基于点云分布统计的轨迹分割方法、存储介质及电子设备与流程
本技术属于自动驾驶目标跟踪,特别是涉及一种基于点云分布统计的轨迹分割方法。
背景技术:
1、在自动驾驶目标跟踪过程中,长车辆(如卡车、巴士、半挂车)或近距离行驶、局部重叠的多辆车,极易被跟踪算法识别为单个目标,导致目标尺寸、位置、速度等信息出现偏差,直接影响路径规划与行车安全。
2、现有跟踪方法大多仅依赖位置、速度、尺寸等运动特征,缺乏对点云在目标内部疏密与间隙分布特征的分析与利用,无法有效识别目标内部的真实结构。同时,现有方法普遍采用固定大小、固定数量的统计窗口,对不同长度目标使用相同策略,导致针对轿车、卡车、大巴等尺寸差异较大的目标时,分割效果不稳定,泛化能力不足。
3、此外,现有系统通常未对信噪比、反射强度较低的噪声点云进行有效过滤,低质量点云易对间隙判断形成严重干扰,造成错误分割或漏分割。在间隙识别方面,现有技术往往仅通过单点或简单规则进行判断,缺乏对连续区间的统计分析,鲁棒性较差,难以应对点云稀疏、局部遮挡等复杂场景。整体而言,现有方法在点云质量处理、窗口自适应调整以及间隙判断机制等方面均存在明显不足,难以满足复杂交通场景下自动驾驶对目标跟踪精度的实际需求。
4、本实施例内容
5、本技术提供一种基于点云分布统计的轨迹分割方法、存储介质及电子设备,用于实现稳定可靠的目标分割,提升复杂场景下目标跟踪的准确性与鲁棒性。
6、第一方面,本技术实施例提供一种基于点云分布统计的轨迹分割方法,包括:获取当前帧的中全部的目标及所述目标对应的点云数据;对于每个所述目标,沿所述目标的长度方向划分若干个连续的统计窗口,各窗口共同覆盖所述目标的全部长度范围且不重叠设置,其中依据目标长度不同,统计窗口的长度不同设置;获取各所述统计窗口内的有效点云,根据所述有效点云构建点云数量分布直方图;基于所述点云数量分布直方图筛选候选间隙窗口,所述候选间隙窗口用于表示所述目标轨迹在对应窗口位置处沿长度方向的点云数量低于置信水平,可能存在物理间隔或局部点云缺失的区域;将编号连续、位置相邻的候选间隙窗口聚合成连续间隙段,并获取所述连续间隙段的实际物理长度;将所述实际物理长度和预设最小间隙阈值进行比较,基于比较结果进行目标轨迹分割,并输出当前帧的目标轨迹分割结果,其中,所述最小间隙阈值依据目标轨迹长度设置。
7、在所述第一方面的一种实现方式中,所述根据所述有效点云构建点云数量分布直方图包括:将所有有效点云从世界坐标系转换至目标自身局部坐标系,使点云沿目标长度方向展开;以有效点云纵向坐标最小值为起始边界,沿纵向以单个窗口物理长度为步长,划分连续且不重叠的统计窗口;遍历全部有效点云,根据各点纵向坐标计算其所属窗口编号,将各点云归入对应窗口并累加计数,得到每个窗口内的有效点云数量;以窗口编号为横轴、各窗口对应的有效点云数量为纵轴,构建点云数量分布直方图。
8、在所述第一方面的一种实现方式中,所述基于所述点云数量分布直方图筛选候选间隙窗口包括:基于所述点云数量分布直方图,预设一个置信点云数量阈值;按窗口编号顺序遍历全部纵向窗口,将点云数量小于或等于所述置信点云数量阈值的窗口标记为候选间隙窗口。
9、在所述第一方面的一种实现方式中,所述将编号连续、位置相邻的候选间隙窗口聚合成连续间隙段,并获取所述连续间隙段的实际物理长度包括:按窗口编号顺序遍历全部候选间隙窗口,将编号连续且位置相邻的候选间隙窗口合并归属于同一连续间隙段;统计每个连续间隙段所包含的连续窗口数量;根据单个窗口的纵向长度与所述连续窗口数量的乘积,计算得到所述连续间隙段对应的实际物理长度。
