一种动态障碍物对象识别方法和装置
文献发布时间:2023-06-19 11:44:10
技术领域
本发明涉及信息技术领域,特别是涉及一种动态障碍物对象识别方法和一种动态障碍物对象识别装置。
背景技术
电动车成为越来越多人的日常交通工具之一,随着互联网和电子技术的发展,许多电动车都具备自动泊车功能,通过电动车上设置的感知器件探测车辆的周边环境,并控制车辆进行泊车,使得电动车在泊车过程中可以脱离于人工控制。
在电动车的自动泊车的过程中,时常会受到过往行人、车辆的干扰,由于感知器件只能检测到一定范围内的障碍物的距离,而无法获取障碍的速度,所有这类动态的障碍物就会被默认处理为静态障碍物。这类静态障碍物如果位于规划的路径上,就会导致规划失败,泊车功能无法进行,降低了泊车的成功率。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种动态障碍物对象识别方法和相应的一种动态障碍物对象识别装置。
为了解决上述问题,本发明实施例公开了一种动态障碍物对象识别方法,包括:
获取历史障碍物对象;
基于预设的感知器件的检测信息确定可达空间;
依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;
在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象。
可选地,还包括:
获取车辆的位姿信息以及目标车位对象;
依据所述位姿信息确定预设范围内的历史障碍物对象集合;
剔除所述历史障碍物对象集合中的动态障碍物对象,得到目标障碍物对象集合;
依据所述目标障碍物对象集合、所述位姿信息和所述目标车位对象,生成泊车路径。
可选地,所述基于预设的感知器件的检测信息确定对应的可达空间的步骤,包括:
获取预设的感知器件针对实体障碍物的检测信息,以及所述感知器件的第一位置信息;
采用所述检测信息和所述第一位置信息,确定所述感知器件对应的可达空间。
可选地,所述依据所述历史障碍物对象处于所述目标区域内的占比,确定可通达系数的步骤,包括:
确定所述可达空间内的目标区域;
判断所述历史障碍物对象是否处于所述目标区域内;
若是,则依据所述历史障碍物对象处于所述目标区域内的占比,确定可通达系数。
可选地,所述可达空间为以所述感知器件为顶点、以第一距离为半径、以第一角度为顶角的区域;
所述目标区域为以所述感知器件为顶点、以第二距离为半径、以第二角度为顶角的区域;
其中,第一距离大于第二距离,第一角度大于第二角度。
可选地,所述判断所述历史障碍物对象是否处于所述目标区域内的步骤,包括:
确定所述历史障碍物对象的第二位置信息;所述第二位置信息为所述历史障碍物中靠近所述感知器件的一端的位置;
采用所述第一位置信息和所述第二位置信息,确定所述历史障碍物对象相对于所述感知器件的第三距离和第三角度;
依据所述第三距离与所述第二距离的大小关系,以及所述第三角度与所述第二角度的大小关系,判断所述历史障碍物是否区域所述目标区域内;
所述方法还包括:
在所述第三距离小于所述第二距离且所述第三角度小于所述第二角度的一半时,确定所述历史障碍物对象处于所述目标区域内。
可选地,所述依据所述历史障碍物对象处于所述目标区域内的占比,确定可通达系数的步骤,包括:
获取所述历史障碍物对象的第一长度;
确定所述障碍物对象处于所述目标区域内的第二长度;
确定第二长度相对于第一长度的占比为置信度值;
依据所述历史障碍物对象处于不同时刻的置信度值,确定可通达系数。
本发明实施例还公开了一种动态障碍物对象识别装置,包括:
历史障碍物对象获取模块,用于获取历史障碍物对象;
可达空间确定模块,用于基于预设的感知器件的检测信息确定对应的可达空间;
可通达系数确定模块,用于依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;
