CN1940591A - 使用传感器融合进行目标跟踪的系统和方法 - Google Patents
使用传感器融合进行目标跟踪的系统和方法 Download PDFInfo
- Publication number
- CN1940591A CN1940591A CNA2006101396270A CN200610139627A CN1940591A CN 1940591 A CN1940591 A CN 1940591A CN A2006101396270 A CNA2006101396270 A CN A2006101396270A CN 200610139627 A CN200610139627 A CN 200610139627A CN 1940591 A CN1940591 A CN 1940591A
- Authority
- CN
- China
- Prior art keywords
- track
- sensor
- program
- estimation
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/93185—Controlling the brakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9321—Velocity regulation, e.g. cruise control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93271—Sensor installation details in the front of the vehicles
Abstract
一种适应于车辆使用的目标跟踪和传感器融合系统,配置成在一个周期期间观测至少一个对象的条件。该系统包括多个传感器,和通信耦合到该传感器并且配置成基于传感器融合而更准确地估计该条件的新颖控制器。在一个优选实施例中,使用卡尔曼滤波产生该对象位置的融合估计。该优选的控制器还配置成将每个新的传感器观测与轨迹列表中的轨迹相匹配,并且当在随后的周期期间没有确定匹配的观测时,从该轨迹列表中去除该轨迹。
Description
技术领域
本发明涉及对象跟踪系统,更特别地,涉及一种融合来自多个传感器的数据的多传感器系统和方法,以便更精确地估计给定对象的位置。
背景技术
对象跟踪和目标描绘(target profiling)系统被作为各种工业中的安全设施的一部分而研制出来,包括航空和汽车工业。这些系统利用对对象的周期性或连续检测和控制算法来估计对象的各种平面参数,例如相对对象距离(range),距离变化率(range rate)(即关闭和开启速度),和方位角位置(即方位),以及可应用的三维参数例如高度或仰角,从而避开、跟随或者勘查对象。显然,这些系统提供精确估计的性能对于获得它们的应用的预期效益是至关重要的。
不精确的估计或者错误的检测会例如导致错误的前进、碰撞和其他系统错误。然而,除了物理故障,本领域普通技术人员还很重视特定传感器的测量的标准偏差,加上背景干扰(典型地建模为白高斯噪声)也提供所有传感性能系统所固有的不精确度。这些系统确定当前对象的确切位置的不准确度还关系到复杂或关键应用设备的使用。
为了提高对象检测的似然度,通常在一个系统内使用多个传感器。对于汽车应用,例如碰撞检测或横向支撑系统,这些传感器例如可以包括GPS、FM-CW雷达、脉冲和FSK雷达、以及CCD、CMOS或其他照相机/视频图像处理器。然而,与应用无关,这些多观测器配置一般用于检测相同的对象,从而提供备用或多余的检测装置,因此,典型地不会使该系统的整体精度高于最精确的传感器。被用于增加精度的多观测器系统例如相控阵多波束雷达系统,典型地需要复杂的结构和昂贵的仪器来操作。
最后,在使用多观测器结构处,对于每个被检测对象会产生多组数据并静态存储为轨迹。由于数据的倍增,该轨迹会随着时间的增加而变得庞大,从而需要昂贵和笨重的数据存储和管理设备。这些系统不能去除该系统中无效和无用的轨迹,还导致浪费资源和该系统、应用和用户可能的混乱。
发明内容
针对这些和其他考虑,提出了一种使用多个传感器和数据融合的改进的目标跟踪系统和方法,用于增加系统测量的精度和可靠性以使其高于任何单个的系统传感器。在其他方面,本发明可以用于通过合并视场,减少对象的捕获/重捕获时间,降低产生错误肯定(positive)和错误否定(negative)的似然度,和增加可行应用的范围以便可以使用常规的传感器,从而来扩展本发明的覆盖面。
本发明的第一方面涉及一种用于估计至少一个对象的条件的目标跟踪和传感器融合系统。该系统包括配置成确定对象条件的第一估计的第一传感器,和配置成确定该条件的第二估计的第二传感器。该系统还包括通信耦合到该传感器的控制器,并且配置成确定该条件的第三估计。该第三估计部分地基于该第一和第二估计,并且该第一和第二估计中的每个都包括测量值和偏差标准。最后,该第三估计给出计算值和小于该第一和第二偏差标准中每一个的偏差标准。
本发明的第二方面涉及一种用于由与多个传感器相关联的至少一个电子设备执行的计算机程序,其中每个传感器配置成估计至少一个对象的至少一个条件。该程序配置成从该传感器接收所述至少一个条件的初始估计数据,并且对该初始估计数据应用传感融合算法,从而确定所述至少一个条件的状态估计。该状态估计给出了比该初始估计数据更高的概率和更小的偏差标准。
在本发明的一个实施例中,该传感器融合算法被用于具有多个相似或不同传感器的陆地车辆以增加对象检测的健壮性。在这种配置中,可以增强例如全速自动巡航控制(ACC)、自动制动和预碰撞(precrash)系统的应用。通过以下对于优选实施例和附图的详细说明,本发明的其他方面将变得清楚。
附图说明
下面参照附图对本发明的优选实施例进行详细描述,其中:
图1是根据本发明的一个优选实施例的车辆的平面图,特别示出了优选目标跟踪和传感器融合系统的部件;
图1a是根据本发明的一个优选实施例的车辆的平面图,其中该车辆在大道上行驶并且使用多个传感器来跟踪两个行驶的远程车辆;
图2是本发明的一个优选实施例的框图,特别示出了在观测、数据关联和聚类、以及跟踪寿命管理模块之间的相互关系;
图3是该传感器融合过程的优选实施例的框图,包括雷达和视觉传感器;和
图4是相对于跟踪寿命管理的控制算法的优选实施例的流程图。
具体实施方式
本发明涉及一种改进的目标跟踪和传感器融合系统10。在这里所述和所示的本发明的优选实施例中,该系统10适用于具有多个配置成检测至少一个对象的位置并跟踪之的传感器的车辆12。概括地,系统10使用一种算法从该传感器接收条件数据并且确定该条件的更精确和准确估计。为了说明性目的,在图1和1a中示出了系统10具有一组两个传感器14、16,并且跟踪两个对象(即目标)18、20。然而,在希望更精确的目标跟踪的其他环境下使用本发明的该新颖性方面和特征当然也是在本发明的范围之内的。例如,本发明可以用于空中交通控制、航运导航和武器制导系统。
在这里进一步描述的本发明的一个优选实施例中,该算法使用了基于卡尔曼滤波(KF)的融合方法。为本领域普通技术人员所公知的,KF应用是用于探测每个目标18、20沿时间轴的相关特性。换句话说,假定该跟踪目标在一个时间周期内平滑运动。该系统10还配置成获取空间相关(即由多个传感器观测到的每个对象的相对位置)。
转到图2,该系统10的一个优选实施例一般包括:观测模块22,包括卡尔曼滤波器24a的数据关联和聚类(DAC)模块24,和记录包括多个对象轨迹的轨迹列表26a的轨迹寿命管理(TLM)模块26。更特别地,该观测模块包括传感器,该传感器的各个传感器处理器,以及该传感器、传感器处理器和该DAC模块之间的互连。对于陆地车辆,认识到这些传感器可以包括GPS系统,电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)视频图像传感器,长中距雷达和激光雷达传感器,以及超声波传感器。这些传感器优选地被设置在车辆内相对没有障碍的位置。
本领域普通技术人员还可以认识到,这些传感器没有一个可以完整地执行它们的预期功能,而是仅提供对于实际位置或条件的估计,其中所述估计给出估计值和偏差标准。因而,这里对于对象位置和条件的传感器检测和测量应当称为“估计”。
还可以认识到,这些传感器的特性是互补的,从而其中一些在估计某些参数时比其他的更可靠。常规的传感器具有不同的工作范围和覆盖角(angular coverage),并且能够在它们的工作范围内估计不同的参数(见图1a)。例如,雷达传感器通常可以估计对象的距离、距离变化率和方位位置,但是不能正常健壮地估计被检测对象的大小(extent)。具有视频处理器的照相机在估计对象的形状和方位位置时更健壮,但是不能有效地估计对象的距离和距离变化率。扫描型激光雷达能够有效和准确地估计距离和方位位置,但是不能估计距离变化率,从而不能准确地进行新对象的捕获/再识别。超声波传感器能够估计距离,但是一般不能估计或计算距离变化率和方位位置。进而,可以认识到,每种传感器技术的性能会受到不同环境条件的影响。从而,常规的传感器给出参数变化,但是更重要地,这些传感器的工作重叠(见图1a)形成了传感器融合的可能。
如图3所示,该示例性观测模块22包括雷达传感器14、雷达处理器14a、照相机16和视频处理器16a。该雷达处理器14a变换从雷达14接收的信号以确定对于每个对象18、20的距离(RR)、距离变化率
和方位位置(θR)的估计。类似地,该视频处理器16a也变换从雷达16接收的信号以确定对于对象18、20的距离(RV)、距离变化率
和方位位置(θV)的第二组估计。
该优选的DAC模块24包括控制器28,其中存储有计算机程序(未示出),并且配置成从该多个传感器中的每个接收估计数据,将该数据聚类为相似的观测轨迹(即由多个传感器对同一对象的观测),并且融合该聚类的观测以确定真实的轨迹状态。理想地,融合不同技术的传感器的数据会得到更健壮的结果。再次,可以认识到,在本技术中可以使用任意数量的传感器,并且融合越多的传感器结果就越健壮。然而,还可以认识到,传感器数量的增加会导致算法复杂性的增加,并且在同一时间帧内需要更多的计算能力来产生结果。该优选的控制器28被容纳在主车辆12中,但是还可以被设置在远程位置。就这一点来说,该优选的控制器28电耦合到传感器处理器14a、16a,但是也可以通过RF、LAN、红外或其他常规无线技术来无线耦合。
最后,该优选的TLM模块26配置成然后接收该相似观测的融合数据,并且将该融合观测存储到轨迹列表26a中。该TLM模块26还配置成根据轨迹的内在性(immanence)区分该轨迹。更优选地,该TLM模块配置成为每个轨迹指定强度值,并且依赖于在每个周期期间是否作出相似的观测而在每个周期向该初始强度增加预定值或者从该初始强度减去预定值或者在每个周期以预定的速率增加或减去。
本发明的优选实施例的控制器28用于完成这些任务的算法和功能更具体地描述如下:
I.观测模块
如前所述,在图3中示出了一个示例性系统的框图,其中两个传感器系统(i)具有雷达处理器的雷达和(ii)具有视频处理器的照相机,捕获和传输观测估计到传感器融合控制器28。该雷达处理器生成三个参数:距离(RR)、距离变化率
和方位位置(ΘR)。依赖于在该雷达视场内具有足够“雷达截面积”的对象的数量,在每个周期时间生成多个这些参数。这些对象以(RRi,
ΘRi)的形式表示,其中i=1,2,...,p,并且p表示该雷达处理器所检测对象的数量。
类似地,该视频处理器基于在该图像平面内的“模板匹配”和从该水平线的相对偏离,在每个时间帧内生成观测:距离(RV)、距离变化率
和方位位置(ΘV),其由(RVj,
ΘVj)表示,其中j=1,2,...,q,并且q表示该视频处理器所检测对象的数量。
II.DAC模块和传感器融合
该优选的控制器28配置成对该观测估计应用传感器融合算法,并且使用这些输入生成更准确的融合轨迹,其中该术语“更准确”定义为更可能的估计位置和减少的偏差标准(即更高和更窄的统计上的正态分布曲线)。在图3中,控制器28生成四个参数:融合距离(r),距离变化率
,方位角(θ),和方位角变化率
,表示为(rk,θk,
),其中k=1,2,...,r,并且r表示融合轨迹的数量。从而,至少对于方位角变化率,该优选的控制器28还配置成在一个周期内存储数据,并且利用第一条件的多个数据条目来确定第二条件估计。在一个优选实施例中,该融合算法可以实施为具有适当硬件和接口配置的实时系统。
对于多个对象,如图1所示,系统10产生多个轨迹。状态向量(Y(t))表示该轨迹的状态并且如下所示:
Y(t)=[y1(t)T y2(t)T … yr(t)T]T (1),
其中指数t表示离散时间,r表示轨迹数量,第k个分量yk(t)是第k个轨迹在极坐标系中的状态,如下所示:
yk(t+1)=Fyk(t)+vk (3),
其中
