道路护栏的检测方法和检测设备与流程

本发明大致涉及汽车自动驾驶领域，尤其涉及一种道路护栏的检测方法和检测设备。

背景技术：

随着消费者对汽车智能化的要求越来越高，自动驾驶系统作为高度智能化的产品受到越来越多整车厂和科技公司的重视。现阶段的自动驾驶技术根据场景可划分为高速公路、城区道路和园区道路。高速公路由于其场景简单、道路特征相似，将成为自动驾驶技术最快落地的场景之一。

高速公路上的自动驾驶汽车速度快，需要有足够远的感知能力才能保证自车的安全驾驶。而毫米波雷达拥有测距测速精度高、受天气干扰小、成本适中等优点，成为高速公路自动驾驶汽车的标配。面向车辆前进方向安装的毫米波雷达能够提供车辆前方诸如汽车、摩托车、金属护栏、标志牌等金属目标的精确位置及相对速度。车载毫米波雷达给出的障碍物目标在俯视图下的位置如下图所示，可以看出连续点状静止障碍物即为护栏，如图1所示。

在面对曲率较大的弯道时，雷达检测到的远处(如前方100米)静止障碍物会出现在自车前进方向的正前方，如图2所示。

当光线较差(如夜晚)或车道线不清晰的情况下，车道线的检测效果会变差，常用的将车道线延长进行障碍物是否在车道内的判断方法，会将远处的静止障碍物误判定到车道内。为了保证安全，高度运动的自动驾驶汽车面对本车道内存在精致障碍物的情况下会进行制动响应，导致驾乘体验变差，而实际上这些静止障碍物是毫米波雷达检测到护栏形成的，根本不会出现在本车道内。因此，获取护栏在自车坐标系下形成的曲线方程，即可减少静态障碍物的误判，进而减少不愉快的驾乘体验。另外，当自动驾驶系统检测车道线失效时，可用连续的静止点拟合出的曲线作为车道线的冗余，增加驾驶员接管车辆的时间，提高安全性。

毫米波雷达可用于检测障碍物。毫米波雷达检测的障碍物信息，根据场景不同，使用方式分为以下两种：

(1)高速自动驾驶情况下，过滤掉包括护栏在内的所有静止障碍物，只使用雷达提供的动态障碍物，与视觉传感器检测的障碍物融合，为动态障碍物提供准确的位置和速度信息。

(2)低速情况下，静止和动态的障碍物均会与视觉传感器检测到的障碍物融合，不区分静止障碍物是静止的车、护栏和标志牌等。

目前国内外并没有根据毫米波雷达静态障碍物拟合护栏，。

针对上述两种方案使用场景有所不同，所带来的问题和不足也有所不同：

(1)在高速自动驾驶情况下，为了避免静止障碍物突然出现在自动驾驶汽车前方导致的驾乘感受变差，过滤掉了所有静止障碍物。然而，这会导致某些特殊情况不能安全制动的问题。比如驾驶员使用tesla公司的autopilot自动驾驶系统，撞上横跨在路中间的白色卡车和分叉路口的石墩导致的驾驶员死亡事故，都是因为视觉传感器无法识别某些静止障碍物时，又过滤了毫米波雷达提供的静止障碍物所导致的问题。

(2)低速情况下，同时使用毫米波雷达提供的静止和动态的障碍物，在与视觉障碍物进行融合时，由于静止障碍物数目过多，很容易将个别静止障碍物与视觉障碍物进行融合，导致障碍物融合结果与实际障碍物的位置相差较远。这样会导致自动驾驶系统作出错误的决策。

综上所述，为了提高自动驾驶汽车驾乘人员的舒适性和安全性，需要从车载毫米波雷达提供的静止障碍物中检测护栏信息。

以上内容仅是发明人所知晓的技术情况，并不当然代表构成本发明的现有技术。

技术实现要素：

本发明的实施例提供一种道路护栏的检测方法，包括：检测车辆前方的静止障碍物；获得车辆一侧在预定范围内的邻近静止障碍物，并根据在所述预定范围内的邻近障碍物拟合为直线；计算所述邻近静止障碍物以外的静止障碍物与所述直线的距离，并基于所述距离，选择出拟合用静止障碍物；和基于所述邻近静止障碍物以及所述拟合用静止障碍物，拟合出所述道路护栏。

根据本发明的一个方面，所述检测车辆前方的静止障碍物的步骤包括：检测车辆前方的障碍物，并通过滤波去除非静止障碍物。

根据本发明的一个方面，道路护栏的检测方法还包括跟踪所述静止障碍物，并获取所述静止障碍物的连续m帧跟踪结果，形成各个静止障碍物的点集，其中1<m<6。

根据本发明的一个方面，道路护栏的检测方法还包括对所述静止障碍物的连续m帧跟踪结果根据距离进行聚类,将所述静止障碍物分成不同的类型。

根据本发明的一个方面，其中根据距离进行聚类包括：

其中d表示两个点之间的距离，δx表示两个点之间的横向距离，δy表示两个点之间的纵向距离，α表示横向距离的权重，β表示纵向距离的权重，其中β＞α。

根据本发明的一个方面，所述预定范围为20米-50米。

根据本发明的一个方面，所述计算所述距离的步骤包括：所述选择出拟合用静止障碍物的步骤包括：遍历各个类型的点集，当其中一个类型的点集中超过一定数量的点与该直线距离不超过阈值时，将所述一个类型的点集对应的障碍物作为拟合用静止障碍物。

根据本发明的一个方面，所述选择出拟合用静止障碍物的步骤还包括：当其中一个类型的点集中超过一定数量的点与该直线距离不超过阈值时，将所述一个类型的点集的类型修改为所述邻近静止障碍物的点集的类型。

根据本发明的一个方面，其中所述检测车辆前方的静止障碍物包括通过毫米波雷达检测车辆前方的静止障碍物。

本发明的实施例还提供一种道路护栏的检测设备，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；障碍物监测装置，配置成可检测道路上的障碍物；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

根据本发明的一个方面，所述障碍物监测装置是毫米波雷达。

本发明的实施例还提供一种道路护栏的检测设备，包括：检测车辆前方的静止障碍物的单元；获获得车辆一侧在预定范围内的邻近静止障碍物、并根据在所述预定范围内的邻近障碍物拟合为直线的单元；计算所述邻近静止障碍物以外的静止障碍物与所述直线的距离、并基于所述距离选择出拟合用静止障碍物的单元；和基于所述邻近静止障碍物以及所述拟合用静止障碍物拟合出所述道路护栏的单元。

本发明的实施例还提供一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的方法。

本发明的实施例还提供一种车辆，包括如上所述的道路护栏的检测设备。

通过本发明实施例的护栏检测方法，能够保证远处的护栏不会对本车的决策进行干扰，较为准确地识别出道路的护栏。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1示出了毫米波雷达检测障碍物的示意图；

图2示出了毫米波雷达在曲率较大的弯道上检测障碍物的示意图；

图3示出了根据本发明第一实施例的一种道路护栏检测方法的流程图；

图4示出了根据本发明第二优选实施例的一种道路护栏检测方法的流程图；

图5示出了毫米波雷达检测的原始数据；

图6示出了跟踪后的静止障碍物；

图7示出了连续m帧的目标跟踪结果；

图8示出了聚类后的点集划分；

图9示出了近处的点集拟合直线；

图10示出了合并点集的结果；

图11示出了道路护栏点集拟合曲线；

图12示出了根据本发明第三实施例的一种设备；

图13示出了根据本发明第四实施例的一种道路护栏的检测设备；和

图14示出了根据本发明第五实施例的一种计算机程序产品500的框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图3示出了根据本发明第一实施例的一种护栏检测方法100的流程图。

在步骤s101，检测车辆前方的静止障碍物。优选地，可以通过毫米波雷达来检测车辆前方的静止障碍物。毫米波雷达的测距测速精度高，并且光线、天气等天气环境因素对毫米雷达波的检测基本没有影响，因此十分适合于本发明的护栏检测。当然本领域技术人员能够理解，本发明不限于使用毫米雷达波来进行障碍物检测，也可以使用其他的方式和手段来进行检测。

通过例如毫米波雷达所检测的障碍物中不可避免地存在噪声，例如存在一些非稳定存在的静止障碍物，例如路边的植被、路面上的小石子等。因此，优选地对检测结果进行滤波，对毫米波雷达的静止障碍物进行目标跟踪，以去除并非稳定存在的静止障碍物。例如可以采用卡尔曼滤波、扩展卡尔曼滤波等方法来进行滤波处理。

在步骤s102，获得车辆一侧在预定范围内的邻近静止障碍物，并根据在所述预定范围内的邻近障碍物拟合为直线。在通常的道路上，车辆两侧预定范围内(例如20米-50米)检测到的静态障碍物即为道路的护栏，因此可以将预定范围内的邻近静止障碍物作为基础，来进一步识别预定范围外的静止障碍物是否属于护栏。

在步骤s103，计算所述邻近静止障碍物以外的静止障碍物与所述直线的距离，并基于所述距离，选择出拟合用静止障碍物。在步骤s103，将步骤s102拟合出的直线延长，从检测出的静止障碍物中进一步识别适合用于护栏识别的那些静止障碍物。下文将对如何识别拟合用静止障碍物进行详细的描述。

在步骤s104，基于所述邻近静止障碍物以及所述拟合用静止障碍物，拟合出所述道路护栏。基于在步骤s102获得的邻近静止障碍物以及在步骤s103获得的拟合用静止障碍物，进行曲线拟合，识别出道路的护栏。

上述步骤s101-s104说明了识别道路一侧的护栏的方法。本领域技术人员能够理解，同样可以利用上述步骤s101-s104来识别道路另一侧的护栏，在此不再赘述。

通过本发明第一实施例的护栏检测方法100，能够保证远处的护栏不会对本车的决策进行干扰，较为准确地识别出道路的护栏。

下面参考图4-图11描述根据本发明第二优选实施例的道路护栏识别方法200。

在步骤s201，跟踪静止障碍物目标。与第一实施例的方法100类似，优选地可以通过毫米波雷达来进行静止障碍物的跟踪。毫米波雷达的原始障碍物数据如图5所示。由于毫米波雷达提供的障碍物数据不可避免地存在噪声，需要进行必要的去噪声处理。例如可以使用如卡尔曼滤波、扩展卡尔曼滤波等方法，对毫米波雷达的静止障碍物进行目标跟踪，以此去除并非稳定存在的静止障碍物，滤波后的结果如图6所示。对比图5和图6可见，通过滤波操作，使得跟踪监测的障碍物的数量大大减少。

在步骤s202，存储连续m帧目标跟踪结果。由于步骤s201跟踪后的目标数量会变少，因此可以采用连续存储m帧(优选地1<m<6)数据的方法增加静止点数量，便于后续数据处理。连续m帧目标跟踪结果，如图7所示。

在步骤s203，对连续m帧的目标跟踪结果进行聚类。聚类后静止点就变成了各个类型的点集。例如使用dbscan的基于密度的聚类算法。聚类通常需要两个参数：点与点距离的阈值以及最小包含点数n。将连续m帧的目标跟踪结果(图7中的所有点)看作点集。例如可以使用如下方式遍历该点集：从点集的第一个点开始(第一个点可以任意选取)，找出点集中与该点距离在阈值内的附近点，如果附近点的点数目大于等于n，则当前点与附近点形成一个点簇；如果点数小于n，则将该点标记为噪声点。遍历完成后，即形成图8中的聚类结果。根据一个优选的实现方式，点与点之间距离的阈值的可取值为20～50米，n可取值为m的2倍。本发明的保护范围不限于具体的聚类方法，本领域技术人员可以根据需要使用各种聚类的方法。

在计算两个数据点的距离时，一般采用横纵向差值平方和的开方得到，如下公式所示：

本发明的一个优选方面提出了一种改进的距离计算方法，通过增大在自车纵向(前进方向)的距离权重，降低横向的距离权重，这样能够更好地反映护栏数据的类别关系。如下公式所示：

其中d表示两个点之间的距离，δx表示两个点之间的横向距离，δy表示两个点之间的纵向距离，α表示横向距离的权重，β表示纵向距离的权重，其中β＞α。

根据改进的距离计算方法，将连续的m帧数据划分为不同的点集，如图8所示。图8中，将连续的m帧数据划分为5类点集，分别为点集1-5。

在步骤s204，提取车辆其中一侧k米内的点集，拟合为直线。找到左右两侧n(推荐20<k<60)米内点集，这两个点集即为近处护栏上的点，近处的护栏可近似认为直线，对两个点集进行直线拟合。如图9中所示，对于车辆左侧，提取左侧位于预定范围内(60米范围内)的两组点集(即作为邻近静止障碍物)，来进行直线拟合。车辆右侧，同样提取位于预定范围内的两组点集来进行直线拟合。

在步骤s205，延长直线，计算点集中其余的点与该直线的距离，基于距离选择出拟合用静止障碍物。如图9所示。由于护栏是一种连续的静态障碍物，基于这个假设，近处护栏拟合出的直线延伸时，会有部分远处的护栏点在该直线的延长线上或者附近。因此当某个类型的点集相比于其他类型的点集，超过一定数量的点在该直线延长线附近时(即距离小于一定阈值时)，则认为该类型的点集与近处护栏点集(邻近静止障碍物)为同一类点集，或者属于可用于护栏拟合的静止障碍物(拟合用静止障碍物)。如图10所示，将点集进行重新归类或者标记。由于图9中的点集1中距离该直线较近的点数较多(例如超过一定数量)，因此图9中的点集1中的所有点被修改为点集3的类型，或者被标记为拟合用静止障碍物；而由于图9中的点集2中距离该直线较近的点数较少(例如少于一定数量)，因此图9中的点集2的类型不变，未被标记为拟合用静止障碍物。在判断是否离该直线距离较近时，可以根据阈值来判断。当距离小于该阈值时，可判定为距离较近；反之当距离大于该阈值时，可判定为距离较远。阈值可以根据实际情况来进行设定，例如对于60米以内的目标，毫米波雷达的检测精度高，可将该阈值设置为1～1.5m；对于距离超过60米的目标，检测精度低，可将阈值设置为2～3m。

另外，当聚类时使用改进的距离计算方法时，由于加大了自车纵向的权值，降低了自车横向的权值。因此聚类时更容易将纵向(汽车前进方向)的点聚类在一起。

在步骤s206，基于邻近静止障碍物和拟合用静止障碍物，进行曲线拟合，获得护栏的曲线。如图11所示，根据点集在自车纵向(前进方向)上的距离获得护栏的有效长度。

根据本发明第二实施例的护栏识别方法200，能够保证远处的护栏不会对本车的决策进行干扰，较为准确地识别出道路的护栏。同时，由于采用连续存储m帧数据的方法增加静止点数量，因此识别率进一步提高。

图12示出了根据本发明第三实施例的一种设备300，包括一个或多个处理器302；存储装置303，用于存储一个或多个程序；障碍物监测装置301，配置成可检测道路上的障碍物；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的道路护栏检测方法100或200。

其中所述障碍物监测装置优选为是毫米波雷达。

图13示出了根据本发明第四实施例的一种道路护栏的检测设备400，包括：检测车辆前方的静止障碍物的单元401；获得车辆一侧在预定范围内的邻近静止障碍物、并根据在所述预定范围内的邻近障碍物拟合为直线的单元402；计算所述邻近静止障碍物以外的静止障碍物与该直线的距离并基于该距离选择出拟合用静止障碍物的单元403；以及基于邻近静止障碍物以及拟合用静止障碍物拟合道路护栏的单元404。

根据本实施例的一种优选实现方式，道路护栏的检测设备400还可包括滤波单元，所述滤波装置配置成对所述单元401检测到的静止障碍物进行滤波，以去除非稳定存在的静止障碍物。

根据本实施例的一种优选实现方式，所述单元401配置成获取所述静止障碍物的连续m帧跟踪结果，形成各个静止障碍物的点集，其中1<m<6。

根据本实施例的一种优选实现方式，所述道路护栏的检测设备400还可包括聚类单元，所述聚类单元配置成对所述连续m帧跟踪结果根据距离进行聚类,将所述静止障碍物分成不同的类。

根据本实施例的一种优选实现方式，所述单元401为毫米波雷达。

本发明的实施例还涉及一种包括如上所述的道路护栏的检测设备400的车辆。

图14示出了根据本发明第五实施例的一种计算机程序产品500的框图。信号承载介质502可以被实现为或者包括计算机可读介质506、计算机可记录介质508、计算机通信介质510或者它们的组合，其存储可配置处理单元以执行先前描述的过程中的全部或一些的编程指令504。这些指令可以包括例如用于使一个或多个处理器执行如下处理的一个或多个可执行指令：检测车辆前方的静止障碍物；获得车辆一侧在预定范围内的邻近静止障碍物，并根据在所述预定范围内的邻近障碍物拟合为直线；计算所述邻近静止障碍物以外的静止障碍物与所述直线的距离，并基于所述邻近静止障碍物以及所述距离不超过阈值的静止障碍物，拟合出所述道路护栏。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。