CN116930956B - 基于目标尺寸的目标轨迹拼接方法、装置及存储介质 - Google Patents

基于目标尺寸的目标轨迹拼接方法、装置及存储介质 Download PDF

Info

Publication number
CN116930956B
CN116930956B CN202311204634.4A CN202311204634A CN116930956B CN 116930956 B CN116930956 B CN 116930956B CN 202311204634 A CN202311204634 A CN 202311204634A CN 116930956 B CN116930956 B CN 116930956B
Authority
CN
China
Prior art keywords
target
radar
track
ordinate
point cloud
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.)
Active
Application number
CN202311204634.4A
Other languages
English (en)
Other versions
CN116930956A (zh
Inventor
施雪松
彭佳
谭俊杰
李仕贤
钟仁海
雷小平
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.)
Nanjing Hawkeye Electronic Technology Co Ltd
Original Assignee
Nanjing Hawkeye Electronic 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 Nanjing Hawkeye Electronic Technology Co Ltd filed Critical Nanjing Hawkeye Electronic Technology Co Ltd
Priority to CN202311204634.4A priority Critical patent/CN116930956B/zh
Publication of CN116930956A publication Critical patent/CN116930956A/zh
Application granted granted Critical
Publication of CN116930956B publication Critical patent/CN116930956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种基于目标尺寸的目标轨迹拼接方法、装置及存储介质。所述方法包括：利用第一雷达在扫描坐标系下探测到的备选目标的点云数据，对备选目标的纵向尺寸进行估计，在备选目标进入拼接区域后，利用备选目标的纵向尺寸估计值对备选目标的目标轨迹进行纵向坐标补偿，最后，利用补偿后的轨迹坐标进行匹配，并对匹配成功的轨迹进行轨迹信息传递得到拼接轨迹。本申请可在目标本身尺寸较大时，有效提高轨迹拼接精度和拼接成功率。

Description

基于目标尺寸的目标轨迹拼接方法、装置及存储介质
技术领域
本申请涉及智能交通技术领域，具体涉及一种基于目标尺寸的目标轨迹拼接方法、装置及存储介质。
背景技术
在高速场景部署毫米波雷达时，毫米波雷达会向目标发射毫米波信号，当目标与毫米波雷达的距离较远时，被目标反射回来的反射信号能量会较低，当反射信号能量过低时会造成目标无法被检测到，即出现目标丢失的情况。因此，为了避免探测时出现目标丢失，通常会采用将两个毫米波雷达对向安装的方式，以通过目标轨迹拼接，来获取目标的完整轨迹。
传统的轨迹拼接方法是直接利用两个毫米波雷达在重叠区域内同时探测到的目标轨迹坐标进行匹配，对匹配成功的目标轨迹坐标进行雷达间传递。然而，当目标本身尺寸较大时，对向安装的两个毫米波雷达发送的信号在目标上的反射位置也会存在较大差异，从而造成两个毫米波雷达探测到的目标轨迹坐标存在较大偏差，在进行匹配时容易导致匹配失败，进而造成轨迹重复输出。
发明内容
本申请的实施例提供一种基于目标尺寸的目标轨迹拼接方法、装置及存储介质，以解决现有技术在目标本身尺寸较大时，目标轨迹拼接容易失败的技术问题。
为了解决上述技术问题，本申请的实施例公开了如下技术方案：
第一方面，提供了一种基于目标尺寸的目标轨迹拼接方法，应用于相对设置的第一雷达和第二雷达，所述方法包括：
针对多个目标中任一备选目标，基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，所述扫描坐标系以所述第一雷达和所述第二雷达的分布方向为纵轴；
基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，所述第一目标轨迹为所述第一雷达探测到的所述备选目标的轨迹；
