[发明专利]通过传感器融合检测长对象

说明书

提供了用于相对于主车辆检测和识别细长对象的系统和方法。该方法包括：使用多个对象检测装置来检测相对于主车辆的对象；识别与细长对象相对应的检测数据中的模式，其中检测数据包括从多个对象检测装置中的至少两个融合的数据；使用多个对象检测装置中的每一个来计算细长对象的初始对象参数估计；通过融合来自多个对象检测装置中的每一个的初始对象参数估计来计算细长对象的对象参数估计；通过融合来自多个对象检测装置中的每一个的初始对象参数估计来确定所述细长对象。

技术领域

本发明总体上涉及对象检测系统，更具体地，涉及一种用于使用传感器融合的一般长对象检测的系统和方法。

背景技术

许多现代车辆配备有先进的安全和驾驶员辅助系统，其需要坚固和精确的对象检测和跟踪系统以控制响应的主机车辆操纵。这些系统利用对象和控制算法的周期性或连续检测来估计各种对象参数，诸如相对对象范围、范围速率(即对象的关闭或打开速度)、行进方向、对象位置和对象大小。对象检测系统可以使用多种检测技术中的任何一种，例如雷达、视觉成像、激光、光检测和测距(LiDAR)、超声等。这些检测系统中的每一种有助于对象检测和以不同方式估计对象参数，并具有各种限制。由于与一些检测系统相关联的性能限制，特别地检测通常较长的对象可能是具有挑战性的。

例如，雷达装置通过发射从传感器视野内的对象反射的电磁信号来检测和定位对象。反射的信号作为回波返回到雷达，在那里它被处理以确定各种信息，诸如发射/接收的能量的往返行程时间。往返行程时间与来自雷达的对象的范围成正比。除了范围确定之外，还存在确定检测到的对象的方位(即交叉范围)位置的方法。因此，根据其复杂性，雷达能够在相对于装置位置的范围和方位角中定位对象。

基于在整个传感器视场的采样期间的反射信号，雷达装置累积一组检测点。由于由远程传感器(无论是雷达、激光、超声波还是其它有源传感器)收集的“反射”的性质，该组检测点仅代表存在于传感器视场中的对象或对象上的某些点。分析这些检测点以便确定可能存在什么类型的对象以及这样的对象位于何处。然而，短程雷达装置缺乏辨别对象识别细节和区分定位相近的对象所必需的角度和空间分辨率(即没有点目标假设)。当在主机和对象之间存在很小或没有相对速度时，在雷达系统中也出现性能降级，使得难以估计速度和方向。关于特别地检测长对象，由于反射的测量信号可以在相同对象的不同位置处显著变化，所以雷达装置不能有效地直接对检测点进行分组或聚集。

视觉成像也被对象检测和跟踪系统广泛地用于识别和分类靠近主车辆的对象。一般来说，视觉系统使用一个或多个相机捕获图像，并使用各种图像处理技术从图像中提取对象和特征。然后，当对象在主车辆的视场内移动时，在图像之间跟踪对象。然而，通过视觉检测长对象仍然是非常具有挑战性的，特别是当对象太长并且跨越整个图像帧时，视觉算法倾向于将长对象分割成多个短对象。

LiDAR传感器使用飞行时间原理测量范围。光脉冲被发射达限定的时间长度，被反射离开目标对象，并且经由其被发送的相同路径(视线)被接收。因为光以恒定速度行进，所以发射和检测之间的时间间隔与传感器到反射点之间的距离成比例。然而，使用LiDAR来估计目标速度是困难的，因为没有来自传感器的直接速度测量。

发明内容

根据本发明的实施例，提供了一种用于相对于主车辆检测和识别细长对象的方法。该方法包括：使用多个对象检测装置来检测相对于主车辆的对象；识别与细长对象相对应的检测数据中的模式，其中检测数据包括从多个对象检测装置中的至少两个融合的数据；使用多个对象检测装置中的每一个来计算所述细长对象的初始对象参数估计；通过融合来自多个对象检测装置中的每一个的初始对象参数估计来计算细长对象的对象参数估计；通过融合来自多个对象检测装置中的每一个的初始对象参数估计来确定细长对象。