一种车辆姿态识别方法及相关设备技术

一种车辆姿态识别方法和装置，其中方法包括：特征图表征每个特征点位于目标车辆中不同部件的概率，基于特征图中的多个特征点，确定特征图所包含的目标车辆的多个部件，根据多个部件之间的位置关系，确定目标车辆的车辆面，进而根据确定出的车辆面识别目标车辆的姿态；在得到车辆面的过程中包括多次迭代，第i次迭代中，基于第i‑1次迭代中目标特征点分别位于不同部件的概率，确定目标特征点的部件识别结果，部件识别结果具有第一结果可靠度；根据多个待定部件之间的位置关系确定车辆面识别结果，车辆面识别结果具有第二结果可靠度；依据第一结果可靠度和第二结果可靠度，更新得到第i次迭代中目标特征点位于不同部件的概率。

【技术实现步骤摘要】
【国外来华专利技术】一种车辆姿态识别方法及相关设备
本申请涉及自动驾驶
，尤其涉及一种车辆姿态识别方法及相关设备。
技术介绍
自动驾驶技术近年来发展迅猛，已经成为整个工业界炙手可热的方向。自动驾驶技术主要包括环境感知，路径规划，运动控制三个部分。其中，环境感知是自动驾驶技术中十分重要的组成部分，通过环境感知可以识别出周围环境中车辆的姿态信息，由于车辆的姿态信息往往与车辆后续的行驶行为存在联系，因此，车辆的姿态信息可以作为路径规划的依据，从而控制车辆按照规划的路径行驶，保证自动驾驶的安全性。目前，PointNet通过使用多层感知器(MultilayerPerceptron，MLP)对点云数据进行处理得到概率矩阵，以对点云数据进行精确聚类，例如区分出哪些特征点属于车辆，哪些特征点属于行人等，从而根据较为精确的聚类结果识别车辆姿态。但是，在这种方法中，依靠车辆的全局特征对点云数据进行精确聚类，整个模型达到精确聚类的速度慢，从而导致识别车辆姿态信息的过程中需要等待时间较长，难以达到自动驾驶领域的实时性要求。
技术实现思路
本申请实施例提供了一种车辆姿态识别方法及相关设备，更加快速地识别目标车辆的姿态，容易达到自动驾驶领域的实时性要求。为解决上述技术问题，本申请实施例提供以下技术方案：本申请实施例第一方面提供一种车辆姿态识别方法，当需要识别目标车辆的姿态时，可以获取特征图，由于特征图表征每个特征点位于目标车辆中不同部件的概率，故，基于特征图中的多个特征点，可以确定特征图所包含的目标车辆的多个部件。而目标车辆的车辆面上部件之间的位置关系是固定的，因此，可以根据多个部件之间的位置关系，确定目标车辆的车辆面，进而根据确定出的车辆面识别目标车辆的姿态。在得到车辆面的过程中包括多次迭代，每次迭代例如第i次迭代时，可以基于第i-1次迭代中目标特征点分别位于不同部件的概率，确定目标特征点的部件识别结果，部件识别结果反映了目标特征点所位于的部件，这样，根据部件识别结果可以确定多个待定部件。然后，根据多个待定部件之间的位置关系确定车辆面识别结果。由于部件识别结果具有第一结果可靠度，车辆面识别结果具有第二结果可靠度，这样，可以依据第一结果可靠度和第二结果可靠度，更新得到第i次迭代中目标特征点位于不同部件的概率。保证将第i-1次迭代对应的概率向着可靠度较高的方向调整，从而得到较为精确、可信的概率。由于该方法考虑了部件的局部特征，而部件的局部特征与车辆面之间的是存在关联关系的，即部件在车辆面上的相对位置关系固定，这样，结合部件识别结果和车辆面识别结果可以更快的得到可信的车辆面识别结果，从而更加快速地识别目标车辆的姿态，容易达到自动驾驶领域的实时性要求。在本申请实施例第一方面的第一种实现方式中，应理解的是，为了提高识别结果的准确性，在第i次迭代时目标特征点位于不同部件的概率应该比第i-1次迭代时目标特征点位于不同部件的概率更加准确，从而能够根据更加精确的概率得到更加准确的部件识别结果。因此，在更新得到第i次迭代时目标特征点位于不同部件的概率时，应该根据结果可靠度高的识别结果进行更新。