在任一第二目标轨迹与所述第一补偿轨迹匹配成功的情况下，将所述第一补偿轨迹传递给所述第二雷达，各个所述第二目标轨迹为所述第二雷达探测到的各个目标的轨迹。
结合第一方面，多个所述目标沿从所述第一雷达朝向所述第二雷达的方向移动。
结合第一方面，基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，包括：
在所述备选目标与所述第一雷达的距离小于预设距离的情况下，在扫描坐标系下，基于所述第一雷达在连续多个周期下探测到的所述备选目标的点云数据，获取所述备选目标在当前扫描周期下的纵向尺寸估计值，连续多个周期包括所述当前扫描周期，以及位于所述当前扫描周期之前的连续多个扫描周期。
结合第一方面，所述在扫描坐标系下，基于所述第一雷达在连续多个周期下探测到的所述备选目标的点云数据，获取所述备选目标在当前扫描周期下的纵向尺寸估计值，包括：
针对多个周期中任一周期，在扫描坐标系下，基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，获取所述备选目标对应的目标点云簇的中心点纵坐标以及所述备选目标的纵向移动速度；
基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，以及所述中心点纵坐标，获取所述目标点云簇的纵向尺寸值；
基于所述纵向移动速度和所述扫描周期，对所述中心点纵坐标进行补偿，获取所述目标点云簇的中心点补偿纵坐标；
基于所述中心点补偿纵坐标和所述纵向尺寸值，获取所述目标点云簇的边界补偿纵坐标；
基于所述目标点云簇在各个周期的边界补偿纵坐标，获取边界补偿纵坐标平均值；
基于所述目标点云簇在各个周期的中心点补偿纵坐标，获取中心点补偿纵坐标平均值；
将所述边界补偿纵坐标平均值与所述中心点补偿纵坐标平均值的差值，确定为所述备选目标在当前扫描周期下的纵向尺寸估计值。
结合第一方面，基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，以及所述中心点纵坐标，获取所述目标点云簇的纵向尺寸值，包括：
通过以下公式获取所述目标点云簇的纵向尺寸值：
其中，ysize为所述目标点云簇的纵向尺寸值，max{}为求最大值，yc为所述第一雷达在所述周期下探测到的所述备选目标的点云数据，为所述中心点纵坐标。
结合第一方面，基于所述纵向移动速度和所述扫描周期，对所述中心点纵坐标进行补偿，获取所述目标点云簇的中心点补偿纵坐标，包括：
通过以下公式获取所述目标点云簇的中心点补偿纵坐标：
其中，为所述目标点云簇的中心点补偿纵坐标，/>为所述中心点纵坐标，/>为所述纵向移动速度，Trep为所述扫描周期。
结合第一方面，所述方法还包括：
在所述备选目标与所述第一雷达的距离大于或等于所述预设距离的情况下，在所述扫描坐标系下，将所述备选目标在第一周期下的纵向尺寸估计值，确定为所述备选目标在各个第二周期的纵向尺寸估计值，所述第一周期为所述备选目标与所述第一雷达的距离小于所述预设距离时所对应的最后一个扫描周期，所述第二周期为位于所述第一周期之后的扫描周期。
结合第一方面，基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，包括：
通过以下公式确定第一补偿轨迹：
其中，为第一补偿轨迹的纵坐标，y1为第一目标轨迹的纵坐标，/>为所述备选目标的纵向尺寸估计值。
第二方面，提供了一种基于目标尺寸的目标轨迹拼接装置，应用于相对设置的第一雷达和第二雷达，所述装置包括：
纵向尺寸估计模块，用于针对多个目标中任一备选目标，基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，所述扫描坐标系以所述第一雷达和所述第二雷达的分布方向为纵轴；
目标轨迹补偿模块，用于基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，所述第一目标轨迹为所述第一雷达探测到的所述备选目标的轨迹；
目标轨迹拼接模块，用于在任一第二目标轨迹与所述第一补偿轨迹匹配成功的情况下，将所述第一补偿轨迹传递给所述第二雷达，各个所述第二目标轨迹为所述第二雷达探测到的各个目标的轨迹。
第三方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的基于目标尺寸的目标轨迹拼接方法。
上述技术方案中的一个技术方案具有如下优点或有益效果：
与现有技术相比，本申请的一种基于目标尺寸的目标轨迹拼接方法，包括：利用第一雷达在扫描坐标系下探测到的备选目标的点云数据，对备选目标的纵向尺寸进行估计，在备选目标进入拼接区域后，利用备选目标的纵向尺寸估计值对备选目标的目标轨迹进行纵向坐标补偿，最后，利用补偿后的轨迹坐标进行匹配，并对匹配成功的轨迹进行轨迹信息传递得到拼接轨迹。该方法可在目标本身尺寸较大时，有效提高轨迹拼接精度和拼接成功率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他的附图。
图1为本申请实施例的应用场景示意图；
