[发明专利]目标尺寸实时检测方法、系统、车辆及存储介质

说明书

本发明公开了一种目标尺寸实时检测方法、系统、车辆及存储介质，包括以下步骤：步骤1、获取数据：获得各传感器输出的目标尺寸信息；步骤2、初始化：根据各传感器的状态，初步输出粗精度的目标尺寸结果；步骤3、融合处理：结合目标的历史尺寸信息以及各传感器实时输出的目标尺寸观测数据，对目标的尺寸信息进行融合处理；步骤4、数据输出：输出融合后的目标尺寸信息。本发明提高了目标尺寸的测量精度。

技术领域

本发明属于自动驾驶中的目标融合处理技术领域，具体涉及一种目标尺寸实时检测方法、系统、车辆及存储介质。

背景技术

自动驾驶系统是一种主动安全系统，该系统能够自动控制车辆运行，包括行驶、换道、泊车等，提升驾驶体验与舒适感，同时确保驾驶的安全性。目前自动驾驶系统主要使用安装在车辆的传感器，如毫米波雷达、激光雷达、摄像头等，以实现探测和识别驾驶环境，包括车道线，周围车辆、行人及障碍物，红绿灯及交通标志等，安全高效地自动控制车辆行驶，同时遵守交通规则。

在无人驾驶系统中，周围车辆、行人以及障碍物的尺寸检测是无人驾驶感知系统非常重要的子系统，直接影响到无人驾驶的规划、决策和控制。具体来说，在驾驶的时候，利用车辆的传感器识别到前方目标，根据目标的位置和尺寸，结合车道线等信息进行绕障轨迹的规划，通过决策控制系统完成绕障动作。其中，目标尺寸的准确与否将事关安全，并直接影响到绕障的成功率。

如专利文献CN 106908783A公开了一种基于多传感器信息融合的障碍物检测方法，阐述了一种基于毫米波雷达和视觉传感器的障碍物检测方法，通过对雷达数据和图像数据进行空间和时间的融合，进行运动目标的检测。该专利中采用的多传感器融合策略相比单一传感器，减少了误检率和漏检率，但是只能获得障碍物的位置和速度，而对障碍物本身的尺寸属性无法感知。

目前，对于障碍物尺寸的检测主要使用摄像头和激光雷达等。一种方案是使用摄像头，利用图像信息检测目标并计算目标的长和宽，此种方法的缺点是计算的准确度较差，实际目标尺寸与真实尺寸偏差较大；一种方案是使用激光雷达，利用激光雷达的点云进行聚类构建目标并计算出目标的长宽，此种方法的缺点是在距离目标较远时，由于点云相对稀疏，构建的目标尺寸往往低于真实尺寸。

因此，有必要开发一种新的目标尺寸实时检测方法、系统、车辆及存储介质。

发明内容

本发明的目的是提供一种目标尺寸实时检测方法、系统、车辆及存储介质，以提高目标尺寸的测量精度。

第一方面，本发明所述的一种目标尺寸实时检测方法，包括以下步骤：

步骤1、获取数据：获得各传感器输出的目标尺寸信息；

步骤2、初始化：根据各传感器的状态，初步输出粗精度的目标尺寸结果；

步骤3、融合处理：基于当前帧目标尺寸的融合结果，并结合目标的历史尺寸信息以及各传感器实时输出的目标尺寸观测数据，对目标的尺寸信息进行融合处理；

步骤4、数据输出：输出融合后的目标尺寸信息。

进一步，所述步骤2具体为：

首先判断初始化是否完成，如果初始化未完成，则依次检查各传感器当前帧的检测结果，检测结果分为以下情况：

若只有毫米波雷达检测到目标，初始化未完成，将毫米波雷达输出的目标尺寸结果作为当前帧的目标尺寸输出结果；

若目标被激光雷达探测到，但未被摄像头探测到，则将激光雷达输出的目标尺寸结果作为当前帧的输出结果；

若目标被摄像头探测到，但未被激光雷达探测到，则将摄像头输出的目标尺寸结果作为当前帧的输出结果；

若目标同时被激光雷达和摄像头探测到，则将激光雷达和摄像头的结果按加权方法进行融合，融合结果作为当前帧的输出结果；