[发明专利]自动驾驶汽车的相邻车辆的速度计算方法和装置有效
| 申请号: | 201811643341.5 | 申请日: | 2018-12-29 |
| 公开(公告)号: | CN109849930B | 公开(公告)日: | 2020-08-04 |
| 发明(设计)人: | 黄彬;张智华;周全赟 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
| 主分类号: | B60W40/105 | 分类号: | B60W40/105 |
| 代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 祝乐芳;刘芳 |
| 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 汽车 相邻 车辆 速度 计算方法 装置 | ||
1.一种自动驾驶汽车的相邻车辆的速度计算方法,其特征在于,包括:
获取主车周围环境中的观测点集合在所述主车的坐标系中的运动数据,所述运动数据包括所述观测点集合中的观测点的径向相对速度、径向距离和方位角,所述观测点集合为一帧图像中的观测点;
对所述观测点集合中的观测点进行基于密度的聚类,得到至少一个点簇;
针对每个点簇,根据所述点簇中的观测点的方位角和径向距离得到观测点的位置,根据所述点簇中的观测点的位置和径向相对速度,确定所述点簇中的非车轮类观测点和车轮类观测点;
根据所述点簇中非车轮类观测点的径向相对速度、方位角以及所述主车的横向速度和纵向速度,基于最小二乘法,通过多次迭代拟合得到所述点簇的绝对速度,其中,所述点簇的绝对速度为所述点簇对应的相邻车辆的绝对速度。
2.根据权利要求1所述的方法,其特征在于,对所述观测点集合中的观测点进行基于密度的聚类,得到至少一个点簇之前,还包括:
滤除所述观测点集合中的静态观测点。
3.根据权利要求2所述的方法,其特征在于,所述通过多次迭代拟合得到所述点簇的绝对速度之后,还包括:
计算所述点簇的绝对速度的拟合速度方差;
根据所述点簇的绝对速度的拟合速度方差和所述点簇中的非车轮类观测点的个数,得到所述点簇对应的相邻车辆的绝对速度的拟合置信度。
4.根据权利要求1所述的方法,其特征在于,所述获取主车周围环境中的观测点集合在所述主车所在坐标系中的运动数据,包括:
通过所述主车的四个角上侧向安装的毫米波雷达采集所述主车周围环境中的观测点集合在所述毫米波雷达的坐标系中的运动数据;
通过坐标系转化,将观测点集合在所述毫米波雷达的坐标系中的运动数据转换为所述观测点集合在所述主车的坐标系中的运动数据。
5.根据权利要求2所述的方法,其特征在于,所述滤除所述观测点集合中的静态观测点,包括:
针对所述观测点集合中的每个观测点,计算所述主车的横向速度和纵向速度在所述观测点的径向方向上的投影;
根据所述主车的横向速度和纵向速度在所述观测点的径向方向上的投影、所述观测点的方位角以及所述观测点的径向相对速度,确定所述观测点的径向速度;
当所述观测点的径向速度的绝对值小于预设的第一阈值时,滤除所述观测点。
6.根据权利要求1所述的方法,其特征在于,所述对所述观测点集合中的观测点进行基于密度的聚类,得到至少一个点簇,包括:
从所述观测点集合中选择一个未访问的观测点P,遍历所述观测点集合找到与所述观测点P之间的距离小于预设的聚类半径的所有观测点形成点簇M;
如果所述点簇M中的观测点个数大于或等于预设的最小点簇包含的观测点数min,则将所述观测点P归属于所述点簇M形成点簇Mi,将所述观测点P标记为已访问;
依次递归访问所述点簇Mi中的其他未访问的观测点Pi,从所述观测点集合中找到与所述观测点Pi之间的距离小于所述聚类半径的所有其他观测点加入所述点簇Mi,并将所述观测点Pi标记为已访问;
如果所述点簇M中的观测点个数小于所述min,则确定所述观测点P为噪声点,并将所述观测点P标记为已访问;
重复执行上述步骤,直至所述观测点集合中的所有观测点都被访问。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(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/201811643341.5/1.html,转载请声明来源钻瓜专利网。





