本發(fā)明屬于智能汽車技術領域，涉及基于道路邊沿旁邊的靜止目標確定道路邊沿的裝置和方法。

背景技術：

自動駕駛（包含輔助駕駛）是智能汽車發(fā)展的重要方向，并且越來越多的車輛中開始應用自動駕駛系統(tǒng)來實現車輛的自動駕駛功能。通常地，自動駕駛系統(tǒng)能需要隨時地確定車輛的可行駛區(qū)域，在確定可行駛區(qū)域的過程中，一個重要的方面是需要確定出當前行駛道路的道路邊沿。

目前，自動駕駛系統(tǒng)中通常是通過圖像傳感器（例如安裝在車輛上的攝像頭）所采集的包括車道線的圖像來確定道路邊沿的，其中，道路邊沿是基于實時采集的圖像中的車道線的圖像處理來確定的。這種確定道路邊沿的技術存在以下問題的至少一方面：

第一方面，必須依賴于車道的車道線，對于車道線模糊、車道線部分缺失或者車道線完全不存在的道路，是難以確定道路邊沿的，或者確定的道路邊沿是較大地偏離真實道路邊沿；

第二方面，這種確定道路邊沿的技術是基于圖像傳感器來實現的，然而在實際應用中，圖像傳感器在近距離圖像和遠距離圖像上所承載的信息量有所差異。一般地，就圖像上兩個像素點之間代表的實際物理距離來說，圖像傳感器鏡頭中心點附近距離比鏡頭邊界區(qū)更小，這樣，容易帶來對遠距離的車道線識別能力差的問題，也即，遠距離（相對于車輛）的道路邊沿的確定或檢測是不準確的。

技術實現要素：

本發(fā)明要解決的技術問題的至少一方面或者其他技術問題本發(fā)明提供以下技術方案。

按照本發(fā)明的一方面，提供一種確定道路邊沿的裝置，其包括：

安裝在車輛上的雷達探測器，其至少能夠檢測車輛所在道路的道路邊沿旁邊的靜止目標；和

處理部件，其被配置為：接收所述雷達探測器所檢測的靜止目標并提取出相對道路大致規(guī)則排列的靜止目標的排列信息，從而基于所述排列信息獲得道路邊沿信息。

按照本發(fā)明的又一方面，提供一種確定道路邊沿的方法，其特征在于，包括步驟：

（a）檢測車輛所在道路的道路邊沿旁邊的靜止目標；以及

（b）提取出相對道路大致規(guī)則排列的靜止目標的排列信息，以及基于所述排列信息獲得道路邊沿信息。

按照本發(fā)明的還一方面，提供一種車輛，設置有自動駕駛系統(tǒng)，所述自動駕駛系統(tǒng)中設置有上述任一所述的確定道路邊沿的裝置。

根據以下描述和附圖本發(fā)明的以上特征和操作將變得更加顯而易見。

附圖說明

從結合附圖的以下詳細說明中，將會使本發(fā)明的上述和其他目的及優(yōu)點更加完整清楚，其中，相同或相似的要素采用相同的標號表示。

圖1是按照本發(fā)明一實施例的確定道路邊沿的裝置的結構示意圖。

圖2是圖1所示實施例的裝置在確定道路邊沿時的應用場景示意圖。

圖3是按照本發(fā)明一實施例的確定道路邊沿的方法的流程圖。

具體實施方式

現在將參照附圖更加完全地描述本發(fā)明，附圖中示出了本發(fā)明的示例性實施例。但是，本發(fā)明可按照很多不同的形式實現，并且不應該被理解為限制于這里闡述的實施例。相反，提供這些實施例使得本公開變得徹底和完整，并將本發(fā)明的構思完全傳遞給本領域技術人員。附圖中，相同的標號指代相同的元件或部件，因此，將省略對它們的描述。

附圖中所示的一些方框圖是功能實體，不一定必須與物理或邏輯上獨立的實體相對應?？梢圆捎密浖问絹韺崿F這些功能實體，或者在一個或多個硬件模塊或集成電路中實現這些功能實體，或者在不同網絡和/或處理器裝置和/或微控制器裝置中實現這些功能實體。

圖1所示為按照本發(fā)明一實施例的確定道路邊沿的裝置的結構示意圖，圖2所示為圖1所示實施例的裝置在確定道路邊沿時的應用場景示意圖。以下結合圖1和圖2對本發(fā)明實施例的裝置及其工作原理進行示例說明。

