CN116500603A - 多目标跟踪方法、装置及车辆 - Google Patents

多目标跟踪方法、装置及车辆 Download PDF

Info

Publication number
CN116500603A
CN116500603A CN202310484669.1A CN202310484669A CN116500603A CN 116500603 A CN116500603 A CN 116500603A CN 202310484669 A CN202310484669 A CN 202310484669A CN 116500603 A CN116500603 A CN 116500603A
Authority
CN
China
Prior art keywords
target
information
tracking
obstacle
matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310484669.1A
Other languages
English (en)
Inventor
张辉
曹扬
康晓华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sany Intelligent Mining Technology Co Ltd
Original Assignee
Sany Intelligent Mining Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sany Intelligent Mining Technology Co Ltd filed Critical Sany Intelligent Mining Technology Co Ltd
Priority to CN202310484669.1A priority Critical patent/CN116500603A/zh
Publication of CN116500603A publication Critical patent/CN116500603A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本申请提供一种多目标跟踪方法、装置及车辆，涉及多目标跟踪领域，该方法包括：获取当前时刻激光雷达以及毫米波雷达采集的激光雷达数据和毫米波雷达数据，并根据目标数据确定当前时刻的检测目标信息；基于检测目标信息以及历史跟踪目标信息，对预设范围内的多个障碍物进行匹配和跟踪；历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角。本申请提供的多目标跟踪方法、装置及车辆，用于使无人驾驶作业机械具备对多目标的稳定跟踪功能，提高作业机械的工作效率。

Description

多目标跟踪方法、装置及车辆
技术领域
本申请涉及多目标跟踪领域，尤其涉及一种多目标跟踪方法、装置及车辆。
背景技术
露天矿区场景下，无人驾驶技术的实施有利于提高矿山生产效率、减少工作风险、降低劳动成本。
在相关技术中，为了使作业机械能够进行准确无误的路径规划，需要作业机械具备有效感知矿区中的各种目标的运动情况的功能。然而，相关技术中大多针对单一传感器进行多目标跟踪的技术方案，局限性较大，且并不适用于露天矿区场景下作业机械的多目标跟踪。
基于此，急需一种多目标跟踪方法，能够使无人驾驶作业机械具备对多目标的稳定跟踪功能，从而提高作业机械的工作效率。
发明内容
本申请的目的是提供一种多目标跟踪方法、装置及车辆，用于使无人驾驶作业机械具备对多目标的稳定跟踪功能，提高作业机械的工作效率。
本申请提供一种多目标跟踪方法，包括：
获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
可选地，所述检测目标信息包括：第一信息、第二信息和第三信息；所述根据所述目标数据确定当前时刻的检测目标信息，包括：根据所述激光雷达数据确定计算所述第一信息，以及根据所述毫米波雷达数据确定所述第二信息；将所述第一信息与所述第二信息进行融合后，得到所述第三信息；其中，所述第一信息包括：当前时刻所述预设范围内的每个障碍物的位置信息和航向角；所述第二信息包括：当前时刻所述预设范围内的每个障碍物的位置信息信息、相对速度信息和航向角；所述第三信息包括：当前时刻所述预设范围内的每个障碍物的位置信息、相对速度信息和航向角。
