【技术实现步骤摘要】
本公开涉及一种应用传感器融合轨迹装置的车辆以及使用该装置的吸收和合并方法。
技术介绍
1、当前的自动驾驶识别系统被设计为通过异构传感器信息的融合来最大化传感器的优势。
2、光检测和测距(lidar)传感器可以具有期望的精度，并且因此可以在估计物体的位置和形状中发挥重要作用。
3、目前的自动驾驶识别系统在很多情况下都被设计成使得在量产用于自动驾驶3级的lidar传感器时，lidar传感器仅识别对控制有重大影响的前方区域，以获得价格竞争力。
4、在当前的自动驾驶识别系统中，被配置为识别主车辆的侧面的传感器可以包括前角lidar(fcl)传感器和前/后角无线电检测和测距(雷达)传感器。
5、另外，关于视场(fov)边界的lidar输出可以表示部分检测到的物体，因此很可能输出与真实物体的形状不同的轨迹。因此，在lidar fov边界区域中，对前/后角(或侧面)雷达的依赖性可能会增加。
6、然而，由于雷达传感器的特性，对物体长度的估计可能不准确，因此边界区域长度的这种不准确可能会导致错误地确定主车辆是否被侵入。
7、另外，在前/后角雷达出现分裂(split)的情况下，可能会针对单个目标输出多个传感器融合轨迹，这会损害自动驾驶识别系统的稳定性。
技术实现思路
1、为解决上述技术问题，本公开的目的在于提供一种应用传感器融合轨迹装置的车辆及使用该装置的吸收和合并方法，其能够仅针对lidar视场(fov)中物体的部分形状，使用部
2、本公开所要解决的技术问题并不限于上述内容，本公开所属领域的普通技术人员也可以通过以下描述清楚地理解本文中未描述的其他技术问题。
3、根据本公开的一方面，提供了一种车辆，包括：感测装置，感测装置具有包括lidar传感器并被配置为获得关于车辆周围存在的目标物体的信息的一个或多个传感器；以及传感器信息融合装置，包括处理器，处理器被配置为使用由感测装置提供的关于目标物体的信息来控制生成或保持传感器融合轨迹，其中，处理器进一步被配置为：使用部分lidar(pl)轨迹来确定传感器融合轨迹的长度，在该pl轨迹中，在lidar传感器的边界区域中仅检测到目标物体的一部分；并且基于所确定的传感器融合轨迹的长度估计重建形状的边缘点。
4、另外，传感器可以包括光检测和测距(lidar)传感器，并且处理器可以被配置为：从多个传感器融合轨迹之中选择与lidar传感器相关联的传感器融合轨迹，并且确定所选择的传感器融合轨迹的边界区域。
5、另外，处理器可以被配置为：基于传感器融合轨迹的边界区域来验证pl轨迹的有效性，并且基于所验证的pl轨迹来估计传感器融合轨迹的长度。
6、另外，处理器可以被配置为：不同地设置具有使用pl轨迹重建的形状的传感器融合轨迹的合并优先级。
7、另外，处理器可以被配置为：确定所选择的传感器融合轨迹的边界区域，并且为了进行确定，与传感器融合轨迹的边界区域相关联的子参考轨迹的纵向位置可以小于零(0)。
8、另外，处理器可以被配置为：验证pl轨迹的有效性，并且为了进行验证，在与传感器融合轨迹相关联的lidar轨迹的寿命(age)大于预设参考寿命时验证pl轨迹的有效性。
9、另外，处理器可以被配置为：根据lidar轨迹的各个角确定框点；并且确定框点之中纵向位置值最大的框点作为参考pl点。
10、另外，处理器可以被配置为：估计从参考pl点到子参考轨迹的纵向位置的长度作为传感器融合轨迹的长度。
11、另外，处理器可以被配置为：基于传感器融合轨迹的长度来确定传感器融合轨迹的边缘点。
12、根据本公开的另一方面，提供了一种车辆中的吸收和合并方法，该车辆包括：感测装置，感测装置具有包括lidar传感器并被配置为获得关于车辆周围存在的目标物体的信息的一个或多个传感器；以及传感器信息融合装置，包括处理器，处理器被配置为使用由感测装置提供的关于目标物体的信息来控制生成或保持传感器融合轨迹，该方法包括：在处理器的控制下，使用pl轨迹来确定所述传感器融合轨迹的长度，在该pl轨迹中，在lidar传感器的边界区域中仅检测到目标物体的一部分；以及基于所确定的传感器融合轨迹的长度估计重建形状的边缘点。
13、另外，该方法可以包括：在处理器的控制下，从多个传感器融合轨迹之中选择与lidar传感器相关联的传感器融合轨迹，并且确定所选择的传感器融合轨迹的边界区域。
14、另外，该方法可以包括：在处理器的控制下，基于传感器融合轨迹的边界区域来验证pl轨迹的有效性，并且基于所验证的pl轨迹来估计传感器融合轨迹的长度。
15、另外，该吸收和合并方法可以包括：在处理器的控制下，不同地设置具有使用pl轨迹重建的形状的传感器融合轨迹的合并优先级。
16、另外，该吸收和合并方法可以包括：在处理器的控制下，确定所选择的传感器融合轨迹的边界区域，其中为了进行确定，与传感器融合轨迹的边界区域相关联的子参考轨迹的纵向位置可以小于零(0)。
