横穿车辆目标的筛选方法、装置、车辆及存储介质与流程

本技术涉及智能驾驶，特别涉及一种横穿车辆目标的筛选方法、装置、车辆及存储介质。

背景技术：

1、智能驾驶技术的发展日益成熟，为实现更安全、高效的道路行驶提供了强大支持。通过对横穿车辆的有效监测，智能驾驶系统可以实时识别道路上的横穿车辆，及时采取制动或躲避措施，从而降低交通事故的发生概率，保障驾驶者和其他道路用户的安全。

2、相关技术中，通常利用摄像头和图像处理技术识别横穿车辆目标，并采用深度学习算法进行车辆目标的检测和识别。

3、然而，上述技术易受环境因素的干扰，难以准确识别和分类横穿车辆，并且输出的目标准确度较低、无法区分出危险程度较高的目标，同时算法计算复杂，对系统的计算资源和功耗要求较高，亟需改进。

技术实现思路

1、本技术提供一种横穿车辆目标的筛选方法、装置、车辆及存储介质，以解决相关技术难以准确识别和分类横穿车辆以及算法计算复杂等问题。

2、本技术第一方面实施例提供一种车辆的横穿车辆目标的筛选方法，包括以下步骤：

3、获取当前车辆的车辆信息和周围多个目标的属性信息；

4、基于所述属性信息，从所述周围多个目标中筛选出满足预设条件的至少一个目标车辆，并根据所述车辆信息和所述至少一个目标车辆的属性信息确定处于预设横纵向检测区域的所有横穿车辆；

5、根据所述所有横穿车辆的属性信息和所述车辆信息计算所述当前车辆与每个横穿车辆的最终碰撞时间，并根据所述最终碰撞时间筛选出满足预设碰撞风险条件的碰撞车辆。

6、根据上述的技术手段，解决了相关技术难以准确识别和分类横穿车辆以及算法计算复杂等问题，可以准确识别横穿车辆及其类型，能够计算出碰撞风险车辆的碰撞时间，且所需算力小，计算速度快。

7、根据本技术的一个实施例，所述车辆信息包括所述当前车辆的车速、所述当前车辆的宽度、所述当前车辆前沿至所述当前车辆后轴中心的距离、所述当前车辆与两侧路沿的距离、所述当前车辆的横向传感精度和所述当前车辆的纵向传感精度；所述属性信息包括每个目标的置信度、每个目标的类型、每个目标相对所述当前车辆的横向速度、每个目标相对所述当前车辆的横向加速度、每个目标相对所述当前车辆的横向宽度、每个目标相对所述当前车辆的纵向长度、每个目标的几何中心与所述当前车辆的后轴中心的纵向距离、每个目标的几何中心与所述当前车辆的后轴中心的横向距离。

8、根据上述的技术手段，根据车辆信息能够计算和预测与其他目标的距离和相对运动状态，目标类型可以用于识别不同类型的目标，如区分汽车、卡车、自行车等，目标相对当前车辆的横向速度和横向加速度可以预测目标的未来状态和轨迹非常关键，目标相对当前车辆的横向宽度和纵向长度可以确定目标的大小和尺寸，从而确定与目标的距离和进行碰撞风险评估。

9、根据本技术的一个实施例，所述基于所述属性信息，从所述周围多个目标中筛选出满足预设条件的至少一个目标车辆，包括：

10、基于所述每个目标的置信度，筛选出置信度大于预设置信度阈值的至少一个初始目标；

11、基于所述每个目标的类型，从所述至少一个初始目标中筛除非车辆目标，得到所述至少一个目标车辆。

12、根据上述的技术手段，通过设置阈值来筛选出置信度高于阈值的初始目标，减少了不可靠目标的干扰，提高了系统的准确性。通过对目标进行分类，筛除非车辆目标，从而得到目标车辆，使系统能够专注于对车辆目标的处理而减少计算量。

13、根据本技术的一个实施例，所述根据所述车辆信息和所述至少一个目标车辆的属性信息确定处于预设横纵向检测区域的所有横穿车辆，包括：

14、以所述当前车辆的车道线坐标系为基准，计算每个目标车辆的几何中心距离所述当前车辆所处车道中心线的横向距离，得到所述每个目标车辆的映射横坐标，并基于所述当前车辆所处位置和所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离到所述当前车辆所处车道中心线的投影点，对所述当前车辆所处车道中心线积分得到所述每个目标车辆的映射纵坐标；

