本申请提供一种物体跟踪方法、装置、设备及存储介质，涉及多目标物体跟踪领域。该方法包括：获取激光雷达数据；激光雷达数据包括第一激光点集合和第二激光点集合；当第一激光点集合和第二激光点集合满足预设条件时，将第一激光点集合和第二激光点集合融合为目标激光点集合；目标激光点集合和目标物体具有对应关系；根据目标激光点集合和预设的卡尔曼滤波器，预测目标物体的第一特征；目标物体的第一特征包括所述目标物体的形状、位置以及速度等特征中的一项或多项。该方法适用于利用激光雷达对物体进行追踪的过程中，用于解决无法根据碎片化的激光雷达数据进行物体跟踪的问题。碎片化的激光雷达数据进行物体跟踪的问题。碎片化的激光雷达数据进行物体跟踪的问题。
【技术实现步骤摘要】
物体跟踪方法、装置、设备及存储介质
[0001]本申请涉及多目标物体跟踪领域，尤其涉及一种物体跟踪方法、装置、设备及存储介质。
技术介绍
[0002]激光雷达系统是指以发射激光来探测目标物体的形状、位置以及速度等特征量的雷达系统。
[0003]激光雷达在进行探测时，可以首先向周围发射激光，接收周围物体反射回来的光束，对反射回来的光束进行处理，获得包括多个激光点集合的激光点云，根据激光点云获得目标物体的形状、位置、以及速度等特征量。例如，根据激光点云计算出周围物体的三维数字模型，根据周围物体的三维数字模型预测周围物体中的目标物体的形状、位置、以及速度等特征。
[0004]但是，当某个目标物体的表面光滑时，激光点云中该目标物体的激光点集合通常呈现为多个破碎的碎片，根据破碎的碎片无法准确预测该目标物体的形状、位置、以及速度等特征。
技术实现思路
[0005]本申请提供一种物体跟踪方法、装置、设备及存储介质，可以对满足预设条件的激光点集合进行融合，从而准确预测物体的确切特征。
[0006]第一方面，本申请提供一种物体跟踪方法，该方法包括：获取激光雷达数据；激光雷达数据包括第一激光点集合和第二激光点集合；当第一激光点集合和第二激光点集合满足预设条件时，将第一激光点集合和第二激光点集合融合为目标激光点集合；目标激光点集合和目标物体具有对应关系；根据目标激光点集合和预设的卡尔曼滤波器，预测目标物体的第一特征。其中，第一特征包括目标物体的形状、位置、以及速度等的特征中的一项或多项。
[0007]一种可能的实现方式中，当第一激光点集合和第二激光点集合满足预设条件时，将第一激光点集合和第二激光点集合融合为目标激光点集合，包括：分别计算第一激光点集合的平均速度和第二激光点集合的平均速度；当第一激光点集合的平均速度和第二激光点集合的平均速度之间的差值小于预设的速度阈值时，将第一激光点集合和第二激光点集合融合为目标激光点集合。
[0008]另一种可能的实现方式中，当第一激光点集合和第二激光点集合满足预设条件时，将第一激光点集合和第二激光点集合融合为目标激光点集合，包括：分别计算第一激光点集合和第二激光点集合的平均点；当第一激光点集合的平均点和第二激光点集合的平均点之间的距离小于预设的距离阈值时，将第一激光点集合和第二激光点集合融合为目标激光点集合。
[0009]又一种可能的实现方式中，预设的卡尔曼滤波器包括多个。根据目标激光点集合
和预设的卡尔曼滤波器，预测目标物体的第一特征，包括：从多个预设的卡尔曼滤波器中确定目标激光点集合对应的目标卡尔曼滤波器。
[0010]又一种可能的实现方式中，从多个预设的卡尔曼滤波器中确定目标激光点集合对应的目标卡尔曼滤波器，包括:计算目标激光点集合的平均点；将目标激光点集合的平均点输入每个卡尔曼滤波器中，利用迭代最邻近点ICP算法确定目标激光点集合对应的候选卡尔曼滤波器；计算目标激光点集合的外接矩形框尺寸和特征点信息；对目标激光点集合的特征点信息和候选卡尔曼滤波器中存储的激光点集合的特征点信息进行ICP配准，得到配准残差；对每一个候选卡尔曼滤波器，当目标激光点集合的外接矩形框尺寸和候选卡尔曼滤波器中存储的激光点集合的外接矩形框尺寸之间的差值小于预设的第一阈值，且目标激光点集合的特征点信息和卡尔曼滤波器中存储的激光点集合的特征点信息的配准残差小于预设的第二阈值时，确定候选卡尔曼滤波器为目标激光点集合对应的目标卡尔曼滤波器；根据目标激光点集合和目标卡尔曼滤波器，预测目标物体的第一特征。
[0011]又一种可能的实现方式中，对每一个候选卡尔曼滤波器，当目标激光点集合的外接矩形框尺寸和候选卡尔曼滤波器中存储的激光点集合的外接矩形框尺寸之间的差值小于预设的第一阈值，且目标激光点集合和卡尔曼滤波器中存储的激光点集合的特征点信息的配准残差小于预设的第二阈值时，确定候选卡尔曼滤波器为目标激光点集合对应的目标卡尔曼滤波器之后，该方法还包括：根据目标激光点集合对目标卡尔曼滤波器中的参数进行更新。
[0012]又一种可能的实现方式中，当所有的候选卡尔曼滤波器均未被确定为目标卡尔曼滤波器时，该方法还可以包括：根据目标激光点集合，创建目标卡尔曼滤波器并初始化参数。
[0013]又一种可能的实现方式中，对每一个候选卡尔曼滤波器，当该候选卡尔曼滤波器未被确定为目标卡尔曼滤波器的次数大于预设的第三阈值时，删除该候选卡尔曼滤波器。
[0014]又一种可能的实现方式中，获取激光雷达数据之后，该方法还包括：获取激光雷达数据对应的分辨率和激光雷达数据中的激光点的强度信息；根据激光雷达数据对应的分辨率，将激光雷达数据转换为车体坐标系下的坐标；根据车体坐标系下的坐标计算激光点之间的相对距离差；根据激光点之间的相对距离差和激光点的强度信息，去除激光雷达数据中的飞点。
[0015]又一种可能的实现方式中，获取的激光雷达数据包括多帧；获取激光雷达数据之后，该方法还包括：将多帧激光雷达数据中的每一帧转换为世界坐标系下的坐标；获取栅格化地图；栅格化地图包括多个栅格；当多帧激光雷达数据中存在世界坐标系下的坐标落入栅格化地图中的第一栅格的次数大于预设的第四阈值时，将该坐标从激光雷达数据中删除；第一栅格为栅格化地图包括多个栅格中的任意一个。本申请提供的物体追踪方法，可以获取激光雷达数据。当激光雷达数据中的第一激光点集合和第二激光点集合满足预设条件时，将第一激光点集合和第二激光点集合融合为目标激光点集合，融合后的目标激光点集合与第一激光点集合、或者第二激光点集合相比，形状更加完整，准确表征目标物体的概率更高，根据形状更加完整的激光点集合对目标物体进行追踪，可以更加准确地获取目标物体的形状、位置、以及速度等的特征。
[0016]第二方面，本申请提供一种物体追踪装置，该物体追踪装置包括用于之上第一方
面或第一方面中任一种可能的实现方式所述的方法的各个模块。
[0017]第三方面，本申请提供一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第一方面所述相关方法的步骤，以实现上述第一方面所述的方法。
[0018]第四方面，本申请提供一种电子设备，该电子设备包括：处理器和存储器；存储器存储有处理器可执行的指令；处理器被配置为执行指令时，使得电子设备实现上述第一方面所述的方法。
[0019]第五方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质包括：计算机软件指令；当计算机软件指令在电子设备中运行时，使得电子设备实现上述第一方面所述的方法。
[0020]上述第二方面至第五方面的有益效果可以参考第一方面所述，不再赘述。
附图说明
[0021]图1为本申请实施例提供的物体跟踪方法所涉及的实施环境示意图；
[0022]图2为本申请实施例提供的物体追踪方法的流程示意图；
[0023]图3为本申请实施例提供的物体追踪方法的另一种流程示意图；
[0024]图4为本申请实施例提供的物体追踪方法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物体跟踪方法，其特征在于，所述方法包括：获取激光雷达数据；所述激光雷达数据包括第一激光点集合和第二激光点集合；当所述第一激光点集合和所述第二激光点集合满足预设条件时，将所述第一激光点集合和所述第二激光点集合融合为目标激光点集合；所述目标激光点集合和目标物体具有对应关系；根据所述目标激光点集合和预设的卡尔曼滤波器，预测所述目标物体的第一特征；所述目标物体的第一特征包括所述目标物体的形状、位置以及速度等特征中的一项或多项。2.根据权利要求1所述的方法，其特征在于，所述当所述第一激光点集合和所述第二激光点集合满足预设条件时，将所述第一激光点集合和所述第二激光点集合融合为目标激光点集合，包括：分别计算所述第一激光点集合的平均速度和所述第二激光点集合的平均速度；当所述第一激光点集合的平均速度和所述第二激光点集合的平均速度之间的差值小于预设的速度阈值时，将所述第一激光点集合和所述第二激光点集合融合为目标激光点集合。3.根据权利要求1所述的方法，其特征在于，所述当所述第一激光点集合和所述第二激光点集合满足预设条件时，将所述第一激光点集合和所述第二激光点集合融合为目标激光点集合，包括：分别计算所述第一激光点集合和所述第二激光点集合的平均点；当所述第一激光点集合的平均点和所述第二激光点集合的平均点之间的距离小于预设的距离阈值时，所述将所述第一激光点集合和所述第二激光点集合融合为目标激光点集合。4.根据权利要求1所述的方法，其特征在于，所述预设的卡尔曼滤波器包括多个；所述根据所述目标激光点集合和预设的卡尔曼滤波器，预测所述目标物体的第一特征，包括：从多个所述预设的卡尔曼滤波器中确定所述目标激光点集合对应的目标卡尔曼滤波器。5.根据权利要求4所述的方法，其特征在于，所述从多个所述预设的卡尔曼滤波器中确定所述目标激光点集合对应的目标卡尔曼滤波器，包括:计算所述目标激光点集合的平均点；将所述目标激光点集合的平均点输入每个卡尔曼滤波器中，利用迭代最邻近点ICP算法确定所述目标激光点集合对应的候选卡尔曼滤波器；计算所述目标激光点集合的外接矩形框尺寸和特征点信息；对所述目标激光点集合的特征点信息和所述候选卡尔曼滤波器中存储的激光点集合的特征点信息进行ICP配准，得到配准残差；对每一个候选卡尔曼滤波器，当所述目标激光点集合的外接矩形框尺寸和所述候选卡尔曼滤波器中...
【专利技术属性】
技术研发人员：傅何杰，时新宇，陈元吉，
申请(专利权)人：杭州海康机器人股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。