可选地，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：基于所述第一信息计算第一匹配权重矩阵，并基于所述第三信息计算第二匹配权重矩阵；根据所述第一匹配权重矩阵以及所述第二匹配权重矩阵，采用匈牙利算法进行目标指派，得到第一匹配结果；其中，所述目标指派用于将当前时刻所述预设范围内的多个障碍物与所述跟踪列表中的多个障碍物进行目标匹配；所述第一匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：基于所述第三信息计算第三匹配权重矩阵，并根据所述第三匹配权重矩阵，采用匈牙利算法进行目标指派，得到第二匹配结果；其中，所述第二匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述采用匈牙利算法进行目标指派之后，所述方法还包括：判断当前时刻所述预设范围内的每个障碍物的匹配成功权重值是否小于预设权重阈值，若是，则确定匹配成功，否则，确定匹配失败，并将匹配的障碍物加入到所述跟踪列表中；其中，所述预设权重阈值与目标距离正相关；所述目标距离为障碍物与所述作业机械之间的距离。
可选地，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：融合计算所述第一匹配结果以及所述第二匹配结果，确定跟踪列表中每个障碍物在当前时刻是否被检测到；利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息。
可选地，所述利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息之后，所述方法还包括：在目标障碍物被检测到的情况下，基于所述目标障碍物的预测位置信息以及所述目标障碍物的实际位置信息，采用卡尔曼滤波算法进行目标更新，得到所述目标障碍物的运动状态信息；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个；所述运动状态信息包括：位置信息，相对速度信息，航向角。
可选地，所述利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息之后，所述方法还包括：在目标障碍物未被检测到的情况下，计算跟踪丢失次数，并在所述目标障碍物的连续跟踪丢失次数大于预设次数阈值的情况下，将跟踪丢失的障碍物从所述跟踪列表中删除；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个。
本申请还提供一种多目标跟踪装置，包括：
获取模块，用于获取当前时刻激光雷达以及毫米波雷达采集的目标数据；确定模块，用于根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；匹配跟踪模块，用于基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
可选地，所述检测目标信息包括：第一信息、第二信息和第三信息；所述确定模块，具体用于根据所述激光雷达数据确定所述第一信息，以及根据所述毫米波雷达数据确定所述第二信息；所述确定模块，具体还用于将所述第一信息与所述第二信息进行融合后，得到所述第三信息；其中，所述第一信息包括：当前时刻所述预设范围内的每个障碍物的位置信息和航向角；所述第二信息包括：当前时刻所述预设范围内的每个障碍物的位置信息信息、相对速度信息和航向角；所述第三信息包括：当前时刻所述预设范围内的每个障碍物的位置信息、相对速度信息和航向角。
可选地，所述匹配跟踪模块，具体用于基于所述第一信息计算第一匹配权重矩阵，并基于所述第三信息计算第二匹配权重矩阵；所述匹配跟踪模块，具体还用于根据所述第一匹配权重矩阵以及所述第二匹配权重矩阵，采用匈牙利算法进行目标指派，得到第一匹配结果；其中，所述目标指派用于将当前时刻所述预设范围内的多个障碍物与所述跟踪列表中的多个障碍物进行目标匹配；所述第一匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述匹配跟踪模块，具体用于基于所述第三信息计算第三匹配权重矩阵，并根据所述第三匹配权重矩阵，采用匈牙利算法进行目标指派，得到第二匹配结果；其中，所述第二匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述匹配跟踪模块，具体用于判断当前时刻所述预设范围内的每个障碍物的匹配成功权重值是否小于预设权重阈值，若是，则确定匹配成功，否则，确定匹配失败，并将匹配的障碍物加入到所述跟踪列表中；其中，所述预设权重阈值与目标距离正相关；所述目标距离为障碍物与所述作业机械之间的距离。
可选地，所述匹配跟踪模块，具体用于融合计算所述第一匹配结果以及所述第二匹配结果；所述确定模块，还用于确定跟踪列表中每个障碍物在当前时刻是否被检测到；所述匹配跟踪模块，具体还用于利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息。
可选地，所述匹配跟踪模块，具体用于在目标障碍物被检测到的情况下，基于所述目标障碍物的预测位置信息以及所述目标障碍物的实际位置信息，采用卡尔曼滤波算法进行目标更新，得到所述目标障碍物的运动状态信息；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个；所述运动状态信息包括：位置信息，相对速度信息，航向角。
