目标的航向角平滑方法、装置及计算机可读存储介质与流程

1.本技术涉及自动驾驶技术领域，尤其涉及一种目标的航向角平滑方法、装置及计算机可读存储介质。


背景技术：

2.随着自动驾驶领域的快速发展，目前的自动驾驶车辆中，基于激光雷达的目标检测技术越来越受到重视，一个好的检测效果对自动驾驶的安全性至关重要，其中目标的航向角是判定检测效果的一个重要指标，同时也是自动驾驶车辆能够做出优秀的预测与决策的一个关键性因素。
3.通常，对于目标检测来说，传统算法和深度学习算法都会基于激光点云做处理，然后判定出目标的朝向，但是由于激光点云的分辨率有限，或者目标遮挡、目标前后有相似性等众多因素的影响，导致实际输出的目标的航向角并不是一个稳定的值，甚至输出的航向角会有180度的误差。一些改进方法会基于激光点云进行航向角的二次修正，但是这种方法无疑耗时是巨大的，难以满足自动驾驶场景下对于数据实时性的要求。


技术实现要素：

4.本技术实施例提供了一种目标的航向角平滑方法、装置及计算机可读存储介质，以提高航向角的精度和实时性。
5.本技术实施例采用下述技术方案：第一方面，本技术实施例提供一种目标的航向角平滑方法，其中，所述方法包括：获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角；根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角；根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角；根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
6.可选地，所述获取激光雷达采集的目标信息包括：对所述激光雷达采集到的各个目标分别构建目标信息队列；将所述目标信息存储到对应的目标信息队列中。
7.可选地，在获取激光雷达采集的目标信息之后，所述方法还包括：根据所述目标信息确定所述目标的目标类型，所述目标类型包括动态目标；根据所述动态目标的目标信息，对所述动态目标的航向角进行修正。
8.可选地，所述目标信息还包括目标的速度信息和位置信息，所述根据所述目标信息确定所述目标的目标类型包括：根据所述目标的速度信息以及预设速度阈值，将所述目标划分为动态目标或静态目标；
对划分得到的动态目标，根据所述动态目标的多个位置信息，确定所述动态目标的多个位置信息之间的位置关系；根据所述位置关系对所述动态目标的目标类型进行修正。
9.可选地，所述根据所述动态目标的目标信息，对所述动态目标的航向角进行修正包括：根据所述动态目标的速度信息，确定所述动态目标的速度方向角度；根据所述动态目标的速度方向角度与对应的航向角的差值，对所述动态目标的航向角进行修正。
10.可选地，所述根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角包括：确定所述目标的任意两个航向角之间的航向角差值，分别得到每个航向角对应的多个航向角差值；将每个航向角对应的多个航向角差值分别求和，得到每个航向角的最终航向角差值；根据每个航向角的最终航向角差值，确定所述目标的基准航向角和非基准航向角。
11.可选地，所述根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角包括：确定各个非基准航向角与所述基准航向角的差值；在所述差值满足预设差值条件的情况下，将所述非基准航向角作为所述候选航向角。
12.可选地，所述根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角包括：确定任意两个候选航向角之间的候选航向角差值，分别得到每个候选航向角对应的多个候选航向角差值；将每个候选航向角对应的多个候选航向角差值分别求和，得到每个候选航向角的最终候选航向角差值；根据每个候选航向角的最终候选航向角差值，利用预设过滤条件对所述候选航向角进行过滤，得到过滤后的候选航向角；根据所述基准航向角和所述过滤后的候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
13.第二方面，本技术实施例还提供一种目标的航向角平滑装置，其中，所述装置包括：获取单元，用于获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角；第一确定单元，用于根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角；第二确定单元，用于根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角；
