基于激光雷达的目标追踪方法、装置及控制器和存储介质制造方法及图纸

本发明专利技术公开了一种基于激光雷达的目标追踪方法和装置，该方法包括：实时获取激光雷达采集的点云数据；基于点云数据获取多个目标点云；提取多个目标点云中每个目标点云的多个关键点；检测多个目标点云中是否存在与多个关键点匹配的追踪目标；若存在追踪目标，则将与追踪目标相匹配的多个关键点确定为多个目标关键点，并根据多个目标关键点确定追踪目标的运行状态。本发明专利技术通过在目标点云提取出多个关键点，并根据该多个关键点来判断追踪目标的动静状态，以及确定追踪目标运动信息，有效地提高了判断追踪目标的动静状态的准确性和运行信息的精度，进而提高了无人驾驶车辆的行驶安全，并保证了车内人员的人身安全。

Target Tracking Method, Device, Controller and Storage Media Based on Lidar

【技术实现步骤摘要】
基于激光雷达的目标追踪方法、装置及控制器和存储介质
本专利技术涉及自动驾驶
，尤其涉及一种基于激光雷达的目标追踪方法、目标追踪装置及控制器和计算机可读存储介质。
技术介绍
目前，在无人驾驶车辆行驶过程中，通过激光雷达采集的点云数据中的目标点云的运动信息的估计，主要根据目标点云的质心点的位置来确定，但是由于目标自身或者其他目标的遮挡，运动目标的质心点的位置很难保持稳定，容易出现运动信息估计不准、动静状态判断错误等情况的发生，对后续目标的轨迹和行为预测造成很大影响，最终给无人驾驶车辆的行为决策带来风险。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于激光雷达的目标追踪方法和目标追踪装置，通过在目标点云提取出多个关键点，并根据该多个关键点来判断追踪目标的动静状态，以及确定追踪目标运动信息，有效地提高了判断追踪目标的动静状态的准确性和运动信息的精度，进而提高了无人驾驶车辆的行驶安全，并保证了车内人员的人身安全。为了解决上述技术问题，根据本专利技术一方面，提供了一种基于激光雷达的目标追踪方法，包括:实时获取激光雷达采集的点云数据；基于所述点云数据获取多个目标点云；提取所述多个目标点云中每个目标点云的多个关键点；检测所述多个目标点云中是否存在与所述多个关键点匹配的追踪目标；若存在所述追踪目标，则将与所述追踪目标相匹配的所述多个关键点确定为多个目标关键点，并根据所述多个目标关键点确定所述追踪目标的运行状态。进一步的，所述运行状态包括：动静状态和运动信息；所述若存在所述追踪目标，则根据与所述追踪目标相匹配的多个目标关键点确定所述追踪目标的运行状态的步骤，包括：通过贝叶斯滤波器与所述多个目标关键点判断所述追踪目标的所述动静状态；当所述追踪目标处于运动状态时，通过卡尔曼滤波器与所述多个目标关键点确定所述追踪目标的所述运动信息。进一步的，所述通过贝叶斯滤波器与所述多个目标关键点判断所述追踪目标的所述动静状态的步骤，包括：计算当前所述多个目标关键点和上一帧所述多个目标关键点的每个关键点的位移距离，通过先验设定方法赋予所述多个位移距离分别对应的第一移动概率值；计算连续的预设数量帧的所述多个目标关键点中每个关键点的位移距离之和，通过先验设定方法赋予多个所述位移距离之和分别对应的第二移动概率值；根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值；根据所述目标移动概率值确定所述追踪目标的所述动静状态。进一步的，所述根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值的计算公式为：log_odds+＝log(pmoving/(1-pmoving))P＝1-1/(1+elog_odds)其中，log_odds+为多个所述第一概率值和多个所述第二概率值的累加值，pmoving为多个所述第一概率值和多个所述第二概率值，P为所述目标移动概率值。