目标识别方法技术

本发明专利技术实施例公开了一种目标识别方法

【技术实现步骤摘要】
目标识别方法、装置、驾驶辅助系统和车辆


[0001]本专利技术涉及计算机
，更具体地，涉及一种目标识别方法
、
装置
、
驾驶辅助系统和车辆

技术介绍

[0002]随着智能交通领域的不断发展，雷达技术也越来越广泛的应用于车辆的高级驾驶辅助系统
(Advanced Driving Assistant System
，
ADAS)
中，其在无人驾驶系统中占据了不可或缺的地位
。
现有技术中，雷达会通过释放雷达信号并接收雷达反馈信号，来实现对车辆所在环境的目标检测
。
[0003]在
ADAS
系统中，利用雷达，尤其是毫米波雷达，来进行测距和测速等功能，这相对于摄像头具有很大的优势
。
但是，随之带来的一些局限性，比如镜像目标，这通常在自车靠近隔离带的时候存在
。
由于镜像目标是虚假的，没有有效的检波信号去更新，在后续目标跟踪中可能会飘逸到自车道，造成误制动
。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种目标识别方法
、
装置
、
驾驶辅助系统和车辆，以综合位置
、
速度
、
存在周期等各种因素来确定目标对象，从而提高目标识别准确性
。
[0005]第一方面，本专利技术实施例提供一种目标识别方法，所述方法包括：
[0006]获取车辆上雷达的检测结果，所述检测结果包括检测对象的位置信息
、
存在周期和运动状态信息；
[0007]根据各所述检测对象的位置信息
、
存在周期和运动状态信息确定目标对象
。
[0008]第二方面，本专利技术实施例提供一种驾驶辅助系统，所述驾驶辅助系统包括：
[0009]雷达，用于检测环境信息，获取检测结果，所述检测结果包括检测对象的位置信息
、
存在周期和运动状态信息；
[0010]目标识别装置，用于获取车辆上雷达的检测结果，根据各所述检测对象的位置信息
、
存在周期和运动状态信息确定目标对象
。
[0011]第三方面，本专利技术实施例提供一种车辆，所述车辆包括：
[0012]车辆本体；以及
[0013]如本专利技术实施例第二方面所述的驾驶辅助系统
。
[0014]第四方面，本专利技术实施例提供一种目标识别装置，所述目标识别装置包括：
[0015]信息获取单元，被配置为获取车辆上雷达的检测结果，所述检测结果包括检测对象的位置信息
、
存在周期和运动状态信息；
[0016]目标识别单元，被配置为根据各所述检测对象的位置信息
、
存在周期和运动状态信息确定目标对象
。
[0017]第五方面，本专利技术实施例提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时以实现如本专利技术实施例第一方面所述的方法
。
[0018]本专利技术实施例通过获取车辆上雷达检测的各候选对象的位置信息
、
存在周期和运动状态信息，根据各所述候选对象的位置信息
、
存在周期和速度信息确定目标对象
。
由此，本实施例可以通过综合位置
、
速度
、
存在周期等各种因素来确定目标对象，以提高目标识别准确性
。
附图说明
[0019]通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其它目的
、
特征和优点将更为清楚，在附图中：
[0020]图1是相关技术的目标检测结果的示意图；
[0021]图2是本专利技术实施例的一种目标识别方法的流程图；
[0022]图3是本专利技术实施例的目标对象确定方法的流程图；
[0023]图4是本专利技术实施例的另一种目标识别方法的流程图；
[0024]图5是本专利技术实施例的目标识别过程的示意图；
[0025]图6是本专利技术实施例的驾驶辅助系统的示意图；
[0026]图7是本专利技术实施例的目标识别装置的示意图
。
具体实施方式
[0027]以下基于实施例对本专利技术进行描述，但是本专利技术并不仅仅限于这些实施例
。
在下文对本专利技术的细节描述中，详尽描述了一些特定的细节部分
。
对本领域技术人员来说没有这些细节部分的描述也可以完全理解本专利技术
。
为了避免混淆本专利技术的实质，公知的方法
、
过程
、
流程
、
元件和电路并没有详细叙述
。
[0028]此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的
。
[0029]除非上下文明确要求，否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义
。
[0030]在本专利技术的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性
。
此外，在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上
。
[0031]在相关技术中，通常检测是否存在以自车或其他对象
(
例如隔离带等
)
为对称轴，距离和速度相近的其他设备
(
例如车辆等
)
，从而确定镜像目标
。
如图1所示，中间线
a
表征隔离带，虚线
b
表征车道线
。
其中，通过距离和速度信息的比对之后，获取了对称的两组车辆，一组包括车辆
11
和车辆
11'
，另一组包括车辆
12
和车辆
12'。
其中，车辆
11
和车辆
11'
相对于隔离带对称，并且车辆
11
和车辆
11'
的速度等信息基本一致，可判定车辆
11'
很可能为真实车辆
11
的镜像目标
。
但车辆
12
和车辆
12'
显然均为真实车辆
。
由此，若仅仅基于对称
、
相对距离和速度等信息来确定镜像图像，则可能会误删真实目标车辆，当真实目标车辆切入自车道时，会发生目标丢失，进而可能会造成事故
。
由此，本实施例提供一种目标识别方法，以综合位置
、
速度
、
存在周期等各种因素来确定目标对象，从而提高目标识别准确性，进而避免了误删目标的情况，提高了行车安全性
。...

