基于超声波距离信号的障碍物轮廓确定方法和装置制造方法及图纸

技术编号:35727856 阅读:16 留言:0更新日期:2022-11-26 18:26
本发明专利技术的实施例公开一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质,用于解决现有技术中无法有效识别超声波雷达信号的抖动和噪声的问题。本发明专利技术的方法包括:在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集;将所述回波点集中的各回波点记录到预设全局坐标系内;将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到由第一离散点序列组成的第一障碍物轮廓线。本发明专利技术从回波层面对雷达信号进行抖动识别,能够在软件应用层面有效的去除超声波雷达信号的抖动和噪声,提高障碍物轮廓识别精度,提高自动泊车成功率。提高自动泊车成功率。提高自动泊车成功率。

【技术实现步骤摘要】
基于超声波距离信号的障碍物轮廓确定方法和装置


[0001]本专利技术涉及自动泊车
,尤其涉及一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]当前基于超声波传感器的自动泊车系统在对超声波雷达信号的处理时往往关注基于静态时的表现以及在平整空旷路面上行驶时的表现,而忽略了在面对有一定距离且有一定角度的障碍物时的动态信号变化,且对于信号的处理往往依赖于驱动层的性能,在泊车的感知应用层缺少对动态复杂环境下的信号跳变情况下的处理。
[0003]现有技术一中对超声波雷达信号的抖动处理采用的时延处理算法。时延处理算法掩盖了部分真实的障碍物的轮廓,造成了计算结果与实际轮廓有偏差,且时延算法受到初始点的位置影响,如果当起始点为抖动点时,会将真实点视作抖动点,从而导致一定空间范围内障碍物轮廓的错误描述。
[0004]现有技术二中对超声波雷达信号的抖动处理采用的是中值滤波算法,即收集一定时间范围内的超声波信号并取中间值,减少了初始值对于回波点集处理算法的影响,且能够保证一定时间范围内信号的平稳性。但是,中值滤波算法在面对超声波信号抖动较为频繁的情况下无法体现其效果,例如在车辆正在正常行驶时,中值算法容易失效且无法提醒驾驶员此时传感器存在问题。
[0005]综上,现有技术中没有在泊车的感知应用层对动态复杂环境下的信号跳变情况下的有效处理方法,无法有效识别超声波雷达信号的抖动问题,使得自动泊车成功率低,在超声波雷达出现异常时也无法及时进行警示。
专利技术内容
[0006]有鉴于此,本专利技术实施例提供一种基于超声波距离信号的障碍物轮廓确定方法、装置、电子设备和计算机可读存储介质,用于解决现有技术中无法有效识别超声波雷达信号的抖动以及在超声波雷达出现异常时无法及时进行警示,自动泊车成功率低的问题。本专利技术从回波层面对雷达信号进行抖动识别,能够及时提醒驾驶员超声波传感器的异常,而在软件应用层面对信号进行去噪处理,能够保证车辆对周围障碍物轮廓的正常感知以及泊车的顺利进行。
[0007]第一方面,本专利技术实施例提供一种基于超声波距离信号的障碍物轮廓确定方法,包括:在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集;将所述回波点集中的各回波点记录到预设全局坐标系内;所述全局坐标系以当前车辆动态行驶路线为X轴方向,以通过预设原点并垂直于X轴方向的方向为Y轴方向;将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到由第一
离散点序列组成的第一障碍物轮廓线。
[0008]第二方面,本专利技术实施例提供一种基于超声波距离信号的障碍物轮廓确定装置,包括:采集模块,用于在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集;记录模块,用于将所述回波点集中的各回波点记录到预设全局坐标系内;所述全局坐标系以当前车辆动态行驶路线为X轴方向,以通过预设原点并垂直于X轴方向的方向为Y轴方向;聚类模块,用于将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到由第一离散点序列组成的第一障碍物轮廓线。
[0009]第三方面,本专利技术实施例提供一种电子设备,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一实施例所述的基于超声波距离信号的障碍物轮廓确定方法。
[0010]第四方面,本专利技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述任一实施例所述的基于超声波距离信号的障碍物轮廓确定方法。
[0011]本专利技术实施例提供的一种基于超声波距离信号的障碍物轮廓确定方案,在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集,并将所述回波点集中的各回波点记录到预设全局坐标系内,最后将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到障碍物轮廓线。本专利技术从回波层面对雷达信号进行抖动识别,能够在软件应用层面有效的去除超声波雷达信号的抖动和噪声带来的负面效果,保证车辆对周围障碍物轮廓的正常感知,提高障碍物轮廓识别精度,提高自动泊车成功率。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