进一步的，所述运动信息包括：追踪目标的运动速度、加速度、航向和角速度；所述当所述追踪目标处于运动状态时，通过卡尔曼滤波器与所述多个目标关键点确定所述追踪目标的运动信息的步骤，包括：根据当前所述多个目标关键点与上一帧所述多个目标关键点的移动距离与时间间隔计算出多个目标运动速度；基于所述多个目标运动速度通过所述卡尔曼滤波器确定所述追踪目标的运动速度和加速度；计算当前所述多个目标关键点与上一帧所述多个目标关键点的运动方向；基于所述运动方向通过所述卡尔曼滤波器确定出所述追踪目标的航向和角速度。进一步的，所述多个关键点包括：质心点、长边中心点和最近点；以及所述提取所述多个目标点云中每个目标点云的多个关键点的步骤，包括：计算每个所述目标点云中各点的三维坐标的平均值，将所述平均值所对应的点作为所述质心点；采用直线拟合方法提取每个所述目标点云的最长边，并将所述最长边的中点作为所述长边中心点；遍历每个所述目标点云的全部点，将距离所述激光雷达的原点最近的点作为所述最近点。进一步地，所述基于所述点云数据获得多个目标点云的步骤，包括：将所述点云数据进行地面去除和分割聚类，得到所述多个目标点云。根据本专利技术另一方面，提供一种基于激光雷达的目标追踪装置，包括：第一获取模块，配置为实时获取激光雷达采集的点云数据；第二获取模块，配置为基于所述点云数据获取多个目标点云；提取模块，配置为提取所述多个目标点云中每个目标点云的多个关键点；检测模块，配置为检测所述多个目标点云中是否存在与所述多个关键点匹配的追踪目标；确定模块，配置为在所述多个目标点云中存在所述追踪目标时，将与所述追踪目标相匹配的所述多个关键点确定为多个目标关键点，并根据所述多个目标关键点确定所述追踪目标的运行状态。进一步的，所述运行状态包括：动静状态和运动信息；所述确定模块包括：判断子模块，配置为通过贝叶斯滤波器与所述多个目标关键点判断所述追踪目标的动静状态；确定子模块，配置为在所述追踪目标处于运动状态时，通过卡尔曼滤波器与所述多个目标关键点确定所述追踪目标的运动信息。进一步的，所述判断子模块包括：第一计算单元，配置为计算当前所述多个目标关键点和上一帧所述多个目标关键点的每个关键点的位移距离，通过先验设定方法赋予所述多个位移距离分别对应的第一移动概率值；所述第一计算单元还配置为计算连续的预设数量帧的所述多个目标关键点中每个关键点的位移距离之和，通过先验设定方法赋予多个所述位移距离之和分别对应的第二移动概率值；所述第一计算单元还配置为根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值；第一确定单元，配置为根据所述目标移动概率值确定所述追踪目标的所述动静状态。进一步的，所述根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值的计算公式为：log_odds+＝log(pmoving/(1-pmoving))P＝1-1/(1+elog_odds)其中，log_odds+为多个所述第一概率值和多个所述第二概率值的累加值，pmoving为多个所述第一概率值和多个所述第二概率值，P为所述目标移动概率值。进一步地，所述运动信息包括：追踪目标的运动速度、加速度、航向和角速度；所述确定子模块包括：第二计算单元，配置为根据当前所述多个目标关键点与上一帧所述多个目标关键点的移动距离与时间间隔计算出多个目标运动速度；第二确定单元，配置为基于所述多个目标运动速度通过所述卡尔曼滤波器确定所述追踪目标的所述运动速度和所述加速度；所述第二计算单元还配置为计算当前所述多个目标关键点与上一帧所述多个目标关键点的运动方向；所述第二确定单元还配置为基于所述运动方向通过所述卡尔曼滤波器确定出所述追踪目标的所述航向和所述角速度。进一步地，所述多个关键点包括：质心点、长边中心点和最近点；以及所述提取模块包括：计算子模块，配置为计算每个所述目标点云中各点的三维坐标的平均值，将所述平均值所对应的点确定所述质心点；提取子模块，配置为采用直线拟合方法提取每个所述目标点云的最长边，并将所述最长边的中点确定为所述长边中心点；遍历子模块，配置为遍历每个所述目标点云的全部点，将距离所述激光雷达的原点最近的点确定为所述最近点。进一步地，所述第二获取模块具体用于：将所述点云数据进行地面去除和分割聚类本文档来自技高网...