并且vk是4乘1白高斯噪声向量,其中vk~N(0,Q),Q是协方差矩阵。从而可以确定基于先前确定的轨迹状态yk(t)的将来轨迹状态yk(t+1),其中不进行任何插入观测。
然而为了捕获插入、偏离、或机动改变(maneuver-changing)情形的动态行为,该优选的控制器28还配置成将随后的观测与每个轨迹比较以确定轨迹匹配。在KF实施例中,基于一个标准为每个观测分配一个轨迹。在所示实施例中,在离散时间t,该雷达和视频处理器分别生成
和
给定观测ORi或OVj,根据以下的差值参数,可以将该极坐标或距离变化率与给定轨迹的相应成分比较:
ΔRk,i=rk-Ri k=1,...,r,和i=1,...,p+q,
ΔΘk,i=θk-Θi k=1,...,r,和i=1,...,p+q.
然后组合该参数以确定指标(merit)量Lk,i,其中:
该数量Lk,i指示了Oi匹配第k个轨迹的指标。该三个函数fR(ΔR)、和fΘ(ΔΘ)定义了取决于该雷达和视频传感器14、16估计相应参数的准确性的窗口。常数kR、
和kΘ定义了用于作出判定的参数权重,并且是基于各个传感器参数的健壮性的。
观测Oi的指标函数值(Li)等于
然后再与阈值T比较。当Li≥T时,Oi被认定为一个匹配,并且被分配到具有最大指标的第K个轨迹。也就是说,对于所有k=1,...,r,都有LK,i≥Lk,i。函数fR(ΔR)、
和fΘ(ΔΘ)被使用各种技术设计,包括似然函数(例如模糊逻辑)方法。然而,在所示实施例中优选为对称核函数(K(·))。例如,可以使用以下公式:
其中hR指示表示传感器特性的定标因子。更特别地,可以使用两个典型的核函数:
i)高斯核:
K(u)=exp(-u2)
ii)平方核:
所有被确定为在离散时间t匹配给定轨迹y(t)的观测表示为Oi,i=1,...,s,其中s是与该轨迹相关联的观测数量。再次,假定每个观测是统计上独立的,从而可以分别考虑。更优选地,当存在匹配时,通过以下公式对Oi建模:
Oi(i)=Gy(t)+wi (6),
其中
wi是3乘1白高斯观测器噪声向量,其中wi~N(0,Ri),并且协方差矩阵(Ri)是根据该观测传感器的准确度规格来获得的。
因而,可以根据以下KF等式来估计新的轨迹状态:
其中,
并且用于第i个观测器(Ki)的KF增益为:
该P(t+1)矩阵是y(t+1)的一阶协方差矩阵,并且表示估计y(t+1)的置信度水平(即偏离均值的水平)。可以认识到,P(t)是基于公式(8)和(9)递归计算的。y(0)和P(0)的初始值是使用在时间帧0处的传感器输入确定的。这也就是说,不论何时引入一个新的轨迹,都对y(0)使用该不匹配的传感器观测,和对P(0)使用试探(heuristically)定义的常数。
III.TLM模块
一旦轨迹列表({y1,y2,...,yr})26a被编制出来,该优选的系统10还配置成监视每个轨迹的寿命。也就是说,系统10配置成基于不与任何已有轨迹相关联的观测来初始化新的轨迹,并且能够确定是否应当将一个已有轨迹从列表26a中去除。这里可以认识到,在对象频繁出现或消失在视场(FOV)内的活动安全性应用中,该TLM模块26有助于保持准确的状态向量Y(t)。
在所示实施例中,数量qk(t)被指定给每个轨迹yk以表示其强度。
如图4所示,一种轨迹寿命管理的优选方法,在步骤100开始,其中该值qk(t)以速率(λ)更优选为以指数速率衰减。该值qk(t)和λ可以对每个轨迹是常数,或者可以取决于轨迹特性而变化。例如,包括相对周边对象观测的轨迹可以被指定一个较小的强度或更快的衰减速率。在一个完整的通信周期之后,在步骤102,将所有观测与轨迹参数相比较(依据第II部分)以确定至少一个匹配观测。
在可选步骤104a和b,如果没有确定匹配的观测,则将新的值q(t+1)与最小阈值Tmin进行比较(104a);或者如果已经确定了匹配观测,则对于每个观测增加一个预定值(104b)。当没有确定任何匹配观测时,并且减少的新值小于Tmin,那么在步骤106a将该轨迹从该列表中去除,否则该方法返回步骤102。如果确定了至少一个匹配观测,则在步骤106b将该增加的新值q(t+1)与确认阈值Tcon比较。如果q(t+1)大于Tcon,那么在步骤108确认该轨迹,否则该方法返回步骤102。更优选地,在步骤104b,对q(t+1)的增加被q(t)限制,从而导致同时偏离通知,而不考虑该多个匹配观测。
上述本发明的优选形式仅作为解释用,并且不应当被用作对于本发明范围的解释的限制意义。本领域普通技术人员可以很容易作出对于这里所给出的示例性实施例和操作方法的显而易见的修改,而不脱离本发明的精神。因而,本发明人声明其意图是,相对于任何实质上没有脱离本发明范围但是在所附权利要求中所给出本发明的文字范围之外的系统或方法,依赖于等效理论来确定和评估本发明的合理公平的范围。
Claims (28)
1.一种用于估计至少一个对象的条件的目标跟踪和传感器融合系统,所示系统包括:
第一传感器,配置成确定该对象的条件的第一估计;
第二传感器,配置成确定该条件的第二估计;和
通信耦合到该传感器的控制器,并且配置成确定该条件的第三估计,其中所述第三估计部分基于该第一和第二估计,
所述第一和第二估计的每个均包括测量值和偏差标准,
所述第三估计给出计算值和小于该第一和第二偏差标准中每个的偏差标准。
2.如权利要求1所述的系统,所述控制器配置成应用卡尔曼滤波(KF)以确定该第三估计。
3.如权利要求1所述的系统,所述第一或第二传感器使用从实质上包括雷达、声纳、激光雷达、视频成像和超声波传感器的组中选择的检测模式。
4.如权利要求1所述的系统,所述第一或第二传感器包括配置成确定该对象的第二条件的第一估计的数据处理器,其中所述第一条件是该对象相对于该测量传感器的距离,所述第二条件是部分基于该对象距离的该对象的距离变化率。
5.如权利要求1所述的系统,所述第一条件是该对象位置相对于该测量传感器的方位角,
所述控制器还配置成部分基于该方位角来估计该方位角变化率。
6.如权利要求1所述的系统,
所述第一传感器配置成确定多个对象条件的第一估计,
所述第二传感器配置成确定多个条件的第二估计,
所述控制器还配置成确定该多个条件的第三估计,其中所述第三估计部分基于该相应的第一和第二估计,
所述控制器还配置成基于该第三估计而生成融合轨迹。
7.一种用于在多个周期中更准确地估计对象的位置的目标跟踪和传感器融合系统,所示系统包括:
第一和第二传感器,配置成在每个周期期间分别确定该对象位置的第一和第二传感器估计,其中所述第一和第二估计的每个均包括测量值和偏差标准;和
通信耦合到该传感器的控制器,配置成在一个周期期间确定该对象位置的第三估计,其中所述第三估计部分基于该第一和第二估计,并且给出计算值和小于该第一和第二偏差标准中每个的偏差标准,
所述控制器还配置成将该第三估计与轨迹列表中的轨迹进行匹配,基于该第三估计预测该对象的将来位置,并且在随后的周期期间,当没有传感器估计与该预测的将来位置相匹配时,将该轨迹从该轨迹列表中去除。
8.一种用于由与多个传感器相关联的至少一个电子设备执行的计算机程序,其中每个所述传感器均配置成估计至少一个对象的至少一个条件,并且所述程序配置成从该传感器接收所述至少一个条件的初始估计数据,并且对该初始估计数据应用传感融合算法,从而确定所述至少一个条件的状态估计,其中所述状态估计给出了比该初始估计数据更高的概率和更小的偏差标准。
9.如权利要求8所述的程序,其中对于多个条件确定初始和状态估计,并且所述状态估计被存储在轨迹(yk(t))中。
10.如权利要求9所述的程序,其中对于多个对象确定多个条件的初始和状态估计,从而确定多个轨迹,和包括该在离散时间(t)的轨迹的状态向量(Y(t))。
11.如权利要求9所述的程序,其中该多个条件包括至少一个变化率条件,并且通过对yk(t)应用假定为恒定变化率条件的向量乘法器(F)和增加白高斯噪声向量(vk),而在时间增量(t+1)对每个所述轨迹动态建模。
13.如权利要求9所述的程序,其中对于至少一个新对象确定状态估计,并且与yk(t)进行比较以对每个所述条件确定差值参数。
14.如权利要求13所述的程序,所述差值参数中的每个均被代入基于该传感器特性的函数中,进一步乘以基于各个传感器测量健壮性的常数系数,然后被组合以确定指标值(Lk,i),其中所述至少一个新对象的所述状态估计被分配到yk(t),其中Lk,i不小于一个预定阈值。
15.如权利要求14所述的程序,所述函数是模糊逻辑隶属函数。
16.如权利要求14所述的程序,所述函数是对称核函数。
17.如权利要求16所述的程序,所述函数是
其中hR表示基于该传感器特性的定标因子。
18.如权利要求17所述的程序,所述函数是高斯核函数。
19.如权利要求18所述的程序,所述函数是
K(u)=exp(-u2).
20.如权利要求17所述的程序,所述函数是平方核函数。
21.如权利要求20所述的程序,所述函数是
22.如权利要求14所述的程序,其中多个观测(Oi(t))被分配到yk(t),并且每个所述观测由以下公式定义:
Oi(t)=Gy(t)+wi,
其中
wi是部分根据该传感器系统的准确性获得的3乘1白高斯噪声向量,并且该观测被组合以确定真实的轨迹状态。
23.如权利要求22所述的程序,其中使用卡尔曼滤波来组合该观测以确定该真实的轨迹状态。
24.如权利要求23所述的程序,其中根据以下公式确定该真实的轨迹状态:
其中
25.如权利要求24所述的程序,其中还根据以下协方差公式确定该真实的轨迹状态:
其中
26.如权利要求24所述的程序,其中根据以下公式确定用于第i个观测器(Ki)的KF增益:
27.如权利要求10所述的程序,根据对轨迹所分配的观测而对每个所述轨迹yk(t)分配一个轨迹强度(qk(t)),其中qk(t)=1,并且如果在随后的周期内没有观测被分配到该轨迹,那么该轨迹在该周期以一个速率(λ)衰减,如果qk(t)落在预定最小阈值以下,那么从Y(t)中去除该轨迹yk(t)。
28.如权利要求27所述的程序,其中该轨迹的第一部分以与该轨迹第二部分不同的速率衰减。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/235,679 US7460951B2 (en) | 2005-09-26 | 2005-09-26 | System and method of target tracking using sensor fusion |
US11/235679 | 2005-09-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1940591A true CN1940591A (zh) | 2007-04-04 |
CN1940591B CN1940591B (zh) | 2011-04-13 |
Family
ID=37852929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006101396270A Active CN1940591B (zh) | 2005-09-26 | 2006-09-26 | 使用传感器融合进行目标跟踪的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7460951B2 (zh) |
CN (1) | CN1940591B (zh) |
DE (1) | DE102006045115A1 (zh) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813780A (zh) * | 2010-04-12 | 2010-08-25 | 程熙 | 一种集成gps和多传感器的移动目标实时追踪方法 |
CN101915991A (zh) * | 2009-04-02 | 2010-12-15 | 通用汽车环球科技运作公司 | 全后窗平视显示器上的后方停车辅助 |
CN102542634A (zh) * | 2012-01-13 | 2012-07-04 | 北京理工大学 | 一种目标车辆行驶状态测量系统 |
CN103129466A (zh) * | 2011-12-02 | 2013-06-05 | 通用汽车环球科技运作有限责任公司 | 在全挡风玻璃平视显示器上的驾驶操纵辅助 |
CN103186575A (zh) * | 2011-12-29 | 2013-07-03 | 无锡物联网产业研究院 | 一种传感数据的聚类分析方法和系统 |
CN103308923A (zh) * | 2012-03-15 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 来自多个激光雷达的距离图像配准方法 |
