一种无人驾驶感知中轨迹分离的处理方法技术

本发明专利技术实施例涉及一种无人驾驶感知中轨迹分离的处理方法，所述方法包括：获取当前时刻t的第一场景图；进行目标对象识别生成第一识别对象集合；对各个第一识别对象在前一时刻t

【技术实现步骤摘要】
一种无人驾驶感知中轨迹分离的处理方法


[0001]本专利技术涉及数据处理
，特别涉及一种无人驾驶感知中轨迹分离的处理方法。

技术介绍

[0002]多目标跟踪和轨迹生成是无人驾驶感知技术的重要组成部分，通过对连续时刻上获取的场景图像中的目标进行识别、跟踪和轨迹关联生成对应各个目标的历史轨迹信息。
[0003]在处理多目标跟踪及对应的轨迹生成时，我们发现若两个目标对象距离过近，由于摄像头视角遮挡、扫描雷达精度下降等原因，可能会出现两个目标对象被识别成同一识别对象的情况，从而导致在一段时间内两个目标对象只生成了一条历史轨迹。在这种情况下，一旦两个目标对象间距拉大能被正常识别为两个识别对象后，新分离出来的识别对象是不具备任何历史轨迹信息的，要获取新识别对象的轨迹信息就还需对其进行进一步跟踪并重新估算它的轨迹状态，这无疑会造成新识别对象的轨迹延迟问题。