可选地，所述匹配跟踪模块，具体用于在目标障碍物未被检测到的情况下，计算跟踪丢失次数，并在所述目标障碍物的连续跟踪丢失次数大于预设次数阈值的情况下，将跟踪丢失的障碍物从所述跟踪列表中删除；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个。
本申请还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任一种所述多目标跟踪方法的步骤。
本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述多目标跟踪方法的步骤。
本申请还提供一种车辆，设置有激光雷达和毫米波雷达，以及计算机程序/指令，该计算机程序/指令被处理器执行时按照如上述任一种所述多目标跟踪方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述多目标跟踪方法的步骤。
本申请提供的多目标跟踪方法、装置及车辆，首先，获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据。之后，基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪。如此，使得无人驾驶作业机械能够具备对多目标的稳定跟踪功能，从而提高作业机械的工作效率。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的多目标跟踪方法的流程示意图之一；
图2是本申请提供的多目标跟踪方法的流程示意图之二；
图3是本申请提供的多目标跟踪装置的结构示意图；
图4是本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
以下针对本申请实施例所涉及的技术术语进行解释：
包围盒：是一种求解离散点集最优包围空间的算法，基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。在计算机图形学与计算几何领域，一组物体的包围盒就是将物体组合完全包容起来的一个封闭空间。将复杂物体封装在简单的包围盒中，用简单的包围盒形状来近似代替复杂几何体的形状，就可以提高几何运算的效率。并且通常简单的物体比较容易检查相互之间的重叠。
激光雷达：是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。
毫米波雷达：是工作在毫米波波段(millimeter wave)探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)的。毫米波的波长介于微波和厘米波之间，因此毫米波雷达兼有微波雷达和光电雷达的一些优点。同厘米波导引头相比，毫米波导引头具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。另外，毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头。毫米波雷达能分辨识别很小的目标，而且能同时识别多个目标；具有成像能力，体积小、机动性和隐蔽性好等优点。
矿区场景下存在人员、作业机械(包括：洒水车、挖掘机、推土机、矿车等)、车辙、灰尘、不规则道路等，目标在运动过程中往往出现交叉、分合以及遮挡等情况。现有的技术多针对于单一传感器进行多目标跟踪，产生的跟踪性能局限性较大。或未结合矿区场景特性应用多传感器进行多目标跟踪的技术方案。
针对相关技术中存在的上述技术问题，本申请实施例提供了一种多目标跟踪方法，该方法基于对激光雷达和毫米波雷达的感知融合，能够实现目标身份标识(Identitydocument，ID)信息的保留；目标检测失败时，实现目标位置预测；对传感器测量值进行滤波以及实现目标运动轨迹的生成的功能，以此来完成露天矿区场景下的多目标跟踪，进而提高作业机械的工作效率。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的多目标跟踪方法进行详细地说明。
如图1所示，本申请实施例提供的一种多目标跟踪方法，应用于作业机械，该作业机械上设置有激光雷达和毫米波雷达，该方法可以包括下述步骤101和步骤102：
步骤101、获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息。
其中，所述目标数据包括：激光雷达数据和毫米波雷达数据；所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角。
示例性地，本申请实施例中的作业机械，包括：起重机、桩机、搅拌机、挖掘机、矿车等作业设备。上述激光雷达数据为作业机械上设置的激光雷达采集到的数据；上述毫米波雷达数据为作业机械上设置的毫米波雷达采集到的数据。
