确定与道路使用者相关的信息的方法。一种确定与车辆环境中的道路使用者相关的信息的方法包括以下步骤：从车辆传感器接收数字图像和激光雷达点云，所述数字图像和激光雷达点云均表示车辆环境中的场景；基于接收到的数字图像和激光雷达点云来检测所述场景中的道路使用者；通过组合与检测到的道路使用者相关联的相应图像数据和激光雷达数据来生成检测到的道路使用者的组合数字表示；通过处理检测到的道路使用者的组合数字表示来确定与检测到的道路使用者相关的信息。
1、配备有一个或更多个adas(高级驾驶员辅助系统)系统的自主驾驶车辆或半自主驾驶车辆可以在诸如行人和骑车人的易受伤害的道路使用者附近行驶。当自主或半自主驾驶车辆例如在城市环境中行驶时，即使易受伤害的道路使用者不具有危险行为，所述车辆通常也以自动方式显著降低其速度，使得可以排除与如行人的易受伤害的道路使用者的事故。自主驾驶车辆的速度在城市环境中的这种降低是出于若干原因造成的问题。实际上，这可能导致交通堵塞。此外，存在于周围环境中的另一由人驾驶的车辆的驾驶员可能未预期到自主驾驶车辆的速度降低。该驾驶员可能以不适当的方式做出反应，例如在危险情况下对自主驾驶车辆进行超车，这可能导致两个车辆之间的事故。在由自主或半自主驾驶车辆和由人驾驶的车辆的混合使用的道路上，自主或半自主驾驶车辆的速度降低是一个问题，因为它可能增加事故的数量。
2、在驾驶车辆时，人类驾驶员实时地考虑包括该车辆周围的环境中的多个道路使用者(车辆、行人、自行车或任何其他可能移动的对象)的场景，并且基于该环境和多个道路使用者可以如何表现的短期预测来进行机动决策。特别地，人类驾驶员通常可以基于对行人行为的观察来预测行人的轨迹，并且基于他对行人轨迹的预测来行动。通常，人类驾驶员仅在预料到行人在短期内可能具有危险行为(这实际上是罕见的情况)时才显著降低接近行人的车辆的速度。
>技术实现思路1、本公开涉及一种在车辆的环境中确定与道路使用者相关的信息的方法，所述方法包括以下步骤：从车辆传感器接收数字图像和激光雷达点云，所述数字图像和激光雷达点云均表示车辆的环境中的场景；基于接收到的数字图像和激光雷达点云，检测所述场景中的道路使用者；通过组合与检测到的道路使用者相关联的相应图像数据和激光雷达数据，生成检测到的道路使用者的组合数字表示；通过处理检测到的道路使用者的组合数字表示，确定与检测到的道路使用者相关的信息。
2、基于检测到的道路使用者的数字表示来确定与检测到的道路使用者相关的信息在不需要密集的计算工作量或资源的情况下允许确定关于检测到的道路使用者的更准确的信息，其中，所述数字表示组合了与检测到的道路使用者相关联的图像数据(例如相机数据)和激光雷达数据。
3、在一实施方式中，确定与检测到的道路使用者相关的信息的步骤可以包括确定检测到的道路使用者的关键点，例如身体关键点。
4、在一实施方式中，该方法还可以包括以下步骤：基于激光雷达数据，根据道路使用者的被确定的关键点来确定3d空间中的3d关键点。因此，该方法允许以非常低的计算工作量来确定检测到的道路使用者的3d关键点，例如检测到的道路使用者的3d身体关键点表示。
5、例如，在道路使用者是行人的情况下，检测关键点的步骤可以包括检测行人的身体关键点。
6、在一实施方式中，检测到的道路使用者的组合数字表示可以包括点的集合，并且针对每个点，包括对应的rgb数据、激光雷达深度数据和激光雷达强度数据的组合。
7、在一实施方式中，确定与检测到的道路使用者相关的信息的步骤可以包括基于所确定的关键点来确定检测到的道路使用者的取向和/或姿势，并且基于检测到的道路使用者的被确定的取向和/或姿势来估计所述道路使用者的从指示该使用者如何觉察到所述车辆的多个预定感知状态中选择的感知状态。
8、在一实施方式中，该方法还可以包括在生成组合数字表示之前，通过执行形态图像处理操作来增加检测到的道路使用者的激光雷达点密度的步骤。这允许提高确定与检测到的道路使用者相关的信息的准确性。
9、例如，形态图像处理操作可以包括用于填充检测到的道路使用者中的间隙的形态闭合操作。
10、在一实施方式中，该方法还包括基于所确定的与道路使用者相关的信息来预测道路使用者的轨迹的步骤。
11、在一实施方式中，该方法还可以包括基于所预测的轨迹和/或基于所确定的与检测到的道路使用者相关的信息来控制车辆的功能的步骤。例如，该方法可以包括基于所预测的轨迹和/或基于所确定的与检测到的道路使用者相关的信息来控制车辆的adas系统的步骤。
12、在一实施方式中，在确定了检测到的道路使用者的3d关键点的情况下，预测道路使用者的轨迹的步骤可以包括利用相应的概率值来预测道路使用者的多个轨迹，并且该方法还包括以下步骤：针对每个预测轨迹，基于所确定的3d关键点向所述预测轨迹分配分数；以及基于所分配的分数，更新所述预测轨迹的概率值。
13、在另一实施方式中，在确定了检测到的道路使用者的3d关键点的情况下，该方法还包括以下步骤：基于所确定的3d关键点，确定关于预测的轨迹应该处于的方向的范围的信息；以及提供关于方向的范围的信息作为轨迹预测的输入。
14、本专利技术还包括以下项：计算机系统，该计算机系统包括被配置为执行先前定义的方法的步骤的处理器；包含指令的计算机程序，当该计算机程序由计算机执行时，所述指令使所述计算机执行先前定义的方法的步骤；以及包括上述计算机系统的车辆。
本文档来自技高网...
