【技术实现步骤摘要】
障碍物车辆位姿估计方法及设备
[0001]本申请涉及自动驾驶领域,尤其涉及一种障碍物车辆位姿估计方法及设备。
技术介绍
[0002]自主泊车是智能驾驶中一项重要任务。车辆泊车系统多搭载360度全景环视相机系统,由多个广角鱼眼相机组成,来达到消除视野盲区的目的。在自动泊车过程中需依据自车周边行人、车辆(主要目标)、锥筒等障碍物的位置来进行路径规划。因此,环视相机下的障碍物位姿估算是实现自主泊车功能要解决的关键问题。其中,泊车过程中常见的障碍物为其他车辆。目前自动泊车系统会使用轻量级深度学习框架来识别目标障碍物车辆,轻量级深度学习框架消耗资源少便于实施,但同时也由于受到车辆硬件以及深度学习方法的限制,现有方案识别目标障碍物车辆位姿的精度较低,从而影响到自动泊车的成功率。
[0003]上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
[0004]本申请的主要目的在于提供一种障碍物车辆位姿估计方法及设备,旨在解决当前自动泊车系统识别目标障碍物车辆位姿的精度较低的技术问题。
[0005]为实现上述目的,本申请提供一种障碍物车辆位姿估计方法,所述位姿包括目标障碍物车辆相对于自车的相对位置和目标障碍物车辆的朝向,所述障碍物车辆位姿估计方法包括以下步骤:识别自车环境图像中目标障碍物车辆的各当前边界框,其中,所述当前边界框为整车边界框、头尾边界框或者车轮边界框;基于各所述当前边界框确定估计场景;根据所述估计场景和各所述当前边界框确定所述目标障碍物车辆在所述自车环境图 ...
【技术保护点】
【技术特征摘要】
1.一种障碍物车辆位姿估计方法,其特征在于,所述位姿包括目标障碍物车辆相对于自车的相对位置和目标障碍物车辆的朝向,所述障碍物车辆位姿估计方法包括以下步骤:识别自车环境图像中目标障碍物车辆的各当前边界框,其中,所述当前边界框为整车边界框、头尾边界框或者车轮边界框;基于各所述当前边界框确定估计场景;根据所述估计场景和各所述当前边界框确定所述目标障碍物车辆在所述自车环境图像中的测距点,以估计所述相对位置;根据所述估计场景从各所述当前边界框中选取目标边界框,并基于所述目标边界框确定所述朝向。2.如权利要求1所述的障碍物车辆位姿估计方法,其特征在于,所述基于各所述当前边界框确定估计场景的步骤包括:若各所述当前边界框中存在所述整车边界框和所述头尾边界框,且不存在所述车轮边界框,其中,所述整车边界框和所述头尾边界框大小相同,则判定所述估计场景为预设第一估计场景;若各所述当前边界框中存在所述整车边界框和所述头尾边界框,且不存在所述车轮边界框,其中,所述头尾边界框的宽度小于预设第一阈值或者无所述头尾边界框的类型信息,则判定所述估计场景为预设第二估计场景;若各所述当前边界框中存在所述整车边界框和所述头尾边界框,且不存在所述车轮边界框,其中,所述头尾边界框的宽度大于或等于所述第一阈值,且所述头尾边界框和所述整车边界框大小不同,则判定所述估计场景为预设第三估计场景;若各所述当前边界框中存在所述车轮边界框,且所述车轮边界框的数量为1,则判定所述估计场景为预设第四估计场景;若各所述当前边界框中存在所述车轮边界框,且所述车轮边界框的数量为2,则判定所述估计场景为预设第五估计场景。3.如权利要求2所述的障碍物车辆位姿估计方法,其特征在于,所述根据所述估计场景和各所述当前边界框确定所述目标障碍物车辆在所述自车环境图像中的测距点的步骤包括:若所述估计场景为所述预设第一估计场景、所述预设第三估计场景或者所述预设第四估计场景,则将所述头尾边界框中底边的中点作为所述测距点,其中,所述底边为边界框中靠近地面一侧的边;若所述估计场景为所述预设第二估计场景,则将所述整车边界框中底边的中点作为所述测距点;若所述估计场景为所述预设第五估计场景,则将两所述车轮边界框中底边的中点连线的中点作为所述测距点。4.如权利要求3所述的障碍物车辆位姿估计方法,其特征在于,所述自车存储有所述目标障碍物车辆的先验信息,所述根据所述估计场景从各所述当前边界框中选取目标边界框,并基于所述目标边界框确定所述朝向的步骤包括:若所述估计场景为所述预设第一估计场景,则所述目标边界框为所述头尾边界框;根据所述头尾边界框确定所述目标障碍物车辆的观测宽度;
将所述观测宽度与所述先验信息中的实际宽度比较;若所述观测宽度与所述实际宽度之间的差值小于第二预设阈值,则判定所述目标障碍物车辆的头部或者尾部与自车对齐,并基于所述头尾边界框的类型确定所述朝向,其中,所述头尾边界框的类型包括车头框和车尾框。5.如权利要求4所述的障碍物车辆位姿估计方法,其特征在于,所述根据所述估计场景从各所述当前边界框中选取目标边界框,并基于所述目标边界框确定所述朝向的步骤还包括:若所述估计场景为所述预设第二估计场景,则所述目标边界框为所述整车边界框;根据所述整车边界框确定所述目标障碍物车辆的观测长度;将所述观测长度与所述先验...
【专利技术属性】
技术研发人员:李悦铭,张萌,丁晟,盖杰,吴国苏州,
申请(专利权)人:杭州枕石智能科技有限公司,
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。