可以理解的是，光波在大气中传播衰减严重，器件加工精度要求高。毫米波与光波相比，它们利用大气窗口(毫米波与亚毫米波在大气中传播时，由于气体分子谐振吸收所致的某些衰减为极小值的频率)传播时的衰减小，受自然光和热辐射源影响小，基于此，可以基于激光与毫米波雷达融合进行多目标跟踪，弥补单一传感器的不足，以使作业机械能够在露天矿区场景下实现多目标跟踪。
示例性地，作业机械会分别获取激光雷达数据和毫米波雷达数据，并根据激光雷达数据可以生成对应的针对目标进行检测的相关信息，以及根据毫米波雷达数据生成对应的针对目标进行检测的相关信息。
示例性地，检测目标信息包括：第一信息、第二信息和第三信息。
具体地，上述步骤101，还可以包括以下步骤101a1和步骤101a2：
步骤101a1、根据所述激光雷达数据确定所述第一信息，以及根据所述毫米波雷达数据确定所述第二信息。
步骤101a2、将所述第一信息与所述第二信息进行融合后，得到所述第三信息。
其中，所述第一信息包括：当前时刻所述预设范围内的每个障碍物的位置信息和航向角；所述第二信息包括：当前时刻所述预设范围内的每个障碍物的位置信息信息、相对速度信息和航向角；所述第三信息包括：当前时刻所述预设范围内的每个障碍物的位置信息、相对速度信息和航向角。
需要说明的是，与激光雷达需要多帧图像才能够确定检测目标的速度不同，毫米波雷达可以直接确定检测目标的速度，因此，上述第二信息以及融合了第一信息和第二信息的第三信息，均包括障碍物的相对速度信息。
示例性地，上述位置信息可以为用于指示障碍物与作业机械之间的相对位置；上述相对速度信息可以用于指示障碍物与作业机械之间的相对速度信息。
示例性地，本申请实施例中的检测目标可以为作业机械附近的障碍物，该障碍物可以为固定物体(例如、石头、建筑等)，也可以为移动物体(例如，其他作业机械、人员等)。
步骤102、基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪。
其中，所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
示例性地，在本申请实施例中，障碍物的位置信息可以使用包围盒进行表示，即障碍物的位置信息可以包括：包围盒的中心点位置信息，以及包围盒的尺寸信息。该包围盒的尺寸信息用于确定障碍物的大小，在进行匹配时也可以作为匹配依据。
示例性地，根据采集到的激光雷达数据和毫米波雷达数据，可以分别确定当前时刻激光雷达对应的障碍物信息(即上述第一信息)以及当前时刻毫米波雷达对应的障碍物信息(即上述第二信息)，以及对上述激光雷达数据和毫米波雷达数据进行融合后确定的当前时刻作业机械附近的障碍物信息(即上述第三信息)。
示例性地，基于上述检测目标信息以及用于指示所述预设范围内的每个障碍物的位置、相对速度和航向角的历史跟踪信息，便可以实现对每个障碍物的匹配和跟踪。
需要说明的是，上述历史跟踪信息为基于当前时刻之前的时刻确定的检测目标信息得到的。
可选地，在本申请实施例中，可以基于上述第一信息、第二信息以及第三信息进行匹配权重矩阵的计算，进而完成目标指派。
具体地，基于上述步骤101a1和步骤101a2，上述步骤102还可以包括以下步骤102a1和步骤102a2：
步骤102a1、基于所述第一信息计算第一匹配权重矩阵，并基于所述第三信息计算第二匹配权重矩阵。
步骤102a2、根据所述第一匹配权重矩阵以及所述第二匹配权重矩阵，采用匈牙利算法进行目标指派，得到第一匹配结果。
其中，所述目标指派用于将当前时刻所述预设范围内的多个障碍物与所述跟踪列表中的多个障碍物进行目标匹配；所述第一匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
示例性地，上述匹配权重用于计算检测目标信息指示的多个障碍物与历史跟踪目标信息指示的多个障碍物中，任意两个障碍物之间的匹配权重，并将匹配权重最小的两个障碍物确定为具有关联关系的两个目标。
具体地，基于上述步骤101a1和步骤101a2，上述步骤102还可以包括以下步骤102b：
步骤102b、基于所述第三信息计算第三匹配权重矩阵，并根据所述第三匹配权重矩阵，采用匈牙利算法进行目标指派，得到第二匹配结果。
其中，所述第二匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。该第二匹配结果中还可以包括：跟踪列表指示的多个障碍物中与当前时刻预设范围内的每个障碍物相匹配的障碍物。
举例说明，如图2所示，在获取到激光雷达数据和毫米波雷达数据之后，可以将激光雷达数据与毫米波雷达数据进行融合，得到融合数据。之后，分别基于激光雷达数据、毫米波雷达数据以及融合数据进行匹配权重矩阵的计算，完成目标指派，得到历史跟踪目标信息指示的多个障碍物中，与当前时刻所述预设范围内的每个障碍物相匹配的障碍物，以及对应的匹配权重(即匹配成功权重值)。
