车辆检测方法、装置、车辆和存储介质制造方法及图纸

本发明专利技术实施例公开了一种车辆检测方法、装置、车辆和存储介质，车辆检测方法包括：在本车车辆上通过毫米波雷达采集雷达数据和通过相机采集图像；建立本车车辆的危险区域；根据雷达数据确定位于危险区域内的目标车辆以及目标车辆的第一检测数据；将图像输入目标检测模型中得到目标车辆的第二检测数据；基于毫米波雷达的雷达坐标系到图像的像素坐标系的投影，融合第一检测数据和第二检测数据得到目标车辆的检测数据。实现了对危险区域内的目标车辆的第一检测数据和第二检测数据进行融合获得目标车辆的最终检测数据，大大减少了融合的车辆的数据量，提高了数据融合的效率，获得目标车辆的检测数据实时性高，有利于自动驾驶辅助系统及时作出决策。

【技术实现步骤摘要】
车辆检测方法、装置、车辆和存储介质
本专利技术实施例涉及车辆
，尤其涉及一种车辆检测方法、装置、车辆和存储介质。
技术介绍
随着自动驾驶技术的发展，自动驾驶正在慢慢融入人们的生活，配备驾驶辅助功能已经成为人们选择购买车辆时的重要参考之一。在自动驾驶技术中，环境感知技术是智能驾驶车辆发展的基础与前提，目前常用于环境感知的传感器有毫米波雷达、相机、激光雷达等。然而，单一传感器难以满足智能驾驶全天候、多信息、高精度、高鲁棒性的环境感知要求。毫米波雷达不易受雨、雪、雾等天气因素的影响，对环境适应性强，并且在对目标的景深信息与速度信息提取方面具有很大优势，基于相机的视觉识别在目标识别分类方面具有较大优势，可感知现实空间信息。因此，在现有技术中多采用毫米波雷达和相机来感知融合环境信息辅助自动驾驶，然而，目前基于毫米波雷达和相机来感知环境信息过程中，融合的数据量大，效率低，感知得到的环境信息实时性差，不利于辅助自动驾驶。
技术实现思路
本专利技术实施例提供一种车辆检测方法、装置、车辆和存储介质，以解决基于毫米波雷达和相机来感知环境信息过程中，融合的数据量大，效率低，感知得到的环境信息实时性差，不利于辅助自动驾驶的问题。第一方面，本专利技术实施例提供了一种车辆检测方法，应用于设置有毫米波雷达和相机的本车车辆，包括：在本车车辆上通过毫米波雷达采集雷达数据和通过相机采集图像；建立所述本车车辆的危险区域；根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据；将所述图像输入预先训练好的目标检测模型中得到所述目标车辆的第二检测数据；基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据。可选地，所述建立所述本车车辆的危险区域，包括：在所述本车车辆行驶方向、所述本车车辆前方建立一个矩形的危险区域，所述危险区域的宽度为所述本车车辆的M个车宽，所述危险区域的长度为所述本车车辆的N个车长，所述危险区域的宽度中心线与所述本车车辆的车宽中心线重合。可选地，所述根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据，包括：对所述雷达数据进行卡尔曼滤波获得滤波后的雷达数据；基于所述滤波后的雷达数据确定出所述毫米波雷达所检测到的目标；从所述毫米波雷达所检测到的目标中去除虚假目标得到所述毫米波雷达检测到的车辆；从所述毫米波雷达检测到的车辆中确定出位于所述危险区域内的车辆作为目标车辆；获取所述目标车辆的第一检测数据，所述第一检测数据包括所述目标车辆在所述雷达坐标系中的雷达坐标、速度、加速度、车宽、车长中的至少一项。可选地，所述从所述毫米波雷达所检测到的目标中去除虚假目标得到所述毫米波雷达检测到的车辆，包括：通过以下公式确定出虚假目标：其中，n为毫米波雷达的采样序号，Tr为毫米波雷达的采样周期，x(n+1)、y(n+1)为在n+1采样点时目标的纵向坐标和横向坐标，x(n)、y(n)为在n采样点时目标的纵向坐标和横向坐标，vx(n)和vy(n)为在n采样点时目标的纵向速度和横向速度，ax和ay为纵向和横向加速度的最大值，为纵向速度差，为横向速度差，axTr为纵向速度差阈值，ayTr为横向速度差阈值，上述公式成立时为真实目标，否则为虚假目标；从所述毫米波雷达检测到的目标中去除所述虚假目标得到所述毫米波雷达检测到的车辆。可选地，所述第一检测数据包括所述目标车辆在所述雷达坐标系中的雷达坐标，所述第二检测数据包括所述目标车辆在所述像素坐标系中的第二像素坐标，所述基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据，包括：将所述雷达坐标从雷达坐标系投影到像素坐标系中，得到所述目标车辆的几何中心在所述图像中的目标像素点；以所述目标像素点为中心建立一感兴趣区域；通过所述感兴趣区域中包含的车辆的第二像素坐标对所述雷达坐标进行修正得到所述目标车辆的最终坐标。可选地，所述将所述雷达坐标从雷达坐标系投影到像素坐标系中，得到所述目标车辆的几何中心在所述图像中的目标像素点，包括：通过以下雷达坐标系到像素坐标系将所述雷达坐标从雷达坐标系投影到像素坐标系得到第一像素坐标：Hc为相机安装位置距离地面的高度，α为相机安装的俯仰角，(xr，yr，zr)为目标车辆在雷达坐标系中的雷达坐标，Wr为毫米波雷达安装位置距离本车车辆纵向对称面的距离，Hr为毫米波雷达安装位置距离地面的高度，ΔL为毫米波雷达与相机在沿本车车辆行驶方向上安装距离之差的绝对值，(u，v)为目标车辆在图像中的目标像素点的第一像素坐标，(u0，v0)为图像的中心点的像素坐标，fx和fy为相机的等效焦距；确定所述第一像素坐标对应的像素点为目标车辆的几何中心在所述图像中的目标像素点。可选地，所述通过所述感兴趣区域中包含的车辆的第二像素坐标对所述雷达坐标进行修正得到所述目标车辆的最终坐标，包括：通过以下公式对所述雷达坐标进行修正得到所述目标车辆的最终坐标：(xa，ya，za)为修正后的最终坐标，(ur，vr)为感兴趣区域中包含的目标车辆的第二像素坐标。第二方面，本专利技术实施例提供了一种目标车辆检测装置，应用于设置有毫米波雷达和相机的本车车辆，包括：雷达数据和图像采集模块，用于在本车车辆上通过毫米波雷达采集雷达数据和相机采集图像；危险区域建立模块，用于建立所述本车车辆的危险区域；第一检测数据确定模块，用于根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据；第二检测数据获取模块，用于将所述图像输入预先训练好的目标检测模型中得到所述目标车辆的第二检测数据；融合模块，用于基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据。第三方面，本专利技术实施例提供了一种车辆，包括：毫米波雷达和相机，所述毫米波雷达用于采集雷达数据，所述相机用于采集图像；一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任一实施例所述的车辆检测方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任一实施例所述的车辆检测方法。本专利技术实施例在本车车辆上通过毫米波雷达采集雷达数据和相机采集图像；建立本车车辆的危险区域，根据雷达数据确定位于危险区域内的目标车辆以及目标车辆的第一检测数据；将图像输入预先训练好的目标检测模型中得到目标车辆的第二检测数据；基于毫米波雷达的雷达坐标系到图像的像素坐标系的投影，融合第一检测数据和第二检测数本文档来自技高网...

