[發(fā)明專利]一種用于無(wú)人配送車的3D目標(biāo)追蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211087207.8
• 申請(qǐng)日: 2022-09-07
• 公開（公告）號(hào): CN115511912A
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 肖文平;何敖東
• 申請(qǐng)（專利權(quán)）人: 上海赫千電子科技有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/277;G06T7/80;G06V10/74;G06V10/764;G06V10/766;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明提供一種用于無(wú)人配送車的3D目標(biāo)追蹤方法，具體包括：將點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)輸入3D檢測(cè)器進(jìn)行獲取t時(shí)刻的3D檢測(cè)目標(biāo)，通過目標(biāo)軌跡預(yù)測(cè)器預(yù)測(cè)t?1時(shí)刻的3D追蹤目標(biāo)運(yùn)動(dòng)到t時(shí)刻軌跡，獲取t時(shí)刻的3D虛目標(biāo)；利用匹配器將3D檢測(cè)目標(biāo)與3D虛目標(biāo)進(jìn)行匹配，獲取t時(shí)刻3D的追蹤目標(biāo)；其中，在特征相似度和類別差異因子和距離相似度滿足條件下的情況下，選擇距離最小的距離相似度對(duì)應(yīng)的3D檢測(cè)目標(biāo)與3D虛目標(biāo)為匹配對(duì)為最佳的匹配對(duì)。本發(fā)明通過設(shè)計(jì)3D虛目標(biāo)與3D檢測(cè)目標(biāo)匹配，并且在匹配時(shí)，分別考慮了類別差異因子、特征相似度以及距離相似度三種度量，多種不同特征關(guān)聯(lián)，提升了3D檢測(cè)目標(biāo)與3D虛目標(biāo)的匹配的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及無(wú)人配送車的3D目標(biāo)追蹤領(lǐng)域，特別是涉及一種用于無(wú)人配送車的3D目標(biāo)追蹤方法。

背景技術(shù)

隨著智能汽車的迅速發(fā)展，輔助駕駛是智能汽車的標(biāo)配功能，在ADAS(高級(jí)輔助駕駛)中，多目標(biāo)跟蹤是一個(gè)非常關(guān)鍵的問題，通過識(shí)別車身前方的多個(gè)目標(biāo)，預(yù)測(cè)多個(gè)目標(biāo)的運(yùn)動(dòng)軌跡，從而采取相應(yīng)的路徑規(guī)劃和決策，控制汽車行駛。因此多目標(biāo)跟蹤算法在無(wú)人車整體系統(tǒng)中起著“承上啟下”的作用，是最核心的技術(shù)。但是現(xiàn)階段，3D多目標(biāo)仍然存在較多問題，一是計(jì)算量大，而是在檢測(cè)目標(biāo)與跟蹤目標(biāo)檢測(cè)過程僅考慮目標(biāo)中心點(diǎn)之間距離或者考慮檢測(cè)目標(biāo)與預(yù)測(cè)目標(biāo)的3D IOU進(jìn)行重疊，造成算法在一些場(chǎng)景下識(shí)別準(zhǔn)確率低。

發(fā)明內(nèi)容

基于現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明提供一種用于無(wú)人配送車的3D目標(biāo)追蹤方法，至少包括：

獲取車身前方的點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)輸入3D目標(biāo)檢測(cè)器進(jìn)行檢測(cè)，獲取t時(shí)刻的3D檢測(cè)目標(biāo)；

獲取t-1時(shí)刻的3D的追蹤目標(biāo)，通過目標(biāo)軌跡預(yù)測(cè)器預(yù)測(cè)t-1時(shí)刻的3D追蹤目標(biāo)運(yùn)動(dòng)到t時(shí)刻軌跡，獲取t時(shí)刻的3D虛目標(biāo)；

利用匹配器將t時(shí)刻的3D檢測(cè)目標(biāo)與3D虛目標(biāo)進(jìn)行匹配，獲取t時(shí)刻3D的追蹤目標(biāo)；

其中，匹配器的匹配具體包括：獲取t時(shí)刻3D檢測(cè)目標(biāo)與3D虛目標(biāo)距離相似度、特征相似度和3D檢測(cè)目標(biāo)與3D虛目標(biāo)的類別差異因子；

若類別差異因子為1和特征相似度小于預(yù)設(shè)第一相似度閾值，獲取3D檢測(cè)目標(biāo)與3D虛目標(biāo)中所有對(duì)應(yīng)的距離相似度，選擇距離相似度最小3D檢測(cè)目標(biāo)與3D虛目標(biāo)為匹配對(duì)。

一種用于無(wú)人配送車的3D目標(biāo)追蹤方法，進(jìn)一步地，t時(shí)刻，當(dāng)滿足條件3D檢測(cè)目標(biāo)的數(shù)量與3D虛目標(biāo)的數(shù)量不一致時(shí)，若存在任一個(gè)3D檢測(cè)目標(biāo)與多個(gè)不同的3D虛目標(biāo)匹配成功或存在任一個(gè)3D虛目標(biāo)與多個(gè)不同的3D檢測(cè)目標(biāo)匹配成功；

查詢所有匹配對(duì)對(duì)應(yīng)的特征相似度，然后選擇特征相似度最大的匹配對(duì)為最終3D檢測(cè)目標(biāo)與3D虛目標(biāo)對(duì)應(yīng)的匹配對(duì)。

一種用于無(wú)人配送車的3D目標(biāo)追蹤方法，進(jìn)一步地，若3D檢測(cè)目標(biāo)與3D虛目標(biāo)的類別差異因子為0，則認(rèn)為不匹配；

若3D檢測(cè)目標(biāo)與3D虛目標(biāo)的相似度小于預(yù)設(shè)第一相似度閾值，則認(rèn)為不匹配；若相似度距離大于預(yù)設(shè)第二相似度閾值時(shí)，則認(rèn)為不匹配。

一種用于無(wú)人配送車的3D目標(biāo)追蹤方法，至少包括：

獲取車身前方的點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)輸入3D目標(biāo)檢測(cè)器進(jìn)行檢測(cè)，獲取t時(shí)刻的3D檢測(cè)目標(biāo)；

獲取t-1時(shí)刻的3D的追蹤目標(biāo)，通過目標(biāo)軌跡預(yù)測(cè)器預(yù)測(cè)t-1時(shí)刻的3D追蹤目標(biāo)運(yùn)動(dòng)到t時(shí)刻軌跡，獲取t時(shí)刻的3D虛目標(biāo)；

利用匹配器將t時(shí)刻的3D檢測(cè)目標(biāo)與3D虛目標(biāo)進(jìn)行匹配，獲取t時(shí)刻3D的追蹤目標(biāo)；

其中，匹配器的匹配具體包括：獲取t時(shí)刻3D檢測(cè)目標(biāo)與3D虛目標(biāo)距離相似度、3D檢測(cè)目標(biāo)與3D虛目標(biāo)的類別差異因子；