[0013]图1为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例一的流程图;图2为按照预设步长沿X轴将全局坐标系内的全部回波点进行分段的示意图;图3为对图2中A分段内的回波点A0进行第一聚类并确定A分段的有效回波点的示意图;图4为对图2中B分段内的回波点B0进行第一聚类并确定B分段的有效回波点的示意图;图5为对各分段内的回波点进行第一聚类,筛选出各分段的第一聚类结果中同属
于一类且置信度高于预设的第一置信度阈值的回波点,得到各分段内的有效回波点的方法流程图;图6为对图2中I分段内的回波点进行第一聚类并确定I分段的有效回波点的示意图;图7为对图2中J分段内的回波点进行第一聚类得到的置信度高于预设的第一置信度阈值的两类回波点示意图;图8为对图2中的I分段和J分段联合进行第一聚类得到的分类结果和对图2中J分段内的回波点进行第一聚类得到的分类结果的对比示意图;图9为对所有分段内的有效回波点进行第二聚类,筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点,得到第一离散点序列的一种方法流程图;图10为对所有分段内的有效回波点进行第二聚类,筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点,得到第一离散点序列的另一种方法流程图;图11为从回波层面对雷达信号进行抖动识别及报警的方法流程图;图12为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例二的流程图;图13为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定方法实施例三的流程图;图14为对图2中的A~B分段对应的第一离散点子序列依次进行插值处理和分段线性拟合的示意图;图15为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定装置实施例一的结构示意图;图16为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定实施例二的结构示意图;图17为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定实施例三的结构示意图;图18为本专利技术提供的一种基于超声波距离信号的障碍物轮廓确定实施例四的结构示意图;图19为图18中第一聚类单元321的一种实施结构示意图;图20为图18中第二聚类单元32本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于超声波距离信号的障碍物轮廓确定方法,其特征在于,包括:在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集;将所述回波点集中的各回波点记录到预设全局坐标系内;所述全局坐标系以当前车辆动态行驶路线为X轴方向,以通过预设原点并垂直于X轴方向的方向为Y轴方向;将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到由第一离散点序列组成的第一障碍物轮廓线。2.如权利要求1所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述将所述全局坐标系内的回波点进行聚类,根据聚类结果删除噪声点,得到由第一离散点序列组成的第一障碍物轮廓线,包括:按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段,得到各分段内的回波点;对各分段内的回波点进行聚类,得到第一离散点序列;其中,所述第一离散点序列由各分段对应的第一离散点子序列按分段顺序组成。3.如权利要求2所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,在所述得到由第一离散点序列组成的第一障碍物轮廓线之后,所述方法还包括:对所述第一离散点序列进行插值处理,得到由第二离散点序列组成的第二障碍物轮廓线;对所述第二离散点序列进行分段线性拟合,得到当前车辆动态行驶过程中侧面的障碍物轮廓;或者,对各分段对应的第一离散点子序列进行插值处理,得到各分段对应的第二离散点子序列;对各分段对应的第二离散点子序列进行分段线性拟合,得到各分段对应的局部障碍物轮廓;将各分段对应的局部障碍物轮廓按分段顺序组成为当前车辆动态行驶过程中侧面的障碍物轮廓。4.如权利要求2所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述对各分段内的回波点进行聚类,得到第一离散点序列,包括:对各分段内的回波点进行第一聚类,筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点,得到各分段内的有效回波点;对所有分段内的有效回波点进行第二聚类,筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点,得到第一离散点序列。5.如权利要求4所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述对各分段内的回波点进行第一聚类,筛选出各分段的第一聚类结果中同属于一类且置信度高于预设的第一置信度阈值的回波点,得到各分段内的有效回波点,包括:对各分段内的回波点进行第一聚类;判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1;其中,i=1,2,

