[发明专利]车辆周边目标物的检测方法

说明书

本发明公开了一种车辆周边目标物的检测方法，利用装在车辆上的雷达和摄像头获取的信息，通过处理器，先将对雷达信息和摄像头分别进行卡尔曼预测处理后，再对这两类目标物信息进行坐标匹配，坐标匹配中将二者距离小于设定值的目标合并，并赋予合并目标预测信息量的加权值，坐标匹配中将二者距离等于或大于设定值的雷达目标物和图像目标物分别赋予预测信息量加权值，最后将这些加权计算了预测信息量的目标预测信息进行卡尔曼预测得到车辆周边的融合目标物信息。该方法可以解决现有同类技术中目标物漏检率较大的问题。

技术领域

本发明涉及对车辆行驶周边目标物检测技术领域，尤其是一种通过获取雷达波反馈信息和摄像头摄取图像信息相结合对车辆周边目标物进行识别和定位的方法。

背景技术

对车辆周边目标物的实时识别和定位的准确性和对于辅助人工驾驶甚至是智能无人驾驶的行车安全至关重要。

现有一种通过获取雷达波反馈信息和摄像头摄取图像信息相结合对车辆周边目标物进行识别和定位的方法是发明专利申请“用于无人驾驶汽车的前方目标物检测系统”(申请公布号为CN107966700A)，该申请对前方目标物检测的方法是：首先采集毫米波雷达数据和视觉相机数据并进行空间同步和时间同步；其后使用基于卡尔曼滤波的数据处理算法对雷达数据进行虚假目标物排除；最后取两种传感器均探测到的目标物作为最终目标物输出。该技术对于车辆前方目标物检测存在明显缺陷：由于受雷达波自身物理性质限制，从雷达波对目标物的检出准确度不高，而对于图像识别方式而言视觉相机也容易受到外界环境的影响，在光线复杂或不足的恶劣环境中对目标物的检出准确度也不高，因此，这种技术对于从视觉相机检出了的目标物而毫米波雷达信号未检出或虽检出而被误筛掉的目标物就会被误排出，以及对于从毫米波雷达信号检出了的目标物而视觉相机未检出的目标物就会被误排出，检测系统整体发生漏检的概率较大。

发明内容

本发明的目的是提供一种车辆周边目标物的检测方法，它可以解决通过获取雷达波反馈信息和摄像头摄取图像信息相结合进行对目标物识别方法中目标物漏检较大的问题。

为了解决上述问题，本车辆周边目标物的检测方法采用的技术方案是：包括有装在车辆上用于探测车辆周边目标物的雷达和用于摄取车辆周边图像的摄像头，以及接收和处理雷达信息和摄像头信息的处理器，先所述雷达信息作为预测信息进行卡尔曼预测处理，更新的雷达目标物信息得到雷达目标物更新信息，所述摄像头信息作为预测信息进行卡尔曼预测处理，更新图像目标物信息得到图像目标物更新信息；再将雷达目标物更新信息与图像目标物更新信息进行坐标匹配，对两者中的目标物进行配对比较：

A、如果雷达目标物与图像目标物的欧式距离等于或大于设定值的，则雷达目标物预测信息状态量赋值：Z_L(x_L，y_L，v_XL，v_YL，angle)，式中Z_L为雷达目标物信息状态量，x_L为雷达目标物纵向位置、y_L为雷达目标物横向位置、v_XL为雷达目标物纵向速度、v_YL为雷达目标物横向速度、angle为雷达目标物角度，图像目标物预测信息状态量赋值：Z_S(x_S,y_S,v_XS,v_YS,type),式中ZS为图像目标物信息状态量，x_S为图像目标物纵向位置、y_S为图像目标物横向位置、v_XS为图像目标物纵向速度、v_YS为图像目标物横向速度、type为图像目标物类型；

B、如果雷达目标物与图像目标物的欧式距离小于设定值的，则将这两个目标物配对融合为一个目标物，这个融合后的目标物预测信息状态量赋值：Z(x,y,v_x,v_Y,type,angle),