动态障碍物对象判断模块,用于在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象。
可选地,还包括:
位姿信息获取模块,用于获取车辆的位姿信息以及目标车位对象;
历史障碍物集合确定模块,用于依据所述位姿信息确定预设范围内的历史障碍物对象集合;
目标障碍物集合确定模块,用于剔除所述历史障碍物对象集合中的动态障碍物对象,得到目标障碍物对象集合;
泊车路径生成模块,用于依据所述目标障碍物对象集合、所述位姿信息和所述目标车位对象,生成泊车路径。
可选地,所述可达空间确定模块包括:
检测信息获取单元,用于获取预设的感知器件针对实体障碍物的检测信息,以及所述感知器件的第一位置信息;
可达空间确定单元,用于采用所述检测信息和所述第一位置信息,确定所述感知器件对应的可达空间。
本发明实施例还公开了一种电子设备,包括:处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的动态障碍物对象识别方法的步骤。
本发明实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的动态障碍物对象识别方法的步骤。
本发明实施例包括以下优点:
通过获取历史障碍物对象;基于预设的感知器件的检测信息确定可达空间;依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象,实现对在先生成的历史障碍物对象进行二次校验,以判定历史障碍物对象是否为针对动态的实体障碍物生成的动态障碍物对象,若为动态障碍物对象,则该历史障碍物对象已失效,从而对障碍物对象进行实时性进行验证,进一步的,通过剔除动态障碍物对象,避免动态障碍物对象影响车辆行驶。
附图说明
图1是本发明的一种动态障碍物对象识别方法实施例的步骤流程图;
图2是本发明的一种障碍物对象生成示意图;
图3是本发明的一种障碍物对象校验过程示意图;
图4是本发明的一种障碍物对象与可达空间的相对位置关系示意图;
图5是本发明的一种动态障碍物对象检测机制的流程图;
图6是本发明的一种动态障碍物对象识别装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例的核心构思之一在于,车辆在泊车过程中针对检测到的实体障碍物会生成相应的虚拟的障碍物对象,车辆上设置的感知器件针对当前的探测数据得到可达空间,依据可达空间与在先生成的障碍物对象的重合情况,判断该障碍物对象是否为探测到动态的实体障碍物得到,若是,则确定该障碍物对象已失效,在剔除该障碍物对象后生成泊车路径,以避免动态的实体障碍物影响泊车路径,导致自动泊车成功率下降。
参照图1,示出了本发明的一种动态障碍物对象识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取历史障碍物对象;
车辆中可以设置有感知器件,感知器件具备一定的探测范围,可以探测出处于探测范围内的实体障碍物,并生成相应的虚拟的障碍物对象。
由于泊车过程中车辆与动态障碍物的相对运动,会在空间上形成一系列时效性较短的超声波回波探测,多次的回波探测通常会被抽象的描述为一个表征障碍物位置和轮廓的虚拟的障碍物对象,该障碍物对象会作为后续泊车过程中规划和避障的依据。障碍物对象可以具有一定的几何特征,比如采用线段对象以表示障碍物对象。参照图2,示出了本发明的一种障碍物对象生成方法示意图,在车辆201处于泊车过程中,可以检测车辆附近的实体障碍物,并生成相应的线段形的障碍物对象202。
进一步的,可以生成地理数据,在地理数据中标识出障碍物对象。
上述感知器件可以包括但不限于图像传感器和雷达传感器,其中,雷达传感器可以为毫米波雷达、激光雷达、超声波雷达中的至少一种。本发明实施例对感知器件的类型、数量,以及车辆中设置感知器件的位置不作限定。
可以将车辆在泊车过程中已生成的障碍物对象确定为历史障碍物对象,并可以对历史障碍物对象的相关数据进行缓存。
