[发明专利]基于径向速度测量来过滤点云中的返回点

说明书

本公开的方面和实施方式涉及基于径向速度测量从点云过滤返回点。一种示例方法包括：由自主载具(AV)的感测系统接收表示包括多个返回点的点云的数据，每个返回点包括径向速度值和表示反射由感测系统发射的发射信号的反射区域位置坐标；将与给定返回点的径向速度值相关的至少一个阈值条件应用于多个返回点中的每一个，以识别多个返回点内的返回点的子集；从点云移除返回点的子集，以生成过滤的点云；以及识别由过滤的点云中的剩余返回点表示的对象。

技术领域

本公开通常涉及自主载具。更具体地，本公开涉及在自主驾驶环境中改进对象分类和追踪。

背景技术

自主(完全和部分自动驾驶)载具(autonomous vehicle，VA)通过用各种电磁(例如，雷达和光学)和非电磁(例如，音频和湿度)传感器感测外部环境来操作。一些自主载具基于感测的数据绘制通过环境的驾驶路径。驾驶路径可以基于全球定位系统(GlobalPositioning System，GPS)数据和道路地图数据来确定。而GPS和道路地图数据可以提供关于环境静态方面的信息(建筑物、街道布局、道路封闭等)、动态信息(诸如关于其他载具、行人、路灯等的信息)是从即时收集的感测数据中获得的。自主载具选择的驾驶路径和速度状态的精确性和安全性在很大程度上取决于对驾驶环境中存在的各种对象的及时和准确识别，以及驾驶算法快速和有效地处理环境信息并向载具控制器和传动系统提供正确指令的能力。

附图说明

本公开通过示例而非限制的方式进行说明，并且当结合附图考虑时，可以参考以下详细描述来更全面地理解本公开。

图1是示出根据本公开的一些实施方式的使用多普勒辅助(Doppler-assisted)对象识别和追踪的示例自主载具的组件的图。

图2是根据本公开的一些实施方式的利用速度重建的多普勒辅助对象识别和追踪设置作为自主载具的感知系统的一部分的图示。

图3是根据本公开的一些实施方式的的速度重建设置作为自主载具的感知系统的一部分的图示。

图4是根据本公开的一些实施方式的自主载具的感知系统可以使用的一种可能的几何表示的示意图。

图5是根据本公开的一些实施方式将返回点分类为静态和动态的图示。

图6是根据本公开的一些实施方式的地面点分类的图示。

图7是根据本公开的一些实施方式的自返回点的分类的图示。

图8描绘了根据本公开的一些实施方式的分类返回点的示例方法的流程图。

图9描绘了根据本公开的一些实施方式的基于径向速度测量来过滤点云中的返回点的示例方法的流程图。

图10描绘了能够实现用于自主驾驶载具应用的多普勒辅助对象识别、追踪和预测的示例计算机设备的框图。

发明内容

以下呈现了本公开的各个方面的简化概述，以便提供对这些方面的基本理解。所述发明内容不是对本公开的广泛概述。它既不旨在识别本公开的关键或重要元素，也不描绘本公开的特定实现的任何范围或权利要求的任何范围。其唯一目的是以简化的形式呈现本公开的一些概念，作为稍后呈现的更详细描述的序言。

在本公开的一个方面，一种基于径向速度测量来过滤点云中的返回点的方法包括：由自主载具的感测系统接收表示包括多个返回点的点云的数据，每个返回点包括径向速度值和表示反射由感测系统发射的发射信号的反射区域的位置坐标。将至少一个阈值条件应用于多个返回点中的每一个，该阈值条件与给定返回点的径向速度值相关，以识别多个返回点内的返回点的子集。返回点的子集从点云中移除，以生成过滤的点云。由过滤的点云中的剩余返回点表示的对象被识别。在一些实施方式中，根据所识别的对象自主载具的驾驶路径被确定。