【技术实现步骤摘要】
【国外来华专利技术】目标检测方法、系统及可移动平台
本申请实施例涉及目标探测技术,尤其涉及一种目标检测方法、系统及可移动平台。
技术介绍
随着科技的发展,智能驾驶汽车渐渐被人们所熟知。实际应用中,智能驾驶汽车能够利用车载传感系统获取车辆周围环境,并将获取的道路、车辆位置和障碍物信息反馈给智能驾驶单元,智能驾驶单元接收到路况信息后根据路况信息计算控制信号,并将控制信号发送至车辆控制单元,车辆控制单元控制车辆安全、可靠地在道路上行驶。目标检测对于智能驾驶具有重要意义,影响其规划及导航策略。目标检测可以基于毫米波雷达进行,具体的,毫米波雷达通过发射电磁波以及接收目标的反射回波,为行车安全判断提供依据。然而,通常毫米波雷达分辨能力较低,以探测车辆为例,一般一辆车可能仅返回数个毫米波雷达点数据,无法精确描述车辆的轮廓和形状;又比如,对于弱反射体(如行人、自行车等)不敏感,容易造成漏检。因此,仅基于毫米波雷达的目标检测结果可能存在一些问题。
技术实现思路
本申请实施例提供一种目标检测方法、系统及可移动平台,以解决仅基于毫米波雷达的目标检测结果存在的问题。第一方面,本申请实施例提供一种目标检测方法,包括:获取毫米波雷达在预设区域检测到的待处理目标;获取辅助传感器在所述预设区域检测到的目标辅助信息;利用所述目标辅助信息对所述待处理目标进行优化,获得检测目标。第二方面,本申请实施例提供一种目标检测系统,包括毫米波雷达、辅助传感器、存储器和处理器,其中,所述存储器,用于存储程序指令 ...
【技术保护点】
1.一种目标检测方法,其特征在于,包括:/n获取毫米波雷达在预设区域检测到的待处理目标;/n获取辅助传感器在所述预设区域检测到的目标辅助信息;/n利用所述目标辅助信息对所述待处理目标进行优化,获得检测目标。/n
【技术特征摘要】
【国外来华专利技术】1.一种目标检测方法,其特征在于,包括:
获取毫米波雷达在预设区域检测到的待处理目标;
获取辅助传感器在所述预设区域检测到的目标辅助信息;
利用所述目标辅助信息对所述待处理目标进行优化,获得检测目标。
2.根据权利要求1所述的方法,其特征在于,所述辅助传感器包括以下至少一种:
激光雷达、视觉传感器。
3.根据权利要求1所述的方法,其特征在于,所述辅助传感器为激光雷达,所述目标辅助信息为目标点云。
4.根据权利要求3所述的方法,其特征在于,在获取所述激光雷达在所述预设区域检测到的目标点云之后,还包括:
对所述目标点云进行地面分割处理;
根据地面分割处理结果获得点云俯视图。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标。
6.根据权利要求5所述的方法,其特征在于,所述利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标,包括:
利用所述点云俯视图对所述待处理目标进行多径目标判定;
根据判定结果对所述待处理目标进行多径目标滤除,获得所述检测目标。
7.根据权利要求5所述的方法,其特征在于,所述利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标,包括:
利用所述点云俯视图确定所述待处理目标中的噪声点;
根据所述噪声点对所述待处理目标进行噪声点滤除,获得所述检测目标。
8.根据权利要求5至7中任一项所述的方法,其特征在于,在所述利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标之前,还包括:
对所述待处理目标进行滤波处理,并对滤波处理后的待处理目标进行目标关联处理。
9.根据权利要求8所述的方法,其特征在于,所述利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标,包括:
利用所述点云俯视图对目标关联处理后的待处理目标进行聚类;
根据聚类结果获得所述检测目标。
10.根据权利要求4至9中任一项所述的方法,其特征在于,在所述对所述目标点云进行地面分割处理之前,还包括:
对所述目标点云进行去噪和/或去空中障碍物处理。
11.根据权利要求5至9中任一项所述的方法,其特征在于,在所述获取毫米波雷达在预设区域检测到的待处理目标之后,还包括:
对所述待处理目标进行聚类,从聚类后的各个区域中获得聚类目标;
对所述聚类目标进行静态目标和动态目标分离处理。
12.根据权利要求11所述的方法,其特征在于,所述利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标,包括:
利用所述点云俯视图对分离出的动态目标进行优化,获得所述检测目标。
13.根据权利要求11或12所述的方法,其特征在于,在所述对所述待处理目标进行聚类,从聚类后的各个区域中获得聚类目标之前,还包括:
对所述待处理目标进行去噪处理。
14.根据权利要求4至9中任一项所述的方法,其特征在于,所述对所述目标点云进行地面分割处理,包括:
根据预设三维网格对所述目标点云进行地面分割处理。
15.根据权利要求10所述的方法,其特征在于,所述对所述目标点云进行去噪和/或去空中障碍物处理,包括:
根据所述目标点云的密度直方图,获得所述目标点云的三维网格密度;
根据所述三维网格密度确定所述目标点云中的噪声点和/或空中障碍物;
根据确定的噪声点和/或空中障碍物,对所述目标点云进行去噪和/或去空中障碍物处理。
16.根据权利要求11所述的方法,其特征在于,所述对所述聚类目标进行静态目标和动态目标分离处理,包括:
根据安装所述毫米波雷达的车辆车速,以及预设阈值,确定速度区间,其中,所述预设阈值根据所述毫米波雷达测量的所述聚类目标的角度确定;
根据所述车辆车速和所述速度区间,对所述聚类目标进行静态目标和动态目标分离处理。
17.根据权利要求13所述的方法,其特征在于,所述对所述待处理目标进行去噪处理,包括:
获取所述毫米波雷达测量的所述待处理目标的径向距离、角度和径向相对速度;
对所述待处理目标中角度在预设角度范围外的目标,持续时间低于预设时间阈值的目标,相邻帧的径向距离之差大于预设距离阈值的目标,和/或相邻帧的径向相对速度之差大于预设速度阈值的目标进行滤除。
18.一种目标检测系统,其特征在于,包括毫米波雷达、辅助传感器、存储器和处理器,其中,
所述存储器,用于存储程序指令;
所述处理器,用于执行所述程序指令,当所述程序指令被执行时,处理器执行如下步骤:
获取毫米波雷达在预设区域检测到的待处理目标;
获取辅助传感器在所述预设区域检测到的目标辅助信息;
利用所述目标辅助信息对所述待处理目标进行优化,获得检测目标。
19.根据权利要求18所述的系统,其特征在于,所述辅助传感器包括以下至少一种:
激光雷达、视觉传感器。
20.根据权利要求18所述的系统,其特征在于,所述辅助传感器为激光雷达,所述目标辅助信息为目标点云。
21.根据权利要求20所述的系统,其特征在于,所述处理器在获取所述激光雷达在所述预设区域检测到的目标点云之后,还用于:
对所述目标点云进行地面分割处理;
根据地面分割处理结果获得点云俯视图。
22.根据权利要求21所述的系统,其特征在于,所述处理器还用于:
利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标。
23.根据权利要求22所述的系统,其特征在于,所述处理器利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标时,具体用于:
利用所述点云俯视图对所述待处理目标进行多径目标判定;
根据判定结果对所述待处理目标进行多径目标滤除,获得所述检测目标。
24.根据权利要求22所述的系统,其特征在于,所述处理器利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标时,具体用于:
利用所述点云俯视图确定所述待处理目标中的噪声点;
根据所述噪声点对所述待处理目标进行噪声点滤除,获得所述检测目标。
25.根据权利要求22至24中任一项所述的系统,其特征在于,所述处理器在利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标之前,还用于:
对所述待处理目标进行滤波处理,并对滤波处理后的待处理目标进行目标关联处理。
26.根据权利要求25所述的系统,其特征在于,所述处理器利用所述点云俯视图对所述待处理目标进行优化,获得所述检测目标时,具体用于:
利用所述点云俯视图对目标关联处理后的待处理目标进行聚类;
根据聚类结果获得所述检测目标。
27.根据权利要求21至26中任一项所述的系统,其特征在于,所述处理器在对所述目标点云进行地面分割处理之前,还用于:
对所述目标点云进行去噪和/或去空中障碍物处理。
28.根据权利要求22至26中任一项所述的系统,其特征在于,所述处理器在获取毫米波雷达在预设区域检测到的待处理目标之后,还用于:
对所述待处理目标进行聚类,从聚类后...
【专利技术属性】
技术研发人员:刘寒颖,邱凡,李星河,
申请(专利权)人:深圳市大疆创新科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。