【技术实现步骤摘要】
本申请涉及自动驾驶领域，具体提供一种目标跟踪与重建方法、存储介质以及智能设备。
技术介绍
1、在自动驾驶技术中，对动态目标状态的准确估计对整个自动驾驶系统的性能至关重要，尤其在感知、规划、决策等方面。传统方法主要依赖深度学习模型进行单帧目标检测，由于单帧目标观测的不完整性，动态场景中目标的复杂运动和变化若仅仅依靠单帧目标观测，因此现有的深度学习模型进行目标预测时易出现误检、漏检、尺寸不正确、角度不正确等问题，并且难以获取目标正确的4d状态。即难以获得动态目标的准确状态，且目标预测的准确性和时序上的一致性差。
2、因此，现有技术中的目标检测相应地，本领域需要一种新的目标跟踪与重建方案来解决上述问题。
技术实现思路
1、为了克服上述缺陷，提出了本申请，提供一种标跟踪与重建方法、存储介质以及智能设备，以解决或至少部分地解决难以获得动态目标的准确状态，目标预测的准确性和时序上的一致性差的技术问题。
2、在第一方面，本申请提供一种目标跟踪与重建方法，包括：获取待测目标当前时刻的点云数据和状态预测数据；基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3d检测框；获取所述待测目标上一时刻的点云模型；基于所述当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据；基于配准后的点云数据对所述第一3d检测框进行修正，得到第二3d检测框；对所述第二3d检测框进行卡方检验；基于卡方检验的结果获取所述待测目标当前时刻的点云模型
3、在上述目标跟踪与重建方法的一个技术方案中，所述基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3d检测框，包括：基于当前时刻的状态预测数据获取3d预测框；基于所述3d预测框对所述当前时刻的点云数据进行目标匹配，得到与所述待测目标对应的第一3d检测框。
4、在上述目标跟踪与重建方法的一个技术方案中，所述基于当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据，包括：对所述当前时刻的点云数据进行噪点剔除；使用迭代最近点算法对噪点剔除后的点云数据以及上一时刻的点云模型进行点云对齐，得到配准后的点云数据；所述迭代最近点算法包括点匹配步骤和变换求解步骤，其中在点匹配步骤中设置垂直方向上匹配差距的阈值限制，并且在变换求解步骤中固定垂直方向变量、滚转角变量以及俯仰角变量，只求解横向变量、纵向变量以及偏航角变量。
5、在上述目标跟踪与重建方法的一个技术方案中，所述对所述第二3d检测框进行卡方检验，包括：基于所述第二3d检测框和所述上一时刻的点云模型对应的第三3d检测框进行卡方检验。
6、在上述目标跟踪与重建方法的一个技术方案中，所述基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据，包括：若卡方检验通过，将待测目标当前时刻的状态预测数据作为当前时刻的状态数据；若卡方检验未通过，获取待测目标上一时刻的状态数据作为当前时刻的状态数据。
7、在上述目标跟踪与重建方法的一个技术方案中，所述基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据，还包括：若卡方检验通过，基于配准后的点云数据以及上一时刻的点云模型获取当前时刻的点云模型；若卡方检验未通过，将所述待测目标上一时刻的点云模型作为当前时刻的点云模型。
8、在上述目标跟踪与重建方法的一个技术方案中，在所述将待测目标当前时刻的状态预测数据作为当前时刻的状态数据之后，所述方法还包括：获取所述待测目标的状态残差进行一致性检验；若通过所述一致性检验，则提示状态更新成功。
9、在上述目标跟踪与重建方法的一个技术方案中，还包括：基于ctrv模型并应用ukf进行滤波，对物体运动不确定性进行建模，获取运动预测模型，其中当前时刻的状态预测数据由所述运动预测模型生成。
10、在上述目标跟踪与重建方法的一个技术方案中，所述基于所述待测目标当前时刻的状态数据进行运动预测，获取下一时刻的状态预测数据，包括：基于所述当前时刻的状态数据以及所述运动预测模型进行运动预测，获取待测目标下一时刻的状态预测数据。
11、在上述目标跟踪与重建方法的一个技术方案中，所述基于ctrv模型并应用ukf进行滤波，对物体运动不确定性进行建模，获取运动预测模型，包括：基于预设值获取所述运动预测模型的观测噪声；至少基于待测目标的运动速度和角速度获取所述运动预测模型的状态转移噪声。
12、在第二方面，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其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述目标跟踪与重建方法的技术方案中任一项技术方案所述的目标跟踪与重建方法。
13、在第三方面，本申请提供一种智能设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行上述目标跟踪与重建方法的技术方案中任一项技术方案所述的目标跟踪与重建方法。
14、方案1.一种目标跟踪与重建方法，其特征在于，包括：
15、获取待测目标当前时刻的点云数据和状态预测数据；
16、基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3d检测框；
17、获取所述待测目标上一时刻的点云模型；
18、基于所述当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据；
19、基于配准后的点云数据对所述第一3d检测框进行修正，得到第二3d检测框；
20、对所述第二3d检测框进行卡方检验；
21、基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据；以及
22、基于所述待测目标当前时刻的状态数据进行运动预测，获取下一时刻的状态预测数据。
23、方案2.根据方案1所述的方法，其特征在于，所述基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3d检测框，包括：
24、基于当前时刻的状态预测数据获取3d预测框；
25、基于所述3d预测框对所述当前时刻的点云数据进行目标匹配，得到与所述待测目标对应的第一3d检测框。
26、方案3.根方案1或2所述的方法，其特征在于，所述基于当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据，包括：
27、对所述当前时刻的点云数据进行噪点剔除；
28、使用迭代最近点算法对噪点剔除后的点云数据以及上一时刻的点云模型进行点云对齐，得到配准后的点云数据；所述迭代最近点算法包括点匹配步骤和变换求解步骤，其中在点匹配步骤中设置垂直方向上匹配差距的阈值限制，并且在变换求解本文档来自技高网...
【技术保护点】
1.一种目标跟踪与重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3D检测框，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第二3D检测框进行卡方检验，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据，包括：
6.根据权利要求1或5所述的方法，其特征在于，所述基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据，还包括：
7.根据权利要求5所述的方法，其特征在于，在所述将待测目标当前时刻的状态预测数据作为当前时刻的状态数据之后，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，还包括：
9.根据权利要求8所述的方法，其特征在于，所述基
10.根据权利要求8所述的方法，其特征在于，所述基于CTRV模型并应用UKF进行滤波，对物体运动不确定性进行建模，获取运动预测模型，包括：
...【技术特征摘要】
1.一种目标跟踪与重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述当前时刻的点云数据和状态预测数据进行目标匹配，得到与所述待测目标对应的第一3d检测框，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于当前时刻的点云数据以及所述上一时刻的点云模型进行点云配准，得到配准后的点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第二3d检测框进行卡方检验，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于卡方检验的结果获取所述待测目标当前时刻的点云模型以及状态数据，包括：
6.根据...
【专利技术属性】
技术研发人员：郭强，戴国政，
申请(专利权)人：安徽蔚来智驾科技有限公司，
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。