体的三维位置，包括：将实际接近物体对应的点云的位置确定为实际接近物体的三维位置。7.根据权利要求1的方法，其特征在于，所述方法还包括：根据当前处理周期和相邻的上一个处理周期中分别确定的实际接近物体，确定实际接近物体的速度。8.根据权利要求7的方法，其特征在于，确定实际接近物体的速度，包括：将当前处理周期中实际接近物体对应的点云和相邻的上一个处理周期中实际接近物体对应的点云进行匹配，确定两个点云之间的位移；根据确定的位移和相邻两个处理周期的时间差确定实际接近物体的速度。9.根据权利要求8的方法，其特征在于，方法还包括：确定两个点云之间的位移方向，根据位移方向和实际接近物体的速度确定实际接近物体的速度矢量。10.根据权利要求7的方法，其特征在于，方法还包括：对多个处理周期中确定的实际接近物体建立关联关系；在当前处理周期相邻的上一个处理周期缺乏图像数据和/或点云数据的情况下，根据所建立的实际接近物体的关联关系，确定在当前处理周期之前最近的处理周期中确定的实际接近物体；根据该最近的处理周期中确定的实际接近物体和当前处理周期中确定的实际接近物体，确定实际接近物体的速度。11.一种接近物体的位置确定装置，其特征在于，包括：接收模块，用于在当前处理周期中接收来自摄像头的图像数据和来自距离测量装置的点云数据，其中摄像头和距离测量装置搭载在自动驾驶车辆上；第一确定模块，用于确定图像数据中接近自动驾驶车辆的物体以及接近的物体的二维位置；第二确定模块，用于确定点云数据中接近自动驾驶车辆的物体以及接近的物体与自动驾驶车辆之间的距离；物体确定模块，用于根据从图像数据中接近的物体以及接近的物体的二维位置、和点云数据中接近的物体以及接近的物体与自动驾驶车辆之间的距离，确定实际接近物体；位置确定模块，根据点云数据确定实际接近物体的三维位置。12.根据权利要求11所述的装置，其特征在于，第一确定模块具体用于：在图像数据中识别出物体，将识别出来的物体确定为接近自动驾驶车辆的物体；并确定接近的物体的二维位置。13.根据权利要求11所述的装置，其特征在于，第二确定模块具体用于：从点云数据中识别出至少一个物体；根据至少一个物体在点云数据中的三维位置和自动驾驶车辆的三维位置，确定至少一个物体与自动驾驶车辆的距离；将距离小于预定距离所对应的物体确定为接近的物体；保存接近的物体与自动驾驶车辆之间的距离。14.根据权利要求11所述的装置，其特征在于，物体确定模块具体用于：根据点云数据中接近的物体的位置、以及接近的物体与自动驾驶车辆之间的距离，确定该接近的物体在图像上的位置；根据点云数据中接近的物体在图像上的位置，将点云数据中接近的物体与图像数据中相同位置上的接近的物体进行对比，确定点云数据中接近的物体与图像数据中的接近的物体是同一物体的概率；在所确定的概率大于预定概率的情况下，确定点云数据中的接近的物体与图像数据中的接近的物体是同一物体，并确定该同一物体为实际接近物体。15.根据权利要求14所述的装置，其特征在于，物体确定模块确定点云数据中接近的物体与图像数据中的接近...

【专利技术属性】
技术研发人员：李晨旸，侯晓迪，刘思远，
申请(专利权)人：北京图森未来科技有限公司，图森公司，
类型：发明
国别省市：北京,11