【技术保护点】
1.一种车辆检测方法，其特征在于，应用于设置有毫米波雷达和相机的本车车辆，包括：/n在本车车辆上通过毫米波雷达采集雷达数据和通过相机采集图像；/n建立所述本车车辆的危险区域；/n根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据；/n将所述图像输入预先训练好的目标检测模型中得到所述目标车辆的第二检测数据；/n基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据。/n

【技术特征摘要】
1.一种车辆检测方法，其特征在于，应用于设置有毫米波雷达和相机的本车车辆，包括：
在本车车辆上通过毫米波雷达采集雷达数据和通过相机采集图像；
建立所述本车车辆的危险区域；
根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据；
将所述图像输入预先训练好的目标检测模型中得到所述目标车辆的第二检测数据；
基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据。


2.根据权利要求1所述的方法，其特征在于，所述建立所述本车车辆的危险区域，包括：
在所述本车车辆行驶方向、所述本车车辆前方建立一个矩形的危险区域，所述危险区域的宽度为所述本车车辆的M个车宽，所述危险区域的长度为所述本车车辆的N个车长，所述危险区域的宽度中心线与所述本车车辆的车宽中心线重合。


3.根据权利要求1或2所述的方法，其特征在于，所述根据所述雷达数据确定位于所述危险区域内的目标车辆以及所述目标车辆的第一检测数据，包括：
对所述雷达数据进行卡尔曼滤波获得滤波后的雷达数据；
基于所述滤波后的雷达数据确定出所述毫米波雷达所检测到的目标；
从所述毫米波雷达所检测到的目标中去除虚假目标得到所述毫米波雷达检测到的车辆；
从所述毫米波雷达检测到的车辆中确定出位于所述危险区域内的车辆作为目标车辆；
获取所述目标车辆的第一检测数据，所述第一检测数据包括所述目标车辆在所述雷达坐标系中的雷达坐标、速度、加速度、车宽、车长中的至少一项。


4.根据权利要求3所述的方法，其特征在于，所述从所述毫米波雷达所检测到的目标中去除虚假目标得到所述毫米波雷达检测到的车辆，包括：
通过以下公式确定出虚假目标：



其中，n为毫米波雷达的采样序号，Tr为毫米波雷达的采样周期，x(n+1)、y(n+1)为在n+1采样点时目标的纵向坐标和横向坐标，x(n)、y(n)为在n采样点时目标的纵向坐标和横向坐标，vx(n)和vy(n)为在n采样点时目标的纵向速度和横向速度，ax和ay为纵向和横向加速度的最大值，为纵向速度差，为横向速度差，axTr为纵向速度差阈值，ayTr为横向速度差阈值，上述公式成立时为真实目标，否则为虚假目标；
从所述毫米波雷达检测到的目标中去除所述虚假目标得到所述毫米波雷达检测到的车辆。


5.根据权利要求1所述的方法，其特征在于，所述第一检测数据包括所述目标车辆在所述雷达坐标系中的雷达坐标，所述第二检测数据包括所述目标车辆在所述像素坐标系中的第二像素坐标，所述基于所述毫米波雷达的雷达坐标系到所述图像的像素坐标系的投影，融合所述第一检测数据和所述第二检测数据得到所述目标车辆的检测数据，包括：
将所述雷达坐标从雷达坐标系投影...

【专利技术属性】
技术研发人员：韩贤贤，蔡世民，谭明伟，徐刚，冷长峰，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林;22