15、根据所述当前车辆的车速、所述当前车辆与两侧路沿的距离、所述当前车辆的横向传感精度和所述当前车辆的纵向传感精度确定横向检测区域和纵向检测区域；

16、基于所述每个目标车辆的映射横坐标和所述每个目标车辆的映射纵坐标筛除未处于所述横向检测区域和所述纵向检测区域内的目标车辆得到所述所有横穿车辆。

17、根据上述的技术手段，以当前车辆的车道线坐标系为基准可以准确计算目标车辆与当前车辆所处车道中心线的横向距离和几何中心距离，为后续处理提供了准确的位置信息。根据当前车辆的车速、与两侧路沿的距离、横向传感精度和纵向传感精度确定检测区域，可以根据实际情况灵活地调整检测区域的大小，减少计算量和冗余信息。筛选出处于横向检测区域和纵向检测区域内的目标车辆，过滤掉不相关的目标车辆，提高目标检测和跟踪的准确性和效率。

18、根据本技术的一个实施例，所述根据所述所有横穿车辆的属性信息和所述车辆信息计算所述当前车辆与每个横穿车辆的最终碰撞时间，包括：

19、基于所述每个目标的几何中心与所述当前车辆的后轴中心的纵向距离、所述当前车辆前沿至所述当前车辆后轴中心的距离、所述每个目标相对所述当前车辆的横向宽度，根据第一预设裕度和第二预设裕度分别计算所述当前车辆与每个目标车辆的最大距离和最小距离；

20、根据所述最大距离、所述最小距离和所述当前车辆的车速计算所述当前车辆与每个目标车辆的最大碰撞时间和最小碰撞时间，并根据所述当前车辆的宽度和所述每个横穿车辆的类型确定的偏置量确定所述当前车辆的可通行域，且根据所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离和所述每个目标相对所述当前车辆的横向宽度计算所述当前车辆与每个横穿车辆的左边界和右边界；

21、根据所述最大碰撞时间、所述最小碰撞时间、所述每个横穿车辆的横向速度、所述当前车辆的可通行域、所述当前车辆与每个横穿车辆的左边界和右边界计算所述当前车辆与每个横穿车辆的最终碰撞时间。

22、根据上述的技术手段，通过计算碰撞时间，可以评估当前车辆与目标车辆之间的安全距离，从而及时预警或采取相应措施，确保道路安全。通过计算当前车辆与横穿车辆的左边界和右边界，可以进一步限定当前车辆与目标车辆之间的安全空间范围。综合考虑各种因素，计算出当前车辆与横穿车辆的最终碰撞时间，能够更准确地评估当前车辆与横穿车辆之间的碰撞风险，为行驶决策提供重要参考。

23、根据本技术的一个实施例，在根据所述最终碰撞时间筛选出满足所述预设碰撞风险条件的碰撞车辆之后，还包括：

24、基于所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离，将所述碰撞车辆划分为第一侧风险车辆集合和第二侧风险车辆集合；

25、分别对所述第一侧风险车辆集合和所述第二侧风险车辆集合中的碰撞车辆进行纵向距离计算，得到第一侧最小纵向距离车辆和第二侧最小纵向距离车辆。

26、根据上述的技术手段，划分风险车辆集合能够将横向相对位置较近的车辆分组，更有针对性地处理不同侧面的潜在碰撞风险。通过对不同侧面的纵向距离计算，能够更具体地评估不同方向上的碰撞风险，提供多维度的安全预警。

27、根据本技术实施例提供的横穿车辆目标的筛选方法，获取车辆和周围目标的属性信息，筛选出满足条件的目标车辆，确定横穿车辆并计算最终碰撞时间，筛选出满足碰撞风险条件的碰撞车辆。由此，通过筛选出横纵向检测区域的横穿车辆，并基于横穿车辆计算出碰撞风险车辆的碰撞时间，解决了相关技术难以准确识别和分类横穿车辆、算法计算复杂等问题，且所需算力小，计算速度快。

28、本技术第二方面实施例提供一种横穿车辆目标的筛选装置，包括：

29、获取模块，用于获取当前车辆的车辆信息和周围多个目标的属性信息；

30、第一筛选模块，用于基于所述属性信息，从所述周围多个目标中筛选出满足预设条件的至少一个目标车辆，并根据所述车辆信息和所述至少一个目标车辆的属性信息确定处于预设横纵向检测区域的所有横穿车辆；

