一种目标位姿的估计方法、装置及自动驾驶装置制造方法及图纸

本发明专利技术实施例提供了一种目标位姿的估计方法、装置及自动驾驶装置，方法包括：获取待处理目标在多个目标时刻对应的位姿信息以及速度估计结果，根据每个目标时刻对应的位姿信息以及速度估计结果，估计待处理目标在当前时刻的位姿，进而将每个目标时刻对应的位姿进行融合处理，得到待处理目标在当前时刻的预测位姿。通过获取待处理目标的多个目标时刻对应的位姿信息以及速度估计结果，并由此估计待处理目标在当前时刻的多个位姿，进而将多个位姿进行融合处理，得到待处理目标在当前时刻的预测位姿。减小了采用单个位姿信息或速度估计结果的误差对待处理目标的位姿估计的影响，提高了目标位姿的估计结果的稳定性和准确性。目标位姿的估计结果的稳定性和准确性。目标位姿的估计结果的稳定性和准确性。

【技术实现步骤摘要】
一种目标位姿的估计方法、装置及自动驾驶装置


[0001]本专利技术涉及自动驾驶目标感知
，特别是涉及一种目标位姿的估计方法、装置及自动驾驶装置。

技术介绍

[0002]随着自动驾驶技术的快速发展，通过目标检测算法估计目标位姿的技术的应用也越来越广泛。目标检测算法依赖于传感器采集的数据，由于传感器的物理结构限制，目标处在特定区域内时，目标检测算法的性能表现会明显下降，这个区域被称为检测算法盲区。
[0003]目前的目标位姿估计方式中，需要判断目标是否处于检测算法盲区，当判定目标不在检测算法盲区内时，认为传感器数据有效，直接输出目标位姿的估计结果。当判定目标在检测算法盲区内时，例如，目标被障碍物遮挡时，认为传感器数据无效，那么此时的目标位姿的估计结果就会不准确，目标位姿的估计结果的稳定性和准确性较差。