如圖1所示，確定道路邊沿的裝置（以下簡稱為“確定裝置”）是被安裝在車輛100上，車輛100的具體類型不是限制性的，相對于該確定裝置，車輛100是該確定裝置的宿主車輛。該確定裝置可以應用于車輛100所安裝的自動駕駛系統(tǒng)上。

以圖2為示例說明，車輛100是在道路900上行駛，道路900具有相應的道路邊沿901a和901b，其中，901a為左道路邊沿，901b為右道路邊沿，在該應用場景中，道路邊沿901a和901b中并沒有通過車道線明確地標識出來，或者在該示例的一段道路900中并不存在相應的車道線來標識道路邊沿。道路900的兩旁存在各種靜止（相對道路靜止）物體，其是確定裝置檢測的目標，因此，也稱為“靜止目標”；示例地，道路900的左道路邊沿901a旁邊的靜止目標被示出，例如，樹801、電線桿802、隔離敦803（其中示出三個隔離敦803a、803b和803c）等，應當理解，道路邊沿旁邊的靜止目標并不限于以上實施例的物體種類，例如還可以是柵欄、指示牌立桿等，

確定裝置主要地包括安裝在車輛100上的雷達探測器110，其至少能夠檢測車輛100所在道路900的道路兩旁中的至少一旁的靜止目標。在一實施例中，雷達探測器110為毫米波雷達，其安裝在車輛100的前端，能夠在道路平面上以90°探測角度范圍檢測前方的各種物體，包括例如如圖2所示的道路邊沿901a旁邊的靜止目標。雷達探測器110在探測時發(fā)射一定波長的電磁波并接收來自前方物體的反射，因此，可以檢測到各種物體的位置，特別是對于遠距離（例如40米以上）的物體，與近距離物體一樣可以被相對準確地檢測（相對于圖像傳感器120來說），因此，其相對圖像傳感器120具有較佳的遠距離檢測特性。

需要指出的是，確定裝置中可以預先定義車輛坐標體系，即xy坐標體系，其中，以車輛100的質心為圓點o，x軸定義為車輛100的前方垂直方向，x坐標定義為相對車輛的質心的距離在垂直方向上的偏差，y軸定義為車輛100的水平方向，y坐標定義為相對所述車輛的質心的距離在水平方向上的偏差。雷達探測器110在檢測出各種物體（包括靜止物體）時，某一物體的坐標（x，y）被基本確定，其中，x坐標表示在車輛坐標體系下該物體與車輛100的質心的距離在垂直方向上的偏差（即x軸上的偏差），y坐標表示車輛坐標體系下該物體與車輛100的質心的距離在水平方向上的偏差（即y軸上的偏差）。

其中，毫米波雷達被配置能夠基于多普勒效應和宿主車輛的車速從檢測的各種物體中確定靜止目標，也即相對道路邊沿901靜止不動的物體。因此，毫米波雷達能夠基本實時地輸出靜止目標的相關信息（例如，在車輛坐標體系下的坐標）。

雷達探測器110使用毫米波雷達時具有相對成本低且能準確檢測遠距離（例如40米以上）的靜止目標的優(yōu)點，但是，應當理解，雷達探測器110并不限于為毫米波雷達，例如其還可以為激光雷達，激光雷達相對更為準確地檢測各種靜止目標（包括遠距離的靜止目標），但是，成本相對昂貴，對后續(xù)處理部件130的數據處理能力要求更高。

繼續(xù)如圖1所示，確定裝置還包括處理部件130，其被也設置車輛100上，具體其可以通過車輛100上的自動駕駛系統(tǒng)中的處理裝置來實現，也可以相對自動駕駛系統(tǒng)獨立設置處理器來實現。處理部件130可以處理其中存儲的算法代碼、并執(zhí)行來自自動駕駛系統(tǒng)或車輛的指令，處理部件130具體硬件實現方式已知的，在此不再詳述。

處理部件130主要可以對雷達探測器110傳輸過來的靜止目標相關信息進行數據處理來獲得道路邊沿曲線，其被配置為：接收雷達探測器110所檢測的靜止目標并提取出相對道路大致規(guī)則排列的靜止目標的排列信息，從而基于該排列信息獲得道路邊沿信息。其中，道路邊沿信息具體可以表現為道路邊沿曲線信息。以下以獲取圖2所示的左道路邊沿901a的道路邊沿曲線示例說明處理部件130的具體工作原理。

