车辆传感目标筛选的优化方法、装置、电子设备及汽车

技术领域

本发明涉及自动驾驶系统技术领域，具体涉及一种车辆传感目标筛选的优化方法、一种车辆传感目标筛选的优化装置、一种电子设备、一种自动驾驶域控制器及一种汽车。

背景技术

自动驾驶技术的重点之一在于对行驶环境中的目标检测，其也是场景重构的基础和核心。目标检测的实时性和准确性是保证驾驶者或自动驾驶系统正确决策的基础。现有车辆虽然搭载有多种类型的传感器，但目前这些传感器能力有限及其差异化较为明显，对于行驶环境目标的识别情况不稳定，甚至会出现丢失目标、车辆类型乱跳或误识别的情况，这对于目标重构的效果来说是一个难点。而且多种传感器的传感数据量较为巨大，对数据处理的实时性提出了较高的要求。

现有技术中虽然提供了优化后的重构方法，但是未对针对实际量产存在的问题提出改进，也未提及基于场景的优化方案。

发明内容

本发明的目的在于提供一种车辆传感目标筛选的优化方法、装置、电子设备及汽车，以至少解决现有技术中车辆传感目标识别中的错误率高和可靠性低的问题。

为了实现上述目的，本发明采用的技术方案如下：

一种车辆传感目标筛选的优化方法，所述方法包括：获取待筛选的第一车辆目标集合；从所述第一车辆目标集合中滤除由单雷达识别的目标，得到第二车辆目标集合；判断所述第一车辆目标集合对应的地图是否为高精地图；若所述地图为高精地图，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围；若所述地图不为高精地图，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围；从所述第二车辆目标集合中滤除所述滤除范围内的目标，得到第三车辆目标集合；从所述第三车辆目标集合中滤除选定目标类型的目标，得到第四车辆目标集合。

根据上述技术手段，分别从采集设备属性、空间维度和目标属性方面对车辆目标集合进行筛选和滤除，尽量避免了误检测的目标信息，为目标重构提供了准确的数据基础。

进一步，由单雷达识别的目标，包括：由单个雷达探测得到的且未与其他目标探测装置的输出数据进行融合的目标。

根据上述技术手段，对单雷达识别的目标进行解释和定义，为排除单雷达识别这一误识别高风险因素提供判断依据。

进一步，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围，包括：获取所述高精地图中与所述车辆位置信息在预设范围内的隔离标识，所述隔离标识包括车道隔离线、车道隔离物或本侧道路边缘；根据所述高精地图确定所述隔离标识与所述车辆位置信息之间的距离；将与本车在所述距离之外的区域确定为滤除范围。

根据上述技术手段，根据高精地图中的信息来过滤目标误识别，提升了过滤准确度。

进一步，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围，包括：在所述传感融合结果识别出车道线和车道隔离物；根据所述车道线得到车道隔离线和本侧道路边缘，将所述车道隔离物、车道隔离线和本侧道路边缘作为所述隔离标识；将位于所述隔离标识之外区域确定为滤除范围。

根据上述技术手段，提供非高精地图的中误识别目标的过滤方法，扩展了本过滤方法的适用场景。

进一步，所述选定目标类型通过以下步骤得到：获取前端识别软件输出的目标的类型属性以及用户对于所述类型属性的选择；根据用户的选择得到所述选定目标类型。

根据上述技术手段，通过目标的类型属性进行过滤，进一步提升了过滤后目标的可靠性。

进一步，所述方法还包括：将所述第四车辆目标集合输出到渲染的载体。

根据上述技术手段，提供车辆目标集合的使用用途，使本方案更贴合现实场景。

一种车辆传感目标筛选的优化装置，所述装置包括：

集合获取模块，用于获取待筛选的第一车辆目标集合；

第一筛选模块，用于从所述第一车辆目标集合中滤除由单雷达识别的目标，得到第二车辆目标集合；

地图判断模块，用于判断所述第一车辆目标集合对应的地图是否为高精地图；

第一范围模块，用于若所述地图为高精地图，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围；

第二范围模块，用于若所述地图不为高精地图，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围；

第二筛选模块，用于从所述第二车辆目标集合中滤除所述滤除范围内的目标，得到第三车辆目标集合；以及

第三筛选模块，用于从所述第三车辆目标集合中滤除选定目标类型的目标，得到第四车辆目标集合。

根据上述技术手段，将对应方法中的步骤采用对应的功能模块进行实施，分别从采集设备属性、空间维度和目标属性方面对车辆目标集合进行筛选和滤除，尽量避免了误检测的目标信息，为目标重构提供了准确的数据基础。

