[發明專利]基于激光點云網絡檢測和聚類目標的聯合跟蹤方法

在審

• 申請號: 202310418714.3
• 申請日: 2023-04-19
• 公開（公告）號: CN116594026A
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 楊少磊;嚴尉劍
• 申請（專利權）人: 上海友道智途科技有限公司
• 主分類號: G01S17/66
• 分類號: G01S17/66;G06F18/23
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 袁瑞娟

1.一種基于激光點云網絡檢測和聚類目標的聯合跟蹤方法，其特征在于：該方法基于上游激光雷達感知發送的兩個數組，輸出車輛的航跡數組，實現車輛的跟蹤；

其中，上游激光雷達感知發送的兩個數組分別為相互獨立的網絡檢測目標數組和聚類目標數組，所述的網絡檢測目標數組存放了若干個網絡檢測目標，所述的聚類目標數組存放了若干個聚類目標；

所述的網絡檢測目標和聚類目標均包含了該目標的狀態信息，所述的航跡數組中每個航跡包含了一個目標的狀態信息和該目標對應航跡的信息。

2.根據權利要求1所述的一種基于激光點云網絡檢測和聚類目標的聯合跟蹤方法，其特征在于：所述目標的狀態信息包括該目標的縱向位置、橫向位置、協方差矩陣、長、寬、高、航向角；

所述航跡的信息包括航跡的id、source、age、lifeSpan、coastSpan、status。

3.根據權利要求1或2所述的一種基于激光點云網絡檢測和聚類目標的聯合跟蹤方法，其特征在于：該方法的具體步驟包括如下：

步驟1：接收車輛上游激光雷達感知發送的網絡檢測目標數組和聚類目標數組；

步驟2：對車輛上一幀的所有航跡進行運動補償，將航跡的狀態值轉換為新的自車坐標系下；

步驟3：針對步驟2轉換后的航跡進行卡爾曼預測，保持航跡狀態和觀測的狀態處于相同時域；

步驟4：將預測后的航跡與網絡檢測目標進行關聯；關聯成功且無形狀突變，則使用網絡檢測目標對航跡狀態進行卡爾曼更新；關聯成功且有形狀突變且突變補償成功，則使用補償后的網絡檢測目標對航跡狀態進行卡爾曼更新；關聯成功且有形狀突變且突變補償失敗，則不進行操作；關聯失敗則進行創建航跡；

步驟5：與網絡檢測目標關聯更新后的航跡與聚類目標進行關聯；關聯成功且無形狀突變，則使用聚類目標對航跡狀態進行卡爾曼更新；關聯成功且有形狀突變且突變補償成功，則使用補償后的聚類目標對航跡狀態進行卡爾曼更新；關聯成功且有形狀突變且突變補償失敗，則不進行操作；關聯失敗則進行創建航跡；

步驟6：基于步驟5的航跡狀態更新進行航跡的管理；

步驟7：輸出自車的航跡。

4.根據權利要求3所述的一種基于激光點云網絡檢測和聚類目標的聯合跟蹤方法，其特征在于：步驟2中，所述的運動補償開始前，航跡的所有狀態值均處于上一幀的自車坐標系下，其中坐標系原點位于自車前保險杠中心，向前為x軸正向，向左為y軸正向，則自車運動狀態坐標系變化為：

dx＝vEgo*dt

dθ＝yawRate*dt

其中，dx為坐標系向前移動的距離，dθ為坐標系轉過的角度，vEgo為自車車速，yawRat為自車橫擺角速度，dt為執行周期；

則，對航跡進行運動補償如下：

x＝(x_k1-dx)*cos(dθ)-y_k1*sin(dθ)

y＝(x_k1-dx)*sin(dθ)+y_k1*cos(dθ)

v_x＝v_xk1*cos(dθ)-v_yk1*sin(dθ)

v_y＝v_xk1*sin(dθ)+v_yk1*cos(dθ)

其中，x_k1、y_k1、v_xk1、v_yk1分別為運動補償前的航跡的縱向位置、橫向位置、縱向速度、橫向速度，x、y、v_x、v_y分別為運動補償后的航跡的縱向位置、橫向位置、縱向速度、橫向速度。