在一實施例中，雷達探測器110在一次掃描檢測后傳輸過來的靜止目標數量可能可以達到幾十個這個數量級，因此，在處理部件130中設置有相應的篩選單元131，其從能夠從雷達探測器110傳輸過來的眾多靜止目標中的篩選出至少三個以上靜止目標作為參照目標。如圖2所示，從可以從諸多靜止目標中篩選出相對道路900具有大致規(guī)則排列的樹木901、電線桿902、隔離敦903作為左道路邊沿901a的參照目標，對于不是相對左道路邊沿901a不規(guī)則排列的其他樹木、電性桿等靜止目標，可以不選擇作為參照目標或被過濾。

申請人注意到，由于道路900的兩旁一般會具有相對道路900大致規(guī)則排列的物體，例如樹木901和電線桿902等；在確定某一靜止目標是否相對道路900大致規(guī)則排列時，可以基于車輛100的當前的橫擺角速度（例如可以從車輛100的轉向系統(tǒng)等部件中采集獲?。﹣淼玫筋A測行駛軌跡，該預測行駛軌跡與當前的道路曲線是大致對應的，因此，可以大致基于靜止目標是否相對預測行駛軌跡大致規(guī)則排列來確定其靜止目標是否相對道路900大致規(guī)則排列，從而可以篩選出相應靜止目標作為的參照目標。應當理解的，“大致規(guī)則排列”中“大致”反映道路900的兩旁的靜止目標并不一定是嚴格按照某一規(guī)律相對道路整齊排列的，例如，在相對道路的排列整齊度上存在數米數量級上的公差等。

如圖2所示，左道路邊沿901a旁邊的規(guī)則排列的樹木801、電線桿802、隔離墩803等被篩選單元131確定為是相對預測行駛軌跡是大致規(guī)則排列的，因此，將它們中的至少三個作為參照目標，例如，選擇三個以上樹木801作為參照目標、或者選擇隔離墩803a、803b和803c作為參照目標、或者選擇多個樹木801和一個電線桿802和一個隔離墩803a作為參照目標。參照目標的數量越多，后續(xù)越有利于準確得到道路邊沿曲線。

在一實施例中，處理部件130中設置有目標曲線擬合單元132，其被配置為至少將三個或三個以上參照目標在車輛坐標體系下進行曲線擬合以得到相應的參照目標排列曲線。具體地，需要得到的參照目標排列曲線預先地以二次函數來定義，即以下函數關系式（1）：

y=c2×x²+c1×x+c0’（1）

其中，x為自變量，其對應為在車輛坐標體系下的x坐標，該x坐標定義為相對所述車輛的質心的距離在垂直方向上的偏差；y為因變量，其對應為在車輛坐標體系下的y坐標，該y坐標定義為相對所述車輛的質心的距離在水平方向上的偏差；c2為二次項系數，c1為一次項系數，c0’為常數項。

進一步，將多個參照目標的坐標代入二次函數關系式（1），計算出二次函數關系式（1）中的二次項系數c2、一次項系數c1和常數項c0’的值，從而得到了關系式（1），也即確定了參照目標排列曲線。

在又一實施例中，也可以還可以基于所述車輛的當前橫擺角速度來計算出當前車輛的轉彎半徑，從而計算得出關系式（1）中的二次項系數c2，此時二次函數關系式（1）降為一次函數關系式，基于多多個參照目標的坐標，進一步可以計算出一次項系數c1和常數項c0’的值，從而得到了關系式（1），也即確定了參照目標排列曲線。

在一實施例中，處理部件130中設置有道路邊沿估計單元133，其用于基于參照目標排列曲線估算得到道路邊沿曲線。在一實施例中，所述道路邊沿估計單元133通過以下方式得到相應的道路邊沿曲線：從二次函數關系式（1）得到以下二次函數關系式（2）作為道路邊沿曲線：

y=c2×x²+c1×x+c0（2）

其中，c0為常數項，c0=c0’+d，d為道路邊沿相對其旁邊大致規(guī)則排列的靜止目標的距離常數，例如，預先地估計出左道路邊沿901a旁邊對應的靜止目標（樹木801、電線桿802、隔離敦803等）相對左道路邊沿901a的距離常數d，一般地，樹木801、電線桿802、隔離敦803相對道路邊沿901的距離分別存在相應的規(guī)范規(guī)定，可以基于這些規(guī)定值來估算得到距離常數d（具體例如0.5m）