一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述的车辆传感目标筛选的优化方法。

一种自动驾驶域控制器，所述自动驾驶域控制器被配置为实现前述车辆传感目标筛选的优化方法

一种汽车，所述汽车包括前述的电子设备或者前述的自动驾驶域控制器。

本发明的有益效果：

(1)本发明中设计了基于单雷达识别目标的过滤机制，考虑了数据采集过程中的单模态数据类型的局限，有效减少了缺少数据融合的单模态数据中的误识别目标。

(2)本发明设计基于空间维度的过滤机制；利用现有高精地图的优点，提升了过滤效果的稳定性，降低了识别出错的概率。

(3)本发明设计了基于目标类型的过滤机制，根据前端识别类型进行过滤，有效去除了不可靠目标。

附图说明

图1为本发明的车辆传感目标筛选的优化方法的流程图；

图2为本发明中高精地图下的滤除范围的获取步骤示意图；

图3为本发明中非高精地图下的滤除范围的获取步骤示意图；

图4为本发明的车辆传感目标筛选的优化方法的实施步骤图；

图5为本发明的车辆传感目标筛选的优化装置的结构示意图。

其中，10-集合获取模块；20-第一筛选模块；30-地图判断模块；40-第一范围模块；50-第二范围模块；60-第二筛选模块；70-第三筛选模块。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本实施例提出了一种车辆传感目标筛选的优化方法，图1为本发明的车辆传感目标筛选的优化方法的流程图。如图1所示，所述方法包括：

步骤101、获取待筛选的第一车辆目标集合；此处的第一车辆目标集合的获取方式包括本车的相关探测系统生成、其他存储介质导入或通过现有通信方式获取等，此处不作限定。

步骤102、从所述第一车辆目标集合中滤除由单雷达识别的目标，得到第二车辆目标集合；本步骤中的由单雷达识别的目标，包括：由单个雷达探测得到的且未与其他目标探测装置的输出数据进行融合的目标。因为采用单雷达进行传感检测是不准确的，需要结合摄像头等其他目标探测装置，进行目标数据融合，以提升准确性。但是如果该目标仅仅是单雷达目标探测器探测到的，很大可能存在误识别，比如对旁边的障碍物的探测，其准确性较低。

步骤103、判断所述第一车辆目标集合对应的地图是否为高精地图；高精地图，也被称为“自动驾驶地图”或“智能汽车基础地图”，是指绝对精度和相对精度均在厘米级(10厘米至20厘米)的高分辨率、高丰度要素的导航地图。高精地图中包含了丰富且准确的道路细节信息，例如车道线、车道中心线、车道属性变化等，此外车道模型中还需要包含道路的曲率、坡度、航向、横坡等数学参数。通常情况下，目前的高精地图只有在部分城市快速路或者高速等结构化道路上才会有。

步骤104、若所述地图为高精地图，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围；由于高精地图中包含有较多的道路细节信息，其结合高精度的车辆位置信息，能够获取到更好的滤除效果，且错误率更低。

步骤104’、若所述地图不为高精地图，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围；在非高精地图情况下，需要根据传感融合的探测结果进行隔离标识识别，进而确定滤除范围。本步骤中的隔离标识与步骤104中的定义相同，包括车道隔离线、车道隔离物或本侧道路边缘等。其中，车道隔离线包括但不限于：用于分隔对向车道的单黄线或双黄线、根据交通规定不允许驶入的交通标志线。车道隔离物包括车道护栏、隔离栅栏、锥形桶、石墩以及用于标记不允许进入或跨越的障碍物。本侧道路边缘包括行驶方向上的道路的边界。

步骤105、从所述第二车辆目标集合中滤除所述滤除范围内的目标，得到第三车辆目标集合；本步骤是根据滤除范围进行目标滤除的，其中的滤除范围根据行驶环境中的隔离标识进行确定的。本步骤提供了一种空间维度上的滤除规则。

步骤106、从所述第三车辆目标集合中滤除选定目标类型的目标，得到第四车辆目标集合。本步骤中的目标类型是基于软件所识别出的目标类型，此处的软件为现有技术中的各种目标识别软件或目标融合软件，其根据内部的判断规则对生成的目标进行标注。当前端识别软件能够对输出目标标识为other或是uncertain时，该目标被认为并不可靠，此时可以被滤除。

在另一实施例中，图2为本发明中高精地图下的滤除范围的获取步骤示意图。如图2所示，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围，包括：

步骤201、获取所述高精地图中与所述车辆位置信息在预设范围内的隔离标识，所述隔离标识包括车道隔离线、车道隔离物或本侧道路边缘；由于高精地图中存在大量的道理细节，结合定位良好的车辆位置信息，可以直接通过高精地图来过滤目标中的误识别。

步骤202、根据所述高精地图确定所述隔离标识与所述车辆位置信息之间的距离；例如：根据车辆位置信息，可以从高精地图中得到与各条车道线之间的距离。如果目前车辆位于最左侧车道，那么本车的左线即为区分对向车道的车道隔离线，那么该左线之外的目标即可被过滤掉，本车与该左线的距离通过高精地图得到。同理，如果根据车辆位置信息，车辆被定位在左边第二条车道，则可将车道左线左侧车道的左线作为车道隔离线，将其之外的目标进行过滤。车辆被定位于最右侧同理，此处不再赘述。在另一些场景中，车道的隔离会采用车道护栏或隔离栅栏等车道隔离物，并对车道隔离线进行覆盖，此时可以采用车道隔离物进行距离确定。

