[发明专利]一种观测噪声的处理方法和装置

说明书

本发明实施例涉及一种观测噪声的处理方法和装置，所述方法包括：获取车载相机在时刻t拍摄的二维图像作为第一图像；使用目标检测模型对第一图像进行目标检测得到第一目标；根据第一目标坐标(x_t,y_t)对自车与第一目标在自车坐标系下的径向距离和横向X轴夹角进行确定；根据径向距离d_t和夹角α_t确定第一目标在时刻t的径向样本方差和切向样本方差根据径向样本方差切向样本方差和夹角α_t构建第一目标在时刻t的观测噪声协方差矩阵R_t。通过本发明，可以提高感知模块目标运动状态预测的稳定性和鲁棒性。

技术领域

本发明涉及数据处理技术领域，特别涉及一种观测噪声的处理方法和装置。

背景技术

车辆自动驾驶系统或无人驾驶系统中的感知模块在车辆行驶过程中会对周围环境的目标运动状态进行持续跟踪，感知模块处理目标运动状态跟踪的实现过程简单来说如下所示：接收车载相机对自车周围交通环境进行拍摄产生的图像，并基于预置的目标检测模型对图像进行目标检测从而得到目标在自车坐标系下的当前观测位置，再使用卡尔曼滤波器基于该目标的当前观测位置和上一时刻的运动状态预测量对该目标在当前时刻的运动状态进行预测。通过上述说明不难看出，感知模块使用的目标检测模型的位置检测准确度会直接对感知模块的目标运动状态预测准确度造成影响。原理上来说，若要保证感知模块目标运动状态预测的稳定性和鲁棒性，就需要将其使用的所有目标检测模型的输出稳定性和鲁棒性进行统一规划，但这在现实的实施过程中是很难办到的。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种观测噪声的处理方法、装置、电子设备及计算机可读存储介质，按相机径向、切向方向对目标检测模型输出的目标坐标的径向、切向样本方差进行统计，并基于得到的径向、切向样本方差构建卡尔曼滤波器的观测噪声协方差矩阵。通过本发明，既不用对任何目标检测模型进行改造，也不用改造卡尔曼滤波器去适配每个目标检测模型，只需将得到的观测噪声协方差矩阵送入卡尔曼滤波器作为当前观测量的观测噪声就可对不同目标检测模型的不同输出误差进行适应性纠正，从而达到提高感知模块目标运动状态预测稳定性和鲁棒性的目的。

为实现上述目的，本发明实施例第一方面提供了一种观测噪声的处理方法，所述方法包括：

获取车载相机在时刻t拍摄的二维图像作为第一图像；

使用目标检测模型对所述第一图像进行目标检测得到第一目标；所述第一目标对应一个第一目标坐标(x_t,y_t)；所述第一目标坐标(x_t,y_t)的坐标系为自车坐标系；

根据所述第一目标坐标(x_t,y_t)对自车与所述第一目标在自车坐标系下的径向距离和横向X轴夹角进行确定得到对应的径向距离d_t和夹角α_t；

根据所述径向距离d_t和所述夹角α_t确定所述第一目标在时刻t的径向样本方差和切向样本方差

根据所述径向样本方差所述切向样本方差和所述夹角α_t构建所述第一目标在时刻t的观测噪声协方差矩阵R_t。

优选的，所述根据所述第一目标坐标(x_t,y_t)对自车与所述第一目标在自车坐标系下的径向距离和横向X轴夹角进行确定得到对应的径向距离d_t和夹角α_t，具体包括：

在自车坐标系为右-前-天坐标系时以自车行驶方向为Y轴正向、以自车右侧与Y轴垂直的方向为X轴正向，并根据所述第一目标坐标(x_t,y_t)计算所述径向距离d_t和所述夹角α_t，