障碍物动静态估计方法及电子设备和存储介质技术

本发明专利技术实施例提供一种障碍物动静态估计方法及电子设备和存储介质。该方法包括：获取移动装置所处环境的图像数据；对图像数据进行图像分析，确定相邻两帧图像中多对背景特征匹配点和待估计的前景障碍物的多对前景特征匹配点；基于多对背景特征匹配点在预设坐标系下的坐标，确定相邻两帧图像的对应关系；判断多对前景特征匹配点在预设坐标系下的坐标是否符合已确定的相邻两帧图像的对应关系，以对前景障碍物进行动静态估计。本发明专利技术实施例不依赖于传感器对障碍物位置或者速度的精确感知，也不会因为传感器对于障碍物量测位置发生变化而失效，由于不需要将障碍物位置或者速度转换到绝对坐标系下，减少了感知对于自动驾驶移动装置定位数据的依赖。装置定位数据的依赖。装置定位数据的依赖。

【技术实现步骤摘要】
障碍物动静态估计方法及电子设备和存储介质


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种障碍物动静态估计方法及电子设备和存储介质。

技术介绍

[0002]自动驾驶车辆在智能交通出行、物流配送、清洁作业等多场景中，构建了智慧城市生活的应用示范。
[0003]在自动驾驶技术中，可以简要的分为感知、预测、定位、决策、规划与控制几个方面。其中，安全一直是自动驾驶的核心问题，为了确保驾驶安全，就需要车辆能够准确的识别出行驶途中的各类动静态实体，才能有效的规划行驶策略。也就是说，这需要自动驾驶车辆能够感知行驶路途中的各类实体，例如，其他车辆、路上的行人、动物等。需要其可以正确检测出环境中的障碍物并得到其运动状态。
[0004]现有技术中，可以使用激光雷达和相机进行互相协作，实现障碍物的估计。其中，激光雷达虽能够提供准确的距离信息，在夜间也能很好的工作，但是不能提供障碍物的颜色信息等。相机作为自动驾驶车辆的感知传感器，能够感知障碍物的颜色和纹理等信息，并且可以用来进行目标位置的识别和分类。在自动驾驶感知中，往往通过将多个传感器信息进行融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物动静态估计方法，包括：获取移动装置所处环境的图像数据；对所述图像数据进行图像分析，确定相邻两帧图像中多对背景特征匹配点和待估计的前景障碍物的多对前景特征匹配点；基于所述多对背景特征匹配点在预设坐标系下的坐标，确定所述相邻两帧图像的对应关系；判断所述多对前景特征匹配点在所述预设坐标系下的坐标是否符合已确定的所述相邻两帧图像的对应关系，以对所述前景障碍物进行动静态估计。2.根据权利要求1所述的方法，其特征在于，所述相邻两帧图像的对应关系由对极约束限定。3.根据权利要求2所述的方法，其特征在于，对所述前景障碍物进行动静态估计包括：基于第一帧图像中的各第一前景特征匹配点的坐标以及已确定的所述相邻两帧图像的对应关系，估计相应的第二帧图像中的极线，其中，所述第一帧和所述第二帧为相邻两帧；判断所述第二帧图像中的对应的各第二前景特征匹配点是否远离所述极线，将远离所述极线的第二前景特征匹配点确定为动态点，其中，所述各第一前景特征匹配点与所述对应的各第二前景特征匹配点构成所述多对前景特征匹配点；根据所有第二前景特征匹配点的判断结果，对所述前景障碍物进行动静态估计。4.根据权利要求3所述的方法，其特征在于，判断所述第二帧图像中的对应的各第二前景特征匹配点是否远离所述极线，包括：基于对极约束，度量所述各第二前景特征匹配点到所述极线的距离；将距离大于设定阈值的第二前景特征匹配点确定为动态点。5.根据权利要求4所述的方法，其特征在于，将距离小于所述设定阈值的第二前景特征匹配点确定为静态点。6.根据权利要求2所述的方法，其特征在于，所述坐标为图像坐标系下的坐标，所述相邻两帧图像的对应关系由基础矩阵表示。7.根据权利要求2所述的方法，其特征在于，所述坐标为相机坐标系下的坐标，所述相邻两帧图像的对应关系由本质矩阵表示。8.根据权利要求5所述的方法，其特征在于，根据所有第二前景特征匹配点的判断结果，对所述前景障碍物进行动静态估计包括：根据所述动态点的个数比例和/或所述静态点的个数比例，对所述前景障碍物进行动静态估计。9.根...

【专利技术属性】
技术研发人员：张蓉，徐成，张放，
申请(专利权)人：北京智行者科技有限公司，
类型：发明
国别省市：