10、在所述第一方面的一种实现方式中,所述将所述实际物理长度和预设最小间隙阈值进行比较,基于比较结果进行目标轨迹分割包括:将全部连续间隙段按实际物理长度从大到小排序,并获取实际物理长度最大的最长连续间隙段;将所述最长连续间隙段的实际物理长度与预设最小间隙阈值进行比较:若所述实际物理长度大于所述预设最小间隙阈值,则判定所述最长连续间隙段为真实目标间隔并执行目标轨迹分割;若所述实际物理长度小于或等于所述预设最小间隙阈值,则判定所述最长连续间隙段为伪间隙,不执行目标轨迹分割。
11、在所述第一方面的一种实现方式中,所述执行目标轨迹分割包括:以判定为真实目标间隔的所述最长连续间隙段的纵向中心位置为分割边界,将原始点云目标拆分为多个子目标;对每个所述子目标进行点云聚类与三维包围盒拟合,分配独立的轨迹编号,并同步更新各所述子目标的状态信息。
12、在所述第一方面的一种实现方式中,沿所述目标的长度方向划分若干个连续的统计窗口的方式为包括:根据目标轨迹长度自适应确定窗口数量和单个窗口物理长度,满足单个窗口物理长度等于目标长度除以窗口数量,其中,单个窗口物理长度为固定值,窗口数量根据目标轨迹长度动态确定。
13、在所述第一方面的一种实现方式中,所述获取各所述统计窗口内的有效点云包括:将同时满足以下两个条件的点云作为有效点云:条件一,信噪比大于或等于信噪比阈值;条件二,反射强度大于或等于反射强度阈值。
14、第二方面,本技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本技术第一方面中任一项所述的基于点云分布统计的轨迹分割方法。
15、第三方面,本技术实施例提供一种电子设备,所述电子设备包括处理器及存储器;所述存储器存储有程序指令;所述处理器,用于运行所述程序指令,以执行本技术第一方面中任一项所述的基于点云分布统计的轨迹分割方法。
16、本技术实施例提供的基于点云分布统计的轨迹分割方法,具有以下有益效果:
17、1、本技术通过沿目标长度方向划分连续等长统计窗口并覆盖目标全部长度范围,构建点云数量分布直方图以量化点云疏密分布,在此基础上筛选候选间隙窗口、将编号相邻的候选窗口聚合成连续间隙段并换算为实际物理长度,最后基于物理长度与最小间隙阈值的比较进行分割判决,由此能够精准识别长目标的真实间隙、将重叠目标清晰分离,同时窗口数量随目标长度动态确定而无需人工调参,整个检测与判决过程仅涉及线性遍历和数值换算,计算量小且满足实时性要求,基于物理长度阈值判决还能有效抑制过分割与欠分割,本技术可以实现稳定可靠的目标分割,提升复杂场景下目标跟踪的准确性与鲁棒性。
18、2、本技术通过窗口数量根据目标长度动态确定,使统计粒度不随目标长短变化而失真,保证不同尺寸目标的直方图统计结果具有一致性和可比性;通过坐标变换消除目标行驶姿态对分布统计的干扰;通过信噪比与反射强度双重质量过滤剔除低质量噪声点,大幅降低恶劣环境下的间隙误判率,显著增强抗干扰能力;通过精确限定点云归属窗口的计算方式,确保直方图统计的准确性。
19、3、本技术采用最长间隙优先选取和统一伪间隙判定的分割策略,优先处理物理意义最明确的间隙以避免目标碎片化,当最长间隙均不满足阈值条件时统一不执行分割以保证判决结果的全局一致性;分割后对子目标进行独立轨迹编号分配与状态更新,确保各子目标能够以独立身份接入后续跟踪链路;同时将各功能单元模块化设计,便于在嵌入式或车载平台上的工程部署与集成。
技术实现思路
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com