[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

说明书

本发明实施例涉及一种基于点云数据进行目标速度预测的处理方法，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；对前、后帧点云的第一、第二目标检测框进行目标关联处理；根据每对关联的第一、第二目标检测框预测对应目标的速度。通过本发明，可以克服传统点云目标检测模型不能进行速度检测的缺陷。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于点云数据进行目标速度预测的处理方法。

背景技术

自动驾驶感知系统的激光雷达通过对自车周围环境的进行激光扫描可以得到对应的点云数据，感知系统使用点云目标检测模型对原始点云数据进行检测可以识别出多类障碍物目标(诸如人、车辆、自行车、植物、动物、交通标志物等)以及各类目标对应的三维目标检测框(bounding box)，然而传统的点云目标检测模型无法确认各类目标的速度。为此，感知系统还需另行配置用于测速的毫米波雷达与之配合，通过数据融合模块将毫米波雷达点云中的速度特征增加到激光雷达点云中去。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种基于点云数据进行目标速度预测的处理方法、电子设备及计算机可读存储介质，先对相邻时刻的两帧激光雷达点云分别进行目标识别，再对两帧点云上的目标识别框进行关联从而得到多对关联的目标识别框，再基于迭代最近点(Iterative Closest Point，ICP)算法对每对关联目标识别框中的点云进行配准从而得到前后时刻的位姿变换矩阵T，并基于位姿变换矩阵T对前一时刻目标识别框上的指定位置点在下一时刻的位姿进行预测，并根据该点前一时刻的位姿和下一时刻的预测位姿算出对应目标的速度。通过本发明，对传统点云目标检测模型的输出进行持续关联和点云位姿配准就能获得点云中各个目标的速度，不但可以克服传统点云目标检测模型不能进行速度检测的缺陷，还可以降低感知系统对毫米波雷达的依赖，减少数据融合模块的点云融合计算量，提高感知系统的整体工作效率。

为实现上述目的，本发明实施例第一方面提供了一种基于点云数据进行目标速度预测的处理方法，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。

优选的，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。

优选的，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：