图2为本申请实施例的基于目标尺寸的目标轨迹拼接方法的整体流程示意图；
图3为本申请实施例的基于目标尺寸的目标轨迹拼接方法的具体流程示意图；
图4为本申请实施例的基于目标尺寸的目标轨迹拼接装置的结构示意图；
图5为本申请实施例的一种电子设备的实体结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本申请中，目标可以用于表示位于交通道路上的各个对象，不限于车辆、行人等。为了更加方便地介绍本申请实施例，后续未特殊说明的情况下，均以目标表示车辆为例进行具体介绍。
请参阅图1，图1示意了本申请实施例的应用场景。在高速场景部署毫米波雷达时，通常会采用将两个毫米波雷达对向安装的方式，即毫米波雷达M1和毫米波雷达M2相对设置于交通道路两端。两个毫米波雷达具有重叠区域A，当目标（例如C1）位于重叠区域A时，可以同时被毫米波雷达M1和毫米波雷达M2探测到。
当目标本身尺寸较大时，对向安装的两个毫米波雷达发送的信号在目标上的测量位置也会存在较大差异，例如：毫米波雷达M1的测量点B位于目标的车尾位置，毫米波雷达M2的测量点C位于目标的车头位置，从而导致两个毫米波雷达探测到的目标轨迹坐标（其中，毫米波雷达M1探测的目标轨迹用L1表示，毫米波雷达M2探测的目标轨迹用L2表示）存在较大偏差，若仍直接利用两个毫米波雷达在重叠区域内同时探测到的目标轨迹坐标进行匹配，例如：在毫米波雷达M1和毫米波雷达M2的目标轨迹坐标匹配成功的情况下，将毫米波雷达M1的当前测量坐标传递给毫米波雷达M2的目标轨迹，且毫米波雷达M1的目标轨迹不再输出。这样，目标的轨迹就会直接从毫米波雷达M1的测量点位置，跳跃到毫米波雷达M2的测量点位置，即目标轨迹出现跳变，甚至，上述目标轨迹坐标偏差可能超出匹配门限，导致匹配失败，则毫米波雷达M1的轨迹和毫米波雷达M2的轨迹会被当作两个不同目标的轨迹，造成轨迹重复输出。
有鉴于此，本申请实施例提供一种基于目标尺寸的目标轨迹拼接方法，利用雷达目标数据对目标尺寸进行估计，在目标进入拼接区域后，利用已估目标纵向尺寸对目标纵向坐标进行补偿，最后利用补偿后的轨迹坐标进行匹配，并对匹配成功的轨迹进行轨迹信息传递得到拼接轨迹，以提高轨迹拼接精度和拼接成功率，从而可以解决上述技术问题的至少部分。
请参阅图2，图2示意了本申请实施例的基于目标尺寸的目标轨迹拼接方法的整体流程。本申请实施例的基于目标尺寸的目标轨迹拼接方法应用于相对设置的第一雷达和第二雷达，该基于目标尺寸的目标轨迹拼接方法包括如下步骤：
步骤201：针对多个目标中任一备选目标，基于第一雷达在扫描坐标系下探测到的备选目标的点云数据，获取备选目标的纵向尺寸估计值。
其中，扫描坐标系以第一雷达和第二雷达的分布方向为纵轴。也即是说，扫描坐标系的纵轴沿第一雷达和第二雷达的分布方向延伸，横轴位于第一雷达和第二雷达的分布平面且垂直于纵轴。
在一些实施例中，多个目标沿从第一雷达朝向第二雷达的方向移动，即多个目标从第一雷达驶向第二雷达。也就是说，本申请实施例中，第一雷达是指测量目标尾部的雷达，第二雷达是指测量目标头部的雷达。这样，由于照射目标尾部会具有更强的回波反射，形成的目标点云簇也会更密集，因此采用第一雷达探测的数据来获取备选目标的纵向尺寸估计值会更加准确。
在一些实施例中，步骤201可以通过以下步骤执行：
步骤一，在备选目标与第一雷达的距离小于预设距离的情况下，在扫描坐标系下，基于第一雷达在连续多个周期下探测到的备选目标的点云数据，获取备选目标在当前扫描周期下的纵向尺寸估计值。其中，连续多个周期包括当前扫描周期，以及位于当前扫描周期之前的连续多个扫描周期。这样，可以在目标与第一雷达距离较近，即回波能量较强的情况下进行计算，避免回波能量较弱造成的计算结果不准确。
在一些示例中，预设距离可以设置为150m。具体可以根据雷达的具体情况进行设置，本申请实施例对此不作具体限定。
在一些实施例中，步骤一通过以下步骤执行：
第一步，针对多个周期中任一周期，在扫描坐标系下，基于第一雷达在周期下探测到的备选目标的点云数据，获取备选目标对应的目标点云簇的中心点纵坐标以及备选目标的纵向移动速度。
具体的，通过对第一雷达在扫描坐标系下探测到的各个点云数据进行聚类，可以得到多个目标点云簇，每个目标点云簇与目标相对应。具体可以采用本领域任一相关技术对点云数据进行聚类，本申请实施例对此不作赘述。
在一些示例中，多个周期的数量可以设置为5。那么这5个连续的扫描周期中最后一个扫描周期即为当前扫描周期。
示例性地，针对这5个扫描周期中的每个周期，在扫描坐标系下，基于第一雷达在对应周期探测到的备选目标的点云数据（纵坐标为yc），获取对应周期内备选目标对应的目标点云簇的中心点纵坐标以及备选目标的纵向移动速度vy。
第二步，基于第一雷达在周期下探测到的备选目标的点云数据，以及中心点纵坐标，获取目标点云簇的纵向尺寸值。
具体的，可以通过以下公式（1）获取目标点云簇的纵向尺寸值：
公式（1）中，ysize为目标点云簇的纵向尺寸值，max{}为求最大值，yc为第一雷达在周期下探测到的备选目标的点云数据，为中心点纵坐标。