CN103460221A (zh) * | 2011-03-31 | 2013-12-18 | 高通股份有限公司 | 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备 |
CN103512573A (zh) * | 2012-06-22 | 2014-01-15 | Ge能源能量变换技术有限公司 | 数据融合体系结构 |
CN103576154A (zh) * | 2012-08-01 | 2014-02-12 | 通用汽车环球科技运作有限责任公司 | 使用雷达和摄像机的障碍物探测的融合 |
CN101939666B (zh) * | 2008-02-11 | 2014-10-01 | 西门子公司 | 利用传感器数据来对对象的运动进行计算机辅助计算的方法 |
CN104182638A (zh) * | 2014-08-25 | 2014-12-03 | 南京邮电大学 | 一种基于模糊建模的目标定位方法 |
CN104442567A (zh) * | 2013-08-07 | 2015-03-25 | 通用汽车环球科技运作有限责任公司 | 交通工具图像显示系统中的物体突显和传感 |
CN104793202A (zh) * | 2014-01-16 | 2015-07-22 | 通用汽车环球科技运作有限责任公司 | 多雷达成像传感器的对象融合系统 |
CN105807273A (zh) * | 2016-04-20 | 2016-07-27 | 北京百度网讯科技有限公司 | 声源跟踪方法和装置 |
CN106408940A (zh) * | 2016-11-02 | 2017-02-15 | 南京慧尔视智能科技有限公司 | 基于微波和视频数据融合的交通检测方法及装置 |
CN106447697A (zh) * | 2016-10-09 | 2017-02-22 | 湖南穗富眼电子科技有限公司 | 一种基于动平台的特定动目标快速跟踪方法 |
CN106560725A (zh) * | 2015-10-02 | 2017-04-12 | 德尔福技术有限公司 | 用于确定目标车辆的偏航速率的自动化车辆雷达系统 |
CN106885523A (zh) * | 2017-03-21 | 2017-06-23 | 浙江零跑科技有限公司 | 一种车辆路径跟随误差视觉测量优化方法 |
CN106954388A (zh) * | 2014-08-22 | 2017-07-14 | 赫博·贝雯 | 传感器系统 |
CN107038723A (zh) * | 2015-11-20 | 2017-08-11 | 通用汽车环球科技运作有限责任公司 | 棒状像素估计方法和系统 |
CN107315414A (zh) * | 2017-07-14 | 2017-11-03 | 灵动科技(北京)有限公司 | 一种控制机器人行走的方法、装置及机器人 |
CN108535720A (zh) * | 2017-03-02 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 用于改进的卡尔曼滤波目标跟踪的自适应过程噪声描述 |
CN108776333A (zh) * | 2018-06-19 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 一种数据二次级联融合方法、系统、车载设备及存储介质 |
CN109263649A (zh) * | 2018-08-21 | 2019-01-25 | 北京汽车股份有限公司 | 车辆及其自动驾驶模式下的物体识别方法和物体识别系统 |
CN109270523A (zh) * | 2018-09-21 | 2019-01-25 | 宝沃汽车(中国)有限公司 | 多传感器数据融合方法和装置,车辆 |
CN109459750A (zh) * | 2018-10-19 | 2019-03-12 | 吉林大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN109552326A (zh) * | 2018-11-05 | 2019-04-02 | 浙江工业大学 | 一种无线通信信道衰减下的车辆变速巡航控制方法 |
CN110163270A (zh) * | 2019-05-10 | 2019-08-23 | 北京易控智驾科技有限公司 | 多传感器数据融合方法及系统 |
CN110427034A (zh) * | 2019-08-13 | 2019-11-08 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的目标追踪系统及方法 |
CN111376833A (zh) * | 2018-12-28 | 2020-07-07 | 观致汽车有限公司 | 用于监测对象的方法、设备和计算机程序产品 |
CN111879315A (zh) * | 2020-08-14 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 多目标追踪系统和方法 |
CN112550731A (zh) * | 2019-09-10 | 2021-03-26 | 沃科波特有限公司 | 控制致动器系统的方法和使用所述方法的航空器 |
CN112612009A (zh) * | 2019-10-04 | 2021-04-06 | 通用汽车环球科技运作有限责任公司 | 车辆雷达系统中的多径重影缓解 |
CN114049382A (zh) * | 2022-01-12 | 2022-02-15 | 华砺智行(武汉)科技有限公司 | 一种智能网联环境下目标融合跟踪方法、系统和介质 |
Families Citing this family (172)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7991550B2 (en) * | 2006-02-03 | 2011-08-02 | GM Global Technology Operations LLC | Method and apparatus for on-vehicle calibration and orientation of object-tracking systems |
JP4595833B2 (ja) * | 2006-02-24 | 2010-12-08 | トヨタ自動車株式会社 | 物体検出装置 |
DE102006052779A1 (de) * | 2006-11-09 | 2008-05-15 | Bayerische Motoren Werke Ag | Verfahren zur Erzeugung eines Gesamtbilds der Umgebung eines Kraftfahrzeugs |
EP2122599B1 (en) * | 2007-01-25 | 2019-11-13 | Magna Electronics Inc. | Radar sensing system for vehicle |
US8260036B2 (en) * | 2007-05-09 | 2012-09-04 | Honeywell International Inc. | Object detection using cooperative sensors and video triangulation |
US8346706B2 (en) * | 2007-05-25 | 2013-01-01 | Continental Teves Ag & Co. Ohg | Method and device for identifying traffic-relevant information |
US9778351B1 (en) * | 2007-10-04 | 2017-10-03 | Hrl Laboratories, Llc | System for surveillance by integrating radar with a panoramic staring sensor |
CN101470806B (zh) * | 2007-12-27 | 2012-06-27 | 东软集团股份有限公司 | 车灯检测方法和装置、感兴趣区域分割方法和装置 |
SE532004C2 (sv) * | 2008-02-07 | 2009-09-22 | Scania Cv Ab | Sätt och anordning vid adaptiv farthållning, datorprogram, datorprogramprodukt, dator jämte fordon |
US20090254260A1 (en) * | 2008-04-07 | 2009-10-08 | Axel Nix | Full speed range adaptive cruise control system |
US8055445B2 (en) * | 2008-09-24 | 2011-11-08 | Delphi Technologies, Inc. | Probabilistic lane assignment method |
EP2347400B1 (en) * | 2008-11-07 | 2014-03-12 | Volvo Lastvagnar AB | Method and system for combining sensor data |
US20110102237A1 (en) * | 2008-12-12 | 2011-05-05 | Lang Hong | Fusion Algorithm for Vidar Traffic Surveillance System |
US8812226B2 (en) | 2009-01-26 | 2014-08-19 | GM Global Technology Operations LLC | Multiobject fusion module for collision preparation system |
US8775063B2 (en) * | 2009-01-26 | 2014-07-08 | GM Global Technology Operations LLC | System and method of lane path estimation using sensor fusion |
US9126525B2 (en) * | 2009-02-27 | 2015-09-08 | Magna Electronics Inc. | Alert system for vehicle |
US8155807B2 (en) * | 2009-03-04 | 2012-04-10 | Raytheon Company | Fusion for automated target recognition |
US8384531B2 (en) | 2009-04-02 | 2013-02-26 | GM Global Technology Operations LLC | Recommended following distance on full-windshield head-up display |
US8330673B2 (en) | 2009-04-02 | 2012-12-11 | GM Global Technology Operations LLC | Scan loop optimization of vector projection display |
US8547298B2 (en) * | 2009-04-02 | 2013-10-01 | GM Global Technology Operations LLC | Continuation of exterior view on interior pillars and surfaces |
US8482486B2 (en) | 2009-04-02 | 2013-07-09 | GM Global Technology Operations LLC | Rear view mirror on full-windshield head-up display |
US8629784B2 (en) | 2009-04-02 | 2014-01-14 | GM Global Technology Operations LLC | Peripheral salient feature enhancement on full-windshield head-up display |