在一示例中,历史障碍物对象可以由同一感知器件在不同时刻对同一环境区域进行探测得到。在另一示例中,可以车辆设置有两个或以上的感知器件,在车辆进行泊车过程中,不同的感知器件可能会针对同一环境区域进行探测,历史障碍物对象可以由不同感知器件对同一环境区域进行探测得到。
步骤102,基于预设的感知器件的检测信息确定可达空间;
可以依据车辆上预设的感知器件进行探测,得到相应的检测信息,并依据该检测信息确定可达空间。
以超声波雷达为例,超声波雷达发出超声波,如果在其可探测范围内存在实体障碍物,则可以接收到相应的回波,可以根据回波确定实体障碍物的位置,可以确定实体障碍物与车辆之间的一定区域为可达空间。
以图像传感器为例,图像传感器能够采集图像信息,并对图像信息进行识别,确定以车辆为中心在图像信息采集方向上是否存在实体障碍物,进而可以确定实体障碍物与车辆之间的一定区域为可达空间。
步骤103,依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;
可达空间是由感知器件当前针对实体障碍物的探测生成的,可以针对历史障碍物对象的几何特征确定其与可达空间的重合部分,得到历史障碍物对象处于可达空间内的部分相对于历史障碍物自身的占比,确定该历史障碍物对象的可通达系数。
参照图3,示出了本发明的一种障碍物对象校验过程示意图,车辆的侧面安装有两个超声波雷达,两个超声波雷达具有一定的间距。在车辆运动过程(例如:自动泊车过程)中,侧前和侧后雷达通常会先后扫描过同一区域,若车辆为倒向行驶,侧后、侧前雷达依次经过并扫描同一区域。当侧后雷达经过一区域且探测到实体障碍物时,生成相应的障碍物对象(如图2所示),当侧前雷达经过上述区域时,得到其对应的可达空间203,并将障碍物对象202确定为历史障碍物对象,进而可以得到历史障碍物对象与可达空间203的占比,确定该历史障碍物对象的可通达系数。
参照图4,示出了障碍物对象与可达空间的相对位置关系示意图。形成可达空间401后,检验各个障碍物对象与其的相对位置关系。线段形障碍物对象一般有方向性,其方向与生成障碍物对象的时间顺序,PT1为最早生成的第一点,PT2是最后一个点,以PT1至PT2的线段为障碍物对象。基于可达空间401与障碍物对象的相对位置关系,障碍物对象包括第一障碍物对象4021、第二障碍物对象4022、第三障碍物对象4023、第四障碍物对象4024和第五障碍物对象4025。其中,第一障碍物对象4021未与可达空间401发生重合;第二障碍物对象4022全部位于可达空间401内;第三障碍物对象4023的PT2端位于可达空间401内且其PT1端位于可达空间401外;第四障碍物对象4024的PT1端位于可达空间401内且其PT2端位于可达空间401外;第五障碍物对象4025的PT1端及其PT2端位于可达空间401外,并且其PT1端至其PT2端之间部分与可达空间401重合。针对五种不同的相对位置关系,均可得出相应的可通达系数。
步骤104,在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象。
当可通达系数大于预设阈值时,判定历史障碍物对象为针对动态的实体障碍物(如图2、图3中所示的动态障碍物205)生成的动态障碍物对象。
动态的实体障碍物可以包括但不限于行驶的车辆、运动的生物等,本发明实施例对动态的实体障碍物不作限定,仅需要实体障碍物能够被感知器件探测即可。
进一步的,当历史障碍物对象为动态障碍物对象时,则表示历史障碍物对象所处的位置已不存在相应的实体障碍物,该历史障碍物对象已无效,需要将其剔除,避免车辆在生成路径时,误判需要绕开已远离的实体障碍物,影响车辆的行车稳定性,在自动泊车过程中,避免由于已失效的实体障碍物影响泊车路径准确性,降低自动泊车效率。