,N;N为按照预设步长沿X轴将所述全局坐标系内的全部回波
点进行分段得到的分段总数;若第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量等于1,则将第i个分段的第一聚类结果中同属于唯一一类且置信度高于预设的第一置信度阈值的回波点,确定为第i个分段内的有效回波点。6.如权利要求5所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,在判断第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量是否等于1之后,还包括:若第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别数量不等于1,则将第i个分段以及与第i个分段相邻的前至少一个分段和/或后至少一个分段内的回波点重新进行第一聚类,得到第i个分段的联合聚类结果;根据第i个分段的联合聚类结果,选择第i个分段的第一聚类结果中置信度高于预设的第一置信度阈值的回波点类别中与所述第i个分段的联合聚类结果差异最小的类别对应的回波点,确定为第i个分段内的有效回波点。7.如权利要求4所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述对所有分段内的有效回波点进行第二聚类,筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点,得到第一离散点序列,包括:沿X轴将全部分段依次分为M组;其中,M为正整数,每组包括至少2个连续分段;将每组的多分段内的有效回波点进行第二聚类,得到每组的第二聚类结果;筛选出每组的第二聚类结果中置信度高于预设的第二置信度阈值的回波点,得到每组的有效回波点序列;将全部M组的有效回波点序列内的回波点确定为第一离散点序列。8.如权利要求4所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述对所有分段内的有效回波点进行第二聚类,筛选出第二聚类结果中同属于一类且置信度高于预设的第二置信度阈值的回波点,得到第一离散点序列,包括:将X轴方向上第1个分段至第2个分段内的有效回波点进行第二聚类,得到第1个分段至第2个分段的第二聚类结果;筛选出第1个分段至第2个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点,得到第一有效回波点序列;判断n是否等于N;其中,n的初始值为2,n取值为正整数,N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数;若n等于N,则将当前第一有效回波点序列内的回波点按顺序确定为第一离散点序列;若n不等于N,则令n= n+1并继续执行下一步骤;将所述第一有效回波点序列内的回波点和X轴方向上第n个分段内的有效回波点进行第二聚类,得到第1个分段至第n个分段的第二聚类结果;筛选出第1个分段至第n个分段的第二聚类结果中置信度高于预设的第二置信度阈值的回波点,得到第二有效回波点序列;将当前得到的第二有效回波点序列作为第一有效回波点序列,并返回执行所述判断n是否等于N的步骤。9.如权利要求4所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述
对各分段内的回波点进行第一聚类时,所述方法还包括:计算第k个分段内的回波点的离散程度值;其中,k为大于等于1且小于等于N的自然数;判断第k个分段内的回波点的离散程度值是否超过预设的离散程度阈值;若第k个分段内的回波点的离散程度值超过预设的离散程度阈值,则令计数器的计数值加1;其中,所述计数器的初始计数值为0;判断当前计数器的计数值是否超过预设的计数阈值;若当前计数器的计数值超过预设的计数阈值,则触发当前车辆驾驶舱内的雷达信号异常的标志位进行警示。10.如权利要求9所述的基于超声波距离信号的障碍物轮廓确定方法,其特征在于,所述k的初始值为1;所述对各分段内的回波点进行第一聚类时,所述方法还包括:若当前计数器的计数值超过预设的计数阈值,或者若当前计数器的计数值未超过预设的计数阈值,则判断k是否等于N;其中, N为按照预设步长沿X轴将所述全局坐标系内的全部回波点进行分段得到的分段总数;若k不等于N,则令k=k+1并返回执行所述计算第k个分段内的回波点的离散程度值的步骤。11.一种基于超声波距离信号的障碍物轮廓确定装置,其特征在于,包括:采集模块,用于在当前车辆动态行驶过程中,通过侧边超声波雷达获取当前车辆动态行驶路线侧边预定区域内的回波点集;记录模块,用于将所述回波点集中的各回波点记录到预设全局坐标系内;所述全局坐标系以当前车辆动态行驶路线为X轴方向,以通过预设原点并垂直于X轴方向的方向为Y轴方向;聚类模块,用于将所述全局坐标系内的回波点进行聚类,...

【专利技术属性】
技术研发人员:张澄宇张磊吴国苏州张放洪晨在
申请(专利权)人:杭州枕石智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1