31、第二筛选模块，用于根据所述所有横穿车辆的属性信息和所述车辆信息计算所述当前车辆与每个横穿车辆的最终碰撞时间，并根据所述最终碰撞时间筛选出满足预设碰撞风险条件的碰撞车辆。

32、根据本技术的一个实施例，所述车辆信息包括所述当前车辆的车速、所述当前车辆的宽度、所述当前车辆前沿至所述当前车辆后轴中心的距离、所述当前车辆与两侧路沿的距离、所述当前车辆的横向传感精度和所述当前车辆的纵向传感精度；所述属性信息包括每个目标的置信度、每个目标的类型、每个目标相对所述当前车辆的横向速度、每个目标相对所述当前车辆的横向加速度、每个目标相对所述当前车辆的横向宽度、每个目标相对所述当前车辆的纵向长度、每个目标的几何中心与所述当前车辆的后轴中心的纵向距离、每个目标的几何中心与所述当前车辆的后轴中心的横向距离。

33、根据本技术的一个实施例，所述第一筛选模块，用于：

34、基于所述每个目标的置信度，筛选出置信度大于预设置信度阈值的至少一个初始目标；

35、基于所述每个目标的类型，从所述至少一个初始目标中筛除非车辆目标，得到所述至少一个目标车辆。

36、根据本技术的一个实施例，所述第一筛选模块，用于：

37、以所述当前车辆的车道线坐标系为基准，计算每个目标车辆的几何中心距离所述当前车辆所处车道中心线的横向距离，得到所述每个目标车辆的映射横坐标，并基于所述当前车辆所处位置和所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离到所述当前车辆所处车道中心线的投影点，对所述当前车辆所处车道中心线积分得到所述每个目标车辆的映射纵坐标；

38、根据所述当前车辆的车速、所述当前车辆与两侧路沿的距离、所述当前车辆的横向传感精度和所述当前车辆的纵向传感精度确定横向检测区域和纵向检测区域；

39、基于所述每个目标车辆的映射横坐标和所述每个目标车辆的映射纵坐标筛除未处于所述横向检测区域和所述纵向检测区域内的目标车辆得到所述所有横穿车辆。

40、根据本技术的一个实施例，所述第二筛选模块，用于：

41、基于所述每个目标的几何中心与所述当前车辆的后轴中心的纵向距离、所述当前车辆前沿至所述当前车辆后轴中心的距离、所述每个目标相对所述当前车辆的横向宽度，根据第一预设裕度和第二预设裕度分别计算所述当前车辆与每个目标车辆的最大距离和最小距离；

42、根据所述最大距离、所述最小距离和所述当前车辆的车速计算所述当前车辆与每个目标车辆的最大碰撞时间和最小碰撞时间，并根据所述当前车辆的宽度和所述每个横穿车辆的类型确定的偏置量确定所述当前车辆的可通行域，且根据所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离和所述每个目标相对所述当前车辆的横向宽度计算所述当前车辆与每个横穿车辆的左边界和右边界；

43、根据所述最大碰撞时间、所述最小碰撞时间、所述每个横穿车辆的横向速度、所述当前车辆的可通行域、所述当前车辆与每个横穿车辆的左边界和右边界计算所述当前车辆与每个横穿车辆的最终碰撞时间。

44、根据本技术的一个实施例，在根据所述最终碰撞时间筛选出满足所述预设碰撞风险条件的碰撞车辆之后，所述第二筛选模块，还用于：

45、基于所述每个目标的几何中心与所述当前车辆的后轴中心的横向距离，将所述碰撞车辆划分为第一侧风险车辆集合和第二侧风险车辆集合；

46、分别对所述第一侧风险车辆集合和所述第二侧风险车辆集合中的碰撞车辆进行纵向距离计算，得到第一侧最小纵向距离车辆和第二侧最小纵向距离车辆。

47、根据本技术实施例提供的横穿车辆目标的筛选装置，获取车辆和周围目标的属性信息，筛选出满足条件的目标车辆，确定横穿车辆并计算最终碰撞时间，筛选出满足碰撞风险条件的碰撞车辆。由此，通过筛选出横纵向检测区域的横穿车辆，并基于横穿车辆计算出碰撞风险车辆的碰撞时间，解决了相关技术难以准确识别和分类横穿车辆、算法计算复杂等问题，且所需算力小，计算速度快。

48、本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的横穿车辆目标的筛选方法。

49、本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的横穿车辆目标的筛选方法。

50、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。