[发明专利]目标运动的估计方法、设备及计算机存储介质

说明书

本申请公开了一种目标运动的估计方法、设备及计算机存储介质，该估计方法包括：获取连续两帧多传感器的融合数据；利用深度学习技术对融合数据进行处理，分别得到连续两帧双目图像的深度图像、连续两帧双目图像的初始分割标签及连续两帧双目图像的光流图像；构建目标函数，利用三维点云数据、连续两帧双目图像的深度图像及连续两帧双目图像的光流图像计算目标函数中的初始目标运动；构建能量函数，利用初始分割标签及初始目标运动对能量函数中的目标分割标签和目标运动进行初始化，使能量函数迭代优化目标分割标签和目标运动，得到预测的目标运动轨迹。上述方案，提高了目标运动估计的精度。

技术领域

本申请涉及机器人技术领域，特别是涉及目标运动的估计方法、设备及计算机存储介质。

背景技术

随着机器人技术的发展，越来越多的机器人产品走入人们的生活。动态目标的感知技术是支持机器人在动态环境中执行任务的重要保障。现有技术中，机器人采用背景检测识别技术及光流技术实现固定摄像头在静态视角及理想场景下的目标运动检测及目标运动估计，但上述方式仅限于固定摄像头在静态视角及理想场景下的目标运动检测及目标运动估计，若将其应用于移动平台，例如机器人运行场景下的目标运动估计，将导致机器人运行场景下的目标运动估计不准确。

发明内容

本申请至少提供一种目标运动的估计方法、设备及计算机存储介质，能够提高了目标运动估计的精度。

本申请第一方面提供了一种目标运动的估计方法，所述估计方法包括：

获取连续两帧多传感器的融合数据，其中，所述融合数据包括激光雷达的三维点云数据和双目相机的双目图像；

利用深度学习技术对所述融合数据进行处理，分别得到所述连续两帧双目图像的深度图像、所述连续两帧双目图像的初始分割标签及所述连续两帧双目图像的光流图像；

构建目标函数，利用所述三维点云数据、所述连续两帧双目图像的深度图像及所述连续两帧双目图像的光流图像计算所述目标函数中的初始目标运动；

构建能量函数，利用所述连续两帧双目图像的初始分割标签及所述目标函数中的初始目标运动对所述能量函数中目标分割标签和目标运动进行初始化，使所述能量函数迭代优化所述目标分割标签和所述目标运动，得到预测的目标运动轨迹。

本申请第二方面提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述第一方面中的目标运动的估计方法。

本申请第三方面提供了一种计算机存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述第一方面中的目标运动的估计方法。

上述方案，获取连续两帧多传感器的融合数据，其中，融合数据包括激光雷达传感器的三维点云数据和双目相机的双目图像；利用深度学习技术对融合数据进行处理，分别得到连续两帧双目图像的深度图像、连续两帧双目图像目标的初始分割标签及连续两帧双目图像的光流图像；构建目标函数，利用三维点云数据、连续两帧双目图像的深度图像及连续两帧双目图像的光流图像计算目标函数中的初始目标运动；构建能量函数，利用连续两帧双目图像中目标的初始分割标签及目标函数中的初始目标运动对能量函数中的目标分割标签和目标运动进行初始化，使能量函数迭代优化目标分割标签和目标运动，得到预测的目标运动轨迹。能够利用获取的激光雷达的三维点云数据和双目相机的双目图像计算连续两帧双目图像的初始分割标签及初始目标运动，构建能量函数，利用初始分割标签及初始目标运动初始化能量函数中的目标分割标签和目标运动，使能量函数中的目标运动和目标分割标签能够同时被优化，得到精度高的目标运动轨迹，提高了目标运动轨迹的估计精度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

附图说明