用于识别障碍物的方法和系统技术方案

本发明专利技术涉及一种用于检测车辆环境中的一个或多个对象的方法，所述环境由周边界定，该方法包括：将环境分割为多个区段，使得所述多个区段中的每个区段至少部分地通过环境的周边界定；基于车辆环境中的所述一个或多个对象检测一个或多个检测点；基于所述一个或多个检测点的空间接近度将所述一个或多个检测点合并为一个或多个簇；并且基于检测到的所述一个或多个检测点和/或基于合并的所述一个或多个簇为所述多个区段中的每个区段分配状态。本发明专利技术还涉及用于检测车辆环境中的一个或多个对象的系统以及包括该系统的车辆。象的系统以及包括该系统的车辆。象的系统以及包括该系统的车辆。

【技术实现步骤摘要】
【国外来华专利技术】用于识别障碍物的方法和系统


[0001]本专利技术涉及用于识别障碍物的方法和系统。本专利技术尤其是涉及用于识别车辆环境中的静态障碍物的方法和系统。

技术介绍

[0002]在现有技术中已知用于识别车辆环境中的障碍物(即概括来说为对象)的各种方法和系统。在此借助各种传感器检测车辆的环境并基于传感器系统提供的数据查明车辆的环境中是否存在障碍物并且在可能的情况下确定障碍物的位置。为此目的使用的传感器系统通常包括车辆中存在的传感器、如超声波传感器(如PDC或者说停车辅助系统)、一个或多个摄像头、雷达(如具有距离保持功能的巡航控制器)等。车辆中通常存在各种传感器，其针对特定任务而优化，这例如涉及检测范围、动态方面以及关于精度等的要求。
[0003]车辆环境中的障碍物识别被用于各种驾驶员辅助系统、如用于避免碰撞(如制动辅助、避免侧向碰撞)、变道辅助、转向辅助等。
[0004]为了识别车辆环境中的静态障碍物，需要用于各种传感器的输入数据的融合算法。为了补偿传感器错误、如错误的肯定识别(如所谓的虚假目标(Geisterziele))或错误的否定识别(如未检测到的障碍物)和遮蔽(如通过运动的车辆或传感器视场的限制)需要追踪传感器对静态障碍物的检测。
[0005]使用不同的模型来描绘车辆周围的紧邻环境。一种在现有技术中已知的、用于识别静态障碍物的方法是占用栅格融合(OGF)。在OGF中将车辆环境划分为多个矩形单元(Zellen)。在融合范围中，针对每个单元计算关于静态障碍物的占用概率。单元的尺寸决定环境表示的精度。
[0006]在S.Thrun和A.B
ü
cken的“移动机器人导航的基于栅格的整合和拓扑地图”(第十三届全国人工智能会议论文集，第2卷，俄勒冈州波特兰，1996年)中描述了移动机器人导航领域中的研究工作并且主要描述了用于反映内部空间环境的两种主要范例：基于栅格的和拓扑的。尽管基于网络的方法可生成准确的度量图，但其复杂性通常无法有效规划和解决大型内部空间中的问题。相反，拓扑地图可更有效地使用，但是在大型环境中很难学习准确且一致的拓扑地图。Thrun和B
ü
cken描述了一种将两种范例整合的方法。基于栅格的地图利用人工神经网络和贝叶斯积分进行学习或者说训练。通过将基于栅格的地图划分为相关联的区域，拓扑地图可作为另外的上级层面生成在基于栅格的地图上。所描述的整合方法不能毫无问题地应用于其参数与所描述的内部空间环境不同的场景上。
[0007]关于在车辆中的应用，基于OGF的方法至少具有下述缺点。具有高精度的表示需要相应大量的相对小的单元并且因此导致高计算耗费并对可用存储容量提出很高的要求。因此，借助OGF对静态障碍物的有效识别通常是不精确的，因为由方法决定效率提高在实践中只能通过使用更大的单元来实现，这是以牺牲精度为代价的。
[0008]与当前在车辆中用于障碍物识别的情况那样，在许多应用中在紧邻区域中需要更精确的环境表示，而在中等到更大的距离下只需不够精确的表示。这些要求对于本文描述
的具体应用是典型的并且这些要求也反映在可用的传感器系统中。通常，所使用的传感器系统的精度随着距离的增加而降低，从而在近距离中可提供足够或希望的精度，而在更远的区域中则不能。这些特性无法通过OGF反映，因为各单元是位置固定的。因此，一个单元可表示在一个时间点位于近距离中而在另一时间点却位于在远距离中的位置。