需要说明的是，在本申请实施例中，可以基于激光雷达数据、毫米波雷达数据以及融合数据中的一项或者多项实现对预设范围内的多个障碍物进行匹配和跟踪。
示例性地，上述步骤102b之后，步骤102还可以包括以下步骤102c：
步骤102c、判断所述当前时刻所述预设范围内的每个障碍物的匹配成功权重值是否小于预设权重阈值，若是，则确定匹配成功，否则，确定匹配失败，并将匹配失败的障碍物标加入到跟踪列表中。
其中，所述预设权重阈值与目标距离正相关；所述目标距离为障碍物与所述作业机械之间的距离。
示例性地，在上述检测目标信息指示检测到新的障碍物的情况下，可以将该障碍物加入到跟踪列表中，以便后续步骤能够对其进行匹配和跟踪。
示例性地，如图2所示，在基于匹配权重矩阵的计算结果进行目标指派，并得到对应的匹配成功权重值之后，还可以进一步判断该权重值的大小是否合理，若匹配成功权重值小于阈值，则表示匹配结果合理，匹配成功；若匹配成功权重值大于或者等于阈值，则表示匹配结果不合理，匹配失败。
可以理解的是，由于障碍物距离作业机械越远，其检测精度越低，因此，针对距离作业机械较远的障碍物，其对应的预设权重阈值可以适当增加。
可选地，在本申请实施例中，在完成目标匹配之后，便可以基于匹配结果实现对各个障碍物的目标跟踪以及筛选出跟踪丢失次数过多的目标。
具体地，针对上述目标跟踪，上述步骤102c之后，步骤102还可以包括以下步骤102d1和步骤102d2：
步骤102d1、融合计算所述第一匹配结果以及所述第二匹配结果，确定跟踪列表中每个障碍物在当前时刻是否被检测到。
步骤102d2、利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息。
示例性地，在得到每个障碍物的预测位置信息之后，便可以结合传感器的测量值进行卡尔曼滤波滤波更新。
具体地，上述步骤102d3之后，上述步骤102还可以包括以下步骤102e1或者步骤102e2：
步骤102e1、在目标障碍物被检测到的情况下，基于所述目标障碍物的预测位置信息以及所述目标障碍物的实际位置信息，采用卡尔曼滤波算法进行目标更新，得到所述目标障碍物的运动状态信息。
其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个；所述运动状态信息包括：位置信息，相对速度信息，航向角。
步骤102e2、在目标障碍物未被检测到的情况下，计算跟踪丢失次数，并在所述目标障碍物的连续跟踪丢失次数大于预设次数阈值的情况下，将跟踪丢失的障碍物从所述跟踪列表中删除。
示例性地，在当前时刻能够检测到的目标障碍物的情况下，可以结合障碍物的类型以及实际运动情况使用对应的运动学模型预测其当前时刻位置信息的预测结果，同时，结合检测目标信息指示的实际位置信息进行卡尔曼滤波更新，确定其当前时刻的运动状态信息。
可以理解的是，由于车辆与障碍物之间存在相对运动，因此，障碍物与车辆之间可能存在遮挡物，导致障碍物无法被检测到，此时，会出现跟踪丢失的情况。若连续多次出现跟踪丢失的情况，则直接将该障碍物从跟踪列表中删除。
本申请实施例提供的多目标跟踪方法，首先，获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据。之后，基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪。如此，使得无人驾驶作业机械能够具备对多目标的稳定跟踪功能，从而提高作业机械的工作效率。
需要说明的是，本申请实施例提供的多目标跟踪方法，执行主体可以为多目标跟踪装置，或者该多目标跟踪装置中的用于执行多目标跟踪方法的控制模块。本申请实施例中以多目标跟踪装置执行多目标跟踪方法为例，说明本申请实施例提供的多目标跟踪装置。
需要说明的是，本申请实施例中，上述各个方法附图所示的。多目标跟踪方法均是以结合本申请实施例中的一个附图为例示例性的说明的。具体实现时，上述各个方法附图所示的多目标跟踪方法还可以结合上述实施例中示意的其它可以结合的任意附图实现，此处不再赘述。
下面对本申请提供的多目标跟踪装置进行描述，下文描述的与上文描述的多目标跟踪方法可相互对应参照。
图3为本申请一实施例提供的多目标跟踪装置的结构示意图，如图3所示，具体包括：
获取模块301，用于获取当前时刻激光雷达以及毫米波雷达采集的目标数据；确定模块302，用于根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；匹配跟踪模块303，用于基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
可选地，所述检测目标信息包括：第一信息、第二信息和第三信息；所述确定模块302，具体用于根据所述激光雷达数据确定所述第一信息，以及根据所述毫米波雷达数据确定所述第二信息；所述确定模块302，具体还用于将所述第一信息与所述第二信息进行融合后，得到所述第三信息；其中，所述第一信息包括：当前时刻所述预设范围内的每个障碍物的位置信息和航向角；所述第二信息包括：当前时刻所述预设范围内的每个障碍物的位置信息信息、相对速度信息和航向角；所述第三信息包括：当前时刻所述预设范围内的每个障碍物的位置信息、相对速度信息和航向角。
