[发明专利]一种障碍物追踪方法及装置

说明书

本说明书公开了一种障碍物追踪方法及装置，可根据无人驾驶设备采集的第一点云中各障碍物的位置信息，确定该第一点云中的障碍物聚集区域。之后，根据该障碍物聚集区域，确定该无人驾驶设备采集的第二点云中的聚集障碍物以及非聚集障碍物。并分别基于群体匹配规则确定各聚集障碍物的匹配结果，以及基于非群体匹配规则确定各非聚集障碍物的匹配结果。最后，根据该第二点云中各障碍物的匹配结果，确定障碍物追踪结果。基于不同的匹配规则分别对聚集障碍物以及非聚集障碍物进行匹配，提高了聚集障碍物的匹配准确度，使障碍物追踪结果更准确。

技术领域

本申请涉及无人驾驶技术领域，尤其涉及一种障碍物追踪方法及装置。

背景技术

目前，无人驾驶设备在行驶过程中，需要实时根据自身位置以及周围各障碍物的位置，进行路径规划以避障行驶。

但由于周围障碍物包含有静态障碍物以及动态障碍物，而动态障碍物也在不断移动，所处位置实时发生变化，因此还需对各动态障碍物进行追踪，以根据追踪结果预测各动态障碍物的运动轨迹，进而规划无人驾驶设备的行驶路径。

现有技术在进行障碍物追踪时，可先针对无人驾驶设备采集的每连续两帧激光点云，进行障碍物检测，确定该连续两帧激光点云中包含的各障碍物。之后，根据该连续两帧激光点云中各障碍物的障碍物信息，如，障碍物中心点的位置以及尺寸等信息，对该两帧激光点云中的各障碍物进行两两匹配，确定匹配结果。最后，根据匹配结果，确定障碍物追踪结果。

但是，当该无人驾驶设备周围存在较为密集的动态障碍物时，如，人群、车流等，由于各动态障碍物之间的距离较近，在进行障碍物匹配时容易出现匹配错误，导致障碍物追踪结果不准确，进而影响后续的路径规划。

发明内容

本说明书实施例提供一种障碍物追踪方法及装置，用于至少部分解决现有技术中的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种障碍物追踪方法，包括：

获取无人驾驶设备采集的两帧激光点云，分别作为第一点云以及第二点云；

根据所述第一点云中各障碍物的位置信息，确定所述第一点云中的障碍物聚集区域；

根据所述障碍物聚集区域的位置，确定所述第二点云中落入所述障碍物聚集区域内的各障碍物，作为聚集障碍物，并将所述第二点云中的其他障碍物，作为非聚集障碍物；

针对每个聚集障碍物，通过群体匹配规则，分别确定该聚集障碍物与所述第一点云中各障碍物的匹配参数，并根据各聚集障碍物与所述第一点云中各障碍物的匹配参数，确定各聚集障碍物的匹配结果；

针对每个非聚集障碍物，通过非群体匹配规则，分别确定该非聚集障碍物与所述第一点云中各障碍物的匹配参数，并根据各非聚集障碍物与所述第一点云中各障碍物的匹配参数，确定各非聚集障碍物的匹配结果，其中，所述群体匹配规则的约束条件强于所述非群体匹配规则的约束条件；

根据所述第二点云中各聚集障碍物以及各非聚集障碍物的匹配结果，确定障碍物追踪结果。

可选地，根据所述第一点云中各障碍物的位置信息，确定所述第一点云中的障碍物聚集区域，具体包括：

根据所述第一点云中各障碍物的位置信息，确定所述第一点云中每两个障碍物之间的距离；

根据所述第一点云中每两个障碍物之间的距离，确定所述第一点云中的障碍物聚集区域。

可选地，通过群体匹配规则，分别确定该聚集障碍物与所述第一点云中各障碍物的匹配参数，具体包括：

根据该聚集障碍物与所述第一点云中各障碍物的距离，确定该聚集障碍物分别与所述第一点云中各障碍物的匹配参数；和/或