US8344894B2 (en) * | 2009-04-02 | 2013-01-01 | GM Global Technology Operations LLC | Driver drowsy alert on full-windshield head-up display |
US7924146B2 (en) | 2009-04-02 | 2011-04-12 | GM Global Technology Operations LLC | Daytime pedestrian detection on full-windscreen head-up display |
US8395529B2 (en) | 2009-04-02 | 2013-03-12 | GM Global Technology Operations LLC | Traffic infrastructure indicator on head-up display |
US8317329B2 (en) | 2009-04-02 | 2012-11-27 | GM Global Technology Operations LLC | Infotainment display on full-windshield head-up display |
US8912978B2 (en) | 2009-04-02 | 2014-12-16 | GM Global Technology Operations LLC | Dynamic vehicle system information on full windshield head-up display |
US8629903B2 (en) | 2009-04-02 | 2014-01-14 | GM Global Technology Operations LLC | Enhanced vision system full-windshield HUD |
US8817090B2 (en) | 2009-04-02 | 2014-08-26 | GM Global Technology Operations LLC | Luminance uniformity compensation of vector projection display |
US8704653B2 (en) | 2009-04-02 | 2014-04-22 | GM Global Technology Operations LLC | Enhanced road vision on full windshield head-up display |
US8830141B2 (en) | 2009-04-02 | 2014-09-09 | GM Global Technology Operations LLC | Full-windshield head-up display enhancement: anti-reflective glass hard coat |
US8358224B2 (en) | 2009-04-02 | 2013-01-22 | GM Global Technology Operations LLC | Point of interest location marking on full windshield head-up display |
US8384532B2 (en) * | 2009-04-02 | 2013-02-26 | GM Global Technology Operations LLC | Lane of travel on windshield head-up display |
US8564502B2 (en) | 2009-04-02 | 2013-10-22 | GM Global Technology Operations LLC | Distortion and perspective correction of vector projection display |
US8072686B2 (en) | 2009-04-02 | 2011-12-06 | GM Global Technology Operations LLC | UV laser beamlett on full-windshield head-up display |
US20100253595A1 (en) * | 2009-04-02 | 2010-10-07 | Gm Global Technology Operations, Inc. | Virtual controls and displays by laser projection |
US8269652B2 (en) | 2009-04-02 | 2012-09-18 | GM Global Technology Operations LLC | Vehicle-to-vehicle communicator on full-windshield head-up display |
US8427395B2 (en) | 2009-04-02 | 2013-04-23 | GM Global Technology Operations LLC | Full-windshield hud enhancement: pixelated field of view limited architecture |
US8376595B2 (en) | 2009-05-15 | 2013-02-19 | Magna Electronics, Inc. | Automatic headlamp control |
US8164543B2 (en) * | 2009-05-18 | 2012-04-24 | GM Global Technology Operations LLC | Night vision on full windshield head-up display |
US8977489B2 (en) * | 2009-05-18 | 2015-03-10 | GM Global Technology Operations LLC | Turn by turn graphical navigation on full windshield head-up display |
DE102009033853A1 (de) | 2009-07-16 | 2010-05-12 | Daimler Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems und Vorrichtung zur Durchführung des Verfahrens |
US8988525B2 (en) * | 2009-08-27 | 2015-03-24 | Robert Bosch Gmbh | System and method for providing guidance information to a driver of a vehicle |
US8866665B2 (en) * | 2010-01-28 | 2014-10-21 | Toyota Jidosha Kabushiki Kaisha | Obstacle detection apparatus |
US8606430B2 (en) | 2010-10-08 | 2013-12-10 | GM Global Technology Operations LLC | External presentation of information on full glass display |
US8098170B1 (en) | 2010-10-08 | 2012-01-17 | GM Global Technology Operations LLC | Full-windshield head-up display interface for social networking |
US8514099B2 (en) * | 2010-10-13 | 2013-08-20 | GM Global Technology Operations LLC | Vehicle threat identification on full windshield head-up display |
DE102010050167B4 (de) * | 2010-10-30 | 2012-10-25 | Audi Ag | Verfahren und Vorrichtung zur Bestimmung eines plausiblen Fahrstreifens zur Führung eines Fahrzeugs sowie Kraftwagen |
US8818702B2 (en) * | 2010-11-09 | 2014-08-26 | GM Global Technology Operations LLC | System and method for tracking objects |
US9472097B2 (en) | 2010-11-15 | 2016-10-18 | Image Sensing Systems, Inc. | Roadway sensing systems |
WO2012068064A1 (en) | 2010-11-15 | 2012-05-24 | Image Sensing Systems, Inc. | Hybrid traffic sensor system and associated method |
WO2012068331A1 (en) | 2010-11-19 | 2012-05-24 | Magna Electronics Inc. | Lane keeping system and lane centering system |
US8098171B1 (en) | 2010-12-28 | 2012-01-17 | GM Global Technology Operations LLC | Traffic visibility in poor viewing conditions on full windshield head-up display |
US8686872B2 (en) | 2010-12-29 | 2014-04-01 | GM Global Technology Operations LLC | Roadway condition warning on full windshield head-up display |
US8924150B2 (en) | 2010-12-29 | 2014-12-30 | GM Global Technology Operations LLC | Vehicle operation and control system for autonomous vehicles on full windshield display |
US8633979B2 (en) | 2010-12-29 | 2014-01-21 | GM Global Technology Operations LLC | Augmented road scene illustrator system on full windshield head-up display |
US8605011B2 (en) | 2010-12-29 | 2013-12-10 | GM Global Technology Operations LLC | Virtual viewfinder on full windshield head-up display |
US9008904B2 (en) * | 2010-12-30 | 2015-04-14 | GM Global Technology Operations LLC | Graphical vehicle command system for autonomous vehicles on full windshield head-up display |
US9057874B2 (en) | 2010-12-30 | 2015-06-16 | GM Global Technology Operations LLC | Virtual cursor for road scene object selection on full windshield head-up display |
US9194943B2 (en) | 2011-04-12 | 2015-11-24 | Magna Electronics Inc. | Step filter for estimating distance in a time-of-flight ranging system |