平滑单元，用于根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
14.第三方面，本技术实施例还提供一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
15.第四方面，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述方法。
16.本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：本技术实施例的目标的航向角平滑方法，先获取激光雷达采集的目标信息，目标信息包括目标的多个航向角；然后根据目标的多个航向角之间的相对关系，确定目标的基准航向角和非基准航向角；之后根据目标的基准航向角，在非基准航向角中确定候选航向角；最后根据目标的基准航向角和候选航向角，对目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。本技术实施例的目标的航向角平滑方法基于目标的多个航向角信息对航向角进行筛选和平滑处理，提高了目标的航向角的精度，且降低了现有技术中基于激光点云进行航向角二次修正的计算量，大大提高了数据的实时性。
附图说明
17.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：图1为本技术实施例中一种目标的航向角平滑方法的流程示意图；图2为本技术实施例中一种目标的航向角平滑装置的结构示意图；图3为本技术实施例中一种电子设备的结构示意图。
具体实施方式
18.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
19.以下结合附图，详细说明本技术各实施例提供的技术方案。
20.本技术实施例提供了一种目标的航向角平滑方法，如图1所示，提供了本技术实施例中一种目标的航向角平滑方法的流程示意图，所述方法至少包括如下的步骤s110至步骤s140：步骤s110，获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角。
21.本技术实施例的目标的航向角平滑方法可以由任意一个车辆来执行，为了便于阐述，这里可以将执行目标的航向角平滑方法的车辆看作是“自车”，而本技术实施例中所提及的“目标”则可以理解为是自车在行驶过程中所能捕捉到的所有周围车辆，目标的数量可能是一个或者多个。自车中事先安装有激光雷达，并标定好相关的外参，从而可以通过激光
雷达实时获取世界坐标系下的车辆的航向角等目标信息，除此之外，还可以部署有类似于xavier的车载计算平台，从而为本技术的目标的航向角平滑方法提供数据计算能力。
22.在进行目标的航向角平滑处理时，需要先获取基于激光雷达采集到的目标信息，其中最为关键的目标信息就是目标的航向角。实际场景下，由于激光点云的分辨率有限以及目标可能遇到遮挡等情况，导致激光雷达实际输出的目标的航向角并非是一个稳定且可靠的数值，因此本技术针对每一个目标可以分别获取该目标的多个航向角，具体可以包括当前航向角以及一定数量的历史航向角。例如，针对每个目标分别获取最近10帧的航向角等目标信息，从而为后续修正和平滑目标的航向角提供数据支撑。
23.步骤s120，根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角。
24.在得到目标的多个航向角后，需要确定这多个航向角之间的相对关系，这里的相对关系，例如可以包括任意两个航向角之间的相对偏差，主要用于衡量每个航向角的波动程度，从中筛选出波动程度最小的航向角作为基准航向角，反之，剩余的航向角则作为非基准航向角。也即，基准航向角可以理解为是与其他航向角之间的相对偏差最小的航向角，能够作为基准来进一步对其他多个航向角进行筛选。
25.步骤s130，根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角。
26.在得到基准航向角后，需要在上述非基准航向角中筛选出候选航向角，也即前述步骤获取到的每个目标对应的多个航向角并非全部用于后续的航向角平滑处理，而是需要从中筛选出稳定、可靠的数值，从而提高最终航向角的精度。