【技术保护点】
1.一种确定与车辆的环境中的道路使用者相关的信息的方法，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，确定(S4)与检测到的道路使用者相关的信息的步骤包括确定(S40)检测到的道路使用者的关键点。
3.根据权利要求2所述的方法，所述方法还包括以下步骤：基于所述激光雷达数据，根据检测到的道路使用者的确定的关键点，确定(S41)3D空间中的3D关键点。
4.根据权利要求2或3所述的方法，其中，所述道路使用者是行人，并且检测关键点的步骤包括检测所述行人的身体关键点。
5.根据权利要求1至4中任一项所述的方法，其中，检测到的道路使用者的所述组合数字表示包括点的集合，并且对于各个点，所述组合数字表示包括对应的RGB数据、激光雷达深度数据和激光雷达强度数据的组合。
6.根据权利要求2至5中任一项所述的方法，其中，确定与检测到的道路使用者相关的信息的步骤包括：
7.根据权利要求1至6中任一项所述的方法，所述方法还包括以下步骤：在生成所述组合数字表示之前，通过执行形态图像处理操作来增加(S32)检测到的道路使用者的激光雷达点密度。
8.根据权利要求7所述的方法，其中，所述形态图像处理操作包括用于填充检测到的道路使用者中的间隙的形态闭合操作。
9.根据权利要求1至8中任一项所述的方法，所述方法还包括以下步骤：基于所确定的与所述道路使用者相关的信息，预测(S8)所述道路使用者的轨迹。
10.根据权利要求9所述的方法，所述方法还包括基于所述预测轨迹来控制(S9)所述车辆的功能的步骤。
11.根据从属于权利要求3时的权利要求9或10所述的方法，其中，预测所述道路使用者的轨迹的步骤包括利用相应的概率值来预测(S5)所述道路使用者的多个轨迹的步骤，并且
12.根据从属于权利要求3时的权利要求9或10所述的方法，所述方法还包括以下步骤：
13.一种计算机系统(100)，所述计算机系统包括被配置为执行根据权利要求1至12中任一项所述的方法的步骤的处理器。
14.一种包含指令的计算机程序，当所述计算机程序由计算机执行时，所述指令使所述计算机执行根据权利要求1至12中任一项所述的方法的步骤。
15.一种包括根据权利要求13所述的计算机系统的车辆(200)。
...
【技术特征摘要】
1.一种确定与车辆的环境中的道路使用者相关的信息的方法，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，确定(s4)与检测到的道路使用者相关的信息的步骤包括确定(s40)检测到的道路使用者的关键点。
3.根据权利要求2所述的方法，所述方法还包括以下步骤：基于所述激光雷达数据，根据检测到的道路使用者的确定的关键点，确定(s41)3d空间中的3d关键点。
4.根据权利要求2或3所述的方法，其中，所述道路使用者是行人，并且检测关键点的步骤包括检测所述行人的身体关键点。
5.根据权利要求1至4中任一项所述的方法，其中，检测到的道路使用者的所述组合数字表示包括点的集合，并且对于各个点，所述组合数字表示包括对应的rgb数据、激光雷达深度数据和激光雷达强度数据的组合。
6.根据权利要求2至5中任一项所述的方法，其中，确定与检测到的道路使用者相关的信息的步骤包括：
7.根据权利要求1至6中任一项所述的方法，所述方法还包括以下步骤：在生成所述组合数字表示之前，通过执行形态图像处理操作来增加(s32)检测到的道路使用者的激光雷达点密度。
【专利技术属性】
技术研发人员：L·哈恩，A·波斯，M·谢弗，
申请(专利权)人：APTIV技术股份公司，
类型：发明
国别省市：
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。