US9547795B2 (en) | 2011-04-25 | 2017-01-17 | Magna Electronics Inc. | Image processing method for detecting objects using relative motion |
US8775064B2 (en) * | 2011-05-10 | 2014-07-08 | GM Global Technology Operations LLC | Sensor alignment process and tools for active safety vehicle applications |
US8744666B2 (en) | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
US10520581B2 (en) | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Sensor fusion for autonomous or partially autonomous vehicle control |
US20170242443A1 (en) | 2015-11-02 | 2017-08-24 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
WO2018039134A1 (en) | 2016-08-22 | 2018-03-01 | Peloton Technology, Inc. | Automated connected vehicle control system architecture |
US9165470B2 (en) * | 2011-07-25 | 2015-10-20 | GM Global Technology Operations LLC | Autonomous convoying technique for vehicles |
US20140218535A1 (en) | 2011-09-21 | 2014-08-07 | Magna Electronics Inc. | Vehicle vision system using image data transmission and power supply via a coaxial cable |
US8692739B2 (en) | 2011-09-22 | 2014-04-08 | GM Global Technology Operations LLC | Dynamic information presentation on full windshield head-up display |
WO2013048994A1 (en) | 2011-09-26 | 2013-04-04 | Magna Electronics, Inc. | Vehicle camera image quality improvement in poor visibility conditions by contrast amplification |
US10099614B2 (en) | 2011-11-28 | 2018-10-16 | Magna Electronics Inc. | Vision system for vehicle |
US8818708B2 (en) * | 2011-12-02 | 2014-08-26 | GM Global Technology Operations LLC | Optimum driving path on full windshield display |
US8781170B2 (en) | 2011-12-06 | 2014-07-15 | GM Global Technology Operations LLC | Vehicle ghosting on full windshield display |
US9443429B2 (en) | 2012-01-24 | 2016-09-13 | GM Global Technology Operations LLC | Optimum gaze location on full windscreen display |
JP5863481B2 (ja) * | 2012-01-30 | 2016-02-16 | 日立マクセル株式会社 | 車両用衝突危険予測装置 |
US8694224B2 (en) | 2012-03-01 | 2014-04-08 | Magna Electronics Inc. | Vehicle yaw rate correction |
US8705797B2 (en) | 2012-03-07 | 2014-04-22 | GM Global Technology Operations LLC | Enhanced data association of fusion using weighted Bayesian filtering |
US10609335B2 (en) * | 2012-03-23 | 2020-03-31 | Magna Electronics Inc. | Vehicle vision system with accelerated object confirmation |
US9041589B2 (en) * | 2012-04-04 | 2015-05-26 | Caterpillar Inc. | Systems and methods for determining a radar device coverage region |
US9751465B2 (en) | 2012-04-16 | 2017-09-05 | Magna Electronics Inc. | Vehicle vision system with reduced image color data processing by use of dithering |
US10089537B2 (en) | 2012-05-18 | 2018-10-02 | Magna Electronics Inc. | Vehicle vision system with front and rear camera integration |
KR20140019501A (ko) * | 2012-08-06 | 2014-02-17 | 현대자동차주식회사 | 장애물 인식을 위한 분류기의 생성방법 |
US9340227B2 (en) | 2012-08-14 | 2016-05-17 | Magna Electronics Inc. | Vehicle lane keep assist system |
DE102013217430A1 (de) | 2012-09-04 | 2014-03-06 | Magna Electronics, Inc. | Fahrerassistenzsystem für ein Kraftfahrzeug |
US8892270B2 (en) * | 2012-11-05 | 2014-11-18 | Phaedrus, Llc | System and method for obtaining, transmitting and/or providing freight transportation information |
US9743002B2 (en) | 2012-11-19 | 2017-08-22 | Magna Electronics Inc. | Vehicle vision system with enhanced display functions |
US9090234B2 (en) | 2012-11-19 | 2015-07-28 | Magna Electronics Inc. | Braking control system for vehicle |
US10025994B2 (en) | 2012-12-04 | 2018-07-17 | Magna Electronics Inc. | Vehicle vision system utilizing corner detection |
DE102012023746A1 (de) * | 2012-12-04 | 2014-06-05 | Connaught Electronics Ltd. | Verfahren zum Verfolgen eines Zielobjekts in einem Umgebungsbereich eines Kraftfahrzeugs durch Fusion von Bilddaten mit anderen Sensordaten, Fahrerassistenzeinrichtung und Kraftfahrzeug |
US9481301B2 (en) | 2012-12-05 | 2016-11-01 | Magna Electronics Inc. | Vehicle vision system utilizing camera synchronization |
US9274221B2 (en) | 2013-02-01 | 2016-03-01 | GM Global Technology Operations LLC | Method and apparatus for remote object sensing employing compressive sensing |
US9092986B2 (en) | 2013-02-04 | 2015-07-28 | Magna Electronics Inc. | Vehicular vision system |
US20140218529A1 (en) | 2013-02-04 | 2014-08-07 | Magna Electronics Inc. | Vehicle data recording system |
US11294396B2 (en) | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
US20180210463A1 (en) | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
US10027930B2 (en) | 2013-03-29 | 2018-07-17 | Magna Electronics Inc. | Spectral filtering for vehicular driver assistance systems |
US9327693B2 (en) | 2013-04-10 | 2016-05-03 | Magna Electronics Inc. | Rear collision avoidance system for vehicle |
US10232797B2 (en) | 2013-04-29 | 2019-03-19 | Magna Electronics Inc. | Rear vision system for vehicle with dual purpose signal lines |
EP2799902A1 (en) * | 2013-04-30 | 2014-11-05 | Baselabs GmbH | Method and apparatus for the tracking of multiple objects |
US10567705B2 (en) | 2013-06-10 | 2020-02-18 | Magna Electronics Inc. | Coaxial cable with bidirectional data transmission |
US9260095B2 (en) | 2013-06-19 | 2016-02-16 | Magna Electronics Inc. | Vehicle vision system with collision mitigation |
US20140375476A1 (en) | 2013-06-24 | 2014-12-25 | Magna Electronics Inc. | Vehicle alert system |
JP5962604B2 (ja) * | 2013-07-11 | 2016-08-03 | トヨタ自動車株式会社 | 車両制御システム |