在执行第二步之后，可以连续保存多个周期的数据，形成数据集，即保存多个周期的目标点云簇的纵向尺寸值ysize，形成第一数据集；保存多个周期的中心点纵坐标，形成第二数据集；保存多个周期的纵向移动速度vy，形成第三数据集。针对数据集中每个周期的对应数据，均继续执行第三步至第四步。
第三步，基于纵向移动速度和扫描周期，对中心点纵坐标进行补偿，获取目标点云簇的中心点补偿纵坐标。
具体的，通过以下公式（2）获取目标点云簇的中心点补偿纵坐标：
公式（2）中，为目标点云簇的中心点补偿纵坐标，/>为中心点纵坐标，/>为纵向移动速度，Trep为扫描周期。
第四步，基于中心点补偿纵坐标和纵向尺寸值，获取目标点云簇的边界补偿纵坐标。
具体的，通过以下公式（3）获取目标点云簇的边界补偿纵坐标：
公式（3）中，为目标点云簇的边界补偿纵坐标，/>为目标点云簇的中心点补偿纵坐标，/>为纵向尺寸值。
第五步，基于目标点云簇在各个周期的边界补偿纵坐标，获取边界补偿纵坐标平均值。
示例性地，针对目标点云簇在各个周期的边界补偿纵坐标，进行求和后再除以周期数量，可以得到边界补偿纵坐标平均值/>。
第六步，基于目标点云簇在各个周期的中心点补偿纵坐标，获取中心点补偿纵坐标平均值。
示例性地，针对目标点云簇在各个周期的中心点补偿纵坐标，进行求和后再除以周期数量，可以得到中心点补偿纵坐标平均值/>。
第七步，将边界补偿纵坐标平均值与中心点补偿纵坐标平均值的差值，确定为备选目标在当前扫描周期下的纵向尺寸估计值。
具体的，通过公式（4）确定备选目标在当前扫描周期下的纵向尺寸估计值：
公式（4）中，为中心点补偿纵坐标平均值，/>为边界补偿纵坐标平均值。
需要说明的是，针对备选目标与第一雷达的距离小于预设距离时对应的扫描周期1~扫描周期N，共N个扫描周期，以每次使用连续5个扫描周期为例，若当前扫描周期为第5个扫描周期，则计算备选目标在当前扫描周期下的纵向尺寸估计值，使用的是第1个扫描周期~第5个扫描周期的点云数据，若当前扫描周期为第6个扫描周期，则计算备选目标在当前扫描周期下的纵向尺寸估计值，使用的是第2个扫描周期~第6个扫描周期的点云数据，以此类推，每个当前扫描周期都会对备选目标的纵向尺寸进行估计，并利用当前扫描周期对应的纵向尺寸估计值来参与当前扫描周期对应的第一目标轨迹的拼接。
通过上述方式，可以在回波能量较强的情况下，在各个扫描周期分别对备选目标的纵向尺寸进行估计，从而能够得到更加准确的目标尺寸估计值，为后续目标轨迹校准垫定基础。
步骤二，在备选目标与第一雷达的距离大于或等于预设距离的情况下，在扫描坐标系下，将备选目标在第一周期下的纵向尺寸估计值，确定为备选目标在各个第二周期的纵向尺寸估计值。
其中，第一周期为备选目标与第一雷达的距离小于预设距离时所对应的最后一个扫描周期，第二周期为位于第一周期之后的扫描周期。
示例性地，在第1个扫描周期~第N个扫描周期下，备选目标与第一雷达的距离均小于预设距离，在第N+1个扫描周期下，备选目标移动至与第一雷达的距离大于预设距离的位置，那么第N个扫描周期即为第一周期，第N+1个扫描周期以及之后的所有扫描周期，均为第二周期，备选目标在各个第二周期的纵向尺寸估计值均保持为第N个扫描周期下估计出的纵向尺寸估计值，直至该目标轨迹结束。这样，能够极大地减少不必要的计算，提高处理效率。
步骤202：基于备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹。
其中，第一目标轨迹为第一雷达探测到的备选目标的轨迹。
具体的，可以通过以下公式（5）确定第一补偿轨迹：
公式（5）中，为第一补偿轨迹的纵坐标，y1为第一目标轨迹的纵坐标，/>为备选目标的纵向尺寸估计值。
步骤203：在任一第二目标轨迹与第一补偿轨迹匹配成功的情况下，将第一补偿轨迹传递给第二雷达。
其中，各个第二目标轨迹为第二雷达探测到的各个目标的轨迹。
具体的，计算任一第二目标轨迹与第一补偿轨迹的距离差和速度差，具体通过以下公式（6）表示：
公式（6）中，为第一补偿轨迹的轨迹坐标，（x2，y2）为任一第二目标轨迹的轨迹坐标，（vx1，vy1）为第一雷达探测到的目标的纵向移动速度，（vx2，vy2）为第二雷达探测到的目标的纵向移动速度，rd为任一第二目标轨迹与第一补偿轨迹的距离差，vd为任一第二目标轨迹与第一补偿轨迹的速度差。
对于满足条件rd<rT且vd<vT的第二目标轨迹与第一补偿轨迹，视为匹配成功，其中，rT为预设的距离匹配门限，vT为预设的速度匹配门限。
将匹配成功的第一补偿轨迹信息传递给第二雷达，其中，第一补偿轨迹信息可以包括目标的编号、第一补偿轨迹的轨迹坐标以及目标的纵向移动速度。
对于匹配不成功的第一补偿轨迹和第二目标轨迹，则作为两个目标的目标轨迹同时输出。
为了更加清楚地说明步骤201至步骤203，请参阅图3，图3示意了本申请实施例的基于目标尺寸的目标轨迹拼接方法的具体流程。本申请实施例的目标轨迹拼接方法可以包括如下步骤：
针对每个当前扫描周期，获取第一雷达探测的目标点云簇的纵向尺寸值。
缓存当前扫描周期及当前扫描周期之前连续多个扫描周期的目标点云簇的纵向尺寸值、中心点纵坐标以及纵向移动速度。
基于缓存的目标点云簇的中心点纵坐标进行速度补偿，并计算目标在当前扫描周期下的纵向尺寸估计值。
若目标与第一雷达的距离小于预设距离，则利用纵向尺寸估计值对第一雷达的目标轨迹的纵坐标进行补偿。若目标与第一雷达的距离大于或等于预设距离，则保持目标在与第一雷达的距离小于预设距离时最后一个扫描周期下的纵向尺寸估计值，并利用纵向尺寸估计值对第一雷达的目标轨迹的纵坐标进行补偿。
将第二雷达探测的第二目标轨迹与第一雷达校准后的第一补偿轨迹进行匹配。若匹配成功，则根据目标的移动方向对轨迹信息进行传递。
可以理解的是，本申请实施例提供的基于目标尺寸的目标轨迹拼接方法，能够基于目标尺寸对第一雷达的目标轨迹进行补偿，可在目标本身尺寸较大时，有效提高轨迹拼接精度和拼接成功率。
相应的，请参阅图4，图4示意了本申请实施例的基于目标尺寸的目标轨迹拼接装置的结构图。本申请实施例提供的基于目标尺寸的目标轨迹拼接装置应用于相对设置的第一雷达和第二雷达，该装置包括：纵向尺寸估计模块401、目标轨迹补偿模块402和目标轨迹拼接模块403。
纵向尺寸估计模块401，用于针对多个目标中任一备选目标，基于第一雷达在扫描坐标系下探测到的备选目标的点云数据，获取备选目标的纵向尺寸估计值，扫描坐标系以第一雷达和第二雷达的分布方向为纵轴。
目标轨迹补偿模块402，用于基于备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，第一目标轨迹为第一雷达探测到的备选目标的轨迹。
目标轨迹拼接模块403，用于在任一第二目标轨迹与第一补偿轨迹匹配成功的情况下，将第一补偿轨迹传递给第二雷达，各个第二目标轨迹为第二雷达探测到的各个目标的轨迹。
在一些实施例中，多个目标沿从第一雷达朝向第二雷达的方向移动。
在一些实施例中，纵向尺寸估计模块401具体用于：
在备选目标与第一雷达的距离小于预设距离的情况下，在扫描坐标系下，基于第一雷达在连续多个周期下探测到的备选目标的点云数据，获取备选目标在当前扫描周期下的纵向尺寸估计值，连续多个周期包括当前扫描周期，以及位于当前扫描周期之前的连续多个扫描周期。
在一些实施例中，纵向尺寸估计模块401具体用于：
针对多个周期中任一周期，在扫描坐标系下，基于第一雷达在周期下探测到的备选目标的点云数据，获取备选目标对应的目标点云簇的中心点纵坐标以及备选目标的纵向移动速度。
基于第一雷达在周期下探测到的备选目标的点云数据，以及中心点纵坐标，获取目标点云簇的纵向尺寸值。
基于纵向移动速度和扫描周期，对中心点纵坐标进行补偿，获取目标点云簇的中心点补偿纵坐标。
基于中心点补偿纵坐标和纵向尺寸值，获取目标点云簇的边界补偿纵坐标。
基于目标点云簇在各个周期的边界补偿纵坐标，获取边界补偿纵坐标平均值。
基于目标点云簇在各个周期的中心点补偿纵坐标，获取中心点补偿纵坐标平均值。
将边界补偿纵坐标平均值与中心点补偿纵坐标平均值的差值，确定为备选目标在当前扫描周期下的纵向尺寸估计值。
在一些实施例中，纵向尺寸估计模块401具体用于：
通过以下公式获取目标点云簇的纵向尺寸值：
其中，ysize为目标点云簇的纵向尺寸值，max{}为求最大值，yc为第一雷达在周期下探测到的备选目标的点云数据，为中心点纵坐标。
在一些实施例中，纵向尺寸估计模块401具体用于：
通过以下公式获取目标点云簇的中心点补偿纵坐标：
其中，为目标点云簇的中心点补偿纵坐标，/>为中心点纵坐标，/>为纵向移动速度，Trep为扫描周期。
在一些实施例中，纵向尺寸估计模块401具体还用于：
在备选目标与第一雷达的距离大于或等于预设距离的情况下，在扫描坐标系下，将备选目标在第一周期下的纵向尺寸估计值，确定为备选目标在各个第二周期的纵向尺寸估计值，第一周期为备选目标与第一雷达的距离小于预设距离时所对应的最后一个扫描周期，第二周期为位于第一周期之后的扫描周期。
在一些实施例中，目标轨迹补偿模块402具体用于：
通过以下公式确定第一补偿轨迹：
其中，为第一补偿轨迹的纵坐标，y1为第一目标轨迹的纵坐标，/>为备选目标的纵向尺寸估计值。
可以理解的是，本申请实施例的基于目标尺寸的目标轨迹拼接装置，能够基于目标尺寸对第一雷达的目标轨迹进行补偿，可在目标本身尺寸较大时，有效提高轨迹拼接精度和拼接成功率。
图5示例了本申请实施例的一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器（processor）510、通信接口（Communications Interface）520、存储器（memory）530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行前述基于目标尺寸的目标轨迹拼接方法。
此外，上述的存储器530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，本发明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）执行本发明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。
又一方面，本发明还提供一种非暂态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前面所描述的任一种基于目标尺寸的目标轨迹拼接方法。
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发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (7)

1.一种基于目标尺寸的目标轨迹拼接方法，其特征在于，应用于相对设置的第一雷达和第二雷达，所述方法包括：
针对多个目标中任一备选目标，基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，所述扫描坐标系以所述第一雷达和所述第二雷达的分布方向为纵轴，多个所述目标沿从所述第一雷达朝向所述第二雷达的方向移动；
基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，所述第一目标轨迹为所述第一雷达探测到的所述备选目标的轨迹；
在任一第二目标轨迹与所述第一补偿轨迹匹配成功的情况下，将所述第一补偿轨迹传递给所述第二雷达，各个所述第二目标轨迹为所述第二雷达探测到的各个目标的轨迹；
基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，包括：
在所述备选目标与所述第一雷达的距离小于预设距离的情况下，在扫描坐标系下，基于所述第一雷达在连续多个周期下探测到的所述备选目标的点云数据，获取所述备选目标在当前扫描周期下的纵向尺寸估计值，连续多个周期包括所述当前扫描周期，以及位于所述当前扫描周期之前的连续多个扫描周期；
基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，包括：
通过以下公式确定第一补偿轨迹：
其中，为第一补偿轨迹的纵坐标，y1为第一目标轨迹的纵坐标，/>为所述备选目标的纵向尺寸估计值。
2.根据权利要求1所述的基于目标尺寸的目标轨迹拼接方法，其特征在于，所述在扫描坐标系下，基于所述第一雷达在连续多个周期下探测到的所述备选目标的点云数据，获取所述备选目标在当前扫描周期下的纵向尺寸估计值，包括：
针对多个周期中任一周期，在扫描坐标系下，基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，获取所述备选目标对应的目标点云簇的中心点纵坐标以及所述备选目标的纵向移动速度；
基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，以及所述中心点纵坐标，获取所述目标点云簇的纵向尺寸值；
基于所述纵向移动速度和所述扫描周期，对所述中心点纵坐标进行补偿，获取所述目标点云簇的中心点补偿纵坐标；
基于所述中心点补偿纵坐标和所述纵向尺寸值，获取所述目标点云簇的边界补偿纵坐标；
基于所述目标点云簇在各个周期的边界补偿纵坐标，获取边界补偿纵坐标平均值；
基于所述目标点云簇在各个周期的中心点补偿纵坐标，获取中心点补偿纵坐标平均值；
将所述边界补偿纵坐标平均值与所述中心点补偿纵坐标平均值的差值，确定为所述备选目标在当前扫描周期下的纵向尺寸估计值。
3.根据权利要求2所述的基于目标尺寸的目标轨迹拼接方法，其特征在于，基于所述第一雷达在所述周期下探测到的所述备选目标的点云数据，以及所述中心点纵坐标，获取所述目标点云簇的纵向尺寸值，包括：
通过以下公式获取所述目标点云簇的纵向尺寸值：
其中，ysize为所述目标点云簇的纵向尺寸值，max{}为求最大值，yc为所述第一雷达在所述周期下探测到的所述备选目标的点云数据，为所述中心点纵坐标。
4.根据权利要求2所述的基于目标尺寸的目标轨迹拼接方法，其特征在于，基于所述纵向移动速度和所述扫描周期，对所述中心点纵坐标进行补偿，获取所述目标点云簇的中心点补偿纵坐标，包括：
通过以下公式获取所述目标点云簇的中心点补偿纵坐标：
其中，为所述目标点云簇的中心点补偿纵坐标，/>为所述中心点纵坐标，/>为所述纵向移动速度，Trep为所述扫描周期。
5.根据权利要求2所述的基于目标尺寸的目标轨迹拼接方法，其特征在于，所述方法还包括：
在所述备选目标与所述第一雷达的距离大于或等于所述预设距离的情况下，在所述扫描坐标系下，将所述备选目标在第一周期下的纵向尺寸估计值，确定为所述备选目标在各个第二周期的纵向尺寸估计值，所述第一周期为所述备选目标与所述第一雷达的距离小于所述预设距离时所对应的最后一个扫描周期，所述第二周期为位于所述第一周期之后的扫描周期。
6.一种基于目标尺寸的目标轨迹拼接装置，其特征在于，应用于相对设置的第一雷达和第二雷达，所述装置包括：
纵向尺寸估计模块，用于针对多个目标中任一备选目标，基于所述第一雷达在扫描坐标系下探测到的所述备选目标的点云数据，获取所述备选目标的纵向尺寸估计值，所述扫描坐标系以所述第一雷达和所述第二雷达的分布方向为纵轴，多个所述目标沿从所述第一雷达朝向所述第二雷达的方向移动；
目标轨迹补偿模块，用于基于所述备选目标的纵向尺寸估计值，对第一目标轨迹的纵坐标进行补偿，得到第一补偿轨迹，所述第一目标轨迹为所述第一雷达探测到的所述备选目标的轨迹；
目标轨迹拼接模块，用于在任一第二目标轨迹与所述第一补偿轨迹匹配成功的情况下，将所述第一补偿轨迹传递给所述第二雷达，各个所述第二目标轨迹为所述第二雷达探测到的各个目标的轨迹；
所述纵向尺寸估计模块进一步用于：在所述备选目标与所述第一雷达的距离小于预设距离的情况下，在扫描坐标系下，基于所述第一雷达在连续多个周期下探测到的所述备选目标的点云数据，获取所述备选目标在当前扫描周期下的纵向尺寸估计值，连续多个周期包括所述当前扫描周期，以及位于所述当前扫描周期之前的连续多个扫描周期；
所述目标轨迹补偿模块进一步用于：通过以下公式确定第一补偿轨迹：
其中，为第一补偿轨迹的纵坐标，y1为第一目标轨迹的纵坐标，/>为所述备选目标的纵向尺寸估计值。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的基于目标尺寸的目标轨迹拼接方法。
CN202311204634.4A 2023-09-19 2023-09-19 基于目标尺寸的目标轨迹拼接方法、装置及存储介质 Active CN116930956B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311204634.4A CN116930956B (zh) 2023-09-19 2023-09-19 基于目标尺寸的目标轨迹拼接方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311204634.4A CN116930956B (zh) 2023-09-19 2023-09-19 基于目标尺寸的目标轨迹拼接方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116930956A CN116930956A (zh) 2023-10-24
CN116930956B true CN116930956B (zh) 2023-11-17

Family

ID=88390130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311204634.4A Active CN116930956B (zh) 2023-09-19 2023-09-19 基于目标尺寸的目标轨迹拼接方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116930956B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919902A (zh) * 2017-01-19 2017-07-04 南京邮电大学盐城大数据研究院有限公司 一种基于cnn的车辆识别和轨迹追踪方法
CN109143236A (zh) * 2018-08-31 2019-01-04 电子科技大学 适用于复杂飞行轨迹的双基聚束sar大场景成像方法
EP3738515A1 (en) * 2019-05-17 2020-11-18 Koninklijke Philips N.V. Ultrasound system and method for tracking movement of an object
CN116503446A (zh) * 2023-04-26 2023-07-28 华南理工大学 目标驱动和分布热力图输出的多模态车辆轨迹预测方法
CN116501056A (zh) * 2023-04-29 2023-07-28 新石器慧通（北京）科技有限公司 车辆轨迹跟踪控制方法和装置、无人车和存储介质
CN116679293A (zh) * 2023-08-01 2023-09-01 长沙隼眼软件科技有限公司 基于高精地图的多雷达目标轨迹拼接方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6414337B2 (ja) * 2015-08-28 2018-10-31 日産自動車株式会社 車両位置推定装置、車両位置推定方法
JP6854828B2 (ja) * 2015-12-18 2021-04-07 ジェラルド ディルク スミッツ 物体のリアルタイム位置検知

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919902A (zh) * 2017-01-19 2017-07-04 南京邮电大学盐城大数据研究院有限公司 一种基于cnn的车辆识别和轨迹追踪方法
CN109143236A (zh) * 2018-08-31 2019-01-04 电子科技大学 适用于复杂飞行轨迹的双基聚束sar大场景成像方法
EP3738515A1 (en) * 2019-05-17 2020-11-18 Koninklijke Philips N.V. Ultrasound system and method for tracking movement of an object
