[发明专利]激光雷达检测的运动目标畸变补偿方法、设备及存储介质

说明书

本发明涉及激光雷达技术领域，具体提供一种激光雷达检测的运动目标畸变补偿方法、设备及存储介质，旨在解决现有方法由于运动目标畸变可能导致的运动目标的形状估计不准确的技术问题。为此目的，本发明的激光雷达检测的运动目标畸变补偿方法包括：获取运动目标的运动信息及轮廓信息；基于运动信息判断是否需要对运动目标进行目标畸变补偿；若是，基于轮廓信息和拼接点云图像的拼接信息确定修正区间范围和非修正区间范围；基于修正区间范围确定需要补偿修正的边界轮廓点；对需要进行补偿修正的边界轮廓点进行补偿修正。如此，提高了运动目标形状估计的准确度，使得运动目标的形状估计更加贴近真实障碍物形状。

技术领域

本发明涉及激光雷达技术领域，具体提供一种激光雷达检测的运动目标畸变补偿方法、设备及存储介质。

背景技术

目前，随着自动驾驶感知技术的发展，激光雷达的运用越发广泛。激光雷达通过发射激光来测量周围事物的距离。发射的激光线束越多，感知的区域以及细节就越多，通过让反射的激光转动扫描，就能得到一片区域的三维形态。但是激光雷达成本随着激光线束的增多而提高，如何通过低线束，稀疏的激光呈像来得到良好的检测性能是一个研究方向。

在现有技术中，通过相邻帧点云拼接来使点云稠密化是一种常见处理方式。由于激光雷达低帧率时不能忽视自车运动，需要进行运动畸变矫正，也就是自车运动补偿。常见的方法包括配准算法或者定位传感器辅助方法。这种方式去除了自车运动造成的畸变，但是对于运动目标来说，由于其存在速度，多帧拼接会造成点云膨胀，特别是在运动方向尾部会形成拖影的效果，这就是运动目标畸变。运动目标畸变会导致运动目标的形状估计不准确，甚至高速运动物体可能会分裂成多个障碍物。

相应地，本领域需要一种新的激光雷达检测的运动目标畸变补偿方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决现有方法由于运动目标畸变可能导致的运动目标的形状估计不准确的技术问题。本发明提供了一种激光雷达检测的运动目标畸变补偿方法、设备及存储介质。

在第一方面，本发明提供一种激光雷达检测的运动目标畸变补偿方法，其特征在于，包括：获取运动目标的运动信息及轮廓信息，其中，获取所述运动目标的轮廓信息包括获得所述运动目标的相邻多帧点云图像拼接后的拼接点云图像，基于所述拼接点云图像获得所述运动目标的轮廓信息，所述轮廓信息包括多个边界轮廓点；基于所述运动信息判断是否需要对所述运动目标进行目标畸变补偿；若是，基于所述轮廓信息和所述拼接点云图像的拼接信息确定修正区间范围和非修正区间范围；基于所述修正区间范围确定需要补偿修正的所述边界轮廓点；对需要进行补偿修正的所述边界轮廓点进行补偿修正。

在一个实施方式中，所述运动信息包括所述运动目标的速度、速度置信度和跟踪时长，基于所述运动信息判断是否需要对运动目标进行目标畸变补偿包括：在所述运动目标的速度、速度置信度和跟踪时长满足预设条件的情况下，确定需要对运动目标进行目标畸变补偿。

在一个实施方式中，“基于所述轮廓信息和所述拼接点云图像的拼接信息确定修正区间范围和非修正区间范围”包括：基于所述轮廓信息和所述拼接点云图像的拼接信息确定固定距离，所述固定距离的计算公式如下所示：

上式中，为固定距离，为所述相邻多帧点云图像进行拼接时上一帧点云图像采集时间至当前帧点云图像采集时间差，为所述运动目标沿速度方向的轮廓长度，为所述多帧点云图像采集时间总时长；基于所述固定距离确定可变距离，所述可变距离的计算公式为：

上式中，为可变距离；基于所述可变距离确定修正区间范围和非修正区间范围。

在一个实施方式中，“对需要进行补偿修正的所述边界轮廓点进行补偿修正”包括：基于所述运动信息和所述拼接信息确定理论修正距离，所述理论修正距离的计算公式如下所示：