27.需要说明的是，候选航向角可以理解为是能够用于后续确定最终航向角的航向角，由于候选航向角是基于基准航向角确定的，那么能够理解，基准航向角本身也是一个候选航向角，同样可以用于后续的航向角平滑处理。
28.步骤s140，根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
29.在得到候选航向角后，需要根据基准航向角和候选航向角进行航向角的平滑处理，得到平滑后的目标的航向角，最后将平滑后的目标的航向角作为目标的当前航向角进行输出，以供其他自动驾驶模块使用。
30.上述平滑处理的方式，本领域技术人员可以根据实际需要灵活选择，例如可以将基准航向角和候选航向角输入均值滤波器中进行平滑处理，以进一步过滤掉波动较大或者噪声较大的航向角，从而最终输出稳定、可靠的目标的航向角。
31.本技术实施例的目标的航向角平滑方法基于目标的多个航向角信息对航向角进行筛选和平滑处理，提高了目标的航向角的精度，且降低了现有技术中基于激光点云进行航向角二次修正的计算量，大大提高了数据的实时性。
32.在本技术的一个实施例中，所述获取激光雷达采集的目标信息包括：对所述激光雷达采集到的各个目标分别构建目标信息队列；将所述目标信息存储到对应的目标信息队列中。
33.本技术实施例的目标信息可以基于传统算法或深度学习算法得到，目标信息主要可以用于进行目标跟踪以及速度检测等，本技术实施例中主要基于目标信息修正和平滑目标信息中的航向角，从而为其他自动驾驶模块提供更可靠的数据。
34.具体地，本技术实施例在获取激光雷达采集的目标信息时，可以通过目标信息队列的方式对目标的信息进行管理，例如，可以针对每一个目标分别构建一个目标信息队列，该目标信息队列中可以记录设定数量的目标信息，例如仅记录最近10帧的航向角等目标信息，当有新的目标信息进入时，最早的目标信息将从目标信息队列中弹出，从而保证每个目标信息队列中始终记录有最近一小段时间的目标信息。
35.上述目标信息队列中记录的目标信息的数量可以根据实际需求灵活调整，但不宜过多或者过少，数量过多一方面会增加后续航向角筛选和平滑处理的耗时，另一方面也会增加处理资源的消耗；数量过少则难以达到航向角筛选以及平滑处理的目的。
36.在本技术的一个实施例中，在获取激光雷达采集的目标信息之后，所述方法还包括：根据所述目标信息确定所述目标的目标类型，所述目标类型包括动态目标；根据所述动态目标的目标信息，对所述动态目标的航向角进行修正。
37.本技术实施例在获取到激光雷达采集的目标信息之后，还可以进一步区分目标为动态目标还是静态目标，进而针对不同类型的目标采用不同的处理策略。具体地，如果目标是动态目标，由于目标前后的相似性可能会导致航向角误识别问题，因此这时可以利用动态目标的目标信息对动态目标进行速度方向的修正处理，从而进一步提高后续输出的航向角的鲁棒性。
38.在本技术的一个实施例中，所述目标信息还包括目标的速度信息和位置信息，所述根据所述目标信息确定所述目标的目标类型包括：根据所述目标的速度信息以及预设速度阈值，将所述目标划分为动态目标或静态目标；对划分得到的动态目标，根据所述动态目标的多个位置信息，确定所述动态目标的多个位置信息之间的位置关系；根据所述位置关系对所述动态目标的目标类型进行修正。
39.本技术实施例的目标信息除了目标的航向角之外，还可以包括目标的速度信息和位置信息，这三个维度的信息都可以在上述实施例的目标信息队列中进行管理，每一个航向角都会对应一个速度信息和一个位置信息。
40.在确定目标的目标类型时，可以先利用事先设定的速度阈值对目标进行一次粗划分，该速度阈值可以是一个较小的数值，如果目标的速度大小大于该速度阈值，可以初步认为是动态目标，反之则认为是静态目标。由于前述步骤采集到的每个目标的目标信息有多个，为了提高判断的准确性，可以通过多帧数据进行比较确定，例如，如果连续10帧的目标的速度大小均大于该速度阈值，则认为是动态目标。当然，也可以仅用当前帧的目标的速度大小进行初步判断，具体如何设置，本领域技术人员可以根据实际需求灵活调整。
41.经过上述粗划分之后，由于速度阈值的过滤对于静态目标的确定基本是较为可靠的，而对于动态目标的确定，可能会受到其他因素的影响导致粗划分结果并不可靠，因此这时可以进一步对上述动态目标的划分结果进行验证，具体可以通过计算目标的多帧位置信息之间的位置关系来确定，例如计算任意相邻两帧位置信息之间的位移，如果均满足一定位移要求，则认为是运动目标，反之则认为是静态目标。