17、另外，该吸收和合并方法可以包括：在处理器的控制下，在与传感器融合轨迹相关联的lidar轨迹的寿命大于预设参考寿命时验证pl轨迹的有效性。
18、另外，该方法可以包括：在处理器的控制下，根据lidar轨迹的各个角确定框点；以及确定所提取的框点之中纵向位置值最大的框点作为参考pl点。
19、另外，该方法可以包括：在处理器的控制下，估计从参考pl点到子参考轨迹的纵向位置的长度作为传感器融合轨迹的长度。
20、另外，该方法可以包括：在处理器的控制下，基于传感器融合轨迹的长度来确定传感器融合轨迹的边缘点。
21、上述方法可以以存储在非暂时性计算机可读存储器中的程序代码或计算机可读指令的形式实现，并且通过由处理器运行而在车辆中执行。
22、根据本文描述的本公开的各种实施例，应用传感器融合轨迹装置的车辆及使用该装置的吸收和合并方法可以仅针对lidar视场(fov)中物体的部分形状，使用pl轨迹输出来重建传感器融合轨迹的形状，并且因此可以改善长度不准确性与分裂引起的横向边界(尽管控制关联度很高，横向边界仍可能易受影响)的不稳定性。
23、此外，应用传感器融合轨迹装置的车辆以及使用该装置的吸收和合并方法可以通过利用仅输出识别系统的lidar fov边界中的物体的一部分的pl轨迹来确定传感器融合轨迹的前向边缘点而具有下面的三个效果，其中该pl轨迹是为了获得价格竞争力而使用具有有限fov的lidar轨迹形成的。
24、首先，准确的前向边缘点估计可以改善侵入主车辆的误识别和不识别。
25、其次，可以解决由于前/后侧雷达轨迹的分裂而针对同一本文档来自技高网...
【技术保护点】
1.一种车辆，包括：
2.根据权利要求1所述的车辆，其中，所述处理器进一步从多个传感器融合轨迹之中选择与所述LiDAR传感器相关联的传感器融合轨迹，并且确定所选择的传感器融合轨迹的边界区域。
3.根据权利要求2所述的车辆，其中，所述处理器进一步基于所述传感器融合轨迹的边界区域来验证所述PL轨迹的有效性，并且基于所验证的PL轨迹来估计所述传感器融合轨迹的长度。
4.根据权利要求3所述的车辆，其中，所述处理器进一步不同地设置具有使用所述PL轨迹重建的形状的所述传感器融合轨迹的合并优先级。
5.根据权利要求3所述的车辆，其中，所述处理器进一步确定所选择的传感器融合轨迹的边界区域，并且
6.根据权利要求3所述的车辆，其中，所述处理器进一步在与所述传感器融合轨迹相关联的LiDAR轨迹的寿命大于预设参考寿命时验证所述PL轨迹的有效性。
7.根据权利要求6所述的车辆，其中，所述处理器进一步：
8.根据权利要求7所述的车辆，其中，所述处理器进一步估计从所述参考PL点到子参考轨迹的纵向位置的长度作为所述传感器融合轨
9.根据权利要求7所述的车辆，其中，所述处理器进一步基于所述传感器融合轨迹的长度来确定所述传感器融合轨迹的边缘点。
10.一种车辆中的吸收和合并方法，所述车辆包括感测装置和传感器信息融合装置，所述感测装置包括一个或多个传感器，所述一个或多个传感器包括LiDAR传感器并获得关于所述车辆周围存在的目标物体的信息，所述传感器信息融合装置包括处理器，所述处理器使用由所述感测装置提供的关于所述目标物体的信息来控制生成或保持传感器融合轨迹，所述方法包括：
11.根据权利要求10所述的方法，进一步包括：
12.根据权利要求11所述的方法，进一步包括：
13.根据权利要求12所述的方法，进一步包括：
14.根据权利要求12所述的方法，进一步包括：
15.根据权利要求12所述的方法，进一步包括：
16.根据权利要求15所述的方法，进一步包括：
17.根据权利要求16所述的方法，进一步包括：
18.根据权利要求16所述的方法，进一步包括：
...【技术特征摘要】
1.一种车辆，包括：
2.根据权利要求1所述的车辆，其中，所述处理器进一步从多个传感器融合轨迹之中选择与所述lidar传感器相关联的传感器融合轨迹，并且确定所选择的传感器融合轨迹的边界区域。
3.根据权利要求2所述的车辆，其中，所述处理器进一步基于所述传感器融合轨迹的边界区域来验证所述pl轨迹的有效性，并且基于所验证的pl轨迹来估计所述传感器融合轨迹的长度。
4.根据权利要求3所述的车辆，其中，所述处理器进一步不同地设置具有使用所述pl轨迹重建的形状的所述传感器融合轨迹的合并优先级。
5.根据权利要求3所述的车辆，其中，所述处理器进一步确定所选择的传感器融合轨迹的边界区域，并且
6.根据权利要求3所述的车辆，其中，所述处理器进一步在与所述传感器融合轨迹相关联的lidar轨迹的寿命大于预设参考寿命时验证所述pl轨迹的有效性。
7.根据权利要求6所述的车辆，其中，所述处理器进一步：
8.根据权利要求7所述的车辆，其中，所述处理器进一步估计从所述参考pl点到子参考轨迹的纵向位置的长度作为...
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。