作为一种示例，当第一结果可靠高于第二结果可靠度时，基于第一结果可靠度和第二结果可靠度，更新得到第i次迭代中目标特征点位于不同部件的概率的实现方式可以是以预设的第一变化量增加目标特征点位于目标部件的概率，和/或，以预设的第二变化量减少目标特征点位于非目标部件的概率，其中，目标部件为部件识别结果指示的部件。在本申请实施例第一方面的第二种实现方式中，当第一结果可靠低于第二结果可靠度时，基于第一结果可靠度和第二结果可靠度，更新得到第i次迭代中目标特征点位于不同部件的概率的实现方式可以是以预设的第三变化量增加目标特征点位于目标车辆面上至少一个部件的概率，和/或，以预设的第四变化量减少目标特征点位于非目标车辆面上至少一个部件的概率，其中，目标车辆面为车辆面识别结果指示的车辆面。在本申请实施例第一方面的第三种实现方式中，主要对基于第i-1次迭代中目标特征点位于不同部件的概率，确定目标特征点的部件识别结果进行介绍。在一些情况下，可能存在目标特征点位于多个不同部件的概率大于预设概率阈值，而目标特征点实际上应该位于一个部件。因此，为了确定出目标特征点最有可能位于的部件，可以将对应概率最高的部件确定为目标特征点所位于的部件。在本申请实施例第一方面的第四种实现方式中，由于目标车辆的每个车辆面上部件之间的位置关系是固定的，可以预先保存每个车辆面上部件间的位置关系即预设位置关系，每个预设位置关系对应一个车辆面。当根据部件识别结果确定出待定部件后，将多个待定部件之间的位置关系分别和多个预设位置关系进行比较，差异越小，说明待定部件越有可能位于该预设位置关系对应的车辆面，因此，将差异最小的预设位置关系所对应的车辆面确定为目标特征点所在的车辆面。在本申请实施例第一方面的第五种实现方式中，为了准确的识别出目标车辆的车辆面，停止迭代时所得到的车辆面识别结果应该是准确的、可靠的。因此，迭代的停止条件也将影响着车辆面识别结果的准确性。作为一种示例，第i次迭代时，可以根据第一代价确定迭代结束条件。第一代价可以体现第二结果可靠度与第二预设可靠度之间的相差程度，二者之间的相差程度越小，车辆面识别结果的准确性越高。当二者之间的相差程度足够小时，例如当第一代价小于第一阈值时，结束多次迭代。其中，特征图为多层特征图，每层特征图对应目标车辆中的一个部件，第一代价根据如下公式获得：[根据细则26改正04.07.2019][根据细则26改正04.07.2019]表示第i次迭代的第一代价，表示的欧几里得范数的平方，为第c层特征图中特征点P对应的第二结果可靠度，为第c层特征图中特征点P对应的第二预设可靠度，第c层特征图包括位于同一个部件的特征点；W1(P)表征特征点P的第二结果可靠度的权重。在本申请实施例第一方面的第六种实现方式中，应理解的是，在迭代过程中不仅得到车辆面识别结果，而且还得到部件识别结果，因此，为了进一步提高部件识别结果的准确性，以进一步提高目标车辆姿态识别的准确性，迭代结束的条件不仅需要考虑车辆面识别结果的第一代价，还需要综合考虑部件识别结果的第三代价，以便根据综合代价例如第二代价确定迭代结束条件。作为一种示例，第i次迭代时，可以根据第二代价确定迭代结束条件，例如当第二代价小于第二阈值时，结束多次迭代；其中，第二代价根据如下公式获得：[根据细则26改正04.07.2019][根据细则26改正04.07.2019]f为第i次迭代的第二代价，为第一代价，为第i次迭代的第三代价，I为迭代次数，第三代价根据如下公式获得：[根据细则26改正04.07.2019][根据细则26改正04.07.2019]表示第i次迭代的第三代价，表示的欧几里得范数的平方，为第c层特征图中特征点P对应的第一结果可靠度，为第c层特征图中特征点P对应的第一预设可靠度；W2(P)表本文档来自技高网...

