目标跟踪方法及装置制造方法及图纸

本发明专利技术是关于一种目标跟踪方法及装置，属于智能车领域，该目标跟踪方法包括：获取毫米波雷达周期性采集的多个目标的雷达数据；从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；从所述n个有效目标选取跟踪目标，所述跟踪目标与所述本车位于同一车道，且与所述本车的纵向相对距离最小；对所述跟踪目标的雷达数据进行更新，解决了目标跟踪和目标的数据更新的难度较大的问题，降低了目标跟踪和目标的数据更新的难度，用于智能车跟踪目标。

【技术实现步骤摘要】
目标跟踪方法及装置
本专利技术涉及智能车领域，特别涉及一种目标跟踪方法及装置。
技术介绍
随着科技的不断发展和进步，计算机技术、现代传感技术和人工智能技术等逐渐应用到了汽车领域中，具有环境感知、路径规划、辅助驾驶等功能的智能车辆应运而生。通过对智能车辆进行控制，可以使智能车辆自动按照预先制定的行驶路径安全行驶。其中，目标跟踪技术是保证智能车辆安全行驶的关键。通过目标跟踪技术可以检测并估计智能车周围环境中的各类目标，比如车辆、行人等的位置数据及运动状态数据。相关技术中采用目标跟踪技术检测的目标很多，一般会多于10个，检测到的目标中常常会存在很多无效目标，导致目标跟踪和目标的数据更新的难度较大。
技术实现思路
本专利技术实施例提供了一种目标跟踪方法及装置，可以解决相关技术中目标跟踪和目标的数据更新的难度较大的问题。所述技术方案如下：根据本专利技术实施例的第一方面，提供一种目标跟踪方法，该方法包括：获取毫米波雷达周期性采集的多个目标的雷达数据；从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；从所述n个有效目标中选取跟踪目标，所述跟踪目标与本车位于同一车道，且与所述本车的纵向相对距离最小；对所述跟踪目标的雷达数据进行更新。可选的，每个所述目标的雷达数据包括所述目标与所述本车的相对距离，相对速度和角度，在所述从所述多个目标的雷达数据中滤除无效目标的雷达数据之前，所述方法还包括：当所述多个目标的雷达数据中存在第一雷达数据时，将所述第一雷达数据确定为空目标的雷达数据，所述第一雷达数据中相对距离为0，相对速度为初始值，角度为0；当所述多个目标的雷达数据中存在第二雷达数据时，将所述第二雷达数据确定为静态目标的雷达数据，所述第二雷达数据中相对距离大于0，相对速度在预设速度范围内波动，角度大于0；当所述多个目标的雷达数据中存在第三雷达数据时，将所述第三雷达数据确定为干扰目标的雷达数据，所述第三雷达数据的连续出现时长小于预设时长且存在跳变；当所述多个目标的雷达数据中存在第四雷达数据时，将所述第四雷达数据确定为虚假目标的雷达数据，所述第四雷达数据连续出现的次数小于预设次数。可选的，每个所述目标的雷达数据还包括所述目标与所述本车的相对加速度，所述对所述跟踪目标的雷达数据进行更新，包括：获取所述毫米波雷达下一次采集的所述跟踪目标的雷达数据；根据所述毫米波雷达下一次采集的所述跟踪目标的雷达数据确定下一次所述跟踪目标的状态数据，所述状态数据包括所述跟踪目标与所述本车的横向相对距离，所述跟踪目标与所述本车的相对速度，以及所述跟踪目标与所述本车的相对加速度；采用卡尔曼滤波算法预测下一次所述跟踪目标的状态数据；当预测的下一次所述跟踪目标的状态数据与确定的下一次所述跟踪目标的状态数据的差值不大于预设值时，将上一次所述跟踪目标的雷达数据更新为确定的下一次所述跟踪目标的雷达数据。可选的，所述从所述n个有效目标中选取跟踪目标，包括：将所述n个有效目标按照有效目标与所述本车的纵向相对距离从小到大排序，得到排序后的n个有效目标；从排序后的n个有效目标中选取所述跟踪目标。根据本专利技术实施例的第二方面，提供一种目标跟踪装置，包括：获取模块，用于获取毫米波雷达周期性采集的多个目标的雷达数据；滤除模块，用于从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；选取模块，用于从所述n个有效目标中选取跟踪目标，所述跟踪目标与本车位于同一车道，且与所述本车的纵向相对距离最小；更新模块，用于对所述跟踪目标的雷达数据进行更新。可选的，每个所述目标的雷达数据包括所述目标与所述本车的相对距离，相对速度和角度，所述装置还包括：确定模块，用于：在所述多个目标的雷达数据中存在第一雷达数据时，将所述第一雷达数据确定为空目标的雷达数据，所述第一雷达数据中相对距离为0，相对速度为初始值，角度为0；在所述多个目标的雷达数据中存在第二雷达数据时，将所述第二雷达数据确定为静态目标的雷达数据，所述第二雷达数据中相对距离大于0，相对速度在预设速度范围内波动，角度大于0；在所述多个目标的雷达数据中存在第三雷达数据时，将所述第三雷达数据确定为干扰目标的雷达数据，所述第三雷达数据的连续出现时长小于预设时长且存在跳变；在所述多个目标的雷达数据中存在第四雷达数据时，将所述第四雷达数据确定为虚假目标的雷达数据，所述第四雷达数据连续出现的次数小于预设次数。可选的，每个所述目标的雷达数据还包括所述目标与所述本车的相对加速度，所述更新模块，用于：获取所述毫米波雷达下一次采集的所述跟踪目标的雷达数据；根据所述毫米波雷达下一次采集的所述跟踪目标的雷达数据确定下一次所述跟踪目标的状态数据，所述状态数据包括所述跟踪目标与所述本车的横向相对距离，所述跟踪目标与所述本车的相对速度，以及所述跟踪目标与所述本车的相对加速度；采用卡尔曼滤波算法预测下一次所述跟踪目标的状态数据；当预测的下一次所述跟踪目标的状态数据与确定的下一次所述跟踪目标的状态数据的差值不大于预设值时，将上一次所述跟踪目标的雷达数据更新为确定的下一次所述跟踪目标的雷达数据。可选的，所述选取模块，用于：将所述n个有效目标按照有效目标与所述本车的纵向相对距离从小到大排序，得到排序后的n个有效目标；从排序后的n个有效目标中选取所述跟踪目标。根据本专利技术实施例的第三方面，提供一种目标跟踪装置，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计算机程序时实现第一方面所述的目标跟踪方法。根据本专利技术实施例的第四方面，提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的目标跟踪方法。根据本专利技术实施例的第五方面，提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得计算机执行第一方面所述的目标跟踪方法。本专利技术实施例提供的技术方案至少包括以下有益效果：能够从毫米波雷达周期性采集的多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，并从n个有效目标中选取跟踪目标，之后对跟踪目标的雷达数据进行更新，由于对无效目标的雷达数据进行了滤除，所以降低了目标跟踪和目标数据更新的难度。附图说明为了更清楚地说明本专利技术的实施例，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例所涉及的实施环境示意图；图2是本专利技术实施例提供的一种目标与本车的相对距离和角度的示意图；图3是本专利技术实施例提供的一种目标跟踪方法的流程图；图4是本专利技术实施例提供的另一种目标跟踪方法的流程图；图5是本专利技术实施例提供的有效目标与本车的横向相对距离、纵向相对距离的示意图；图6是本专利技术实施例提供的一种对跟踪目标的雷达数据进行更新的流程图；图7是本专利技术实施例提供的一种目标跟踪装置的结构示意图；图8是本专利技术实施例提供的另一种目标跟踪装置的结构示意图；图本文档来自技高网...