步骤203、将与本车在所述距离之外的区域确定为滤除范围。根据高精地图和车辆位置信息得到的距离，将对向车道上的目标进行滤除，避免其识别及其不稳定

在本实施方式中，通过高精地图和精准定位进行目标过滤，相比于仅依靠传感信息进行过滤，过滤效果更稳定，且出错的概率更小。

在另一实施例中，图3为本发明中非高精地图下的滤除范围的获取步骤示意图。如图3所示，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围，包括：

步骤301、在所述传感融合结果识别出车道线和车道隔离物；本实施方式中无法从地图上获取大量且精准的道理信息，因此需要根据传感融合结果进行道路信息识别，其中道路信息包括车道线和车道隔离物。

步骤302、根据所述车道线得到车道隔离线和本侧道路边缘，将所述车道隔离物、车道隔离线和本侧道路边缘作为所述隔离标识；本步骤主要通过车道线进行隔离标识确定。例如：如果当前行驶方向上有三个车道，车辆位于中间车道，此时需要把距离左左车道线(车道隔离线)和右右车道线(本侧道路边缘)较远的目标信息过滤掉。因为对于显示或驾驶安全来说，这些目标信息的可用性较差。

步骤303、将位于所述隔离标识之外区域确定为滤除范围。在一些场景中，可以根据车道隔离物进行滤除范围确定，例如车道旁边有隔离护栏，则需要把该隔离护栏外的目标给过滤掉。在另一些场景中，可以将车道隔离线和车道隔离物进行综合后确定滤除范围，例如，已经检测到左线作为车道隔离线存在，且隔离栅栏在该左线周围，则可综合后判断左线外的目标则对场景重构来说就是误识别或者说是可过滤掉。

在本实施方式中，虽然相较于前一实施方式中通过高精地图和精准定位进行目标过滤，其滤除效果有所下降，但是其缩减了车辆目标集合中的数据量，以及通过滤除不可靠目标提升了场景重建准确性。

在另一实施例中，所述选定目标类型通过以下步骤得到：获取前端识别软件输出的目标的类型属性以及用户对于所述类型属性的选择；根据用户的选择得到所述选定目标类型。本步骤中的目标类型是基于软件所识别出的目标类型，此处的软件为现有技术中的各种目标识别软件或目标融合软件，其根据内部的判断规则对生成的目标进行标注。当前端识别软件能够对输出目标标识为other或是uncertain时，该目标被认为并不可靠，此时可以被滤除。

在另一实施例中，所述方法还包括：将所述第四车辆目标集合输出到渲染的载体。本附加步骤用于将筛选后的目标结果呈现输出出来。输出的载体就可以是图片格式，例如*.jpg、*.png等；也可以为视频格式，例如*.avi、*.mov、*.mp4等，其取决于重建软件的实际需求。渲染的效果根据设定的质量而定，也需要与渲染时间之间进行平衡。

图4为本发明的车辆传感目标筛选的优化方法的实施步骤图。如图4所示，在本实施例中，该方法包括：接收传感/地图/定位信息；过滤掉单雷达目标；判断是否满足高精地图范围且定位良好；若是，则根据高精度定位进行目标过滤；否则，根据车道线/栅栏过滤；过滤掉other/uncertain类型的目标；输出到渲染的载体。

本实施例还提出了一种车辆传感目标筛选的优化装置，如图5所示，所述装置包括：

集合获取模块10，用于获取待筛选的第一车辆目标集合；

第一筛选模块20，用于从所述第一车辆目标集合中滤除由单雷达识别的目标，得到第二车辆目标集合；

地图判断模块30，用于判断所述第一车辆目标集合对应的地图是否为高精地图；

第一范围模块40，用于若所述地图为高精地图，根据车辆位置信息识别隔离标识，根据所述隔离标识得到滤除范围；

第二范围模块50，用于若所述地图不为高精地图，根据传感融合结果识别隔离标识，根据所述隔离标识得到滤除范围；

第二筛选模块60，用于从所述第二车辆目标集合中滤除所述滤除范围内的目标，得到第三车辆目标集合；以及

第三筛选模块70，用于从所述第三车辆目标集合中滤除选定目标类型的目标，得到第四车辆目标集合。

本实施例还提出了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述的车辆传感目标筛选的优化方法。

本实施例还提出了自动驾驶域控制器(ADC)，所述自动驾驶域控制器被配置为实现前述的车辆传感目标筛选的优化方法。本发明中前述的车辆传感目标筛选的优化方法实现在ADC中。自动驾驶域控制器(ADC-Autonomous Driving Control Unit)作为一个智能计算平台，面向L3至L5级无人驾驶应用，它能够将计算密集型传感器数据处理和传感器融合工作与控制策略开发集成到一个控制单元中，并有助于建立结构化和有组织的车辆控制器网络。

本实施例还提出了一种汽车，该汽车包括前述的电子设备或者前述的自动驾驶域控制器。当汽车采用前述的电子设备或自动驾驶域控制器时，对场景重构的处理更佳，显著提升自动驾驶或辅助驾驶的安全性。

本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memery)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。

以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。