一种目标跟踪方法、系统、介质及设备技术方案

本申请公开了一种目标跟踪方法、系统、介质及设备，属于自动驾驶技术领域，该方法包括：获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；对预处理点云数据进行目标检测，确定候选目标的位置，然后提取目标点云数据；并对目标点云数据进行多视角深度图像投影，得到深度伪图像；对深度伪图像进行分类，得到对应的候选目标的目标类别、置信度以及特征向量；对候选目标进行目标跟踪。本申请通过对激光雷达获取的点云数据进行处理，提取目标区域的点云数据并进行投影，得到对应的深度伪图像，通过检测器对深度伪图像进行检测，加快对点云数据的处理能力及处理效率。率。率。

【技术实现步骤摘要】
一种目标跟踪方法、系统、介质及设备


[0001]本申请涉及自动驾驶
，尤其涉及一种目标跟踪方法、系统、介质及设备。

技术介绍

[0002]自动驾驶技术在近年来飞速发展，尤其是在限定条件下的自动驾驶，如高速公路、港口等场景，对自动驾驶技术的可靠性带来诸多挑战。为了保证自动驾驶系统感知能力的冗余度与鲁棒性，一般都会涉及多种传感器，主要包括摄像头、激光雷达、毫米波雷达、超声波雷达等。多目标跟踪是自动驾驶算法中的核心算法，稳定且准确的检测其他车辆在三维空间中的实际位置十分重要。激光雷达由于其自身特性，具有提供准确空间位置信息的能力，因此十分适合用来做多目标跟踪。
[0003]在线多目标跟踪算法主要可以分为传统方法和结合深度学习方法两大类。传统方法主要包含了单帧的检测与多帧跟踪两个步骤。结合深度学习部分的主要分为两类范式，一类是Tracking by Detection，即将传统方法中的单帧检测模块算法替换为深度学习检测方法，一类是Joint Detection&Tracking，即将历史帧信息也编码到下一帧的检测中。其中，传统方法缺乏语义理解能力，在复杂场景中无法有效给出候选框；结合深度学习的跟踪方法中，大多数检测器都是以视觉检测为的背景下开发，直接应用到对激光雷达采集点云数据的处理上，导致效果不佳，对雷达点云的处理效率低的问题。

