[发明专利]一种目标物跟踪方法及装置

说明书

本说明书公开了一种目标物跟踪方法及装置，通过确定目标物在当前帧点云数据中的初始点云，再确定初始点云对应的深度图像，进而根据深度图像中各像素分别对应的深度值，确定并剔除初始点云中的不稳定点，得到目标物的当前平稳点云，再将当前平稳点云中各三维点和历史平稳点云中各三维点进行匹配，根据匹配结果确定目标物的速度，以对目标物进行跟踪。本方法剔除了初始点云中的不稳定点，使得在无人驾驶设备和目标物的相对位置之间发生变化时，确定出的目标物的移动受相对位置影响更小，使得对目标物的跟踪结果更准确。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种目标物跟踪方法及装置。

背景技术

目前，无人驾驶设备行驶过程中，通常会对周围环境中的目标物进行跟踪，以基于各目标物的跟踪结果，确定无人驾驶设备的运动策略以保证无人驾驶设备的行驶安全。其中，目标物通常可为障碍物、指示牌、信号灯等会影响无人驾驶设备行驶的对象。

在现有技术中，一般可基于点云数据对目标物进行跟踪。具体的，首先可基于目标物上一时刻的速度，对获取到的点云数据进行目标物检测并分类，确定各目标物对应的三维点。然后，针对每个目标物，根据该目标物对应的各三维云，确定该目标物对应的质心点。最后，根据目标物在当前时刻的质心点的位置，以及目标物在历史时刻的质心点的位置，确定当前时刻目标物的移动速度，以基于当前时刻目标物的移动速度，对目标物下一时刻的位置进行跟踪。

但是，在无人驾驶设备移动过程中，随着无人驾驶设备和目标物相对位置的改变，目标物对应的点云的稠密区域会随着相对位置的改变而改变，使得确定出的目标物当前时刻的速度不准确，进而导致难以实现对目标物的跟踪，确定运动策略的效率较低。

发明内容

本说明书提供一种目标物跟踪方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种目标物跟踪方法，包括：

确定当前帧点云数据中目标物对应的初始点云；

根据点云数据和深度图像之间的映射关系以及所述初始点云，确定所述目标物对应的深度图像，并根据所述深度图像中各像素与其周围像素的深度差，确定并剔除所述初始点云中包含的各不稳定点，得到所述目标物对应的当前稳定点云；

将历史帧点云数据中所述目标物对应的历史稳定点云包含的各三维点，与所述当前稳定点云包含的各三维点，进行匹配；

根据匹配结果，确定所述目标物的速度，以确定下一时刻所述目标物的初始点云，对所述目标物进行跟踪。

可选的，根据点云数据和深度图像之间的映射关系以及所述初始点云，确定所述目标物对应的深度图像，并根据所述深度图像中各像素与其周围像素的深度差，确定所述初始点云中包含的各不稳定点，具体包括：

根据点云数据和深度图像之间的映射关系，将所述当前帧点云数据投影至深度坐标系，确定当前帧深度图像；

从所述当前帧深度图像中，确定所述目标物对应的区域，并针对所述区域中的每个像素，确定该像素的深度值与其周围像素的深度值的深度差，所述深度值表征所述像素对应的三维点与采集设备之间的距离；

当所述深度差大于预设的差距阈值时，确定该像素对应的三维点为不稳定点。

可选的，在对所述历史稳定点云中包含的各三维点和所述当前稳定点云中包含的各三维点进行匹配前，所述方法还包括：

将所述当前稳定点云所在的三维区域进行分割，确定各单元区域；

针对每个单元区域，根据该单元区域包含的三维点的位置，确定该单元区域对应的目标三维点；

根据各单元区域分别对应的目标三维点，对所述当前稳定点云进行更新。