在本发明实施例中,通过获取历史障碍物对象;基于预设的感知器件的检测信息确定可达空间;依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象,实现对在先生成的历史障碍物对象进行二次校验,以判定历史障碍物对象是否为针对动态的实体障碍物生成的动态障碍物对象,若为动态障碍物对象,则该历史障碍物对象已失效,从而对障碍物对象进行实时性进行验证,进一步的,通过剔除动态障碍物对象,避免动态障碍物对象影响车辆行驶。
在本发明的一种可选实施例中,所述方法还包括:获取车辆的位姿信息以及目标车位对象;依据所述位姿信息确定预设范围内的历史障碍物对象集合;剔除所述历史障碍物对象集合中的动态障碍物对象,得到目标障碍物对象集合;依据所述目标障碍物对象集合、所述位姿信息和所述目标车位对象,生成泊车路径。
车辆的位姿信息可以包括但不限于车辆位置信息和车辆朝向信息。目标车位对象为实体车位的虚拟对象(图2、图3中的车位对象204所示),目标车位对象具有相应的车位位置信息和车位朝向信息。
基于车辆的位置信息确定一定范围内的一个或多个历史障碍物对象为历史障碍物对象集合,一定范围可以是指包含车辆位置信息至车位位置信息路径的一定大小的区域。
在一示例中,可以构建二维或二维以上的坐标系(例如:虚拟地图),通过该坐标系车辆位置信息、车辆朝向信息、车位位置信息和车位朝向信息。
通过剔除历史障碍物对象集合中的动态障碍物对象,得到相应的模板障碍物对象,从而剔除上述一定范围内的已失效的障碍物对象,并依据目标障碍物对象集合、位姿信息和目标车位对象,生成泊车路径,避免由于已失效的障碍物对象对泊车路径造成影响。
在本发明的一种可选实施例中,步骤102可以包括:
子步骤S11,获取预设的感知器件针对实体障碍物的检测信息,以及所述感知器件的第一位置信息;
子步骤S12,采用所述检测信息和所述第一位置信息,确定所述感知器件对应的可达空间。
检测信息具体内容与类型与感知器件对应,例如:超声波雷达的检测信息可以为回波信息,图像传感器的检测信息可以为图像信息。
一般的,车辆中的感知器件相对固定,车位位置信息与第一位置信息具有固定的相对位置关系,可以通过车位位置信息以及该相对位置关系,确定感知器件的第一位置信息。若车辆中的感知器件为可移动部件,则可以确定感知器件当前与车辆的相对位置信息,进一步确定第一位置信息。
可以对检测信息进行分析处理,并结合第一位置信息,确定感知器件探测得到的可达空间。
以超声波雷达为例,超声波雷达的可达空间可以抽象为视场角(FOV,Field OfView),视场角为扇形区域。可以对检测信息进行分析处理,得到实体障碍物与感知器件的相对位置,得到相应的探测距离。可达空间可以为一个以探测距离为半径的扇形区域。
在本发明的一种可选实施例中,步骤103包括:
子步骤S21,确定所述可达空间内的目标区域;
子步骤S22,判断所述历史障碍物对象是否处于所述目标区域内;
子步骤S23,若所述历史障碍物对象处于所述目标区域内,则依据所述历史障碍物对象处于所述目标区域内的占比,确定可通达系数。
以一定规则,在可达空间内确定一个高置信度的区域为目标区域(如图3中206所示),当历史障碍物对象部分或全部位于目标区域内时,依据至少一个时刻的历史障碍物对于处于目标区域内的部分占历史障碍物对象自身的比例,得到该历史障碍物对象的可通达系数。即可以针对同一历史障碍物对象在不同时刻下,处于目标区域内的部分占历史障碍物对象自身的比例,得到可通达系数。
在本发明的一种可选实施例中,所述可达空间为以所述感知器件为顶点、以第一距离为半径、以第一角度为顶角的区域;
所述目标区域为以所述感知器件为顶点、以第二距离为半径、以第二角度为顶角的区域;
其中,第一距离大于第二距离,第一角度大于第二角度,第一角度和第二角度的朝向相同,第一角度的正投影的角平分线和第二角度的正投影的角平分线重合。
基于可达空间划分一个位于可达空间范围内的扇形区域为目标区域,通过将可达空间范围内的一定区域确定为目标区域,从而提高确定历史障碍物对象为动态障碍物对象的准确性和可靠性,避免判定错误造成行车隐患,提高行车安全性。
以超声波雷达为例,目标区域与可达空间均为扇形区域,且两者的顶点均为感知器件所处位置,目标区域与可达空间满足如下关系:
r
θ
其中,其中其中r
在本发明的一种可选实施例中,所述子步骤S22包括:
子步骤S221,确定所述历史障碍物对象的第二位置信息;所述第二位置信息为所述历史障碍物中靠近所述感知器件的一端的位置;
子步骤S222,采用所述第一位置信息和所述第二位置信息,确定所述历史障碍物对象相对于所述感知器件的第三距离和第三角度;
子步骤S223,依据所述第三距离与所述第二距离的大小关系,以及所述第三角度与所述第二角度的大小关系,判断所述历史障碍物是否区域所述目标区域内;
所述方法还包括:在所述第三距离小于所述第二距离且所述第三角度小于所述第二角度的一半时,确定所述历史障碍物对象处于所述目标区域内。
结合感知器件的第一位置信息和历史障碍物对象的第二位置信息,确定历史障碍物对象相对于感知器件的距离为第三距离,历史障碍物对象相对于感知器件的中位线(如图3中的虚线L)的第三角度,在第三距离小于第二距离且第三角度小于第二角度的一半时,判定历史障碍物对象部分或全部处于目标区域内,进而依据历史障碍物对象和目标区域的重合情况,确定可通达系数。
在本发明的一种可选实施例中,子步骤S23包括:
子步骤S231,获取所述历史障碍物对象的第一长度;
子步骤S232,确定所述障碍物对象处于所述目标区域内的第二长度;
子步骤S233,确定第二长度相对于第一长度的占比为置信度值;
子步骤S234,依据所述历史障碍物对象处于不同时刻的置信度值,确定可通达系数。
以线段形历史障碍物对象为例,可以确定在先生成的历史障碍物对象的长度为第一长度。依据第二角度、第二距离、第二位置信息和第一长度,可以确定障碍物对象处于目标区域内的第二长度,确定第二长度与第一长度的比值为历史障碍物对象的置信度值。可以按照一定频率确定同一历史障碍物对象不同时刻的置信度值,依据多个不同时刻对应的置信度值确定可通达系数。
在一示例中,可以针对同一历史障碍物对象不同时刻对应的置信度值进行求和,得到可通达系数。预设阈值为3,当可通达系数达到3时,确定该历史障碍物对象为动态障碍物对象。
以下,以一个示例对本发明的障碍物对象检测机制作进一步说明。参照图5,示出了本发明的一种动态障碍物对象检测机制的流程图,在车辆中设置有DSE(DynamicSegment Elimination,动态线段校验剔除)检测模块500,DSE检测模块500可以执行包括如下步骤:
501,超声波实时探测包络生成。针对超声波的回波信息,生成可达空间,并进一步得到目标区域的扇形包络。
502,历史线段适用性检查。判断线段(即障碍物对象)是否为泊车过程中生成的长度达到一定阈值(例如:0.6米)的障碍物对象。
503,线段通过初筛。若障碍物对象通过历史线段适应性检查,则确定该障碍物对象为历史障碍物对象。
504,超声波(雷达)安装点与线段的距离计算。确定历史障碍物对象相对于超声波雷达的第三距离。
505,线段与超声波(雷达)的探测角度检测。确定历史障碍物对象相对于超声波雷达的第三距离。
506,线段是否在包络内。判断历史障碍物对象是否位于目标区域内。
507,线段与包络重合度检测。若历史障碍物对象部分或全部位于目标区域内,则确定历史障碍物对象的可通达系数。
508,线段的可通达系数超过阈值。判断历史障碍物对象的可通达系数是否超过预设阈值。
509,将线段从缓存中剔除。若可通达系数超过预设阈值,则确定该障碍物对象为历史障碍物对象,确定该历史障碍物对象已失效,在缓存中删除该历史障碍物对象。
510,缓存中剩余线段检查。针对缓存中剩余的障碍物对象执行上述步骤501-509中的一个或多个,以判断缓存中剩余的障碍物对象是否为动态障碍物对象。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图6,示出了本发明的一种动态障碍物对象识别装置实施例的结构框图,具体可以包括如下模块:
历史障碍物对象获取模块601,用于获取历史障碍物对象;
可达空间确定模块602,用于基于预设的感知器件的检测信息确定可达空间;
可通达系数确定模块603,用于依据所述历史障碍物对象处于所述可达空间内的占比,确定可通达系数;
动态障碍物对象判断模块604,用于在所述可通达系数大于预设阈值时,判定所述历史障碍物对象为动态障碍物对象。
在本发明的一种可选实施例中,还包括:
位姿信息获取模块,用于获取车辆的位姿信息以及目标车位对象;
历史障碍物集合确定模块,用于依据所述位姿信息确定预设范围内的历史障碍物对象集合;
目标障碍物集合确定模块,用于剔除所述历史障碍物对象集合中的动态障碍物对象,得到目标障碍物对象集合;
泊车路径生成模块,用于依据所述目标障碍物对象集合、所述位姿信息和所述目标车位对象,生成泊车路径。
在本发明的一种可选实施例中,可达空间确定模块602包括:
检测信息获取单元,用于获取预设的感知器件针对实体障碍物的检测信息,以及所述感知器件的第一位置信息;
可达空间确定单元,用于采用所述检测信息和所述第一位置信息,确定所述感知器件对应的可达空间。
在本发明的一种可选实施例中,所述可通达系数确定模块603包括:
目标区域确定单元,用于确定所述可达空间内的目标区域;
目标区域重合判定单元,用于判断所述历史障碍物对象是否处于所述目标区域内;
可通达系数确定单元,用于若所述历史障碍物对象处于所述目标区域内,则依据所述历史障碍物对象处于所述目标区域内的占比,确定可通达系数。
在本发明的一种可选实施例中,所述可达空间为以所述感知器件为顶点、以第一距离为半径、以第一角度为顶角的区域;
所述目标区域为以所述感知器件为顶点、以第二距离为半径、以第二角度为顶角的区域;
其中,第一距离大于第二距离,第一角度大于第二角度。
在本发明的一种可选实施例中,所述目标区域重合判定单元包括:
第二位置信息确定子单元,用于确定所述历史障碍物对象的第二位置信息;所述第二位置信息为所述历史障碍物中靠近所述感知器件的一端的位置;
距离角度确定子单元,用于采用所述第一位置信息和所述第二位置信息,确定所述历史障碍物对象相对于所述感知器件的第三距离和第三角度;
目标区域重合判定子单元,用于依据所述第三距离与所述第二距离的大小关系,以及所述第三角度与所述第二角度的大小关系,判断所述历史障碍物是否区域所述目标区域内;
所述装置还包括:
历史障碍物对象位置确定模块,用于在所述第三距离小于所述第二距离且所述第三角度小于所述第二角度的一半时,确定所述历史障碍物对象处于所述目标区域内。
在本发明的一种可选实施例中,所述可通达系数确定单元包括:
第一长度获取子单元,用于获取所述历史障碍物对象的第一长度;
第二长度确定子单元,用于确定所述障碍物对象处于所述目标区域内的第二长度;
置信度值确定子单元,用于确定第二长度相对于第一长度的占比为置信度值;
可通达系数确定子单元,用于依据所述历史障碍物对象处于不同时刻的置信度值,确定可通达系数。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备,包括:包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述动态障碍物对象识别方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现上述动态障碍物对象识别方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种动态障碍物对象识别方法和装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
- 一种动态障碍物对象识别方法和装置
- 一种大梁障碍物动态聚类识别方法