[发明专利]自动驾驶视觉盲区检测方法及装置有效

专利信息
申请号: 201910758493.8 申请日: 2019-08-16
公开(公告)号: CN110456796B 公开(公告)日: 2022-11-01
发明(设计)人: 杨凯 申请(专利权)人: 阿波罗智能技术(北京)有限公司
主分类号: G05D1/02 分类号: G05D1/02;G01C21/30
代理公司: 北京天昊联合知识产权代理有限公司 11112 代理人: 彭瑞欣;刘悦晗
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 驾驶 视觉 盲区 检测 方法 装置
【权利要求书】:

1.一种自动驾驶视觉盲区检测方法,所述方法由自动驾驶交通工具执行,所述方法包括:

响应于检测到障碍物,获取所述障碍物的位置信息和所述自动驾驶交通工具上的传感器的位置信息,所述传感器的位置信息包括传感器的三维坐标,所述障碍物的信息包括障碍物的三维坐标;

基于所述障碍物的位置信息和所述传感器的位置信息,在所述障碍物的边界上确定标定点,所述标定点包括位于地面的第一类标定点和高于地面的第二类标定点;

基于所述传感器的位置信息、所述标定点和预设的电子地图中的道路区域,确定所述自动驾驶交通工具的一个视觉盲区;

确定所述第二类标定点的步骤包括:

若所述传感器的高度大于所述障碍物的高度,则确定所述障碍物顶端所在平面的最大宽度,并确定所述最大宽度对应的所述障碍物顶端的边界上的第二类标定点,所述最大宽度为所述障碍物当前正面朝向所述传感器的最大宽度;

若所述传感器的高度小于或等于所述障碍物的高度,则确定所述障碍物在预设第一高度的横截面的最大宽度,并确定所述最大宽度对应的所述横截面的边界上的第二类标定点,所述第一高度小于所述传感器的高度,所述最大宽度为所述障碍物当前正面朝向所述传感器的最大宽度。

2.如权利要求1所述的方法,其中,确定所述第一类标定点的步骤包括:

基于所述障碍物的位置信息和所述传感器的位置信息,确定所述障碍物在地面正投影的最大宽度,并确定所述最大宽度对应的正投影边界上的第一类标定点,所述最大宽度为所述障碍物当前正面朝向所述传感器的最大宽度。

3.如权利要求1所述的方法,其中,所述基于所述传感器的位置信息、所述标定点和预设的电子地图中的道路区域,确定所述自动驾驶交通工具的一个视觉盲区,包括:

确定所述传感器与所述第二类标定点连线的延长线和第一平面的交点在地面的投影点,所述第一平面位于所述道路区域的边界且垂直于地面;

基于所述第一类标定点和所述投影点确定所述自动驾驶交通工具的一个视觉盲区。

4.如权利要求1-3任一项所述的方法,其中,在基于所述传感器的位置信息、所述标定点和预设的电子地图中的道路区域,确定所述自动驾驶交通工具的一个视觉盲区之后,所述方法还包括:

将所述视觉盲区的各边界分别外延预设距离,根据外延后的边界确定警示区;或者,

将所述视觉盲区的各边界分别外延预设距离,根据外延后的边界确定第一区域,确定所述第一区域与所述道路区域的交集,并将所述交集作为警示区。

5.一种自动驾驶视觉盲区检测装置,所述装置由自动驾驶交通工具执行,所述装置包括获取模块和第一确定模块;

所述获取模块用于,响应于检测到障碍物,获取所述障碍物的位置信息和所述自动驾驶交通工具上的传感器的位置信息,所述传感器的位置信息包括传感器的三维坐标,所述障碍物的信息包括障碍物的三维坐标;

所述第一确定模块包括标定点确定单元和视觉盲区确定单元,所述标定点确定单元用于,基于所述障碍物的位置信息和所述传感器的位置信息,在所述障碍物的边界上确定标定点,所述标定点包括位于地面的第一类标定点和高于地面的第二类标定点;

所述视觉盲区确定单元用于,基于所述传感器的位置信息、所述标定点和预设的电子地图中的道路区域,确定所述自动驾驶交通工具的一个视觉盲区;

所述标定点确定单元具体用于,当所述传感器的高度大于所述障碍物的高度时,确定所述障碍物顶端所在平面的最大宽度,并确定所述最大宽度对应的所述障碍物顶端的边界上的第二类标定点,所述最大宽度为所述障碍物当前正面朝向所述传感器的最大宽度;当所述传感器的高度小于或等于所述障碍物的高度时,确定所述障碍物在预设第一高度的横截面的最大宽度,并确定所述最大宽度对应的所述横截面的边界上的第二类标定点,所述第一高度小于所述传感器的高度,所述最大宽度为所述障碍物当前正面朝向所述传感器的最大宽度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿波罗智能技术(北京)有限公司,未经阿波罗智能技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910758493.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top