技术实现思路

[0009]本文公开的方法和系统的实施方式部分或完全消除一个或多个上述缺点并且实现一个或多个下述优点。
[0010]本文公开的方法和系统能够改进对车辆环境中的障碍物或对象的检测。尤其是本文公开的方法和系统能同时在效率和精度方面更好地检测车辆环境中的障碍物或对象。本文公开的方法和系统还能够根据与车辆的距离区别地观察对象，使得可更精确地检测更近的对象并且可以足够的精度和高效率检测更远的对象。此外，本文公开的方法和系统能够基于对象与车辆的相对位置有效地检测所有对象，使得可精确且有效地检测首要的对象(如车辆前方的对象)并以足够的精度且节约资源地检测次要的对象(如侧面的对象或车辆后部区域中的对象)。
[0011]本公开的任务在于提供一种用于检测车辆环境中的障碍物的方法和系统，它们避免一个或多个上述缺点并且实现一个或多个上述优点。本公开的另一任务在于提供具有这种系统的车辆，其避免一个或多个上述缺点并且实现一个或多个上述优点。
[0012]所述任务通过独立权利要求的相应技术方案来解决。在从属权利要求中给出有利的实施方式。
[0013]根据本公开的实施方式，在第一方面中提出一种用于检测车辆环境中的一个或多个对象的方法，所述环境由周边界定。该方法包括将环境分割为多个区段，使得所述多个区段中的每个区段至少部分地通过环境的周边界定，基于车辆环境中的所述一个或多个对象检测一个或多个检测点，基于所述一个或多个检测点的空间接近度将所述一个或多个检测点合并为一个或多个簇并且基于检测到的所述一个或多个检测点和/或(即附加或替代地)基于合并的所述一个或多个簇为所述多个区段中的每个区段分配状态。
[0014]优选地，在根据上述第一方面所述的第二方面中，所述环境包括原点，并且所述原点选择性地与车辆的一个位置、尤其是与车辆后轴中心的位置重合。
[0015]优选地，在根据上述第二方面所述的第三方面中，所述多个区段的第一子集的每个区段从原点出发以相应角度开口或者说开角的形式定义，所述第一子集包括所述多个区段中的一个、多个或所有区段。
[0016]优选地，在根据上述第三方面所述的第四方面中，第一子集的区段具有至少两种或者说两个不同的角度开口，尤其是基本上侧向于车辆延伸的区段比基本上沿纵向方向相对于车辆延伸的区段具有更大的角度开口；或基本上侧向于车辆延伸的区段具有比基本上沿纵向方向相对于车辆延伸的区段具有更小的角度开口。
[0017]优选地，在根据第三或四方面之一所述的第五方面中，第一子集的区段具有从原点出发基本上朝向车辆行驶方向的角度开口。
[0018]优选地，在根据上述第一至五方面和第三方面之一所述的第六方面中，所述多个区段的第二子集的每个区段是以笛卡尔子区域的形式定义的，所述第二子集——在可能的
情况下基于第一子集——包括所述多个区段中的一个、多个或所有区段。
[0019]优选地，在根据上述第六方面所述的第七方面中，第二子集的区段在一个维度中具有至少两种不同的延伸。
[0020]优选地，在根据上述第六和七方面之一所述的第八方面中，第二子集的区段具有基本上横向于车辆行驶方向的第一延伸，该第一延伸大于基本上沿车辆行驶方向的第二延伸。
[0021]优选地，在根据上述第三和六方面所述的第九方面中，第一子集的区段定义在原点的一侧并且所述第二子集的区段定义在原点的相对置侧。尤其是第一子集的区段是从原点出发朝向车辆的行驶方向定义的。
[0022]优选地，在根据上述第一至九方面之一所述的第十方面中，基于使用卡尔曼滤波器本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.用于检测车辆(100)环境(80)中的一个或多个对象(50)的方法(500)，所述环境(80)由周边(82)界定，该方法包括：将环境(80)分割(502)为多个区段，使得所述多个区段中的每个区段(220、230)至少部分地通过环境(80)的周边(82)界定；基于车辆(100)环境(80)中的所述一个或多个对象(50)检测(504)一个或多个检测点(54、56)；基于所述一个或多个检测点(54、56)的空间接近度将所述一个或多个检测点(54、56)合并(506)为一个或多个簇；并且基于检测到的所述一个或多个检测点(54、56)和/或基于合并的所述一个或多个簇为所述多个区段中的每个区段(220、230)分配(508)状态。2.根据前述权利要求1所述的方法，其中，所述环境(80)包括原点(84)，并且原点(84)选择性地与车辆(100)的一个位置重合、尤其是与车辆(100)后轴中心的位置重合。3.根据前述权利要求2所述的方法，其中，-所述多个区段的第一子集的每个区段(220)从原点(84)出发是以相应角度开口的形式定义的，所述第一子集包括所述多个区段中的一个、多个或所有区段(220)；进一步优选地-第一子集的区段(220)具有至少两种不同的角度开口，尤其是-基本上侧向于车辆(100)延伸的区段(220)比基本上沿纵向方向相对于车辆(100)延伸的区段(220)具有更大的角度开口；或-基本上侧向于车辆(100)延伸的区段(220)具有比基本上沿纵向方向相对于车辆(100)延伸的区段(220)具有更小的角度开口；和/或-第一子集的区段(220)从原点(84)出发具有基本上朝向车辆(100)行驶方向的角度开口。4.根据权利要求2和权利要求3所述的方法，其中：-所述多个区段的第二子集的每个区段(230)是以笛卡尔子区域的形式定义的，所述第二子集在可能的情况下基于第一子集而包括所述多个区段中的一个、多个或所有区段(220)；进一步优选地-第二子集的区段(230)在一个维度中具有至少两种不同...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：宝马股份公司，
类型：发明
国别省市：