CN113870347B 目标车辆的控制方法、装置、电子设备及存储介质 （北京市商汤科技开发有限公司）

2对每帧点云图像分别进行障碍物检测，确定目标障碍物的当前位碍物的速度在连续多帧点云图像对应的时间段内的加速基于确定的所述目标障碍物的当前位置和置信度，以及所述目标车辆的当前位姿数根据所述目标障碍物出现在每帧点云图像的检测置信度，确定基于所述目标障碍物在每帧点云图像中的位置信息，确定所述目标针对每帧点云图像，基于所述目标障碍物在该帧点云图像的基于表征所述目标障碍物在该帧点云图像中的位置信息的检测框基于所述目标障碍物在该帧点云图像中的朝向角度，以及所述目标基于所述位移偏差信息、所述检测框差异信息和所述朝向角差障碍物为该帧点云图像所匹配的跟踪对象的单帧根据所述目标障碍物为所述多帧点云图像中的每帧点云图像所匹配的跟踪对象的单3针对每帧点云图像，基于所述目标障碍物在该帧点云图像的基于所述目标障碍物在所述前一帧点云图像中的位置信息、所述目基于所述目标障碍物在所述每帧点云图像中的位置信息，确定多基于所述目标障碍物在每帧点云图像对应的采集时刻的速度，确定所述基于所述目标障碍物对应的速度误差以及预存的标准差预设值，8.根据权利要求1所述的控制方法，其特征在于，按照以下方式确定所述加速度平滑基于所述目标障碍物在每帧点云图像对应的采集时刻的速度基于所述目标障碍物在每帧点云图像对应的采集时刻的加速度，基于所述目标障碍物对应的加速度误差以及预存的标准差预设物在所述多帧点云图像对应的采集时长内的加在确定所述目标障碍物对应的所述置信度高于预设置及将以下参数中的至少两种参数进行加权求和或相乘后，得到所述目标障碍物的置信度；4表示所述目标障碍物的速度在连续多帧点云图像对应的时间段内的加速度变化控制模块，用于基于确定的所述目标障碍物的当前位置和置信度，5[0012]本公开实施例中，提出通过多种参数共同确定目标障碍均检测置信度确定目标障碍物的置信度时，能够提高确定的目标障碍物的置信度的稳定6[0024]根据所述目标障碍物为所述多帧点云图像中的每帧点云图像所匹配的跟踪对象对所述目标障碍物的漏检帧数；并基于所述多帧点云图像对应的总帧数和所述漏检帧数，7[0031]本公开实施例中，提出将跟踪链有效长度作为确定目标碍物在所述多帧点云图像对应的采集时长内的速图像之间的采集时间间隔，确定所述目标障碍物在该帧点云图像对应的采集时刻的加速碍物在所述多帧点云图像对应的采集时长内的加障碍物在所述多帧点云图像对应的采集时长内的[0040]本公开实施例中，加速度平滑程度能够反应目标障碍物[0041]在一种可能的实施方式中，所述基于确定的所述目标障碍物的当前位置和置信8[0060]根据所述目标障碍物为所述多帧点云图像中的每帧点云图像所匹配的跟踪对象对所述目标障碍物的漏检帧数；并基于所述多帧点云图像对应的总帧数和所述漏检帧数，9碍物在所述多帧点云图像对应的采集时长内的速图像之间的采集时间间隔，确定所述目标障碍物在该帧点云图像对应的采集时刻的加速碍物在所述多帧点云图像对应的采集时长内的加障碍物在所述多帧点云图像对应的采集时长内的[0081]图2示出了本公开实施例所提供的一种确定目标障碍物对应的跟踪匹配置信度的[0082]图3示出了本公开实施例所提供的一种确定目标障碍物的预测位置信息的方法流择基于之前检测出的置信度较高的目标障碍物的位置信息来控制车辆进行减速避障，因[0095]示例性地，以激光雷达装置为例，激光雷达装置扫描360度可以获取一帧点云图[0096]示例性地，这里多帧点云图像可以为按照设定时间间隔采集的连续多帧点云图的目标障碍物的位置以及置信度，或者还可以包含检测每帧点云图像中目标障碍物的速点云图像中的目标障碍物，本公开实施例将以确定其中一个目标障碍物的置信度进行说[0104](1)在确定目标障碍物对应的置信度高于预设置信度阈值的情况下，基于目标障碍物的速度在连续多帧点云图像对应的时间段内的加速度变化[0114]在基于上述至少两种参数进行加权求和时，可以根据以下公式(1)来确定目标障[0120]本公开实施例中，提出通过多种参数共同确定目标障碍p'表示编号为j的目标障碍物在连续多帧点云图像中第t帧点云图像对应的检测置信包含当前帧点云图像以及历史阶段采集的9帧点云图像在内的连续10帧点云图像中的第一[0130]特别地，雷达装置在本次工作过程中采集的点云图像的云图像为雷达装置在本次工作过程中采集的第7帧点云图像，在确定目标障碍物在当前位均检测置信度确定目标障碍物的置信度时，能够提高确定的目标障碍物的置信度的稳定[0135]其中目标障碍物在每帧点云图像中的位置信息可以通过预先训练的神经网络来象，这里的跟踪匹配置信度，可以用于表示该编号为1号的目标障碍物与跟踪链的匹配程目标障碍物是该跟踪链所匹配的跟踪对象的物在第n帧点云图像采集时刻对应的速度、以及目标障碍物在第n帧点云图像中的位置信云图像对应的采集时刻的速度、以及该帧点云图像和前一帧点云图像之间的采集时间间点云图像中的位置信息(具体指检测框中心点的位置信息)以及相邻两帧点云图像之间的[0148]进一步地，以该帧点云图像对应的采集时刻为采集连续多帧点云图像中第t帧点red;'=det%+*A1(4);[0150]其中，pred'表示编号为j的目标障碍物在连续多帧点云图像中第t帧点云图像中的预测位置信息；det'表示编号为j的目标障碍物在连续多帧点云图像中第t-1帧点云图像中的位置信息，表示编号为j的目标障碍物在采集连续多帧点云图像中的第t-1帧点[0151]进一步地，可以基于以下公式(5)来确定目标障碍物在该帧点云图像中的位移偏[0153]其中，表示编号为j的目标障碍物在连续多帧点云图像中的第应的位移偏差信息；detf表示采集到的编号为j的目标障碍物在连续多帧点云图像中第t帧测框差异信息作为衡量目标障碍物与跟踪链是中第t-1帧点云图像中对应的检测框的面积，根据以下公式(7)来确定编号为j的目标障碍确定编号为j的目标障碍物在连续多帧点云图像中的第t帧点云图像对应的检测框差异信s'=*(6);s'=w*H(7);[0160]其中，表示编号为j的目标障碍物在连续多帧点云图像中第t-1帧点云图像中对应的检测框的面积；表示编号为j的目标障碍物在连续多帧点云图像中第t-1帧点云图像中对应的检测框的宽；表示编号为j的目标障碍物在连续多帧点云图像中第t-1帧帧点云图像中对应的检测框的高；AD'表示编号为j的目标障碍物在连续多帧点云图像中AH?'=cos(Q'-4)(9);[0166]示例性地，目标障碍物在连续多帧点云图像中的第t帧点云图像对应的朝向角具体是指该目标障碍物在采集的第t帧点云图像时的朝向角，目标障碍物在点云图像中的朝然后将该正方向与点云图像中目标障碍物对应的检测框的中心点与车辆的连线构成的夹多帧点云图像中第t帧点云图像所匹配的跟踪对象的单[0170]具体可以按照以下公式(10)来确定目标障碍物为连续多帧点云图像中第t帧点云ΔH表示朝向角差异信息的预设权重。[0174]具体地，目标障碍物为每帧点云图形所匹配的跟踪对象可以表示该帧点云图像中的目标障碍物和前一帧点云图像中的目标障碍物为同一障碍物点云图像所匹配的跟踪对象的单帧跟踪匹配置信度表示第2帧点云图像中的目标障碍物和云图像中的目标障碍物和第2帧点云图像中的目标障碍物为同一目标障帧跟踪匹配置信度，确定目标障碍物为多帧点云图像所匹配的跟踪对象的跟踪匹配置信[0180]由公式(11)可以确定，可以通过对目标障碍物对应的单帧跟踪匹配置信度求平图像和最后一帧点云图像之间的每帧点云图像中一般情况下也会包含目标障碍物，因此，[0188]本公开实施例中，提出将跟踪链有效长度作为确定目标[0193]具体可以通过以下公式(13)来确定目标障碍物在多帧点云图像对应的采集时长[0196]目标障碍物对应的速度平滑程度可以表示目标障碍物在多帧点云图像对应的采碍物在多帧点云图像对应的采集时长内的加速碍物在每帧点云图像对应的采集时刻的速度确定目标障碍物在该帧点云图像对应的采集[0204]具体可以通过以下公式(14)来确定目标障碍物在多帧点云图像对应的采集时长[0207]目标障碍物对应的加速度平滑程度可以表示目标障碍物在多帧点云图像对应的[0208]本公开实施例中，加速度平滑程度能够反应目标障碍物[0218]在一种可能的实施方式中，确定模块602还用于按照以下方式确定平均检测置信[0220]在一种可能的实施方式中，确定模块602还用于按照以下方式确定跟踪匹配置信障碍物在该帧点云图像中的位置信息，确定目标障碍物在该帧点云图像中的位移偏差信[0227]根据目标障碍物为多帧点云图像中的每帧点云图像所匹配的跟踪对象的单帧跟[0231]在一种可能的实施方式中，确定模块602还用于按照以下方式确定跟踪链有效长[0244]对应于图1中的目标车辆的控制方法，本公开实施例还提供例中，计算机程序产品具体体现为软件产品，例如软件开发包(SoftwareDevelopment合或直接耦合或