【技术保护点】
1.一种基于激光雷达的目标追踪方法，其特征在于，包括：实时获取激光雷达采集的点云数据；基于所述点云数据获取多个目标点云；提取所述多个目标点云中每个目标点云的多个关键点；检测所述多个目标点云中是否存在与所述多个关键点匹配的追踪目标；若存在所述追踪目标，则将与所述追踪目标相匹配的所述多个关键点确定为多个目标关键点，并根据所述多个目标关键点确定所述追踪目标的运行状态。

【技术特征摘要】
1.一种基于激光雷达的目标追踪方法，其特征在于，包括：实时获取激光雷达采集的点云数据；基于所述点云数据获取多个目标点云；提取所述多个目标点云中每个目标点云的多个关键点；检测所述多个目标点云中是否存在与所述多个关键点匹配的追踪目标；若存在所述追踪目标，则将与所述追踪目标相匹配的所述多个关键点确定为多个目标关键点，并根据所述多个目标关键点确定所述追踪目标的运行状态。2.根据权利要求1所述的基于激光雷达的目标追踪方法，其特征在于，所述运行状态包括：动静状态和运动信息；所述若存在所述追踪目标，则根据与所述追踪目标相匹配的多个目标关键点确定所述追踪目标的运行状态的步骤，包括：通过贝叶斯滤波器与所述多个目标关键点判断所述追踪目标的所述动静状态；当所述追踪目标处于运动状态时，通过卡尔曼滤波器与所述多个目标关键点确定所述追踪目标的所述运动信息。3.根据权利要求2所述的基于激光雷达的目标追踪方法，其特征在于，所述通过贝叶斯滤波器与所述多个目标关键点判断所述追踪目标的所述动静状态的步骤，包括：计算当前所述多个目标关键点和上一帧所述多个目标关键点的每个关键点的位移距离，通过先验设定方法赋予所述多个位移距离分别对应的第一移动概率值；计算连续的预设数量帧的所述多个目标关键点中每个关键点的位移距离之和，通过先验设定方法赋予多个所述位移距离之和分别对应的第二移动概率值；根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值；根据所述目标移动概率值确定所述追踪目标的所述动静状态。4.根据权利要求3所述的基于激光雷达的目标追踪方法，其特征在于，所述根据多个所述第一移动概率值和多个所述第二移动概率值计算出所述追踪目标的目标移动概率值的计算公式为：log_odds+＝log(pmoving/(1-pmoving))P＝1-1/(1+elog_odds)其中，log_odds+为多个所述第一概率值和多个所述第二概率值的累加值，pmoving为多个所述第一概率值和多个所述第二概率值，P为所述目标移动概率值。5.根据权利要求2所述的基于激光雷达目标追踪方法，其特征在于，所述运动信息包括：追踪目标的运动速度、加速度、航向和角速度；所述当所述追踪目标处于运动状态时，通过卡尔曼滤波器与所述多个目标关键点确定所述追踪目标的运动信息的步骤，包括：根据当前所述多个目标关键点与上一帧所述多个目标关键点的移动距离与时间间隔计算出多个目标运动速度；基于所述多个目标运动速度通过所述卡尔曼滤波器确定所述追踪目标的运动速度和加速度；计算当前所述多个目标关键点与上一帧所述多个目标关键点的运动方向；基于所述运动方向通过所述卡尔曼滤波器确定出所述追踪目标的航向和角速度。6.根据权利要求1-5中任一项所述的基于激光雷达的目标追踪方法，其特征在于，所述多个关键点包括：质心点、长边中心点和最近点；以及所述提取所述多个目标点云中每个目标点云的多个关键点的步骤，包括：计算每个所述目标点云中各点的三维坐标的平均值，将所述平均值所对应的点作为所述质心点；采用直线拟合方法提取每个所述目标点云的最长边，并将所述最长边的中点作为所述长边中心点；遍历每个所述目标点云的全部点，将距离所述激光雷达的原点最近的点作为所述最近点。7.根据权利要求6所述的基于激光雷达的目标追踪方法，其特征在于，所述基于所述点云数据获得多个目标点云的步骤，包括：将所述点云数据进行地面去除和分割聚类，得到所述多个目标点云。8.一种基于激光雷达的目标追踪装置，其特征在于，包括：第一获取模块，配置为实时获取激光雷达采集的点云数据；第二获取模块，配置为基于所述点云数据获取多个目标点云；提取模块，配置为提取所述...

【专利技术属性】
技术研发人员：翁理洪，董潇健，
申请(专利权)人：上海蔚来汽车有限公司，
类型：发明
国别省市：上海,31