【技術實現步驟摘要】
本專利技術涉及自動駕駛，尤其涉及一種低速或靜止物體的動靜態估計方法、設備及移動裝置。
技術介紹
1、在自動駕駛領域中，自車周圍交通參與者(車輛、行人、非機動車等，以下簡稱障礙物)的檢測和運動估計是至關重要的，是許多后續決策的必要信息。障礙物檢測和識別需借助一些傳感器，如相機和激光雷達，通過其獲取到的圖像或點云，識別到障礙物的位置、類別、姿態等信息。障礙物的運動估計則需要一定的時序信息，將不同時序的相同目標關聯(目標跟蹤)，在此基礎上通過位置計算速度、加速度等運動參數，從而判斷是否會與自車運動產生交互。同時，由于自車運動影響，檢測和跟蹤計算得到的相對運動信息，需要變換到慣性坐標系下，得到障礙物的客觀運動信息。特別地，在自車周圍重點障礙物掉頭、緩行、起步、減速駐車等動靜態區分不清、和動靜態頻繁切換場景上，對自車的影響尤其關鍵。
2、在現有技術中，障礙物的運動特性，一般由以下幾種方式獲取：(1)前后幀的位置信息差分，得到位置差從而計算當前時刻的速度和加速度；(2)通過訓練模型方式，直接推理得出運動參數。
3、一般動靜態的判斷主要由輸出速度決定。當速度為零，或小于擾動速度，認為障礙物靜止，否則認為其運動。
4、對于差分計算速度的方式，需要借助前后幀檢測得到的規則3d檢測包絡矩形，通過中心點的世界坐標系位置差分并除以時間差得到。對于模型直出的方案，標注訓練數據的速度真值獲取，需要標注障礙物矩形包絡框，以及時序上的唯一id,再通過前述前后幀中心點位置差分的方式得到。
5、然而，檢測模型輸出的外
技術實現思路
1、針對低速目標檢測位置和大小跳動，動靜態估計不準確的情況，本專利技術實施例提供一種障礙物動靜態估計方法，應用于搭載有激光雷達傳感器的移動裝置。
2、為了達到上述目的，本專利技術的技術方案提供了一種低速或靜止物體的動靜態估計方法，其包括如下步驟：s1：通過激光雷達傳感器，獲取前后檢測幀的原始點云；s2：獲取檢測后得到的障礙物目標框，以包絡框內點云為種子點，找到相關點云連通域作為障礙物的剛體點云簇；s3：通過坐標變換消除自車觀測誤差，以前一時刻的他車坐標系為基準，將后一時刻的點云變換到該坐標系下；s4：計算前后幀的網格簇的最優變換；s5：基于步驟s4獲得的最優變換結果，判斷障礙物是否發生運動。
3、進一步地，在步驟s1中，將獲取的原始點云通過下采樣生成占位網格簇，以獲得下采樣后的點云，用于后續計算。
4、進一步地，在步驟s1中，生成占位網格簇具體包括：截取自車周圍一定范圍內的點云作為邊界，根據計算量要求，分成resolution_x*resolution_y*resolution_z個網格；在網格內若有激光點，認為該網格占位，其中，resolution_x、resolution_y和resolution_z分別為三維網格在x、y和z方向上的分辨率。
5、進一步地，在步驟s3中，將他車坐標系定義為以包絡框中心為原心，障礙物朝向為x軸的坐標系，其中，已由上游檢測計算得出目標障礙物的包絡矩形bboxt1，bboxt2，相應計算得出的點云簇集合分別為和
6、在t1時刻，障礙物的點云簇坐標pt1:
7、
8、其中，l1,l2,θ表示此時自車觀測到的障礙物相對自車坐標系下的位置以及朝向，
9、在t2時刻，障礙物的點云簇坐標pt2:
10、
11、其中，poset1和poset2分別表示自車在各個時刻相對于世界坐標系的姿態。
12、進一步地，在步驟s4中，
13、計算前后幀的網格簇的最優變換：
14、
15、解算變換矩陣；當點數較多(大于500)時，對pt1,pt2建立kdtree匹配點對。
16、進一步地，在步驟s5中，當小于閾值thres11時，認為靜止，速度為0；當大于閾值thres1時，認為運動；當大于閾值thres2時，認為解算失敗，前后兩幀的目標不一致；其中，表示由矩陣解算出的歐拉角。
17、進一步地，在步驟s4中，采用迭代最近點算法icp算法或者雅克比矩陣奇異值分解jacobisvd方法，解算變換矩陣。