DE102013214368A1 (de) * | 2013-07-23 | 2015-01-29 | Application Solutions (Electronics and Vision) Ltd. | Verfahren und Vorrichtung zur Wiedergabe eines seitlichen und/oder rückwärtigen Umgebungsbereichs eines Fahrzeugs |
US9619716B2 (en) | 2013-08-12 | 2017-04-11 | Magna Electronics Inc. | Vehicle vision system with image classification |
US10326969B2 (en) | 2013-08-12 | 2019-06-18 | Magna Electronics Inc. | Vehicle vision system with reduction of temporal noise in images |
JP2016540230A (ja) * | 2013-09-20 | 2016-12-22 | キャタピラー インコーポレイテッドCaterpillar Incorporated | 測位システム |
JP2016536613A (ja) | 2013-09-20 | 2016-11-24 | キャタピラー インコーポレイテッドCaterpillar Incorporated | 無線周波数信号を用いた位置決めシステム |
US9070023B2 (en) * | 2013-09-23 | 2015-06-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method of alerting a driver that visual perception of pedestrian may be difficult |
US9499139B2 (en) | 2013-12-05 | 2016-11-22 | Magna Electronics Inc. | Vehicle monitoring system |
US9988047B2 (en) | 2013-12-12 | 2018-06-05 | Magna Electronics Inc. | Vehicle control system with traffic driving control |
CN103729859B (zh) * | 2013-12-30 | 2016-08-24 | 西北工业大学 | 一种基于模糊聚类的概率最近邻域多目标跟踪方法 |
US9623878B2 (en) | 2014-04-02 | 2017-04-18 | Magna Electronics Inc. | Personalized driver assistance system for vehicle |
CN104977022B (zh) * | 2014-04-04 | 2018-02-27 | 西北工业大学 | 多目标跟踪系统性能评估仿真方法 |
US9487235B2 (en) | 2014-04-10 | 2016-11-08 | Magna Electronics Inc. | Vehicle control system with adaptive wheel angle correction |
US9925980B2 (en) | 2014-09-17 | 2018-03-27 | Magna Electronics Inc. | Vehicle collision avoidance system with enhanced pedestrian avoidance |
US10634778B2 (en) * | 2014-10-21 | 2020-04-28 | Texas Instruments Incorporated | Camera assisted tracking of objects in a radar system |
US9823344B2 (en) * | 2014-12-08 | 2017-11-21 | Northrop Grumman Systems Corporation | Feature-based tracking of moving objects |
US9764744B2 (en) | 2015-02-25 | 2017-09-19 | Magna Electronics Inc. | Vehicle yaw rate estimation system |
US10286855B2 (en) | 2015-03-23 | 2019-05-14 | Magna Electronics Inc. | Vehicle vision system with video compression |
US9599706B2 (en) | 2015-04-06 | 2017-03-21 | GM Global Technology Operations LLC | Fusion method for cross traffic application using radars and camera |
US9784829B2 (en) | 2015-04-06 | 2017-10-10 | GM Global Technology Operations LLC | Wheel detection and its application in object tracking and sensor registration |
DE102015207375A1 (de) * | 2015-04-22 | 2016-10-27 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Überwachen eines Bereichs vor einem Fahrzeug |
US10819943B2 (en) | 2015-05-07 | 2020-10-27 | Magna Electronics Inc. | Vehicle vision system with incident recording function |
DE102015210881A1 (de) * | 2015-06-15 | 2016-12-15 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Bestimmung von Position und/oder Orientierung eines Fahrzeugs |
US10144419B2 (en) | 2015-11-23 | 2018-12-04 | Magna Electronics Inc. | Vehicle dynamic control system for emergency handling |
US10565468B2 (en) * | 2016-01-19 | 2020-02-18 | Aptiv Technologies Limited | Object tracking system with radar/vision fusion for automated vehicles |
JP6975945B2 (ja) * | 2016-02-24 | 2021-12-01 | パナソニックIpマネジメント株式会社 | 判定装置、判定方法、プログラムおよびプログラムを記録した記録媒体 |
US10055651B2 (en) | 2016-03-08 | 2018-08-21 | Magna Electronics Inc. | Vehicle vision system with enhanced lane tracking |
US10259390B2 (en) * | 2016-05-27 | 2019-04-16 | GM Global Technology Operations LLC | Systems and methods for towing vehicle and trailer with surround view imaging devices |
JP7005526B2 (ja) | 2016-05-31 | 2022-01-21 | ぺロトン テクノロジー インコーポレイテッド | 隊列走行コントローラの状態マシン |
JP6194520B1 (ja) * | 2016-06-24 | 2017-09-13 | 三菱電機株式会社 | 物体認識装置、物体認識方法および自動運転システム |
DE102016115073A1 (de) * | 2016-08-15 | 2018-02-15 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Betreiben einer Entfernungsmessvorrichtung eines Fahrzeugs, Entfernungsmessvorrichtung und Fahrerassistenzsystem |
US10369998B2 (en) | 2016-08-22 | 2019-08-06 | Peloton Technology, Inc. | Dynamic gap control for automated driving |
US9984567B2 (en) * | 2016-09-09 | 2018-05-29 | Ford Global Technologies, Llc | Detection of oncoming vehicles with IR light |
CN106527425A (zh) * | 2016-09-30 | 2017-03-22 | 张家港长安大学汽车工程研究院 | 全方位智能随动小车及其控制方法 |
CN106569214B (zh) * | 2016-10-31 | 2019-07-16 | 惠州市德赛西威汽车电子股份有限公司 | 结合导航信息的自适应巡航车载雷达数据处理方法及系统 |
CN106683123B (zh) * | 2016-10-31 | 2019-04-02 | 纳恩博(北京)科技有限公司 | 一种目标跟踪方法及目标跟踪装置 |
DE102016122193A1 (de) * | 2016-11-18 | 2018-05-24 | Valeo Schalter Und Sensoren Gmbh | Funktionsüberwachung einer Sensoreinrichtung eines Kraftfahrzeugs |
JP6846437B2 (ja) * | 2016-12-01 | 2021-03-24 | 日立Astemo株式会社 | レーダ装置 |
GB2559169B (en) * | 2017-01-30 | 2021-02-17 | Jaguar Land Rover Ltd | Controlling movement of a vehicle |
JP6787157B2 (ja) * | 2017-01-31 | 2020-11-18 | 株式会社デンソー | 車両制御装置 |
US10421452B2 (en) * | 2017-03-06 | 2019-09-24 | GM Global Technology Operations LLC | Soft track maintenance |
US10971017B2 (en) | 2017-10-31 | 2021-04-06 | Cummins Inc. | Sensor fusion and information sharing using inter-vehicle communication |
CN109959381B (zh) * | 2017-12-22 | 2021-06-04 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN108762245B (zh) * | 2018-03-20 | 2022-03-25 | 华为技术有限公司 | 数据融合方法以及相关设备 |
DE102018204237A1 (de) * | 2018-03-20 | 2019-09-26 | Robert Bosch Gmbh | Verfahren zur Detektion eines Objekts |
ES2959432T3 (es) * | 2018-03-29 | 2024-02-26 | Salunda Ltd | Sistema de detección de seguridad de personal |