可选地，所述匹配跟踪模块303，具体用于基于所述第一信息计算第一匹配权重矩阵，并基于所述第三信息计算第二匹配权重矩阵；所述匹配跟踪模块303，具体还用于根据所述第一匹配权重矩阵以及所述第二匹配权重矩阵，采用匈牙利算法进行目标指派，得到第一匹配结果；其中，所述目标指派用于将当前时刻所述预设范围内的多个障碍物与所述跟踪列表中的多个障碍物进行目标匹配；所述第一匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述匹配跟踪模块303，具体用于基于所述第三信息计算第三匹配权重矩阵，并根据所述第三匹配权重矩阵，采用匈牙利算法进行目标指派，得到第二匹配结果；其中，所述第二匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
可选地，所述匹配跟踪模块303，具体用于判断当前时刻所述预设范围内的每个障碍物的匹配成功权重值是否小于预设权重阈值，若是，则确定匹配成功，否则，确定匹配失败，并将匹配的障碍物加入到所述跟踪列表中；其中，所述预设权重阈值与目标距离正相关；所述目标距离为障碍物与所述作业机械之间的距离。
可选地，所述匹配跟踪模块303，具体用于融合计算所述第一匹配结果以及所述第二匹配结果；所述确定模块302，还用于确定跟踪列表中每个障碍物在当前时刻是否被检测到；所述匹配跟踪模块303，具体还用于利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息。
可选地，所述匹配跟踪模块303，具体用于在目标障碍物被检测到的情况下，基于所述目标障碍物的预测位置信息以及所述目标障碍物的实际位置信息，采用卡尔曼滤波算法进行目标更新，得到所述目标障碍物的运动状态信息；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个；所述运动状态信息包括：位置信息，相对速度信息，航向角。
可选地，所述匹配跟踪模块303，具体用于在目标障碍物未被检测到的情况下，计算跟踪丢失次数，并在所述目标障碍物的连续跟踪丢失次数大于预设次数阈值的情况下，将跟踪丢失的障碍物从所述跟踪列表中删除；其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个。
本申请提供的多目标跟踪装置，首先，获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据。之后，基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪。如此，使得无人驾驶作业机械能够具备对多目标的稳定跟踪功能，从而提高作业机械的工作效率。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行多目标跟踪方法，该方法包括：获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的多目标跟踪方法，该方法包括：获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
又一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的多目标跟踪方法，该方法包括：获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
再一方面，本申请还提供一种车辆，该车辆上设置有激光雷达和毫米波雷达，以及计算机程序/指令，该计算机程序/指令被处理器执行时按照如上述任一种多目标跟踪方法的步骤执行，该方法包括：获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种多目标跟踪方法，其特征在于，应用于作业机械，所述作业机械上设置有激光雷达和毫米波雷达，所述方法包括：
获取当前时刻所述激光雷达以及所述毫米波雷达采集的目标数据，并根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；
基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪；
其中，所述检测目标信息包括：当前时刻所述作业机械的预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
2.根据权利要求1所述的方法，其特征在于，所述检测目标信息包括：第一信息、第二信息和第三信息；
所述根据所述目标数据确定当前时刻的检测目标信息，包括：
根据所述激光雷达数据确定所述第一信息，以及根据所述毫米波雷达数据确定所述第二信息；