CN116503446A (zh) * 2023-04-26 2023-07-28 华南理工大学 目标驱动和分布热力图输出的多模态车辆轨迹预测方法
CN116501056A (zh) * 2023-04-29 2023-07-28 新石器慧通（北京）科技有限公司 车辆轨迹跟踪控制方法和装置、无人车和存储介质
CN116679293A (zh) * 2023-08-01 2023-09-01 长沙隼眼软件科技有限公司 基于高精地图的多雷达目标轨迹拼接方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"基于快速Radon-Fournier变换的雷达高速目标检测";吴兆平;《电子与信息学报》;第34卷(第8期);1866-1871 *
"基于时变模型预测控制方法的车辆横纵向协同控制";郭明新;《交通运输工程与信息学报》;第21卷(第1期);164-177 *
"基于毫米波雷达组群的全域车辆轨迹检测技术方法";王俊骅;《中国公路学报》;第35卷(第12期);181-192 *
"基于点云分割的运动目标跟踪与SLAM方法";王忠立;《机器人》;第43卷(第2期);177-192 *
"基于网格跟踪的避障和轨迹规划仿真技术的研究";张利平;《车辆与动力技术》(第2期);36-42 *

Also Published As

Publication number Publication date
CN116930956A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
KR102569904B1 (ko) 표적 차량 추적 장치 및 그의 표적 차량 추적 방법과 그를 포함하는 차량
US9910150B2 (en) Method, antenna array, radar system and vehicle
CN105093215B (zh) 基于多普勒信息的雷达对低空慢速小目标的跟踪方法
US10890658B2 (en) Vehicle group control device
TWI470257B (zh) 角度估計檢測方法及電子裝置
US7545311B2 (en) Method and system for predicting air-to-surface target missile
WO2016047689A1 (ja) ビームセンサの軸ずれ量推定装置
CN105572664A (zh) 基于数据融合的组网导航雷达目标跟踪系统
US11440541B2 (en) Apparatus and method for predicting concurrent lane change and vehicle including the same
CN106249214A (zh) 雷达信号处理设备及其信号处理方法
US7714769B2 (en) Method for estimating the width of radar objects
CN104795641B (zh) 天线装置、雷达系统、车辆和方法
CN112198503A (zh) 一种目标航迹预测优化方法、装置及雷达系统
JPWO2007015288A1 (ja) 軸ずれ量推定方法及び軸ずれ量推定装置
US20210239825A1 (en) Object tracking apparatus
US20210190934A1 (en) Object-detecting device
WO2022061758A1 (zh) 采用点云雷达估计物体速度的方法、点云雷达及系统
EP3588135B1 (en) Method of determining an alignment error of an antenna and vehicle with an antenna and a detection device
CN116930956B (zh) 基于目标尺寸的目标轨迹拼接方法、装置及存储介质
CN110940973B (zh) 一种用于雷达目标检测的角度测量方法及装置
CN108562898A (zh) 一种前侧视sar的距离和方位两维空变自聚焦方法
KR102062899B1 (ko) 표적을 탐지하는 방법 및 장치
US20220120853A1 (en) Radar device and control method
Caveney et al. Single versus tandem radar sensor target tracking in the adaptive cruise control environment
CN115453508B (zh) 一种机动平台单通道目标探测定位系统及方法

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
GR01 Patent grant
GR01 Patent grant