利用聚类的增强对象检测制造技术

本公开提供“利用聚类的增强对象检测”。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令能够由所述处理器执行以：收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。

【技术实现步骤摘要】
利用聚类的增强对象检测
本公开总体上涉及车辆传感器，并且更具体地涉及车辆对象检测。
技术介绍
诸如乘用车的车辆通常包括用于收集关于周围环境的数据的传感器。这些传感器可以放置在车辆的各个部分之上或之中，例如车辆的车顶、车辆的发动机罩、后车门等。传感器可以收集关于对象(诸如目标车辆、行人等)的数据。车辆的计算机可以处理所述数据以控制(包括调整)车辆的操作。
技术实现思路
一种系统包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。所述指令还可以包括用于以下操作的指令：针对每个检测点，基于所述多个传感器中收集与所述检测点相关联的所述数据集的相应一个传感器在所述车辆上的位置来确定所述地面速度的所述径向分量。所述指令还可以包括用于以下操作的指令：筛选所述检测点以去除所述地面速度的相应径向分量低于所述第一阈值的所述检测点，以及生成具有经筛选的检测点的所述多个聚类簇。所述指令还可以包括用于以下操作的指令：识别多个索引，每个索引指示在所述地面速度的所述径向分量的第一阵列中所述地面速度的所述径向分量中超过所述第一阈值的一个径向分量。所述指令还可以包括用于以下操作的指令：生成所述地面速度的所述径向分量的第二阵列，所述第二阵列的每个元素是所述地面速度的所述径向分量的与所述第一阵列的多个所识别索引中的一个相关联的值。所述指令还可以包括用于以下操作的指令：基于在所述第二阵列中具有所述地面速度的相应径向分量的所识别的检测点来生成所述多个聚类簇。所述指令还可以包括用于以下操作的指令：识别第一检测点，识别在所述第一检测点的所述距离阈值内的多个检测点，以及生成包括所述第一检测点和所识别的多个检测点的聚类簇。所述指令还可以包括用于以下操作的指令：识别在所述所识别的多个检测点的所述距离阈值内的第二多个检测点，以及生成包括所述第一检测点、所述所识别的多个检测点和所识别的第二多个检测点的聚类簇。所述指令还可以包括用于以下操作的指令：生成第二聚类簇，所述第二聚类簇包括所述聚类簇的在所述第一检测点的所述地面速度的所述径向分量的所述第二阈值内的所识别的检测点。所述指令还可以包括用于以下操作的指令：从所述第二聚类簇中去除所述地面速度的相应径向分量小于所述第一阈值的所识别的检测点。所述指令还可以包括用于以下操作的指令：将所述多个聚类簇中的每一个与不同对象相关联。所述指令还可以包括用于以下操作的指令：针对每个检测点，基于所述多个传感器中收集与所述检测点相关联的所述数据集的一个传感器的安装角度来确定所述地面速度的所述径向分量。一种方法包括：收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。所述方法还可以包括：针对每个检测点，基于所述多个传感器中收集与所述检测点相关联的所述数据集的相应一个传感器在所述车辆上的位置来确定所述地面速度的所述径向分量。所述方法还可以包括：筛选所述检测点以去除所述地面速度的相应径向分量低于所述第一阈值的所述检测点，以及生成具有经筛选的检测点的所述多个聚类簇。所述方法还可以包括：识别多个索引，每个索引指示在所述地面速度的所述径向分量的第一阵列中所述地面速度的所述径向分量中超过所述第一阈值的一个径向分量。所述方法还可以包括：生成所述地面速度的所述径向分量的第二阵列，所述第二阵列的每个元素是所述地面速度的所述径向分量的与所述第一阵列的多个所识别索引中的一个相关联的值。所述方法还可以包括：基于在所述第二阵列中具有所述地面速度的相应径向分量的所识别的检测点来生成所述多个聚类簇。所述方法还可以包括：识别第一检测点，识别在所述第一检测点的所述距离阈值内的多个检测点，以及生成包括所述第一检测点和所识别的多个检测点的聚类簇。所述方法还可以包括：识别在所述所识别的多个检测点的所述距离阈值内的第二多个检测点，以及生成包括所述第一检测点、所述所识别的多个检测点和所识别的第二多个检测点的聚类簇。所述方法还可以包括：生成第二聚类簇，所述第二聚类簇包括所述聚类簇的在所述第一检测点的所述地面速度的所述径向分量的所述第二阈值内的所识别的检测点。所述方法还可以包括：从所述第二聚类簇中去除所述地面速度的相应径向分量小于所述第一阈值的所识别的检测点。所述方法还可以包括：将所述多个聚类簇中的每一个与不同对象相关联。所述方法还可以包括：针对每个检测点，基于所述多个传感器中收集与所述检测点相关联的所述数据集的一个传感器的安装角度来确定所述地面速度的所述径向分量。还公开了一种计算装置，所述计算装置被编程为执行上述方法步骤中的任一个。还公开了一种包括所述计算装置的车辆。还公开了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质存储可由计算机处理器执行以执行上述方法步骤中的任一个的指令。附图说明图1是用于识别对象的示例性系统的框图。图2是主车辆的俯视图。图3是检测多个检测点的主车辆的俯视图。图4是用于识别对象的示例性过程的框图。具体实施方式利用多普勒传感器(例如，雷达、激光雷达、超声换能器等)检测对象允许车辆识别在道路上操作时要避开的多个对象。与单个多普勒传感器相比，来自多个多普勒传感器的多个检测点可以更容易地识别对象。用聚类算法对检测点进行聚类可以指定道路上的不同对象。也就是说，根据二维空间接近度和一维速度测量值对检测点进行聚类允许车辆的计算机识别并避开接近车辆的对象。本文公开的考虑检测点的速度和空间接近度两者的用于聚类的三维方法可以比诸如卡尔曼滤波器的时间技术更快地识别对象。也就是说，因为时间技术在指定时间段内使用数据，所以计算机在识别对象之前要等待直到经过所述时间段为止，而本文公开的聚类可以在接收到检测点时识别对象而无需等待经过所述时间段。例如，卡尔曼滤波器可能需要至少两个检测循环来识别对象，而使用空间和速度测量值两者的聚类算法可以在收集检测点时(即，在第一检测循环上)识别对象。图1示出了用于识别对象的示例性系统100。车辆101中的计算机105被编程为从一个或多个传感器110本文档来自技高网...

