System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及车辆,尤其涉及一种基于毫米波雷达与相机的目标检测方法、装置、车辆及介质。
技术介绍
1、为了实现智能驾驶汽车准确和稳健的感知能力,自动驾驶汽车通常配备多个传感器,使多个传感器融合成为感知系统的关键部分。在这些融合的传感器中,激光雷达和相机融合的方法无论照明和天气条件如何,都能对周围环境进行互补且具有成本效益的感知,但激光雷达和相机都存在对不利的天气条件(如雨、雾、雪)敏感,显著降低了视野和目标识别能力,不仅如此,激光雷达和相机都无法在不使用时间信息的情况下检测目标的速度,导致对目标检测的准确率较低。
技术实现思路
1、本专利技术实施例提供了一种基于毫米波雷达与相机的目标检测方法、装置、车辆及介质,旨在解决现有目标检测方法的检测准确率较低的问题。
2、第一方面,本专利技术实施例提供了一种基于毫米波雷达与相机的目标检测方法,包括:
3、获取毫米波雷达输出的目标信号及相机拍摄到的目标图像数据,其中,所述目标信号是所述毫米波雷达根据恒虚警进行处理得到的,其包括目标的雷达截面、速度、距离以及方位角;
4、对所述目标信号进行处理以生成雷达点云数据;
5、对所述雷达点云数据和所述目标图像数据进行时空对齐;
6、通过视图融合算法将时空对齐后的所述雷达点云数据和所述目标图像数据进行融合以生成潜在目标区域及目标特征图;
7、根据所述潜在目标区域、所述目标特征图以及所述目标图像数据生成目标检测信息。
9、获取单元,用于获取毫米波雷达输出的目标信号及相机拍摄到的目标图像数据,其中,所述目标信号是所述毫米波雷达根据恒虚警进行处理得到的,其包括目标的雷达截面、速度、距离以及方位角;
10、处理单元,用于对所述目标信号进行处理以生成雷达点云数据;
11、对齐单元,用于对所述雷达点云数据和所述目标图像数据进行时空对齐;
12、融合单元,用于通过视图融合算法将时空对齐后的所述雷达点云数据和所述目标图像数据进行融合以生成潜在目标区域及目标特征图;
13、生成单元,用于根据所述潜在目标区域、所述目标特征图以及所述目标图像数据生成目标检测信息。
14、第三方面,本专利技术实施例还提供了一种车辆,所述车辆包括存储器以及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
15、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现上述方法。
16、本专利技术实施例提供了一种基于毫米波雷达与相机的目标检测方法、装置、车辆及介质。其中,所述方法包括:获取毫米波雷达输出的目标信号及相机拍摄到的目标图像数据,其中,所述目标信号是所述毫米波雷达根据恒虚警进行处理得到的,其包括目标的雷达截面、速度、距离以及方位角;对所述目标信号进行处理以生成雷达点云数据;对所述雷达点云数据和所述目标图像数据进行时空对齐;通过视图融合算法将时空对齐后的所述雷达点云数据和所述目标图像数据进行融合以生成潜在目标区域及目标特征图;根据所述潜在目标区域、所述目标特征图以及所述目标图像数据生成目标检测信息。本专利技术实施例的技术方案,通过获取毫米波雷达输出目标的雷达截面、速度、距离以及方位角四个维度的数据进行处理生成雷达点云数据,其中,目标的雷达截面、速度、距离以及方位角是毫米波雷达根据恒虚警进行处理得到的,将雷达点云数据与目标图像数据进行时空对齐及融合生成潜在目标区域及目标特征图,进而根据潜在目标区域及目标特征图生成目标检测信息,整个目标检测过程,因将毫米波雷达和相机的融合,而毫米波雷达根据恒虚警对信号进行处理,提高了在不利的天气条件和照明情况下对目标的识别能力,而且因在不需要任何时间信息的情况下还可根据毫米波雷达输出的目标信号以及相机拍摄到的目标图像数据经过一系列处理得到目标检测信息,进而提高了目标检测的准确率。
本文档来自技高网...【技术保护点】
1.一种基于毫米波雷达与相机的目标检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述雷达点云数据包括网格映射特征;所述对所述目标信号进行处理以生成雷达点云数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述雷达点云数据还包括微多普勒特征;所述对所述目标信号进行处理以生成雷达点云数据,还包括:
4.根据权利要求2所述的方法,其特征在于,所述雷达点云数据还包括边界轮廓特征;所述对所述目标信号进行处理以生成雷达点云数据,还包括:
5.根据权利要求1所述的方法,其特征在于,所述对所述雷达点云数据和所述目标图像数据进行时空对齐,包括:
6.根据权利要求1所述的方法,其特征在于,所述通过视图融合算法将时空对齐后的所述雷达点云数据和所述目标图像数据进行融合以生成潜在目标区域及目标特征图,包括:
7.根据权利要求1所述的方法,其特征在于,所述毫米波雷达包括发射机和接收机,所述目标的速度是所述毫米波雷达根据所述发射机发射的线性调频脉冲的频率与所述接收机接收到的所述线性调频脉冲的频率之间的频率差
8.一种基于毫米波雷达与相机的目标检测装置,其特征在于,包括:
9.一种车辆,其特征在于,所述车辆包括存储器以及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于毫米波雷达与相机的目标检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述雷达点云数据包括网格映射特征;所述对所述目标信号进行处理以生成雷达点云数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述雷达点云数据还包括微多普勒特征;所述对所述目标信号进行处理以生成雷达点云数据,还包括:
4.根据权利要求2所述的方法,其特征在于,所述雷达点云数据还包括边界轮廓特征;所述对所述目标信号进行处理以生成雷达点云数据,还包括:
5.根据权利要求1所述的方法,其特征在于,所述对所述雷达点云数据和所述目标图像数据进行时空对齐,包括:
6.根据权利要求1所述的方法,其特征在于,所述通过视图融合算法将时空对齐后的所述雷达点云数据和所述目标图像数据进行融合以生成潜在目标区域及目标特征图,包括:
7.根据权利要求1所述的方法,其特征在于,所述毫米波雷达包括发射机和接收...
【专利技术属性】
技术研发人员:王恕崇,魏学峰,
申请(专利权)人:浙江吉利控股集团有限公司,
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。