[发明专利]栅格检测跟踪框架构建环境语义占据与速度场方法及系统

权利要求书

1.一种栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，包括：

通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图；

在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新；

进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知。

2.如权利要求1所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，多种车载异构传感器包括：

毫米波雷达的点云通过传感器逆映射器形成栅格的速度先验，补充栅格跟踪滤波器在观测中的速度辅助信息；

由高线数激光雷达输出稠密的点云信息，以对场景的无盲区完全理解；

将车载多相机进行环视的安装，并进行深度估计，通过视角转换在鸟瞰图上分割物体和地面形成语义栅格，以对360°场景完全理解。

3.如权利要求1所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，在完全语义分割地图上进行栅格级跟踪，包括：

将原始信息旋转到对齐大地坐标系，栅格和粒子不需要旋转操作；

设定观测栅格，将目标检测中常见障碍物的栅格区域其感兴趣区域布尔值设置为真；

在观测栅格中选择其中感兴趣区域内的栅格，布尔值为真的观测元素，平均分配新生成的粒子到每次观测的栅格中；如果粒子在预测和更新后对应的栅格已经离开感兴趣区域，则使这部分粒子消失，粒子权重变为零，对剩下的粒子的权重进行排序，最终消失的粒子数和新生成的粒子数是相等的设定的超参数；

构建动态栅格图，对粒子和栅格进行预测与更新，实现栅格级跟踪。

4.如权利要求3所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，构建动态栅格图，包括：

对粒子进行预测，将已有的粒子根据合适的运动学模型预测当前的粒子在下一帧的位置和速度，包括在预测后计算每个粒子的新网格单元索引；

将粒子分配到栅格，根据网格单元索引对所有粒子进行排序，每个粒子检查它是具有相同索引的组的第一个还是最后一个粒子；如果是，则将其索引写入相应的网格单元中，对栅格占据状态进行预测与更新；

对持续存在的粒子进行更新，计算粒子相对于观测的似然函数，并根据似然函数调整粒子的权重，最后对权重归一化，不改变粒子的状态变量；对于单个粒子来说，新的权重等于旧的权重乘似然函数再进行归一化；

根据粒子的宏观统计状态变量输出栅格的速度信息，包括粒子的速度的加权和。

5.如权利要求4所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，对栅格占据状态进行预测与更新，包括：

根据分配的粒子对占据情况进行预测计算，占据情况分为占据质量和空闲质量，以计算出占据概率；

将当前预测的栅格占据质量和下一帧传感器逆映射器观测得到的质量根据D-S证据论结合，进行栅格的更新。

6.如权利要求1所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，进行栅格级后融合包括：

将不同传感器实现的俯视图下的语义分割设为栅格级检测方法，不同的检测方法会各自接入栅格级跟踪器；

在跟踪器的输出层采用协方差交叉的融合方法对每个栅格的占据率和速度进行计算；协方差交叉方法的优化目标是求解一个最优的权重，以极小化性能指标，采用协方差的迹表征性能指标的选择，为融合后的协方差。

7.如权利要求1所述栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，形成增强的可行驶空间认知，包括：

在360°方向上都密集采样最远可达点，将最远可达点连接起来形成全景的可行驶空间认知；同时在当前帧的占据栅格图中采样，以及根据跟踪速度预测后一秒的预测占据栅格图中采样；

将现在和未来的可行驶区域取交集得到最终的可行驶区域；

生成可行驶区域后，建立每个栅格的虚拟斥力场，针对栅格代表的语义建立虚拟动能场，分析其潜在碰撞的可能性。