技术实现思路

[0004]本专利技术实施例提供一种目标位姿的估计方法、装置及自动驾驶装置，至少可以提高目标位姿的估计结果的稳定性和准确性。具体技术方案如下：
[0005]第一方面，本专利技术实施例提供了一种目标位姿的估计方法，所述方法包括：
[0006]获取待处理目标在多个目标时刻对应的位姿信息以及速度估计结果，其中，所述多个目标时刻包括当前时刻以及所述当前时刻之前的多个历史时刻；
[0007]根据每个目标时刻对应的位姿信息以及速度估计结果，估计所述待处理目标在当前时刻的位姿；
[0008]将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿。
[0009]可选的，所述速度估计结果包括线速度估计值和角速度估计值；
[0010]所述根据每个目标时刻对应的位姿信息以及速度估计结果，估计所述待处理目标在当前时刻的位姿的步骤，包括：
[0011]根据每个目标时刻对应的线速度估计值，按照时间进行积分运算，得到所述待处理目标从该目标时刻到当前时刻的位移变化量；
[0012]根据每个目标时刻对应的角速度估计值，按照时间进行积分运算，得到所述待处理目标从该目标时刻到当前时刻的旋转变化量；
[0013]基于每个目标时刻对应的位姿信息、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的位姿。
[0014]可选的，所述基于每个目标时刻对应的位姿信息、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的位姿的步骤，包括：
[0015]将每个目标时刻对应的位姿信息按照传感器局部坐标系到全局坐标系的旋转平移矩阵，转换到全局坐标系下，得到第一全局位姿；
[0016]基于每个目标时刻对应的所述第一全局位姿、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的第二全局位姿；
[0017]将所述第二全局位姿按照全局坐标系到传感器局部坐标系的旋转平移矩阵，转换到传感器局部坐标系下，得到所述待处理目标在当前时刻的位姿。
[0018]可选的，所述位姿信息包括所述待处理目标的中心坐标、朝向角以及目标框尺寸；
[0019]所述将每个目标时刻对应的位姿信息按照传感器局部坐标系到全局坐标系的旋转平移矩阵，转换到全局坐标系下，得到第一全局位姿的步骤，包括：
[0020]基于每个目标时刻对应的所述待处理目标的中心坐标、目标框尺寸以及朝向角，计算所述待处理目标的多个第一关键点坐标；
[0021]按照所述传感器局部坐标系到全局坐标系的旋转平移矩阵，计算所述多个第一关键点坐标转换到全局坐标系中的多个第一全局坐标；
[0022]基于所述多个第一全局坐标和所述目标框尺寸，计算所述待处理目标在全局坐标系下的中心坐标以及朝向角，作为第一全局位姿；
[0023]所述将所述第二全局位姿按照全局坐标系到传感器局部坐标系的旋转平移矩阵，转换到传感器局部坐标系下，得到所述待处理目标在当前时刻的位姿的步骤，包括：
[0024]基于所述第二全局位姿和所述目标框尺寸，计算所述待处理目标的多个第二关键点坐标；
[0025]按照所述全局坐标系到传感器局部坐标系的旋转平移矩阵，计算所述多个第二关键点坐标转换到传感器局部坐标系中的多个第二局部坐标；
[0026]基于每个目标时刻对应的所述多个第二局部坐标和所述目标框尺寸，计算所述待处理目标在传感器局部坐标系下的中心坐标以及朝向角，作为所述待处理目标在当前时刻的位姿。
[0027]可选的，在所述将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿的步骤之前，所述方法还包括：
[0028]计算所述待处理目标在当前时刻的位姿对应的置信度；
[0029]所述将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿的步骤，包括：
[0030]基于所述待处理目标在当前时刻的位姿对应的置信度，将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿。
[0031]可选的，所述位姿信息包括位姿置信度，所述速度估计结果包括速度置信度；
[0032]所述计算所述待处理目标在当前时刻的位姿对应的置信度的步骤，包括：
[0033]计算所述目标时刻到当前时刻的多个速度置信度的乘积，为目标速度置信度；
[0034]计算所述目标时刻对应的位姿置信度与所述目标速度置信度的乘积，作为所述待处理目标在当前时刻的位姿对应的置信度。
[0035]可选的，所述基于所述待处理目标在当前时刻的位姿对应的置信度，将所述每个目标时刻对应的位姿进行融合处理的步骤，包括：
[0036]基于所述置信度识别所述每个目标时刻对应的位姿中的异常位姿，并剔除所述异常位姿，得到目标预测位姿；
[0037]将所述目标预测位姿按照对应的置信度进行加权平均计算，得到所述待处理目标
在当前时刻的预测位姿。
[0038]可选的，所述基于所述置信度识别所述每个目标时刻对应的位姿中的异常位姿的步骤，包括：
[0039]针对所述每个目标时刻对应的位姿包括的每个参数，将该参数按照对应的置信度进行加权平均计算，得到该参数的加权平均值，其中，所述参数包括中心坐标、朝向角、目标框尺寸中的至少一个；
[0040]计算每个参数与对应的加权平均值之间的差值，作为预测偏差值；
[0041]基于所述预测偏差值与预设阈值的大小关系，确定异常位姿。
[0042]可选的，所述基于所述预测偏差值与预设阈值的大小关系，确定异常位姿的步骤，包括：
[0043]如果存在至少一个预测偏差值大于第一预设阈值，确定该预测偏差值对应的位姿为异常位姿；或，
[0044]按照各个参数对应的预设权重，计算每个目标时刻对应的位姿包括的各个参数对应的预测偏差值的加权和值；
[0045]如果所述加权和值大于第二预设阈值，确定该加权和值对应的位姿为异常位姿。
[0046]第二方面，本专利技术实施例提供了一种目标位姿的估计装置，所述装置包括：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标位姿的估计方法，其特征在于，所述方法包括：获取待处理目标在多个目标时刻对应的位姿信息以及速度估计结果，其中，所述多个目标时刻包括当前时刻以及所述当前时刻之前的多个历史时刻；根据每个目标时刻对应的位姿信息以及速度估计结果，估计所述待处理目标在当前时刻的位姿；将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿。2.根据权利要求1所述的方法，其特征在于，所述速度估计结果包括线速度估计值和角速度估计值；所述根据每个目标时刻对应的位姿信息以及速度估计结果，估计所述待处理目标在当前时刻的位姿的步骤，包括：根据每个目标时刻对应的线速度估计值，按照时间进行积分运算，得到所述待处理目标从该目标时刻到当前时刻的位移变化量；根据每个目标时刻对应的角速度估计值，按照时间进行积分运算，得到所述待处理目标从该目标时刻到当前时刻的旋转变化量；基于每个目标时刻对应的位姿信息、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的位姿。3.根据权利要求2所述的方法，其特征在于，所述基于每个目标时刻对应的位姿信息、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的位姿的步骤，包括：将每个目标时刻对应的位姿信息按照传感器局部坐标系到全局坐标系的旋转平移矩阵，转换到全局坐标系下，得到第一全局位姿；基于每个目标时刻对应的所述第一全局位姿、位移变化量以及旋转变化量，计算得到所述待处理目标在当前时刻的第二全局位姿；将所述第二全局位姿按照全局坐标系到传感器局部坐标系的旋转平移矩阵，转换到传感器局部坐标系下，得到所述待处理目标在当前时刻的位姿。4.根据权利要求3所述的方法，其特征在于，所述位姿信息包括所述待处理目标的中心坐标、朝向角以及目标框尺寸；所述将每个目标时刻对应的位姿信息按照传感器局部坐标系到全局坐标系的旋转平移矩阵，转换到全局坐标系下，得到第一全局位姿的步骤，包括：基于每个目标时刻对应的所述待处理目标的中心坐标、目标框尺寸以及朝向角，计算所述待处理目标的多个第一关键点坐标；按照所述传感器局部坐标系到全局坐标系的旋转平移矩阵，计算所述多个第一关键点坐标转换到全局坐标系中的多个第一全局坐标；基于所述多个第一全局坐标和所述目标框尺寸，计算所述待处理目标在全局坐标系下的中心坐标以及朝向角，作为第一全局位姿；所述将所述第二全局位姿按照全局坐标系到传感器局部坐标系的旋转平移矩阵，转换到传感器局部坐标系下，得到所述待处理目标在当前时刻的位姿的步骤，包括：基于所述第二全局位姿和所述目标框尺寸，计算所述待处理目标的多个第二关键点坐标；
按照所述全局坐标系到传感器局部坐标系的旋转平移矩阵，计算所述多个第二关键点坐标转换到传感器局部坐标系中的多个第二局部坐标；基于每个目标时刻对应的所述多个第二局部坐标和所述目标框尺寸，计算所述待处理目标在传感器局部坐标系下的中心坐标以及朝向角，作为所述待处理目标在当前时刻的位姿。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，在所述将所述每个目标时刻对应的位姿进行融合处理，得到所述待处理目标在当前时刻的预测位姿...

【专利技术属性】
技术研发人员：黄志成，孙杰，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：