【技术保护点】

【技术特征摘要】
1.
一种目标识别方法，其特征在于，所述方法包括：获取车辆上雷达的检测结果，所述检测结果包括检测对象的位置信息
、
存在周期和运动状态信息；根据各所述检测对象的位置信息
、
存在周期和运动状态信息确定目标对象
。2.
根据权利要求1所述的方法，其特征在于，所述检测对象的位置信息包括检测对象相对于所述车辆的相对位置和
/
或所述相对位置的变化信息
。3.
根据权利要求1或2所述的方法，其特征在于，根据各所述检测对象的位置信息
、
存在周期和运动状态信息确定目标对象包括：根据所述检测结果确定至少一个候选对象；检测与各所述候选对象对称的检测对象，以确定所述目标对象
。4.
根据权利要求3所述的方法，其特征在于，根据所述检测结果确定至少一个候选对象包括：确定各所述检测对象与反射物体之间的第一距离；响应于所述第一距离小于第一阈值，获取初筛对象；根据各所述初筛对象的运动状态信息
、
位置信息和存在周期，获取各所述候选对象
。5.
根据权利要求4所述的方法，其特征在于，根据各所述初筛对象的运动状态信息
、
位置信息和存在周期，获取各所述候选对象包括：根据各所述初筛对象的运动状态信息
、
位置信息和存在周期，确定各所述初筛对象的运动状态参考值
、
位置参考值和存在周期参考值；基于第一权重组计算各所述初筛对象的运动状态参考值
、
位置参考值和存在周期参考值的加权和，获取各所述初筛对象的候选参考值；响应于所述候选参考值大于或等于第一参考阈值，将对应的所述初筛对象确定为候选对象
。6.
根据权利要求5所述的方法，其特征在于，所述运动状态参考值根据对应的初筛对象是否运动确定，所述位置参考值根据对应的初筛对象与所述车辆的相对位置确定，所述存在周期参考值根据存在周期的时长和时长阈值确定
。7.
根据权利要求3所述的方法，其特征在于，检测与各所述候选对象对称的检测对象包括：确定所述候选对象分别与各所述检测对象的速度差异
、
位置差异以及位置变化差异；响应于所述速度差异
、
位置差异以及位置变化差异满足预定条件，确定对应的检测对象与所述候选对象对称
。8.
根据权利要求7所述的方法，其特征在于，响应于所述速度差异
、
位...

【专利技术属性】
技术研发人员：沈宋衍，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：