将所述第一信息与所述第二信息进行融合后，得到所述第三信息；
其中，所述第一信息包括：当前时刻所述预设范围内的每个障碍物的位置信息和航向角；所述第二信息包括：当前时刻所述预设范围内的每个障碍物的位置信息信息、相对速度信息和航向角；所述第三信息包括：当前时刻所述预设范围内的每个障碍物的位置信息、相对速度信息和航向角。
3.根据权利要求2所述的方法，其特征在于，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：
基于所述第一信息计算第一匹配权重矩阵，并基于所述第三信息计算第二匹配权重矩阵；
根据所述第一匹配权重矩阵以及所述第二匹配权重矩阵，采用匈牙利算法进行目标指派，得到第一匹配结果；
其中，所述目标指派用于将当前时刻所述预设范围内的多个障碍物与所述跟踪列表中的多个障碍物进行目标匹配；所述第一匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
4.根据权利要求3所述的方法，其特征在于，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：
基于所述第三信息计算第三匹配权重矩阵，并根据所述第三匹配权重矩阵，采用匈牙利算法进行目标指派，得到第二匹配结果；
其中，所述第二匹配结果包括：当前时刻所述预设范围内的每个障碍物的匹配成功权重值。
5.根据权利要求4所述的方法，其特征在于，所述采用匈牙利算法进行目标指派之后，所述方法还包括：
判断当前时刻所述预设范围内的每个障碍物的匹配成功权重值是否小于预设权重阈值，若是，则确定匹配成功，否则，确定匹配失败，并将匹配的障碍物加入到所述跟踪列表中；
其中，所述预设权重阈值与目标距离正相关；所述目标距离为障碍物与所述作业机械之间的距离。
6.根据权利要求5所述的方法，其特征在于，所述基于所述检测目标信息以及历史跟踪目标信息，对所述作业机械的预设范围内的多个障碍物进行匹配和跟踪，包括：
融合计算所述第一匹配结果以及所述第二匹配结果，确定跟踪列表中每个障碍物在当前时刻是否被检测到；
利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息。
7.根据权利要求6所述的方法，其特征在于，所述利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息之后，所述方法还包括：
在目标障碍物被检测到的情况下，基于所述目标障碍物的预测位置信息以及所述目标障碍物的实际位置信息，采用卡尔曼滤波算法进行目标更新，得到所述目标障碍物的运动状态信息；
其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个；所述运动状态信息包括：位置信息，相对速度信息，航向角。
8.根据权利要求6所述的方法，其特征在于，所述利用运动学模型对所述跟踪列表中每个障碍物的位置信息进行预测，得到每个障碍物的预测位置信息之后，所述方法还包括：
在目标障碍物未被检测到的情况下，计算跟踪丢失次数，并在所述目标障碍物的连续跟踪丢失次数大于预设次数阈值的情况下，将跟踪丢失的障碍物从所述跟踪列表中删除；
其中，所述目标障碍物为所述跟踪列表中的多个障碍物中的任一个。
9.一种多目标跟踪装置，其特征在于，所述装置包括：
获取模块，用于获取当前时刻激光雷达以及毫米波雷达采集的目标数据；
确定模块，用于根据所述目标数据确定当前时刻的检测目标信息；所述目标数据包括：激光雷达数据和毫米波雷达数据；
匹配跟踪模块，用于基于所述检测目标信息以及历史跟踪目标信息，对作业机械的预设范围内的多个障碍物进行匹配和跟踪；
其中，所述检测目标信息包括：当前时刻所述预设范围内的多个障碍物中每个障碍物的位置和航向角；所述历史跟踪目标信息包括：跟踪列表中每个需要跟踪的障碍物的位置信息、速度信息以及航向角；所述跟踪列表包括多个需要进行跟踪的障碍物。
10.一种车辆，其特征在于，设置有激光雷达和毫米波雷达，以及计算机程序/指令，该计算机程序/指令被处理器执行时按照如权利要求1至8中任一项所述多目标跟踪方法的步骤。
CN202310484669.1A 2023-04-28 2023-04-28 多目标跟踪方法、装置及车辆 Pending CN116500603A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310484669.1A CN116500603A (zh) 2023-04-28 2023-04-28 多目标跟踪方法、装置及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310484669.1A CN116500603A (zh) 2023-04-28 2023-04-28 多目标跟踪方法、装置及车辆

Publications (1)

Publication Number Publication Date