US10977874B2 (en) * | 2018-06-11 | 2021-04-13 | International Business Machines Corporation | Cognitive learning for vehicle sensor monitoring and problem detection |
DE102018118666A1 (de) * | 2018-08-01 | 2020-02-06 | Carl Zeiss Ag | Sensorfusion mit wechselseitiger Korrespondenzanalyse von Sensordaten |
CN110874926A (zh) * | 2018-08-31 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 智能路侧单元 |
JP6970065B2 (ja) * | 2018-09-06 | 2021-11-24 | 株式会社Soken | 物体検出装置 |
US20200217948A1 (en) * | 2019-01-07 | 2020-07-09 | Ainstein AI, Inc | Radar-camera detection system and methods |
US10829114B2 (en) | 2019-02-06 | 2020-11-10 | Ford Global Technologies, Llc | Vehicle target tracking |
US11204417B2 (en) * | 2019-05-08 | 2021-12-21 | GM Global Technology Operations LLC | Selective attention mechanism for improved perception sensor performance in vehicular applications |
CN109996176B (zh) * | 2019-05-20 | 2021-08-10 | 北京百度网讯科技有限公司 | 路侧感知与车辆终端车路协同融合处理方法和装置 |
CN110221307B (zh) * | 2019-05-28 | 2022-12-13 | 哈尔滨工程大学 | 一种多被动声纳非合作多目标线谱信息融合方法 |
US11436876B2 (en) * | 2019-11-01 | 2022-09-06 | GM Global Technology Operations LLC | Systems and methods for diagnosing perception systems of vehicles based on temporal continuity of sensor data |
US11520033B2 (en) * | 2019-12-12 | 2022-12-06 | Amazon Technologies, Inc. | Techniques for determining a location of a mobile object |
CN111191734A (zh) * | 2020-01-03 | 2020-05-22 | 北京汽车集团有限公司 | 传感器数据融合方法、装置、设备及存储介质 |
DE102020105192B4 (de) | 2020-02-27 | 2022-03-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Detektieren bewegter Objekte in einer Fahrzeugumgebung und Kraftfahrzeug |
CA3177161A1 (en) * | 2020-04-28 | 2021-11-04 | Rahul RAMAKRISHNAN | Object detection and tracking for automated operation of vehicles and machinery |
CN111679251A (zh) * | 2020-06-16 | 2020-09-18 | 上海航天控制技术研究所 | 一种基于雷达红外双模融合的抗雷达型干扰方法 |
CN111949030B (zh) * | 2020-08-17 | 2023-01-10 | 江苏常发农业装备股份有限公司 | 一种农机定位方法、农机车辆和存储介质 |
US11808841B2 (en) * | 2020-10-05 | 2023-11-07 | GM Global Technology Operations LLC | Fusion of depth imager and radar system in a vehicle |
US11956693B2 (en) * | 2020-12-03 | 2024-04-09 | Mitsubishi Electric Corporation | Apparatus and method for providing location |
SE2100098A1 (en) * | 2021-06-09 | 2022-12-10 | Saab Ab | Methods and Devices for object tracking applications |
US11813990B2 (en) * | 2021-07-06 | 2023-11-14 | Robert Bosch Gmbh | Vehicle mounted virtual visor system with optimized blocker pattern |
CN113848545B (zh) * | 2021-09-01 | 2023-04-14 | 电子科技大学 | 一种基于视觉和毫米波雷达的融合目标检测和跟踪方法 |
US11308316B1 (en) * | 2021-09-02 | 2022-04-19 | Invision Ai, Inc. | Road side vehicle occupancy detection system |
US20230177840A1 (en) | 2021-12-07 | 2023-06-08 | GM Global Technology Operations LLC | Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations |
KR20230166304A (ko) * | 2022-05-30 | 2023-12-07 | 경북대학교 산학협력단 | 카메라와 레이더 센서를 이용한 딥러닝 기반 레이더 센서 고장 분류 장치 및 방법 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5983161A (en) * | 1993-08-11 | 1999-11-09 | Lemelson; Jerome H. | GPS vehicle collision avoidance warning and control system and method |
JP3750512B2 (ja) * | 2000-10-12 | 2006-03-01 | 日産自動車株式会社 | 車両用周辺障害物検出装置 |
US6898585B2 (en) * | 2001-02-02 | 2005-05-24 | University Of Illinois | Fuzzy logic method for adaptively evaluating the validity of sensor data |
JP4244561B2 (ja) * | 2001-07-10 | 2009-03-25 | ヤマハ株式会社 | 方位測定機能を有する携帯型電子装置 |
JP4037131B2 (ja) * | 2002-02-28 | 2008-01-23 | 三菱電機株式会社 | 挙動計測装置 |
CN100365430C (zh) * | 2002-07-15 | 2008-01-30 | 汽车系统实验室公司 | 道路曲率估计和车辆目标状态估计系统 |
US7298868B2 (en) * | 2002-10-08 | 2007-11-20 | Siemens Corporate Research, Inc. | Density estimation-based information fusion for multiple motion computation |
US6897802B1 (en) * | 2003-11-10 | 2005-05-24 | Raytheon Company | Fusion of shape and multiscale features for unknown target rejection |
US7272474B1 (en) * | 2004-03-31 | 2007-09-18 | Carnegie Mellon University | Method and system for estimating navigability of terrain |
-
2005
- 2005-09-26 US US11/235,679 patent/US7460951B2/en active Active
-
2006
- 2006-09-25 DE DE102006045115A patent/DE102006045115A1/de not_active Ceased
- 2006-09-26 CN CN2006101396270A patent/CN1940591B/zh active Active
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101939666B (zh) * | 2008-02-11 | 2014-10-01 | 西门子公司 | 利用传感器数据来对对象的运动进行计算机辅助计算的方法 |
CN101915991A (zh) * | 2009-04-02 | 2010-12-15 | 通用汽车环球科技运作公司 | 全后窗平视显示器上的后方停车辅助 |
US8350724B2 (en) | 2009-04-02 | 2013-01-08 | GM Global Technology Operations LLC | Rear parking assist on full rear-window head-up display |
CN101915991B (zh) * | 2009-04-02 | 2014-11-26 | 通用汽车环球科技运作公司 | 全后窗平视显示器上的后方停车辅助 |
CN101813780B (zh) * | 2010-04-12 | 2012-08-15 | 杭州掌图信息技术有限公司 | 一种集成gps和多传感器的移动目标实时追踪方法 |
CN101813780A (zh) * | 2010-04-12 | 2010-08-25 | 程熙 | 一种集成gps和多传感器的移动目标实时追踪方法 |
CN103460221B (zh) * | 2011-03-31 | 2017-10-10 | 高通股份有限公司 | 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备 |
CN103460221A (zh) * | 2011-03-31 | 2013-12-18 | 高通股份有限公司 | 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备 |
CN103129466A (zh) * | 2011-12-02 | 2013-06-05 | 通用汽车环球科技运作有限责任公司 | 在全挡风玻璃平视显示器上的驾驶操纵辅助 |
CN103129466B (zh) * | 2011-12-02 | 2015-08-19 | 通用汽车环球科技运作有限责任公司 | 在全挡风玻璃平视显示器上的驾驶操纵辅助 |
CN103186575A (zh) * | 2011-12-29 | 2013-07-03 | 无锡物联网产业研究院 | 一种传感数据的聚类分析方法和系统 |
CN103186575B (zh) * | 2011-12-29 | 2016-04-06 | 无锡物联网产业研究院 | 一种传感数据的聚类分析方法和系统 |
CN102542634A (zh) * | 2012-01-13 | 2012-07-04 | 北京理工大学 | 一种目标车辆行驶状态测量系统 |
