[發(fā)明專利]物體識(shí)別裝置以及車(chē)輛控制系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010199433.X
• 申請(qǐng)日: 2020-03-20
• 公開(kāi)（公告）號(hào): CN111722249A
• 公開(kāi)（公告）日: 2020-09-29
• 發(fā)明（設(shè)計(jì)）人: 芝慎太朗;河內(nèi)太一
• 申請(qǐng)（專利權(quán)）人: 豐田自動(dòng)車(chē)株式會(huì)社
• 主分類(lèi)號(hào): G01S17/931
• 分類(lèi)號(hào): G01S17/931;G01S17/42;G01S7/48
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 劉靜;段承恩

1.一種物體識(shí)別裝置，對(duì)車(chē)輛周?chē)奈矬w進(jìn)行識(shí)別，

所述車(chē)輛具備激光雷達(dá)，

激光雷達(dá)點(diǎn)群是被所述激光雷達(dá)檢測(cè)的檢測(cè)點(diǎn)的集合，

所述物體識(shí)別裝置具備：

存儲(chǔ)裝置，其保存表示所述檢測(cè)點(diǎn)各自的檢測(cè)位置的激光雷達(dá)計(jì)測(cè)信息、表示所述車(chē)輛的絕對(duì)位置以及姿勢(shì)的位置姿勢(shì)信息以及表示路面的絕對(duì)位置的地形地圖信息；和

處理器，其進(jìn)行對(duì)所述車(chē)輛周?chē)乃鑫矬w進(jìn)行識(shí)別的物體識(shí)別處理，

所述物體包括所述路面上的散落物和所述散落物以外的追蹤對(duì)象，

在所述物體識(shí)別處理中，所述處理器，

基于所述地形地圖信息，將從所述路面的所述絕對(duì)位置起的第1高度的區(qū)域設(shè)定為噪聲區(qū)域，

基于所述激光雷達(dá)計(jì)測(cè)信息和所述位置姿勢(shì)信息，將所述激光雷達(dá)點(diǎn)群分類(lèi)為包含于所述噪聲區(qū)域的第1點(diǎn)群和不包含于所述噪聲區(qū)域的第2點(diǎn)群，

進(jìn)行基于所述第1點(diǎn)群來(lái)提取作為所述散落物的候選的散落物候選的第1提取處理，

進(jìn)行基于所述第2點(diǎn)群來(lái)提取作為所述追蹤對(duì)象的候選的追蹤對(duì)象候選的第2提取處理，

判定所述散落物候選和所述追蹤對(duì)象候選的水平位置是否一致，

將所述水平位置一致的所述散落物候選和所述追蹤對(duì)象候選統(tǒng)合為所述追蹤對(duì)象，

將未統(tǒng)合為所述追蹤對(duì)象的所述散落物候選識(shí)別為所述散落物。

2.根據(jù)權(quán)利要求1所述的物體識(shí)別裝置，

所述第1高度基于所述車(chē)輛的俯仰角的誤差來(lái)預(yù)先決定。

3.根據(jù)權(quán)利要求1或者2所述的物體識(shí)別裝置，

路面點(diǎn)群是表示所述路面的所述激光雷達(dá)點(diǎn)群，

所述第1點(diǎn)群包括所述路面點(diǎn)群和所述路面點(diǎn)群以外的散落物點(diǎn)群，

在所述第1提取處理中，所述處理器，

進(jìn)行基于所述激光雷達(dá)計(jì)測(cè)信息或者所述地形地圖信息將所述第1點(diǎn)群分離為所述路面點(diǎn)群和所述散落物點(diǎn)群的分離處理，

基于所述散落物點(diǎn)群，提取所述散落物候選。

4.根據(jù)權(quán)利要求3所述的物體識(shí)別裝置，

在考慮了屬于同一層的所述第1點(diǎn)群時(shí)，在所述散落物點(diǎn)群的所述檢測(cè)位置與所述路面點(diǎn)群的所述檢測(cè)位置之間存在背離，

特征量是對(duì)所述背離賦予特征的參數(shù)，

在所述分離處理中，所述處理器，

基于所述第1點(diǎn)群的所述激光雷達(dá)計(jì)測(cè)信息，算出所述第1點(diǎn)群的所述檢測(cè)點(diǎn)各自的所述特征量，

基于所述特征量，將所述第1點(diǎn)群分離為所述路面點(diǎn)群和所述散落物點(diǎn)群。

5.根據(jù)權(quán)利要求4所述的物體識(shí)別裝置，

所述特征量包括從所述激光雷達(dá)到各個(gè)所述檢測(cè)點(diǎn)的距離。

6.根據(jù)權(quán)利要求4或者5所述的物體識(shí)別裝置，

所述特征量包括對(duì)于相鄰的檢測(cè)點(diǎn)的所述檢測(cè)位置的差分。

7.根據(jù)權(quán)利要求4～6中任一項(xiàng)所述的物體識(shí)別裝置，

散落物似然度是所述散落物候選為所述散落物這一情況的似然度，

所述處理器在提取了所述散落物候選之后進(jìn)一步進(jìn)行算出所述散落物似然度的似然度算出處理。

8.根據(jù)權(quán)利要求7所述的物體識(shí)別裝置，

用于對(duì)所述路面點(diǎn)群和所述散落物點(diǎn)群進(jìn)行分離的分離基準(zhǔn)被預(yù)先決定，

在所述似然度算出處理中，所述處理器基于與對(duì)應(yīng)于所述散落物候選的所述散落物點(diǎn)群有關(guān)的所述特征量和所述分離基準(zhǔn)，算出所述散落物似然度，

與對(duì)應(yīng)于所述散落物候選的所述散落物點(diǎn)群有關(guān)的所述特征量越遠(yuǎn)離所述分離基準(zhǔn)，所述散落物似然度越高。

9.根據(jù)權(quán)利要求7或者8所述的物體識(shí)別裝置，

連續(xù)度表示所述散落物候選的位置在時(shí)間上連續(xù)的程度，

在所述似然度算出處理中，所述處理器，

基于所述散落物候選的提取歷史記錄，算出所述連續(xù)度，

在所述連續(xù)度為連續(xù)度閾值以上的情況下，使所述散落物似然度增加，

在所述連續(xù)度小于所述連續(xù)度閾值的情況下，使所述散落物似然度減小。