CN116500603A true CN116500603A (zh) 2023-07-28

Family

ID=87317938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310484669.1A Pending CN116500603A (zh) 2023-04-28 2023-04-28 多目标跟踪方法、装置及车辆

Country Status (1)

Country Link
CN (1) CN116500603A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117130010A (zh) * 2023-10-23 2023-11-28 青岛慧拓智能机器有限公司 用于无人驾驶的障碍物感知方法、系统及无人驾驶汽车

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117130010A (zh) * 2023-10-23 2023-11-28 青岛慧拓智能机器有限公司 用于无人驾驶的障碍物感知方法、系统及无人驾驶汽车
CN117130010B (zh) * 2023-10-23 2024-05-24 青岛慧拓智能机器有限公司 用于无人驾驶的障碍物感知方法、系统及无人驾驶汽车

Similar Documents

Publication Publication Date Title
EP3798974B1 (en) Method and apparatus for detecting ground point cloud points
US20220244355A1 (en) Determining Specular Reflectivity Characteristics Using LiDAR
KR102472768B1 (ko) 자율 주행 차량을 위한 오브젝트 검출 방법 및 장치
CN109387857B (zh) 激光雷达系统中的跨网段检测方法和设备
JPH07318652A (ja) 車両用障害物認識装置
CN110713087B (zh) 一种电梯门状态检测方法及装置
US11726191B2 (en) Lidar intensity calibration
CN116500603A (zh) 多目标跟踪方法、装置及车辆
KR102311227B1 (ko) 확장 칼만필터를 이용한 차량 위치 추적 방법 및 장치
CN113093128A (zh) 用于标定毫米波雷达的方法、装置、电子设备及路侧设备
CN113777622B (zh) 轨道障碍物辨识的方法及装置
RU130410U1 (ru) Радиолокационное устройство идентификации воздушных объектов
CN113281760A (zh) 障碍物检测方法、装置、电子设备、车辆和存储介质
KR102397045B1 (ko) 관심 대상 지리적 체적 내에서 적어도 하나의 가정된 미검출 타깃의 가능한 지리적 위치를 결정하기 위한 방법 및 시스템
CN111693986A (zh) 一种目标对象入侵检测系统
Bai Accurate obstacle prediction method in unmanned vehicle driving.
Zhang et al. Multisensor management method for ground moving target tracking based on Doppler blind zone information
EP4361665A1 (en) Smart radar altimeter beam control and processing using surface database
CN113433965B (zh) 无人机避障方法，装置，存储介质及电子设备
US20220404500A1 (en) Online lidar intensity normalization
US11288523B2 (en) Pseudo-range estimation from a passive sensor
US20240142586A1 (en) Signal level of captured targets
Carvalho et al. Exploring Millimeter-Wave Radar Algorithms for Obstacle Detection and Tracking
CN115755024A (zh) 一种波束指向确定方法、装置、设备和存储介质
JP2024054889A (ja) 管制装置、並びに管制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination