[发明专利]一种基于点云数据进行目标速度预测的处理方法

权利要求书

1.一种基于点云数据进行目标速度预测的处理方法，其特征在于，所述方法包括：

获取相邻时刻的前后两帧激光雷达点云数据作为对应的前帧点云和后帧点云；

基于点云目标检测模型分别对所述前帧、后帧点云进行点云目标检测处理得到多个第一目标检测框和多个第二目标检测框；所述第一目标检测框对应所述前帧点云，所述第二目标检测框对应所述后帧点云；

对所述前、后帧点云的所述第一、第二目标检测框进行目标关联处理；

根据每对关联的所述第一、第二目标检测框预测对应目标的速度。

2.根据权利要求1所述的基于点云数据进行目标速度预测的处理方法，其特征在于，

所述点云目标检测模型包括VoxelNet模型、SECOND模型和PointPillars模型，默认使用所述PointPillars模型；

各个所述第一目标检测框对应一组第一检测框参数；所述第一检测框参数包括第一目标框中心点坐标(x₁,y₁,z₁)、第一目标框深度l₁、第一目标框宽度w₁、第一目标框高度h₁和第一目标框朝向角yaw₁；

各个所述第二目标检测框对应一组第二检测框参数；所述第二检测框参数包括第二目标框中心点坐标(x₂,y₂,z₂)、第二目标框深度l₂、第二目标框宽度w₂、第二目标框高度h₂和第二目标框朝向角yaw₂。

3.根据权利要求2所述的基于点云数据进行目标速度预测的处理方法，其特征在于，所述对所述前、后帧点云的所述第一、第二目标检测框进行目标关联处理，具体包括：

统计所述第一检测框参数的数量记为第一数量m，并统计所述第二检测框参数的数量记为第二数量n；

基于目标框索引i对各个所述第一目标框中心点坐标进行顺序编码得到对应的第一目标框中心点坐标(x_1,i,y_1,i,z_1,i)，1≤i≤m；基于目标框索引j对各个所述第二目标框中心点坐标进行顺序编码得到对应的第二目标框中心点坐标(x_2,j,y_2,j,z_2,j)，1≤j≤n；

基于卡尔曼滤波器对各个所述第一目标框中心点坐标(x_1,i,y_1,i,z_1,i)在下一时刻的位置进行预测得到对应的预测目标框中心点坐标

对各个所述预测目标框中心点坐标与各个所述第二目标框中心点坐标(x_2,j,y_2,j,z_2,j)的距离进行计算得到m*n个中心点间距s_i,j，

由m*n个所述中心点间距s_i,j构建一个形状为m*n的矩阵向量记为第一矩阵向量；并将所述第一矩阵向量输入深度匈牙利网络DHN基于改进的匈牙利算法进行匹配度计算得到对应的形状为m*n的关联矩阵向量A；所述关联矩阵向量A包括m*n个匹配度a_i,j，0a_i,j≤1；每个所述匹配度a_i,j基于所述目标框索引i和所述目标框索引j对应一对所述第一目标检测框和所述第二目标检测框；

将同一个所述目标框索引i对应的所述第二数量n的所述匹配度a_i,j归入同一个匹配度集合D_i；并提取各个所述匹配度集合D_i中取值最大的所述匹配度a_i,j作为对应的最大匹配度b_i；

对各个所述最大匹配度b_i进行判断；若当前最大匹配度b_i小于预设的最小匹配度阈值a_min，则确认所述当前最大匹配度b_i对应的一对所述第一目标检测框和所述第二目标检测框之间没有关联关系；若所述当前最大匹配度b_i大于或等于所述最小匹配度阈值a_min，则在所述当前最大匹配度b_i对应的一对所述第一目标检测框和所述第二目标检测框之间创建关联关系。