這樣，二次函數關系式（2）被確定，也即確定了道路邊沿曲線。

需要說明的是，盡管以上示例是以二次函數關系式來確定參照目標排列曲線和道路邊沿曲線，應當理解，還可以基于更高次的函數關系式（例如三次函數關系式、四次函數關系式）來確定參照目標排列曲線和道路邊沿曲線，當然，函數關系式次數越高，所需要的參照目標的個數也越多。

以上實施例的確定裝置可以基于道路兩旁的靜止目標來確定道路邊沿信息，完全不依賴于車道線來實現，也因此，非常適合應用于非結構化道路（例如車道線模糊、車道線消失或缺失的道路）中獲取道路邊沿信息；并且，也不依賴于圖像傳感器來實現，因此，擺脫遠距離道路無法準確地獲取相應的道路邊沿信息的問題，遠距離也可以相對準確地獲得道路邊沿信息。

以上實施例的確定裝置可以應用于具有自動駕駛系統(tǒng)的車輛100中，自動駕駛系統(tǒng)基于確定裝置提供的道路邊沿曲線，不但可以給出近端的可行駛區(qū)域，而且可以給出相對準確的遠端可行駛區(qū)域，其中，基于道路邊沿曲線來確定可行駛區(qū)域的算法并不是限制性的。

繼續(xù)如圖1所示，在又一實施例中，確定裝置中還可以設置圖像傳感器120，其例如可以安裝在車輛內部的大致后視鏡位置處，圖像傳感器120具體可以為攝像頭等，其可以實時地獲取道路900的車道線901（如果存在車道線901的情況下）的車道線圖像信息，當然，在實際應用中，圖像傳感器120所獲取的圖像信息并不限于車道線圖像信息，例如還包括前方車輛、行人、障礙物等等圖像信息。

在又一實施例中，確定裝置中的處理部件130還接收上述車道線圖像信息，并且，還基于車道線圖像信息實時計算得到道路900的道路邊沿曲線；基于車道線圖像信息來進行圖像處理并計算得到道路邊沿曲線是本領域公知的，在此不再詳述。因此，處理部件130可能可以得到兩種機理分別獲得的兩條道路邊沿曲線，處理部件130可以在不同場景下基于兩條道路邊沿曲線來確定道路900的道路邊沿曲線。

示例地，在一種場景下，道路900的車道線存在并且道路900旁存在相對道路900大致規(guī)則排列的靜止目標，基于上述兩種機理或者兩條道路邊沿曲線，對于近距離道路，其道路邊沿曲線可以采用基于車道線圖像信息計算得到的道路邊沿曲線，對于遠距離道路，其道路邊沿曲線采用基于所述靜止目標計算得到道路邊沿曲線，這樣，克服了基于車道線圖像信息計算得到的道路邊沿曲線在遠距離段不準確的問題。

示例地，在又一場景下，道路900的車道線存在部分路段缺失或不清楚、道路900旁存在相對道路900大致規(guī)則排列的靜止目標，對于在所述道路的車道線缺失或不清晰的路段，其道路邊沿曲線可以采用基于所述靜止目標計算得到道路邊沿曲線。從而克服基于圖像傳感器120在某些路段不能獲得或不能準確獲得道路邊沿曲線的問題。

圖3所示為按照本發(fā)明一實施例的確定道路邊沿的方法的流程圖。結合圖1至圖3，示例說明本發(fā)明實施例的確定道路邊沿的方法。

首先，步驟s310，檢測車輛所在道路的道路邊沿旁邊的靜止目標。

該步驟s310可以在諸如毫米波雷達的雷達探測器110中實現。通過雷達探測器110檢測車輛100所在道路900的道路兩旁中的至少一旁（例如左道路邊沿901a一側）的靜止目標，特別是對于遠距離（例如40米以上等）的物體，與近距離物體一樣可以被相對準確地檢測。毫米波雷達被配置能夠基于多普勒效應從檢測的各種物體中確定靜止目標，也即相對道路邊沿901靜止不動的物體，例如包括樹801、電線桿802、隔離敦803。因此，毫米波雷達能夠基本實時地輸出靜止目標的相關信息（例如，在車輛坐標體系下的坐標）。

