[發明專利]一種基于多維度點云特征的目標檢測與跟蹤方法及系統

在審

• 申請號: 202210041471.1
• 申請日: 2022-01-14
• 公開（公告）號: CN114419152A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 張漫;季宇寒;李寒;李世超;曹如月;張振乾;苗艷龍
• 申請（專利權）人: 中國農業大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/246;G06T7/33;G06T7/11;G06T7/60;G06T7/62;G06T5/20
• 代理公司: 北京中安信知識產權代理事務所(普通合伙) 11248
• 代理人: 李彬

本發明移動平臺目標檢測跟蹤技術領域，涉及一種基于多維度點云特征的目標檢測與跟蹤方法，該方法包括如下步驟：S1、融合數據采集；S2、目標檢測；S3、目標跟蹤；S4、環境地圖生成。本發明通過基于多維度點云特征的分析組合，能夠實現無人車、機器人等移動平臺在復雜地面環境下對動靜態目標的準確、穩定檢測與跟蹤，為避障、行為預測等提供可靠參考。

技術領域

本發明屬于移動平臺目標檢測跟蹤技術領域，涉及一種基于多維度點云特征的目標檢測與跟蹤方法及系統。

背景技術

目標檢測與跟蹤是無人車和自主移動機器人等導航平臺的關鍵技術。目標檢測是對目標當前確定狀態的量測；目標跟蹤是對目標未來可能狀態的預測。檢測與跟蹤存在相互依存促進關系，檢測可為跟蹤提供量測值以修正跟蹤模型參數；跟蹤可為檢測提供預測值以更新量測感興趣區域。目標檢測與跟蹤方法，可實現對目標信息的量測與估計，在導航避障(例如無人駕駛)、目標跟隨(例如多機協同)等應用中具有重要意義。

激光雷達(Light detection and ranging,LiDAR)通過激光測距獲取周圍環境的空間信息和反射強度信息，具有精度高、距離遠、速度快、不受光照影響等優點。三維激光雷達(3D LiDAR)具有多組激光發射器與接收器，能提供更豐富的環境信息，已廣泛應用在無人車和機器人等領域。

目前，目標檢測與跟蹤主要包含兩類：基于檢測的跟蹤和基于初始化的跟蹤。

基于檢測的跟蹤(Detection based tracking,DBT)包含檢測器和跟蹤器兩個關鍵部件。從初始化開始，通過檢測器識別原始數據中的目標，通過特征提取抽象目標模型，再使用跟蹤器預測目標的狀態，將實際量測數據與預測數據相關聯，更新跟蹤器參數。DBT通過對每幀數據進行“檢測-跟蹤”迭代實現閉環，持續輸出跟蹤目標的預測結果。

基于初始化的跟蹤(Detection free tracking,DFT)需要人工指定初始跟蹤目標，確定跟蹤框，結合跟蹤器共同完成檢測跟蹤任務。DFT通過初始跟蹤框與跟蹤器迭代，持續輸出跟蹤目標的預測結果。

對比兩種跟蹤方式，基于檢測的跟蹤方法無需人工初始化，能夠處理跟蹤目標的新增、消失、合并與分裂等情況，具有良好的跟蹤魯棒性和功能完整性，更適合在無人車或機器人等移動平臺應用。

具體地，對于基于檢測的跟蹤方法，其性能依賴檢測方法的優劣，即依賴檢測器對不同目標特征的區分。基于點云數據的傳統目標檢測方法主要集中于對目標位置、大小、形狀等簡單屬性的歸納，抗干擾能力較差；基于點云數據的機器學習目標檢測方法需要使用大量優質樣本進行訓練，且對于訓練集中未出現的目標類型無法很好地檢測。

發明內容

針對上述技術問題，本發明的目的是提供一種基于多維度點云特征的目標檢測跟蹤方法，通過基于多維度點云特征的分析組合，能夠實現無人車、機器人等移動平臺在復雜地面環境下對動靜態目標的準確、穩定檢測與跟蹤，為避障、行為預測等提供可靠參考。

為了實現上述目的，本發明提供了如下技術方案：

本發明的基于多維度點云特征的目標檢測跟蹤方法，包括如下步驟：

S1、融合數據采集；

在移動平臺上安裝配置數據采集設備，所述數據采集設備包括三維激光雷達(3DLiDAR)、全球導航衛星系統(GNSS)和慣性導航系統(INS)；通過3D LiDAR獲取環境點云信息，通過GNSS獲取移動平臺的位置與航向信息，通過INS獲取移動平臺的姿態信息；通過多傳感器時間同步使各數據采集設備采集的數據在相同的時隙內，保證數據的相關性；通過多坐標系空間配準對相同時隙內的點云數據進行坐標系轉換，得到大地坐標系下的融合點云數據。

S1.1、多傳感器安裝配置；