基于激光点云网络检测和聚类目标的联合跟踪方法技术

本发明专利技术公开一种基于激光点云网络检测和聚类目标的联合跟踪方法，通过网络检测目标与聚类目标作为输入的联合跟踪，消除了使用单一网络检测或者聚类结果进行跟踪的弊端，在联合跟踪过程中增加了航迹管理流程，防止航迹ID切换的逻辑，同时在卡尔曼更新之前设置的形状突变补偿流程，有效减少因输入的网络检测目标或聚类目标波动导致航迹跟踪不稳定甚至出现脱关联的现象，提高航迹的稳定性。提高航迹的稳定性。提高航迹的稳定性。

【技术实现步骤摘要】
基于激光点云网络检测和聚类目标的联合跟踪方法


[0001]本专利技术属于自动驾驶雷达跟踪
，具体涉及到一种基于激光点云网络检测和聚类目标的联合跟踪方法。

技术介绍

[0002]在自动驾驶技术中，通常基于激光雷达实现车辆的定位与跟踪，而现有的激光雷达跟踪方法主要是基于单一网络检测或单一聚类结果进行跟踪，基于激光雷达的单一网络检测结果是通过卷积神经网络训练来的，检测的目标置信度很高，距离、类型、朝向等状态值比较稳定，但是对于自车近距离目标存在漏检的可能，通过激光雷达的点云进行单一聚类得到的目标存在概率大，但是对于一个物体可能聚类出多个类型未知的目标，且朝向、长宽属性很不稳定。因此，使用单一聚类结果进行跟踪的目标会出现位置速度不平顺、长宽跳变、航迹ID切换的缺陷。

技术实现思路

[0003]针对上述问题，本专利技术的主要目的在于设计一种基于激光点云网络检测和聚类目标的联合跟踪方法，通过网络检测目标结合聚类目标的结合，解决现有技术中单一聚类结果出现的位置速度不平顺、长度跳变、航迹ID切换的问题。
[0004]为了实现上述目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光点云网络检测和聚类目标的联合跟踪方法，其特征在于：该方法基于上游激光雷达感知发送的两个数组，输出车辆的航迹数组，实现车辆的跟踪；其中，上游激光雷达感知发送的两个数组分别为相互独立的网络检测目标数组和聚类目标数组，所述的网络检测目标数组存放了若干个网络检测目标，所述的聚类目标数组存放了若干个聚类目标；所述的网络检测目标和聚类目标均包含了该目标的状态信息，所述的航迹数组中每个航迹包含了一个目标的状态信息和该目标对应航迹的信息。2.根据权利要求1所述的一种基于激光点云网络检测和聚类目标的联合跟踪方法，其特征在于：所述目标的状态信息包括该目标的纵向位置、横向位置、协方差矩阵、长、宽、高、航向角；所述航迹的信息包括航迹的id、source、age、lifeSpan、coastSpan、status。3.根据权利要求1或2所述的一种基于激光点云网络检测和聚类目标的联合跟踪方法，其特征在于：该方法的具体步骤包括如下：步骤1：接收车辆上游激光雷达感知发送的网络检测目标数组和聚类目标数组；步骤2：对车辆上一帧的所有航迹进行运动补偿，将航迹的状态值转换为新的自车坐标系下；步骤3：针对步骤2转换后的航迹进行卡尔曼预测，保持航迹状态和观测的状态处于相同时域；步骤4：将预测后的航迹与网络检测目标进行关联；关联成功且无形状突变，则使用网络检测目标对航迹状态进行卡尔曼更新；关联成功且有形状突变且突变补偿成功，则使用补偿后的网络检测目标对航迹状态进行卡尔曼更新；关联成功且有形状突变且突变补偿失败，则不进行操作；关联失败则进行创建航迹；步骤5：与网络检测目标关联更新后的航迹与聚类目标进行关联；关联成功且无形状突变，则使用聚类目标对航迹状态进行卡尔曼更新；关联成功且有形状突变且突变补偿成功，则使用补偿后的聚类目标对航迹状态进行卡尔曼更新；关联成功且有形状突变且突变补偿失败，则不进行操作；关联失败则进行创建航迹；步骤6：基于步骤5的航迹状态更新进行航迹的管理；步骤7：输出自车的航迹。4.根据权利要求3所述的一种基于激光点云网络检测和聚类目标的联合跟踪方法，其特征在于：步骤2中，所述的运动补偿开始前，航迹的所有状态值均处于上一帧的自车坐标系下，其中坐标系原点位于自车前保险杠中心，向前为x轴正向，向左为y轴正向，则自车运动状态坐标系变化为：dx＝vEgo*dtdθ＝yawRate*dt其中，dx为坐标系向前移动的距离，dθ为坐标系转过的角度，vEgo为自车车速，yawRat为自车横摆角速度，dt为执行周期；则，对航迹进行运动补偿如下：x＝(x
k1
‑
dx)*cos(dθ)
‑
y
k1
*sin(dθ)y＝(x
k1
‑
dx)*sin(dθ)+y
k1
*cos(dθ)
v
x
＝v
xk1
*cos(dθ)
‑
v
yk1
*sin(dθ)v
y
＝v
xk1
*sin(dθ)+v
yk1
*cos(dθ)其中，x
k1
、y
k1
、v
xk1
、v
yk1
分别为运动补偿前的航迹的纵向位置、横向位置、纵向速度、横向速度，x、y、v
x
、v
y
分别为运动补偿后的航迹的纵向位置、横向位置、纵向速度、横向速度。5.根据权利要求4所述的一种基于激光点云网络检测和聚类目标的联合跟踪方法，其特征在于：步骤3中，在航迹状态的预测...

【专利技术属性】
技术研发人员：杨少磊，严尉剑，
申请(专利权)人：上海友道智途科技有限公司，
类型：发明
国别省市：