CN102542634B (zh) * | 2012-01-13 | 2014-05-21 | 北京理工大学 | 一种目标车辆行驶状态测量系统 |
CN103308923B (zh) * | 2012-03-15 | 2016-08-10 | 通用汽车环球科技运作有限责任公司 | 来自多个激光雷达的距离图像配准方法 |
CN103308923A (zh) * | 2012-03-15 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 来自多个激光雷达的距离图像配准方法 |
CN103512573A (zh) * | 2012-06-22 | 2014-01-15 | Ge能源能量变换技术有限公司 | 数据融合体系结构 |
CN103512573B (zh) * | 2012-06-22 | 2018-02-27 | Ge能源能量变换技术有限公司 | 数据融合体系结构 |
CN103576154B (zh) * | 2012-08-01 | 2016-04-06 | 通用汽车环球科技运作有限责任公司 | 使用雷达和摄像机的障碍物探测的融合 |
CN103576154A (zh) * | 2012-08-01 | 2014-02-12 | 通用汽车环球科技运作有限责任公司 | 使用雷达和摄像机的障碍物探测的融合 |
CN104442567A (zh) * | 2013-08-07 | 2015-03-25 | 通用汽车环球科技运作有限责任公司 | 交通工具图像显示系统中的物体突显和传感 |
CN104793202A (zh) * | 2014-01-16 | 2015-07-22 | 通用汽车环球科技运作有限责任公司 | 多雷达成像传感器的对象融合系统 |
CN104793202B (zh) * | 2014-01-16 | 2018-03-30 | 通用汽车环球科技运作有限责任公司 | 多雷达成像传感器的对象融合系统 |
CN106954388A (zh) * | 2014-08-22 | 2017-07-14 | 赫博·贝雯 | 传感器系统 |
CN104182638A (zh) * | 2014-08-25 | 2014-12-03 | 南京邮电大学 | 一种基于模糊建模的目标定位方法 |
CN106560725B (zh) * | 2015-10-02 | 2022-02-22 | 安波福技术有限公司 | 用于确定目标车辆的偏航速率的自动化车辆雷达系统 |
CN106560725A (zh) * | 2015-10-02 | 2017-04-12 | 德尔福技术有限公司 | 用于确定目标车辆的偏航速率的自动化车辆雷达系统 |
CN107038723A (zh) * | 2015-11-20 | 2017-08-11 | 通用汽车环球科技运作有限责任公司 | 棒状像素估计方法和系统 |
CN107038723B (zh) * | 2015-11-20 | 2020-09-11 | 通用汽车环球科技运作有限责任公司 | 棒状像素估计方法和系统 |
CN105807273B (zh) * | 2016-04-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 声源跟踪方法和装置 |
CN105807273A (zh) * | 2016-04-20 | 2016-07-27 | 北京百度网讯科技有限公司 | 声源跟踪方法和装置 |
CN106447697A (zh) * | 2016-10-09 | 2017-02-22 | 湖南穗富眼电子科技有限公司 | 一种基于动平台的特定动目标快速跟踪方法 |
CN106447697B (zh) * | 2016-10-09 | 2018-10-26 | 湖南穗富眼电子科技有限公司 | 一种基于动平台的特定动目标快速跟踪方法 |
CN106408940A (zh) * | 2016-11-02 | 2017-02-15 | 南京慧尔视智能科技有限公司 | 基于微波和视频数据融合的交通检测方法及装置 |
CN108535720A (zh) * | 2017-03-02 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 用于改进的卡尔曼滤波目标跟踪的自适应过程噪声描述 |
CN106885523A (zh) * | 2017-03-21 | 2017-06-23 | 浙江零跑科技有限公司 | 一种车辆路径跟随误差视觉测量优化方法 |
CN106885523B (zh) * | 2017-03-21 | 2019-03-08 | 浙江零跑科技有限公司 | 一种车辆路径跟随误差视觉测量优化方法 |
CN107315414A (zh) * | 2017-07-14 | 2017-11-03 | 灵动科技(北京)有限公司 | 一种控制机器人行走的方法、装置及机器人 |
CN107315414B (zh) * | 2017-07-14 | 2021-04-27 | 灵动科技(北京)有限公司 | 一种控制机器人行走的方法、装置及机器人 |
CN108776333A (zh) * | 2018-06-19 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 一种数据二次级联融合方法、系统、车载设备及存储介质 |
CN109263649B (zh) * | 2018-08-21 | 2021-09-17 | 北京汽车股份有限公司 | 车辆及其自动驾驶模式下的物体识别方法和物体识别系统 |
CN109263649A (zh) * | 2018-08-21 | 2019-01-25 | 北京汽车股份有限公司 | 车辆及其自动驾驶模式下的物体识别方法和物体识别系统 |
CN109270523A (zh) * | 2018-09-21 | 2019-01-25 | 宝沃汽车(中国)有限公司 | 多传感器数据融合方法和装置,车辆 |
CN109459750A (zh) * | 2018-10-19 | 2019-03-12 | 吉林大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN109552326A (zh) * | 2018-11-05 | 2019-04-02 | 浙江工业大学 | 一种无线通信信道衰减下的车辆变速巡航控制方法 |
CN109552326B (zh) * | 2018-11-05 | 2020-08-04 | 浙江工业大学 | 一种无线通信信道衰减下的车辆变速巡航控制方法 |
CN111376833A (zh) * | 2018-12-28 | 2020-07-07 | 观致汽车有限公司 | 用于监测对象的方法、设备和计算机程序产品 |
CN110163270A (zh) * | 2019-05-10 | 2019-08-23 | 北京易控智驾科技有限公司 | 多传感器数据融合方法及系统 |
CN110163270B (zh) * | 2019-05-10 | 2021-11-09 | 北京易控智驾科技有限公司 | 多传感器数据融合方法及系统 |
CN110427034A (zh) * | 2019-08-13 | 2019-11-08 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的目标追踪系统及方法 |
CN110427034B (zh) * | 2019-08-13 | 2022-09-02 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的目标追踪系统及方法 |
CN112550731A (zh) * | 2019-09-10 | 2021-03-26 | 沃科波特有限公司 | 控制致动器系统的方法和使用所述方法的航空器 |
CN112550731B (zh) * | 2019-09-10 | 2023-12-15 | 沃科波特有限公司 | 控制致动器系统的方法和使用所述方法的航空器 |
CN112612009A (zh) * | 2019-10-04 | 2021-04-06 | 通用汽车环球科技运作有限责任公司 | 车辆雷达系统中的多径重影缓解 |
CN111879315A (zh) * | 2020-08-14 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 多目标追踪系统和方法 |
CN114049382A (zh) * | 2022-01-12 | 2022-02-15 | 华砺智行(武汉)科技有限公司 | 一种智能网联环境下目标融合跟踪方法、系统和介质 |
Also Published As
Publication number | Publication date |
---|---|
US20070073473A1 (en) | 2007-03-29 |
CN1940591B (zh) | 2011-04-13 |
US7460951B2 (en) | 2008-12-02 |
DE102006045115A1 (de) | 2007-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1940591A (zh) | 使用传感器融合进行目标跟踪的系统和方法 | |
CN108226951B (zh) | 一种基于激光传感器的快速运动障碍物实时跟踪方法 | |
JP6224370B2 (ja) | 車両用コントローラ、車両システム | |
CN104793202B (zh) | 多雷达成像传感器的对象融合系统 | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
CN108596058A (zh) | 基于计算机视觉的行车障碍物测距方法 | |
WO2020133217A1 (zh) | 连续障碍物检测方法、设备、系统及存储介质 | |
JP2017067756A (ja) | 物体検出装置及び物体検出方法 | |
Park et al. | Radar localization and mapping for indoor disaster environments via multi-modal registration to prior LiDAR map | |
CN110850859B (zh) | 一种机器人及其避障方法和避障系统 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
US10379542B2 (en) | Location and mapping device and method | |
Shao et al. | A grid projection method based on ultrasonic sensor for parking space detection | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
CN110632617A (zh) | 一种激光雷达点云数据处理的方法及装置 | |
US11709260B2 (en) | Data driven resolution function derivation | |
CN113743171A (zh) | 目标检测方法及装置 | |
CN109407086B (zh) | 一种飞行器轨迹生成方法、系统及诱捕系统目标引导方法 | |
JP6920342B2 (ja) | 可動オブジェクトのオブジェクト・キネマティクスを割り出すための装置および方法 | |
CN114137562B (zh) | 一种基于改进全局最邻近的多目标跟踪方法 | |
US20230184926A1 (en) | Radar anti-spoofing system for identifying ghost objects created by reciprocity-based sensor spoofing | |
Hussain et al. | Multiple objects tracking using radar for autonomous driving | |
CN115249066A (zh) | 分位数神经网络 | |
US20230094836A1 (en) | Method for Detecting Moving Objects in the Surroundings of a Vehicle, and Motor Vehicle | |
CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |