一种超视距感知方法、系统、终端和存储介质技术方案

本发明专利技术提供一种超视距感知方法、系统、终端和存储介质，包括以下步骤S01：获取场景地图，所述场景地图中仅包括底图信息；自局部感知模块和/或个体感知模块感知数据中提取障碍物要素；确定障碍物的姿态、尺寸信息以及与场景地图的相对位置关系；S02：融合自局部感知模块和/或个体感知模块感知数据中提取的所有障碍物实例，并映射到场景地图中，并实时更新障碍物实例在场景地图中的位置。通过将场景中动态物体和/或静态障碍物语义分割、实例分割、目标检测，进而将动态物体和/或静态障碍物映射到场景地图中，形成动态地图，并实时更新映射关系，并将动态地图存储在服务器中，供移动端或者车载移动端下载、使用。

A method, system, terminal and storage medium for over-the-horizon sensing

【技术实现步骤摘要】
一种超视距感知方法、系统、终端和存储介质
本专利技术涉及汽车电子
，特别是涉及一种超视距感知方法、系统、终端和存储介质。
技术介绍
图像是人们从客观世界获取信息的重要来源，图像信息最主要来自其边缘和轮廓。所谓边缘是指其周围像素灰度急剧变化的那些象素的集合，它存在于目标、背景和区域之间。图像边缘检测是图像处理中的一个重要内容和步骤。传统的汽车自主泊车方法一般是驾驶员首先人工寻找到空停车位，然后自主泊车系统依靠车身携带的传感器系统搜集车身四周环境特征，泊车系统再根据四周环境特征进行认知判断，然后做出泊车决策规划辅助驾驶员完成自动泊车。仅仅依靠车载传感器车辆所能感知距离非常有限，只能感受到车身周围较小范围内的环境特征，而且在道路拥堵或者光线条件比较复杂的环境下，车载传感器提供的数据无法使汽车准确地完成感知任务。
技术实现思路
为了解决上述的以及其他潜在的技术问题，本专利技术提供了一种超视距感知方法、系统、终端和存储介质，通过将场景中动态物体和/或静态障碍物语义分割、实例分割、目标检测，并通过结合动态物体和/或静态障碍物获取渠道对应的感知模块标定参数和/或感知模块的定位信息以及动态物体和/本文档来自技高网...

【技术保护点】
1.一种超视距感知方法，其特征在于，包括以下步骤：S01：获取场景地图，所述场景地图中仅包括底图信息；自局部感知模块和/或个体感知模块感知数据中提取障碍物要素；确定障碍物的姿态、尺寸信息以及与场景地图的相对位置关系；S02：融合自局部感知模块和/或个体感知模块感知数据中提取的所有障碍物实例，并映射到场景地图中，并实时更新障碍物实例在场景地图中的位置。

【技术特征摘要】
1.一种超视距感知方法，其特征在于，包括以下步骤：S01：获取场景地图，所述场景地图中仅包括底图信息；自局部感知模块和/或个体感知模块感知数据中提取障碍物要素；确定障碍物的姿态、尺寸信息以及与场景地图的相对位置关系；S02：融合自局部感知模块和/或个体感知模块感知数据中提取的所有障碍物实例，并映射到场景地图中，并实时更新障碍物实例在场景地图中的位置。2.根据权利要求1所述的超视距感知方法，其特征在于，所述障碍物包括静态障碍物和动态障碍物；静态障碍物包含静态障碍物要素，所述动态障碍物包含动态障碍物要素。3.根据权利要求2所述的超视距感知方法，其特征在于，所述所述静态障碍物要素包括静态障碍物类别、静态障碍物实例，所述静态障碍物实例中包含静态障碍物姿态、静态障碍物形状、静态障碍物尺寸、静态障碍物在场景地图中的坐标；所述静态障碍物类别包括红绿灯、标识牌、栅栏、隔离墩、道闸杆、防护桩、车位地锁、车阻石、道闸、橡胶挡车器、立柱、静止状态的车辆中的一种或几种。4.根据权利要求1所述的超视距感知方法，其特征在于，所述动态障碍物要素包括动态障碍物类别、动态障碍物实例，所述动态障碍物实例中包含动态障碍物姿态、动态障碍物形状、动态障碍物速度、动态障碍物在场景地图中的坐标、动态障碍物路径规划的信息中的一种或几种；所述动态障碍物类别包括但是不限于机动车辆、自行车、行人、未知；所述机动车辆类别内还包括第二类别，所述第二类别包括轿车、SUV、摩托车、平衡车、电瓶车；所述未知包括所有根据目标追踪得到但是又无法分类的移动物体。5.根据权利要求1所述的超视距感知方法，其特征在于，所述步骤S02中融合自局部感知模块和/或个体感知模块感知数据中提取的所有静态障碍物实例和/或动态障碍物实例映射到场景地图中时，包括以下步骤：S021：局部感知模块和/或个体感知模块获取各自感知范围内的静态障碍物实例和/或动态障碍物实例在俯视视角下或由自由视角转换为俯视视角下的目标框，所述目标框在场景地图中的相对位置和姿态；S022：将所有局部感知模块和/或个体感知模块获取的俯视视角下的目标框根据其在场景地图中的相对位置、姿态以及相对尺寸转换关系映射到场景地图中。6.根据权利要求5所述的超视距感知方法，其特征在于，所述步骤S021中确定目标框在场景地图中的相对位置和姿态时，若静态障碍物实例和/或动态障碍物实例来自局部感知模块，则获取局部感知模块在场景地图中实际安装位置与标定参数、以及静态障碍物实例和/或动态障碍物实例在局部感知模块感受野范围内的位置，通过坐标转换获得静态障碍物实例和/动态障碍物实例在场景地图中的相对坐标和姿态。7.根据权利要求5所述的超视距感知方法，其特征在于，所述步骤S022中确定目标框在场景地图中的相对位置、姿态和尺寸时，若静态障碍物实例和/或动态障碍物实例来自个体感知模块，则获取个体感知模块上传的世界坐标定位，再由世界坐标定位通过坐标转换关系转换为场景地图中的相对位置；根据获取的个体感知模块自身实际尺寸通过场景地图与真实地图的缩放比例转换为个体感知模块在场景地图中显示的尺寸；根据获取的个体感知模块的航向角、车身控制信号信号通过角度转换关系转换为个体感知...

【专利技术属性】
技术研发人员：王凡，吴子章，唐锐，尹凌霄，任鑫，王晓权，
申请(专利权)人：北京纵目安驰智能科技有限公司，
类型：发明
国别省市：北京,11