【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其是涉及一种面向自动驾驶的激光雷达目标跟踪方法、设备、存储介质。
技术介绍
1、在自动驾驶领域，利用激光雷达(lidar)进行目标识别和跟踪的技术已被广泛研究和应用。现有技术主要采用点云数据处理算法，如voxelnet和second，将高维度空间数据转换为特征表征，进而通过神经网络进行目标分类和定位。尽管这些方法在多目标检测和跟踪方面取得了一定成效，但仍然存在处理复杂场景的准确性和实时性不足的问题，特别是在多目标、高密度交通环境下。
2、在高密度交通场景和多变环境条件下，已有的激光雷达目标识别系统通常面临以下缺陷：
3、(1)识别准确度不足，尤其是在交通工具类型多样化的情况下；
4、(2)目标跟踪在动态环境中的稳定性和连贯性不足；
5、(3)实时数据处理需求高，但现有系统的计算效率不足；
6、(4)现有算法在处理遮挡和交叉路径时的鲁棒性不足。
7、其中，如何增强系统对遮挡和交叉路径的处理能力，提高整体系统的鲁棒性是一个亟待解决的问题。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种面向自动驾驶的激光雷达目标跟踪方法、设备、存储介质，以改善自动驾驶下目标跟踪的鲁棒性。
2、本专利技术的目的可以通过以下技术方案来实现：
3、本专利技术的一个方面，提供了一种面向自动驾驶的激光雷达目标跟踪方法，包括如下步骤：
4、获取激光雷达
5、基于预处理后的原始点云数据，利用预训练好的目标识别模型，得到多个目标的位置信息和尺寸信息，基于所述尺寸信息对目标进行分类；
6、基于多个目标的位置信息，通过基于多假设跟踪的联合概率数据关联，得到各个目标的轨迹信息；
7、基于所述轨迹信息，利用粒子滤波器计算目标的运动状态的估计信息；
8、基于目标的运动状态的估计信息，通过交互式多模型算法实现目标跟踪。
9、作为优选的技术方案，所述位置信息包括目标的空间坐标，所述尺寸信息包括目标的长宽高和旋转角。
10、作为优选的技术方案，通过基于多假设跟踪的联合概率数据关联，得到各个目标的轨迹信息的过程包括：
11、将所述尺寸信息作为多假设跟踪算法的输入，动态更新目标的跟踪假设，输出各个目标的轨迹信息。
12、作为优选的技术方案，利用粒子滤波器计算目标的运动状态的估计信息的过程包括：
13、通过预先构建目标的状态转移模型，基于所述轨迹信息对每个粒子进行预测得到下一个时间步的状态估计，并对每个粒子的权重进行更新，针对权重调整后的粒子进行平均得到运动状态的估计信息。
14、作为优选的技术方案，基于所述尺寸信息进行分类，得到目标车辆的类型。
15、作为优选的技术方案，所述运动状态的估计信息包括目标的移动速度和移动方向。
16、作为优选的技术方案，所述预处理包括噪声滤除、地面分割和数据归一化。
17、作为优选的技术方案，通过采用推理框架将预训练好的目标识别模型构建成预设格式的文件，将所述目标识别模型预先部署在推理引擎中。
18、本专利技术的另一个方面，提供了一种电子设备，包括：一个或多个处理器以及存储器，所述存储器内储存有一个或多个程序，所述一个或多个程序包括用于执行上述面向自动驾驶的激光雷达目标跟踪方法的指令。
19、本专利技术的另一个方面，提供了一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行上述面向自动驾驶的激光雷达目标跟踪方法的指令。
20、与现有技术相比，本专利技术至少具有以下有益效果：
21、自动驾驶下目标跟踪的鲁棒性强：本方法基于多假设跟踪得到各个目标的轨迹信息，结合粒子滤波器进行跟踪，能够有效处理目标位置速度等方面的不确定性，根据实时的感知数据动态调整跟踪假设，能够更好的处理目标遮挡无法跟踪的情况，使其符合当前环境，从而解决或部分解决目标多模态行为和多个相似目标无法跟踪的问题，提高了目标遮挡情况下跟踪的准确性。
本文档来自技高网...【技术保护点】
1.一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，所述位置信息包括目标的空间坐标，所述尺寸信息包括目标的长宽高和旋转角。
3.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，通过基于多假设跟踪的联合概率数据关联，得到各个目标的轨迹信息的过程包括：
4.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，利用粒子滤波器计算目标的运动状态的估计信息的过程包括：
5.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，基于所述尺寸信息进行分类，得到目标车辆的类型。
6.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，所述运动状态的估计信息包括目标的移动速度和移动方向。
7.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，所述预处理包括噪声滤除、地面分割和数据归一化。
8.根据权利要求1所述的一种面
9.一种电子设备，其特征在于，包括：一个或多个处理器以及存储器，所述存储器内储存有一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述面向自动驾驶的激光雷达目标跟踪方法的指令。
10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述面向自动驾驶的激光雷达目标跟踪方法的指令。
...【技术特征摘要】
1.一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，所述位置信息包括目标的空间坐标，所述尺寸信息包括目标的长宽高和旋转角。
3.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，通过基于多假设跟踪的联合概率数据关联，得到各个目标的轨迹信息的过程包括：
4.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，利用粒子滤波器计算目标的运动状态的估计信息的过程包括：
5.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，基于所述尺寸信息进行分类，得到目标车辆的类型。
6.根据权利要求1所述的一种面向自动驾驶的激光雷达目标跟踪方法，其特征在于，所述运动状态的估...
【专利技术属性】
技术研发人员：杨扬，胡心怡，顾圣骏，陈天涛，
申请(专利权)人：上海伯镭智能科技有限公司，
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。