進一步，步驟s320，從靜止目標中的篩選出參照目標。

該步驟s320主要的處理部件130中的篩選單元131中實現，該步驟中，從雷達探測器110傳輸過來的眾多靜止目標中的篩選出至少三個以上靜止目標作為參照目標。篩選的原則是以該靜止目標是否相對道路900大致規(guī)定排列，具體地，道路900可以以預測行駛軌跡來對應，該預測行駛軌跡可以基于車輛100的當前的橫擺角速度（例如可以從車輛100的轉向系統(tǒng)等部件中采集獲?。﹣淼玫?，基于左道路邊沿901a旁邊的規(guī)則排列的樹木801、電線桿802、隔離墩803等被確定為是相對預測行駛軌跡是大致規(guī)則排列的，從而將其篩選為參照目標。參照目標的數量越多，后續(xù)越有利于準確得到道路邊沿曲線。

進一步，步驟s330，對參照目標進行曲線擬合得到參照目標排列曲線。

該步驟s330主要在處理部件130的目標曲線擬合單元132中實現。在一實施例中，需要得到的參照目標排列曲線預先地以二次函數來定義，即以下函數關系式（1）：

y=c2×x²+c1×x+c0’（1）

其中，x為自變量，其對應為在車輛坐標體系下的x坐標，該x坐標定義為相對所述車輛的質心的距離在垂直方向上的偏差；y為因變量，其對應為在車輛坐標體系下的y坐標，該y坐標定義為相對所述車輛的質心的距離在水平方向上的偏差；c2為二次項系數，c1為一次項系數，c0’為常數項。

進一步，將多個參照目標的坐標（例如樹木801、電線桿802、隔離墩803在車輛坐標體現下的坐標）代入二次函數關系式（1），計算出二次函數關系式（1）中的二次項系數c2、一次項系數c1和常數項c0’的值，從而得到了關系式（1），也即確定了參照目標排列曲線。

在又一實施例中，也可以還可以基于所述車輛的當前橫擺角速度來計算出當前車輛的轉彎半徑，從而計算得出關系式（1）中的二次項系數c2，此時二次函數關系式（1）降為一次函數關系式，基于多多個參照目標的坐標，進一步可以計算出一次項系數c1和常數項c0’的值，從而得到了關系式（1），也即確定了參照目標排列曲線。

進一步，步驟s340，基于參照目標排列曲線估算得到道路邊沿曲線。

該步驟s330主要在處理部件130的道路邊沿估計單元133中實現。在一實施例中，通過以下方式得到相應的道路邊沿曲線：從二次函數關系式（1）得到以下二次函數關系式（2）作為道路邊沿曲線：

y=c2×x²+c1×x+c0（2）

其中，c0為常數項，c0=c0’+d，d為道路邊沿相對其旁邊大致規(guī)則排列的靜止目標的距離常數，例如，預先地估計出左道路邊沿901a旁邊對應的靜止目標（樹木801、電線桿802、隔離敦803等）相對左道路邊沿901a的距離常數d，一般地，樹木801、電線桿802、隔離敦803相對道路邊沿901的距離分別存在相應的規(guī)范規(guī)定，可以基于這些規(guī)定值來估算得到距離常數d（具體例如0.5m）

這樣，二次函數關系式（2）被確定，也即確定了道路邊沿曲線。

以上圖3所示實施例的確定道路邊沿的方法既不依賴于車道線、也不依賴于圖像傳感器來實現，非常適合應用于非結構化道路（例如車道線模糊、車道線消失或缺失的道路）中獲取道路邊沿信息，并且遠距離也可以相對準確地獲得道路邊沿信息。

在本文中，術語“近距離”和“遠距離”二者是分別大致基于雷達探測器的有效探測距離和圖像傳感器的有效探測距離來對應的，一般地，雷達探測器的有效探測距離相對圖像傳感器的有效探測距離更遠；因此，將小于或等于圖像傳感器的有效探測距離的距離范圍定義為“近距離”，將超出圖像傳感器的有效探測距離的距離范圍定義為本申請的“遠距離”。需要理解是，“近距離”與“遠距離”之間并不是基于固定的距離值來劃分，例如，不同型號的圖像傳感器的有效探測距離可能也不同，還例如有，隨著圖像傳感器技術的發(fā)展，在本申請日之后新涌現的圖像傳感器的有效探測距離也可能更遠。

以上例子主要說明了本發(fā)明的確定道路邊沿的裝置和方法。盡管只對其中一些本發(fā)明的實施方式進行了描述，但是本領域普通技術人員應當了解，本發(fā)明可以在不偏離其主旨與范圍內以許多其他的形式實施。因此，所展示的例子與實施方式被視為示意性的而非限制性的，在不脫離如所附各權利要求所定義的本發(fā)明精神及范圍的情況下，本發(fā)明可能涵蓋各種的修改與替換。