[发明专利]用于无人驾驶车辆的障碍物运动信息生成方法和装置

说明书

本申请实施例公开了用于无人驾驶车辆的障碍物运动信息生成方法和装置。该方法的一具体实施方式包括：获取对待生成运动信息的目标障碍物进行表征的当前帧障碍物点云和参考帧障碍物点云；计算目标障碍物在M种第一位移观测量中每种第一位移观测量下的第一观测位移；确定目标障碍物在M种第一位移观测量中每种第一位移观测量下的运动信息；根据所确定的M种运动信息和目标障碍物的历史运动信息，确定目标障碍物的观测运动信息；以目标障碍物的运动信息为状态变量，以观测运动信息为观测量，采用预设滤波算法生成目标障碍物的当前运动信息。该实施方式可以实现在障碍物点云分割不准确的情况下，有效对障碍物进行运动估计。

技术领域

本申请涉及无人驾驶车辆技术领域，具体涉及障碍物运动估计技术领域，尤其涉及用于无人驾驶车辆的障碍物运动信息生成方法和装置。

背景技术

无人驾驶车辆，又称为“移动轮式机器人”，无人驾驶车辆通过车辆上设置的驾驶控制设备根据各种传感器(例如，摄像机和激光雷达)所采集的信息，进行综合分析处理以实现路径规划和行驶控制。大多数无人驾驶车辆都设置有激光雷达来采集外界信息。在对无人驾驶车辆进行路径规划和行驶控制的过程中，可以对激光雷达所采集的每帧激光点云(即，激光雷达每个采样周期所采集的激光点云)进行障碍物检测，然后，再对检测所得到的障碍物进行运动估计，以实现躲避障碍物和提前进行路径规划。

然而，现有的对障碍物运动估计方法，大都采用在障碍物点云(用于对障碍物进行表征的点云)上定义兴趣点，并根据兴趣点位移来对障碍物进行运动估计，从而存在着在障碍物点云分割不准确(例如，欠分割或者过分割)时，运动估计不准确的问题。

发明内容

本申请实施例的目的在于提出一种改进的用于无人驾驶车辆的障碍物运动信息生成方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于无人驾驶车辆的障碍物运动信息生成方法，其中，上述无人驾驶车辆设置有激光雷达，该方法包括：获取对待生成运动信息的目标障碍物进行表征的当前帧障碍物点云和参考帧障碍物点云，其中，上述当前帧障碍物点云是根据所述激光雷达所采集的当前帧激光点云所得到的，上述参考帧障碍物点云是根据上述激光雷达所采集的当前帧激光点云的前预设数目帧激光点云中用于表征上述目标障碍物的激光点云所得到的；根据上述当前帧障碍物点云和上述参考帧障碍物点云，计算上述目标障碍物在M种第一位移观测量中每种第一位移观测量下的第一观测位移；根据计算所得到的M种第一观测位移和上述激光雷达的采样周期，确定上述目标障碍物在上述M种第一位移观测量中每种第一位移观测量下的运动信息；按照运动学规律或者统计学规律，根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定上述目标障碍物的观测运动信息；以上述目标障碍物的运动信息为状态变量，以上述观测运动信息为观测量，采用预设滤波算法生成上述目标障碍物的当前运动信息。

在一些实施例中，上述按照运动学规律或者统计学规律，根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定观测运动信息之前，上述方法还包括：根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定所确定的M种运动信息是否存在歧义；以及上述按照运动学规律或者统计学规律，根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定上述目标障碍物的观测运动信息，包括：响应于确定所确定的M种运动信息不存在歧义，按照运动学规律或者统计学规律，根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定上述目标障碍物的观测运动信息。

在一些实施例中，上述根据所确定的M种运动信息和上述目标障碍物的历史运动信息，确定所确定的M种运动信息是否存在歧义，包括：对于所确定的M种运动信息中的每种运动信息，确定该种运动信息与上述目标障碍物的上一周期运动信息的残差向量；将计算所得的M种残差向量中模最小的残差向量确定为第一最小残差向量；响应于上述第一最小残差向量的模小于第一预设模阈值，确定所确定的M种运动信息不存在歧义；响应于上述第一最小残差向量的模不小于上述第一预设模阈值，确定所确定的M种运动信息存在歧义。