[发明专利]一种目标检测方法及装置

说明书

本申请公开了一种目标检测方法及装置，应用于自动驾驶或智能交通领域，可以提高障碍物检测的准确性和可靠性。本方案通过基于目标的数据子集中包括的目标相对于传感器的距离、方位角和径向速度信息的至少一个数据，得到目标相对于传感器的高度信息或俯仰角信息，以防止由于不考虑目标的高度信息或者俯仰角信息，直接将目标作为障碍物导致的虚警，从而有效减少由于虚警导致的不必要的紧急刹车、追尾或者碰撞等安全性或舒适性等问题。

技术领域

本申请实施例涉及信息处理技术领域，尤其涉及一种目标检测方法及装置。

背景技术

在先进驾驶辅助系统(advanced driver assistant system，ADAS)或者自动驾驶(autonomous driving，AD)系统中通常配置多种传感器，例如雷达、声纳、超声波传感器、视觉传感器(如摄像头)等，用于感知周边环境及目标信息。通过感知周围环境及目标，可以完成目标识别，从而有效规避障碍物，增加自动驾驶的舒适性和安全性。其中，上述目标如车辆、行人、护栏、路沿、灯杆、树木、限高杆、龙门架、收费栏杆、车辆通行杆/拦车杆、立交桥涵洞和建筑物等。

例如限高杆、龙门架、收费栏杆、车辆通行杆/拦车杆或立交桥涵洞等静止悬空物在高度满足一定条件时，例如高于车辆高度时，并不会影响车辆的正常行驶。但是，常规的传感器或者感知系统，在识别限高杆、龙门架、收费栏杆、车辆通行杆/拦车杆、立交桥涵洞等悬空物时，如果无法识别目标的高度，则通常会直接将悬空物作为障碍物，引发虚警(Flase Alarm)，从而导致不必要的刹车操作或追尾等安全事故。因此，如何有效利用传感器数据，检测上述障碍物特别是悬空物是目前亟待解决的问题。

发明内容

本申请提供一种目标检测方法及装置，可以提高障碍物检测的准确性和可靠性。

为达到上述目的，本申请实施例采用如下技术方案：

第一方面，提供一种目标检测方法，该方法包括：确定第一目标的数据子集，该第一目标的数据子集包括包括有第一目标相对于传感器的距离、方位角和径向速度信息的至少一个数据；根据第一目标的数据子集得到第一目标相对于传感器的高度信息或者俯仰角信息。

上述第一方面提供的技术方案，通过基于目标的数据子集中包括的目标相对于传感器的距离、方位角和径向速度信息的至少一个数据，得到目标相对于传感器的高度信息或俯仰角信息，以防止由于不考虑目标的高度信息或者俯仰角信息，直接将目标作为障碍物导致的虚警影响。减少由于虚警导致的不必要的紧急刹车、追尾等安全性或舒适性等问题。

在一种可能的实现方式中，上述第一目标与道路几何相交；其中，道路几何包括道路边界或者车道线。通过对与道路几何相交的目标进行目标检测，可以防止不考虑悬空物等易造成虚警现象的目标的高度信息或俯仰角信息，直接将目标作为障碍物导致的虚警。

在一种可能的实现方式中，上述确定第一目标的数据子集，包括：获取道路几何参数；根据上述道路几何参数，确定第一目标的数据子集；其中，获取道路几何参数，包括：接收道路几何参数；或者，通过聚类，从传感器的数据集合获取道路几何的数据子集；该道路几何的数据子集包括包括有道路几何相对于所述传感器的距离、方位角和径向速度信息的至少一个数据；根据道路几何的数据子集确定道路几何参数。本方案支持从第三方设备获取道路几何参数，或者通过聚类从传感器的数据集合中获取道路几何的数据子集，以得到道路几何参数，然后根据道路几何参数得到与道路几何相交的第一目标的数据子集。

在一种可能的实现方式中，上述根据道路几何参数，确定第一目标的数据子集，包括：通过聚类，从传感器的数据集合获取至少一个聚类的数据子集；根据上述至少一个聚类的数据子集确定至少一个目标的几何参数；根据上述至少一个目标的几何参数以及道路几何参数，确定第一目标的数据子集；其中，第一目标的数据子集为与道路几何相交的目标的数据子集。本方案支持通过聚类，从传感器的数据集合获取至少一个聚类的数据子集，基于道路几何参数从至少一个聚类的数据子集中得到目标的数据子集。