18、本專利技術的技術方案還提供了一種低速或靜止物體的動靜態估計設備，所述設備包括如下模塊：原始點云獲取模塊，用于通過激光雷達傳感器，獲取前后檢測幀的原始點云；障礙物目標框獲取模塊，用于獲取檢測后得到的障礙物目標框，以包絡框內點云為種子點，找到相關點云連通域作為障礙物的剛體點云簇；坐標系變換模塊，用于通過坐標變換消除自車觀測誤差，以前一時刻的他車坐標系為基準，將后一時刻的點云變換到該坐標系下；最優變換計算模塊，用于計算前后幀的網格簇的最優變換；障礙物運動判斷模塊，用于基于最優變換計算模塊獲得的最優變換結果，判斷障礙物是否發生運動。
19、本專利技術的技術方案還提供了一種移動裝置，其搭載有激光雷達傳感器，所述移動裝置使用如上所述的低速或靜止物體的動靜態估計方法、或者裝載如上所述的低速或靜止物體的動靜態估計設備。
20、本專利技術的技術方案還提供了一種包含計算機程序的計算機可讀存儲介質，當所述計算機程序被一個或多個處理器執行時，實現如上所述的低速或靜止物體的動靜態估計方法。
21、本專利技術的技術方案對障礙物運動狀態估計非常準確，靜止的障礙物的解算結果接近0，相反地，只要產生了運動，即使非常微小，也會在結果上面有所反映。同時，解算結果即運動目標的運動位移和朝向，也可以作為計算差分速度的輸入源。
本文檔來自技高網...【技術保護點】
1.一種低速或靜止物體的動靜態估計方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，在步驟S1中，將獲取的原始點云通過下采樣生成占位網格簇，以獲得下采樣后的點云，用于后續計算。
3.根據權利要求2所述的方法，其特征在于，在步驟S1中，生成占位網格簇具體包括：截取自車周圍一定范圍內的點云作為邊界，根據計算量要求，分成resolution_x*resolution_y*resolution_z個網格；在網格內若有激光點，認為該網格占位，其中，resolution_x、resolution_y和resolution_z分別為三維網格在x、y和z方向上的分辨率。
4.根據權利要求1所述的方法，其特征在于，在步驟S3中，將他車坐標系定義為以包絡框中心為原心，障礙物朝向為x軸的坐標系，其中，已由上游檢測計算得出目標障礙物的包絡矩形BBOXt1，BBOXt2，相應計算得出的點云簇集合分別為和
5.根據權利要求4所述的方法，其特征在于，在步驟S4中，
6.根據權利要求5所述的方法，其特征在于，在步驟S5中，p>
7.根據權利要求5所述的方法，其特征在于，在步驟S4中，采用迭代最近點算法|?CP算法或者雅克比矩陣奇異值分解JacobiSVD方法，解算變換矩陣。
8.一種低速或靜止物體的動靜態估計設備，其特征在于，所述設備包括如下模塊：
9.一種移動裝置，其特征在于，搭載有激光雷達傳感器，所述移動裝置使用如權利要求1-7中任一項所述的低速或靜止物體的動靜態估計方法、或者裝載如權利要求8所述的低速或靜止物體的動靜態估計設備。
10.一種包含計算機程序的計算機可讀存儲介質，其特征在于，當所述計算機程序被一個或多個處理器執行時，實現權利要求1-7任一項所述的低速或靜止物體的動靜態估計方法。
...【技術特征摘要】
1.一種低速或靜止物體的動靜態估計方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，在步驟s1中，將獲取的原始點云通過下采樣生成占位網格簇，以獲得下采樣后的點云，用于后續計算。
3.根據權利要求2所述的方法，其特征在于，在步驟s1中，生成占位網格簇具體包括：截取自車周圍一定范圍內的點云作為邊界，根據計算量要求，分成resolution_x*resolution_y*resolution_z個網格；在網格內若有激光點，認為該網格占位，其中，resolution_x、resolution_y和resolution_z分別為三維網格在x、y和z方向上的分辨率。
4.根據權利要求1所述的方法，其特征在于，在步驟s3中，將他車坐標系定義為以包絡框中心為原心，障礙物朝向為x軸的坐標系，其中，已由上游檢測計算得出目標障礙物的包絡矩形bboxt1，bbo...
【專利技術屬性】
技術研發人員：何弢，廖文龍，王江婧，彭湃，
申請(專利權)人：酷哇科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。