本发明专利技术提供了一种对象关联模型的训练方法、对象关联方法及装置，方法包括：获取在T时刻，车辆采集的第一对象样本的第一状态信息样本，以及在T时刻之前的预设时刻，车辆采集的至少一个第二对象样本的第二状态信息样本；根据第一状态信息样本、第二状态信息样本和对象关联模型，得到目标关联矩阵；目标关联矩阵用于反映第一状态信息样本和第二状态信息样本之间的相似度；根据目标关联矩阵获取对象关联结果样本，并基于对象关联结果样本训练对象关联模型，得到训练好的对象关联模型；对象关联结果样本包括第一对象样本，以及与第一对象样本相似度最大的目标第二对象样本。本发明专利技术获取的对象关联模型准确度高，且模型训练成本低。
【技术实现步骤摘要】
本专利技术涉及车辆，尤其涉及一种对象关联模型的训练方法、对象关联方法及装置。
技术介绍
1、随着自动驾驶感知技术的快速发展，多传感器融合感知逐渐成为车辆高精度和高性能的主要感知技术。可以通过传感器获取原始感知数据，然后基于原始感知数据进行目标跟踪。
2、相关技术中，可以通过恒转弯率和速度模型对目标状态进行预测，并基于多维度特征融合的度量函数关联匹配目标状态预测结果和当前检测结果，基于匈牙利匹配算法将多目标关联问题转化为有权二分图最小全匹配问题，并用二维代价矩阵表征目标之间的关联关系。
3、然而，基于相关技术的方法，需要构建多个度量函数以及度量函数权重，并且关联流程和关联算法复杂，导致处理效率低，并且需要对不同传感器进行参数调整，这会增加开发成本。
技术实现思路
1、鉴于上述问题，本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的一种对象关联模型的训练方法、对象关联方法及装置。
2、为了实现上述目的，本专利技术采用的技术方案如下：
>3、第一方面，本申本文档来自技高网...
【技术保护点】
1.一种对象关联模型的训练方法，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，所述车辆具有至少一个用于采集状态信息的传感器；获取在所述T时刻之前的预设时刻，所述车辆采集的至少一个第二对象样本的第二状态信息样本，包括：
3.根据权利要求1所述的方法，其特征在于，在所述预设时刻有至少一个的情况下，根据所述第一状态信息样本、所述第二状态信息样本和对象关联模型，得到目标关联矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，在所述预设时刻有至少一个的情况下，所述根据所述目标关联矩阵获取对象关联结果，包括：
5.根据权利要求1所述...
【技术特征摘要】
1.一种对象关联模型的训练方法，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，所述车辆具有至少一个用于采集状态信息的传感器；获取在所述t时刻之前的预设时刻，所述车辆采集的至少一个第二对象样本的第二状态信息样本，包括：
3.根据权利要求1所述的方法，其特征在于，在所述预设时刻有至少一个的情况下，根据所述第一状态信息样本、所述第二状态信息样本和对象关联模型，得到目标关联矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，在所述预设时刻有至少一个的情况下，所述根据所述目标关联矩阵获取对象关联结果，包括：
5.根据权利要求1所述的方法，其特征在于，基于所述对象关联结果样本训练所述对象关联模型，得到训练好的对象关联模型，包括：
6.根据权利要求1所述的方法，其特征在于，在所述第一对象样本有至少一个的情况下，一个所述第一对象样本具有一个对应的第一状态信息样本；根据所述第一状态信息样本、所述第二状态信息...
【专利技术属性】
技术研发人员：柳晓东，
申请(专利权)人：重庆长安科技有限责任公司，
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。