技术实现思路

[0004]本申请实施例提出一种目标跟踪方法、系统、介质及设备，用以解决在对目标识别跟踪时，点云处理效果不佳，处理效率不高的问题，。r/>[0005]在本申请的一个技术方案中，提供一种目标跟踪方法，包括：通过多个激光雷达获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；对预处理点云数据进行目标检测，确定预处理点云数据中候选目标的位置；根据候选目标的位置，从预处理点云数据中，提取候选目标对应的目标点云数据；对目标点云数据进行多视角深度图像投影，得到深度伪图像；对深度伪图像进行分类，得到对应的候选目标的目标类别、置信度以及特征向量；根据候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。
[0006]可选的，获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据，包括：对获取的原始点云数据进行外参转换，将获取的原始点云数据转换到同一坐标系下；并对同一坐标系中，原始点云数据进行拼接，得到预处理点云数据。
[0007]可选的，对预处理点云数据进行目标检测，确定预处理点云数据中候选目标的位置，包括：对预处理点云数据按照点云点与自动驾驶车辆的距离进行分类，得到近程点云数据和远程点云数据；对近程点云数据进行目标检测，得到第一候选目标及其对应的位置；对远程点云数据进行目标聚类，得到第二候选目标及其对应的位置。
[0008]可选的，对预处理点云数据按照点云点与自动驾驶车辆的距离进行分类，得到近
程点云数据和远程点云数据，包括：将距离小于第一预设距离阈值的预处理点云数据，确定为近程点云数据；将距离大于第二预设距离阈值的预处理点云数据，确定为远程点云数据，其中第二预设距离阈值小于第一预设距离阈值。
[0009]可选的，对近程点云数据进行目标检测，得到第一候选目标及其对应的位置，包括：对近程点云数据进行投影，得到伪图像；通对伪图像进行检测，得到第一候选目标及其对应的位置。
[0010]可选的，对候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪之前，该方法还包括：对位置重叠部分的第一候选目标和第二候选目标进行融合，得到融合目标；通过跟踪器对位置未重叠部分的第一候选目标、第二候选目标以及融合目标进行更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。
[0011]可选的，对位置重叠部分的第一候选目标和第二候选目标进行融合，得到融合目标，包括：计算位置重叠部分的第一候选目标和第二候选目标分别对应的深度伪图像的交并比；若交并比大于预设交并比阈值，则以第一候选目标和第二候选中置信度较高者为真实目标，进行目标融合，得到融合目标。
[0012]在本申请的一个技术方案中，提供一种目标跟踪系统，包括：点云获取及预处理模块，其获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；目标检测模块，其对预处理点云数据进行目标检测，确定预处理点云数据中候选目标的位置，并根据候选目标的位置，从预处理点云数据中，提取候选目标对应的目标点云数据；图像投影模块，其对目标点云数据进行多视角深度图像投影，得到深度伪图像；目标分类模块，其对深度伪图像进行分类，得到对应的候选目标的目标类别、置信度以及特征向量；跟踪器，其根据候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。
[0013]在本申请的一个技术方案中，提供一种计算机可读存储介质，其存储有计算机指令，其中计算机指令被操作以执行方案一中的目标跟踪方法。
[0014]在本申请的一个技术方案中，提供一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，其中：处理器操作计算机指令以执行方案一中的目标跟踪方法。
[0015]本申请的有益效果是：本申请通过将多个感知设备获取的点云数据进行转换到同一坐标系下进行处理，提高对点云数据的处理效果，提取目标区域的点云数据并进行投影，得到对应的深度伪图像，通过将点云数据图像化，再对深度伪图像进行检测，提高对点云数据的检测效果，提高检测的准确性，从而加快对点云数据的处理能力、处理效率，使得目标跟踪过程既具有点云数据的准确性特点又具有图像检测的高效率的特点。
附图说明
[0016]图1是本申请目标跟踪方法的一个实施方式的示意图；
[0017]图2是本申请目标跟踪系统的一个实施方式的示意图；
[0018]图3是本申请目标跟踪系统的一个实例的示意图。
具体实施方式
[0019]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的产品或设备不必限于清楚地列出的哪些单元，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它单元。
[0021]自动驾驶技术在近年来的飞速发展，尤其是在限定条件下的自动驾驶，如高速公路、港口等场景，对自动驾驶系统的可靠性带来诸多挑战本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；对所述预处理点云数据进行目标检测，确定所述预处理点云数据中候选目标的位置；根据所述候选目标的位置，从所述预处理点云数据中，提取所述候选目标对应的目标点云数据；对所述目标点云数据进行多视角深度图像投影，得到深度伪图像；对所述深度伪图像进行分类，得到对应的所述候选目标的目标类别、置信度以及特征向量；根据所述候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。2.根据权利要求1所述的目标跟踪方法，其特征在于，所述获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据，包括：对获取的所述原始点云数据进行外参转换，将获取的所述原始点云数据转换到同一坐标系下；并对同一坐标系中，对原始点云数据进行拼接，得到所述预处理点云数据。3.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述对所述预处理点云数据进行目标检测，确定所述预处理点云数据中候选目标的位置，包括：对所述预处理点云数据按照点云与所述车辆的距离进行分类，得到近程点云数据和远程点云数据；对所述近程点云数据进行目标检测，得到第一候选目标及其对应的位置；对所述远程点云数据进行目标聚类，得到第二候选目标及其对应的位置。4.根据权利要求3所述的目标跟踪方法，其特征在于，所述对所述预处理点云数据按照点云与所述车辆的距离进行分类，得到近程点云数据和远程点云数据，包括：将所述距离小于第一预设距离阈值的所述预处理点云数据，确定为所述近程点云数据；将所述距离大于第二预设距离阈值的所述预处理点云数据，确定为所述远程点云数据，其中所述第二预设距离阈值小于所述第一预设距离阈值。5.根据权利要求3所述的目标跟踪方法，其特征在于，所述对所述近程点云数据进行目标检测，得到第一候选目标及其对应的位置，包括：对所述近程点云数据进行投影，得到伪图像；对所述伪图像进行检测，得...

【专利技术属性】
技术研发人员：冯思渊，王晓东，
申请(专利权)人：北京主线科技有限公司，
类型：发明
国别省市：