【技术保护点】
1.一种方法，其包括：/n收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；/n针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及/n生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。/n

【技术特征摘要】
20200214 US 16/791,0841.一种方法，其包括：
收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；
针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及
生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。


2.如权利要求1所述的方法，其还包括：针对每个检测点，基于所述多个传感器中收集与所述检测点相关联的所述数据集的相应一个传感器在所述车辆上的位置来确定所述地面速度的所述径向分量。


3.如权利要求1所述的方法，其还包括：筛选所述检测点以去除所述地面速度的相应径向分量低于所述第一阈值的所述检测点，以及生成具有经筛选的检测点的所述多个聚类簇。


4.如权利要求1所述的方法，其还包括：识别多个索引，每个索引指示在所述地面速度的所述径向分量的第一阵列中所述地面速度的所述径向分量中超过所述第一阈值的一个径向分量。


5.如权利要求4所述的方法，其还包括：生成所述地面速度的所述径向分量的第二阵列，所述第二阵列的每个元素是所述地面速度的所述径向分量的与所述第一阵列的多个所识别索引中的一个相关联的值。


6.如权利要求5所述的方法，其还包括：基于在所述第二阵列中具有所述地面速度的相应径向分量的所识别的检测点来生成所述...

【专利技术属性】
技术研发人员：马科斯·保罗·杰拉尔多卡斯特罗，吴镇炯，金尼什·简，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US