[发明专利]目标跟踪方法及装置

说明书

本发明是关于一种目标跟踪方法及装置，属于智能车领域，该目标跟踪方法包括：获取毫米波雷达周期性采集的多个目标的雷达数据；从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；从所述n个有效目标选取跟踪目标，所述跟踪目标与所述本车位于同一车道，且与所述本车的纵向相对距离最小；对所述跟踪目标的雷达数据进行更新，解决了目标跟踪和目标的数据更新的难度较大的问题，降低了目标跟踪和目标的数据更新的难度，用于智能车跟踪目标。

技术领域

本发明涉及智能车领域，特别涉及一种目标跟踪方法及装置。

背景技术

随着科技的不断发展和进步，计算机技术、现代传感技术和人工智能技术等逐渐应用到了汽车领域中，具有环境感知、路径规划、辅助驾驶等功能的智能车辆应运而生。通过对智能车辆进行控制，可以使智能车辆自动按照预先制定的行驶路径安全行驶。其中，目标跟踪技术是保证智能车辆安全行驶的关键。通过目标跟踪技术可以检测并估计智能车周围环境中的各类目标，比如车辆、行人等的位置数据及运动状态数据。

相关技术中采用目标跟踪技术检测的目标很多，一般会多于10个，检测到的目标中常常会存在很多无效目标，导致目标跟踪和目标的数据更新的难度较大。

发明内容

本发明实施例提供了一种目标跟踪方法及装置，可以解决相关技术中目标跟踪和目标的数据更新的难度较大的问题。所述技术方案如下：

根据本发明实施例的第一方面，提供一种目标跟踪方法，该方法包括：

获取毫米波雷达周期性采集的多个目标的雷达数据；

从所述多个目标的雷达数据中滤除无效目标的雷达数据，得到n个有效目标的雷达数据，n≥1，所述无效目标包括空目标、静态目标、干扰目标和虚假目标中的至少一个；

从所述n个有效目标中选取跟踪目标，所述跟踪目标与本车位于同一车道，且与所述本车的纵向相对距离最小；

对所述跟踪目标的雷达数据进行更新。

可选的，每个所述目标的雷达数据包括所述目标与所述本车的相对距离，相对速度和角度，

在所述从所述多个目标的雷达数据中滤除无效目标的雷达数据之前，所述方法还包括：

当所述多个目标的雷达数据中存在第一雷达数据时，将所述第一雷达数据确定为空目标的雷达数据，所述第一雷达数据中相对距离为0，相对速度为初始值，角度为0；

当所述多个目标的雷达数据中存在第二雷达数据时，将所述第二雷达数据确定为静态目标的雷达数据，所述第二雷达数据中相对距离大于0，相对速度在预设速度范围内波动，角度大于0；

当所述多个目标的雷达数据中存在第三雷达数据时，将所述第三雷达数据确定为干扰目标的雷达数据，所述第三雷达数据的连续出现时长小于预设时长且存在跳变；

当所述多个目标的雷达数据中存在第四雷达数据时，将所述第四雷达数据确定为虚假目标的雷达数据，所述第四雷达数据连续出现的次数小于预设次数。

可选的，每个所述目标的雷达数据还包括所述目标与所述本车的相对加速度，所述对所述跟踪目标的雷达数据进行更新，包括：

获取所述毫米波雷达下一次采集的所述跟踪目标的雷达数据；

根据所述毫米波雷达下一次采集的所述跟踪目标的雷达数据确定下一次所述跟踪目标的状态数据，所述状态数据包括所述跟踪目标与所述本车的横向相对距离，所述跟踪目标与所述本车的相对速度，以及所述跟踪目标与所述本车的相对加速度；

采用卡尔曼滤波算法预测下一次所述跟踪目标的状态数据；