技术实现思路

[0004]本专利技术的目的，就是针对现有技术的缺陷，提供一种无人驾驶感知中轨迹分离的处理方法、电子设备及计算机可读存储介质，对当前时刻的场景进行目标对象进行识别后，根据识别对象是否具有历史轨迹信息来判断新识别对象，再对新识别对象在前一时刻是否发生轨迹重叠进行识别，若发生过轨迹重叠则将前一时刻的轨迹重叠对象视为对应的轨迹分离对象，并提取轨迹分离对象的历史轨迹作为新识别对象的历史轨迹。这样一来，新分离出来的识别对象无需进行重新估算就能在第一时间具备历史轨迹信息，解决了新识别对象的轨迹延迟问题，提高了轨迹生成效率。
[0005]为实现上述目的，本专利技术实施例第一方面提供了一种无人驾驶感知中轨迹分离的处理方法，所述方法包括：
[0006]获取当前时刻t的第一场景图；
[0007]对所述第一场景图进行目标对象识别，生成第一识别对象集合；所述第一识别对象集合包括多个第一识别对象；
[0008]对各个所述第一识别对象在前一时刻t
‑
1的轨迹信息进行查询，并将查询结果作为所述第一识别对象在所述当前时刻t的历史轨迹信息；
[0009]将所述历史轨迹信息为空的所述第一识别对象，记为第一新识别对象；
[0010]获取所述前一时刻t
‑
1的识别对象集合，生成第二识别对象集合；所述第二识别对象集合包括多个第二识别对象；
[0011]在所述第二识别对象集合中，对各个所述第一新识别对象在所述前一时刻t
‑
1的轨迹重叠对象进行识别并记为第一轨迹分离对象；
[0012]对所述第一轨迹分离对象不为空的所述第一新识别对象进行轨迹分离处理，将所述第一轨迹分离对象在所述前一时刻t
‑
1的轨迹信息作为所述第一新识别对象在所述当前
时刻t的所述历史轨迹信息。
[0013]优选的，所述第一识别对象包括第一对象类型信息、第一对象位置信息和第一对象形状信息；
[0014]所述第二识别对象包括第二对象类型信息、第二对象位置信息和第二对象形状信息；
[0015]所述历史轨迹信息包括多个轨迹点信息；所述轨迹点信息包括时间戳信息、坐标信息、速度信息、加速度信息和惯性测量单元IMU信息。
[0016]优选的，所述在所述第二识别对象集合中，对各个所述第一新识别对象在所述前一时刻t
‑
1的轨迹重叠对象进行识别并记为第一轨迹分离对象，具体包括：
[0017]根据各个所述第一新识别对象的所述第一对象位置信息和所述第一对象形状信息，在所述第一场景图中进行第一新识别对象的凸包图形绘制，生成对应的第一凸包图形；
[0018]获取所述前一时刻t
‑
1的第二场景图；对所述第二场景图进行下一时刻的场景预测，生成所述第二场景图在所述当前时刻t的预测场景记为第一预测场景图；并对所述第一预测场景图进行目标对象识别，生成第三识别对象集合；并将所述第三识别对象集合的第三识别对象与所述第二识别对象集合的所述第二识别对象一一对应；并根据各个所述第三识别对象的第三对象位置信息和第三对象形状信息，在所述第一场景图中进行第三识别对象的凸包图形绘制，生成对应的第二凸包图形；所述第三识别对象集合包括多个所述第三识别对象；所述第三识别对象包括第三对象类型信息、所述第三对象位置信息和所述第三对象形状信息；
[0019]在所述第一场景图中，对各个所述第一凸包图形和各个所述第二凸包图形进行两两比对；对进行比对的两个凸包图形的重叠关系进行识别，生成第一识别结果；若所述第一识别结果为确认重叠，则对进行比对的两个凸包图形所对应的识别对象的类型进行比对，生成第一类型比对结果；若所述第一类型比对结果为类型一致，则将进行比对的所述第二凸包图形对应的所述第二识别对象，作为进行比对的所述第一凸包图形对应的所述第一新识别对象的轨迹重叠对象并记为所述第一轨迹分离对象。
[0020]进一步的，所述对进行比对的两个凸包图形的重叠关系进行识别，生成第一识别结果，具体包括：
[0021]对进行比对的所述第一凸包图形和所述第二凸包图形的图形重叠度IoU进行计算，生成第一重叠度；
[0022]若所述第一重叠度超过预设的重叠度阈值，则将所述第一识别结果设为确认重叠。
[0023]进一步的，所述对进行比对的两个凸包图形所对应的识别对象的类型进行比对，生成第一类型比对结果，具体包括：
[0024]对进行比对的所述第一凸包图形对应的所述第一新识别对象的所述第一对象类型信息进行提取，生成第一类型信息；
[0025]对进行比对的所述第二凸包图形对应的所述第二识别对象的所述第二对象类型信息进行提取，生成第二类型信息；
[0026]若所述第一类型信息与所述第二类型信息匹配，则设置所述第一类型比对结果为类型一致。
[0027]本专利技术实施例第二方面提供了一种电子设备，包括：存储器、处理器和收发器；
[0028]所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
[0029]所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
[0030]本专利技术实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
[0031]本专利技术实施例提供了一种无人驾驶感知中轨迹分离的处理方法、电子设备及计算机可读存储介质，对当前时刻的场景进行目标对象进行识别后，根据识别对象是否具有历史轨迹信息来判断新识别对象，再对新识别对象在前一时刻是否发生轨迹重叠进行识别，若发生过轨迹重叠则将前一时刻的轨迹重叠对象视为对应的轨迹分离对象，并提取轨迹分离对象的历史轨迹作为新识别对象的历史轨迹。这样一来，新分离出来的识别对象无需进行重新估算就能在第一时间具备历史轨迹信息，解决了新识别对象的轨迹延迟问题，提高了轨迹生成效率。
附图说明
[0032]图1为本专利技术实施例一提供的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶感知中轨迹分离的处理方法，其特征在于，所述方法包括：获取当前时刻t的第一场景图；对所述第一场景图进行目标对象识别，生成第一识别对象集合；所述第一识别对象集合包括多个第一识别对象；对各个所述第一识别对象在前一时刻t
‑
1的轨迹信息进行查询，并将查询结果作为所述第一识别对象在所述当前时刻t的历史轨迹信息；将所述历史轨迹信息为空的所述第一识别对象，记为第一新识别对象；获取所述前一时刻t
‑
1的识别对象集合，生成第二识别对象集合；所述第二识别对象集合包括多个第二识别对象；在所述第二识别对象集合中，对各个所述第一新识别对象在所述前一时刻t
‑
1的轨迹重叠对象进行识别并记为第一轨迹分离对象；对所述第一轨迹分离对象不为空的所述第一新识别对象进行轨迹分离处理，将所述第一轨迹分离对象在所述前一时刻t
‑
1的轨迹信息作为所述第一新识别对象在所述当前时刻t的所述历史轨迹信息。2.根据权利要求1所述的无人驾驶感知中轨迹分离的处理方法，其特征在于，所述第一识别对象包括第一对象类型信息、第一对象位置信息和第一对象形状信息；所述第二识别对象包括第二对象类型信息、第二对象位置信息和第二对象形状信息；所述历史轨迹信息包括多个轨迹点信息；所述轨迹点信息包括时间戳信息、坐标信息、速度信息、加速度信息和惯性测量单元IMU信息。3.根据权利要求2所述的无人驾驶感知中轨迹分离的处理方法，其特征在于，所述在所述第二识别对象集合中，对各个所述第一新识别对象在所述前一时刻t
‑
1的轨迹重叠对象进行识别并记为第一轨迹分离对象，具体包括：根据各个所述第一新识别对象的所述第一对象位置信息和所述第一对象形状信息，在所述第一场景图中进行第一新识别对象的凸包图形绘制，生成对应的第一凸包图形；获取所述前一时刻t
‑
1的第二场景图；对所述第二场景图进行下一时刻的场景预测，生成所述第二场景图在所述当前时刻t的预测场景记为第一预测场景图；并对所述第一预测场景图进行目标对象识别，生成第三识别对象集合；并将所述第三识别对象集合的第三识别对象与所述第二识别对象集合的所述第二识别对象一一对应；并根据各个...

【专利技术属性】
技术研发人员：赵政，张雨，
申请(专利权)人：北京轻舟智航科技有限公司，
类型：发明
国别省市：