【技术保护点】
一种车辆姿态识别方法，其特征在于，所述方法包括：/n基于特征图中的多个特征点，确定所述特征图所包含的目标车辆的多个部件，其中，所述特征图用于表征每个所述特征点位于所述目标车辆中不同部件的概率；/n根据所述多个部件之间的位置关系，确定所述目标车辆的车辆面；/n根据所述车辆面，识别所述目标车辆的姿态；/n其中，所述多个特征点包括目标特征点，所述车辆面经过多次迭代确定，所述多次迭代中的第i次迭代，包括：/n基于第i-1次迭代中所述目标特征点位于不同部件的概率，确定所述目标特征点的部件识别结果，所述部件识别结果具有第一结果可靠度；/n根据所述多个特征点的部件识别结果，确定多个待定部件；/n根据所述多个待定部件之间的位置关系，确定所述目标特征点的车辆面识别结果，所述车辆面识别结果具有第二结果可靠度；/n基于所述第一结果可靠度和所述第二结果可靠度，更新得到所述第i次迭代中所述目标特征点位于不同部件的概率。/n

【技术特征摘要】
【国外来华专利技术】一种车辆姿态识别方法，其特征在于，所述方法包括：
基于特征图中的多个特征点，确定所述特征图所包含的目标车辆的多个部件，其中，所述特征图用于表征每个所述特征点位于所述目标车辆中不同部件的概率；
根据所述多个部件之间的位置关系，确定所述目标车辆的车辆面；
根据所述车辆面，识别所述目标车辆的姿态；
其中，所述多个特征点包括目标特征点，所述车辆面经过多次迭代确定，所述多次迭代中的第i次迭代，包括：
基于第i-1次迭代中所述目标特征点位于不同部件的概率，确定所述目标特征点的部件识别结果，所述部件识别结果具有第一结果可靠度；
根据所述多个特征点的部件识别结果，确定多个待定部件；
根据所述多个待定部件之间的位置关系，确定所述目标特征点的车辆面识别结果，所述车辆面识别结果具有第二结果可靠度；
基于所述第一结果可靠度和所述第二结果可靠度，更新得到所述第i次迭代中所述目标特征点位于不同部件的概率。


根据权利要求1所述的方法，其特征在于，当所述第一结果可靠高于所述第二结果可靠度时，所述基于所述第一结果可靠度和所述第二结果可靠度，更新得到所述第i次迭代中所述目标特征点位于不同部件的概率，包括：
以预设的第一变化量增加所述目标特征点位于目标部件的概率，和/或，以预设的第二变化量减少所述目标特征点位于非目标部件的概率，其中，所述目标部件为所述部件识别结果指示的部件。


根据权利要求1所述的方法，其特征在于，当所述第一结果可靠低于所述第二结果可靠度时，所述基于所述第一结果可靠度和所述第二结果可靠度，更新得到所述第i次迭代中所述目标特征点位于不同部件的概率，包括：
以预设的第三变化量增加所述目标特征点位于目标车辆面上至少一个部件的概率，和/或，以预设的第四变化量减少所述目标特征点位于非目标车辆面上至少一个部件的概率，其中，所述目标车辆面为所述车辆面识别结果指示的车辆面。


根据权利要求1至3任一项所述的方法，其特征在于，所述基于第i-1次迭代中所述目标特征点位于不同部件的概率，确定所述目标特征点的部件识别结果，包括：
将对应所述概率最高的部件确定为所述目标特征点所位于的部件。


根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述多个待定部件之间的位置关系，确定所述目标特征点的车辆面识别结果，包括：
将所述多个待定部件之间的位置关系分别和多个预设位置关系进行比较，其中，每个所述预设位置关系对应一个车辆面；
将差异最小的预设位置关系所对应的车辆面确定为所述目标特征点所在的车辆面。



[根据细则26改正04.07.2019]
根据权利要求1至5任一项所述的方法，其特征在于，所述第i次迭代，还包括：
当第一代价小于第一阈值时，结束所述多次迭代；
其中，所述特征图为多层特征图，每层特征图对应目标车辆中的一个部件，所述第一代...

【专利技术属性】
技术研发人员：郑凯，李蒙，熊金鑫，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44