【技术保护点】
1.一种目标跟踪方法，其特征在于，所述方法包括：获取毫米波雷达周期性采集的多个目标的雷达数据；从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；从所述n个有效目标中选取跟踪目标，所述跟踪目标与本车位于同一车道，且与所述本车的纵向相对距离最小；对所述跟踪目标的雷达数据进行更新。

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，所述方法包括：获取毫米波雷达周期性采集的多个目标的雷达数据；从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；从所述n个有效目标中选取跟踪目标，所述跟踪目标与本车位于同一车道，且与所述本车的纵向相对距离最小；对所述跟踪目标的雷达数据进行更新。2.根据权利要求1所述的方法，其特征在于，每个所述目标的雷达数据包括所述目标与所述本车的相对距离，相对速度和角度，在所述从所述多个目标的雷达数据中滤除无效目标的雷达数据之前，所述方法还包括：当所述多个目标的雷达数据中存在第一雷达数据时，将所述第一雷达数据确定为空目标的雷达数据，所述第一雷达数据中相对距离为0，相对速度为初始值，角度为0；当所述多个目标的雷达数据中存在第二雷达数据时，将所述第二雷达数据确定为静态目标的雷达数据，所述第二雷达数据中相对距离大于0，相对速度在预设速度范围内波动，角度大于0；当所述多个目标的雷达数据中存在第三雷达数据时，将所述第三雷达数据确定为干扰目标的雷达数据，所述第三雷达数据的连续出现时长小于预设时长且存在跳变；当所述多个目标的雷达数据中存在第四雷达数据时，将所述第四雷达数据确定为虚假目标的雷达数据，所述第四雷达数据连续出现的次数小于预设次数。3.根据权利要求2所述的方法，其特征在于，每个所述目标的雷达数据还包括所述目标与所述本车的相对加速度，所述对所述跟踪目标的雷达数据进行更新，包括：获取所述毫米波雷达下一次采集的所述跟踪目标的雷达数据；根据所述毫米波雷达下一次采集的所述跟踪目标的雷达数据确定下一次所述跟踪目标的状态数据，所述状态数据包括所述跟踪目标与所述本车的横向相对距离，所述跟踪目标与所述本车的相对速度，以及所述跟踪目标与所述本车的相对加速度；采用卡尔曼滤波算法预测下一次所述跟踪目标的状态数据；当预测的下一次所述跟踪目标的状态数据与确定的下一次所述跟踪目标的状态数据的差值不大于预设值时，将上一次所述跟踪目标的雷达数据更新为确定的下一次所述跟踪目标的雷达数据。4.根据权利要求2所述的方法，其特征在于，所述从所述n个有效目标中选取跟踪目标，包括：将所述n个有效目标按照有效目标与所述本车的纵向相对距离从小到大排序，得到排序后的n个有效目标；从排序后的n个有效目标中选取所述跟踪目标。5.一种目标跟踪装置，其特征在于，包括：获取模块，用于获取毫米波雷达周期性采集的多个目标的雷达数据；滤除模块，用于从所述多个目标的雷达数据中...

【专利技术属性】
技术研发人员：李娟娟，范贤根，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：安徽,34