42.通过上述过程可以较为准确的确定出哪些目标是动态目标，哪些目标是静态目标，从而可以对不同目标类型的目标分别进行处理，提高后续输出的目标的航向角的鲁棒性。
43.在本技术的一个实施例中，所述根据所述动态目标的目标信息，对所述动态目标
的航向角进行修正包括：根据所述动态目标的速度信息，确定所述动态目标的速度方向角度；根据所述动态目标的速度方向角度与对应的航向角的差值，对所述动态目标的航向角进行修正。
44.如前所述，如果目标为动态目标，可能会存在因目标前后的相似性而导致航向角误识别问题，因此可以对动态目标的航向角进行修正，从而降低航向角的误识别对后续平滑处理的影响。
45.具体地，可以先根据动态目标对应的多个速度大小，计算目标当前的速度方向角度，速度方向角度表征了目标在速度方向上的航向，该角度不易受目标前后的相似性影响，因此可作为基准。然后用目标当前的速度方向角度与当前输出的目标的航向角作差，衡量目标的航向角偏差程度，如果差值大于一定差值阈值如90度，则可以进行修正处理，例如，如果目标当前的速度方向角度为35度，而激光雷达输出的航向角为140度，二者差值大于90度，说明输出的航向角可能存在180度的误差，那么可以直接将输出的航向角反转180度，得到修正后的航向角。
46.上述修正过程可以在每获取到一个动态目标的目标信息后就进行一次上述处理，从而保证动态目标的每个航向角都能消除或者减轻因目标前后的相似性而导致的航向角误识别的问题，进一步提高最终输出航向角的精度。
47.在本技术的一个实施例中，所述根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角包括：确定所述目标的任意两个航向角之间的航向角差值，分别得到每个航向角对应的多个航向角差值；将每个航向角对应的多个航向角差值分别求和，得到每个航向角的最终航向角差值；根据每个航向角的最终航向角差值，确定所述目标的基准航向角和非基准航向角。
48.为了便于对本技术实施例的理解，这里举例说明，假设目标的目标信息队列中有{α1,α2,
……
,α
10
}共10个目标的航向角，那么本技术实施例在目标的多个航向角中确定基准航向角时，可以先计算任意两个航向角之间的差值α
ij
，例如，|α
1-α2|=α
12
，|α
1-α3|=α
13
，|α
1-α3|=α
13
，
……
，这样对于每一个航向角来说，都会对应得到与其他航向角作差后的多个航向角差值。
49.上述得到的每一个航向角差值都分别表征了该航向角与其他航向角的偏差程度，在一个较短的时间内，这多个航向角之间的偏差或者波动应该是较小的，因此如果是一个稳定可靠、波动较小的航向角，那么它与其他航向角的偏差程度在整体上应该是较小的，那么这里可进一步在每个航向角的维度，将其对应的多个航向角差值α
ij
求和，作为每个航向角的最终航向角差值α’，每个航向角的最终航向角差值α’都表征了该航向角与其他航向角的整体偏离程度或者波动程度。
50.最后在上述得到的每个航向角的最终航向角差值α
ij’中确定出数值最小的最终航向角差值，将其所对应的航向角作为基准航向角α
base
，即整体波动最小的航向角。如下表1所示，进一步明确了上述实施例的具体实现。
51.表1
在本技术的一个实施例中，所述根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角包括：确定各个非基准航向角与所述基准航向角的差值；在所述差值满足预设差值条件的情况下，将所述非基准航向角作为所述候选航向角。
52.如前所述，本技术实施例确定出的基准航向角可以看作是与其他所有航向角的偏差程度最小、整体波动程度最小的航向角，但因为其是根据对应的所有航向角差值求和确定出来的，并不代表每一个其他航向角与该基准航向角的偏差程度都较小，因此本技术实施例可以根据基准航向角对其他航向角进行筛选，从而得到候选航向角。
53.具体地，可以先分别计算基准航向角与其他所有航向角的航向角差值，然后将这些航向角差值分别与事先设定的第一差值阈值比较，如第一差值阈值设定为45度，如果航向角差值小于45度，那么说明该航向角与基准航向角的偏差程度可被接受，可以作为候选航向角。而如果航向角差值大于45度，此时并不能直接认为该航向角不能作为候选航向角，可以进一步将该航向角差值与事先设定的第二差值阈值比较，如第二差值阈值设定为135度，如果航向角差值大于135度，即远超出了正常的差值范围，说明激光雷达输出的该航向角很有可能存在180度的误差，那么此时直接将该航向角反转180度后再作为候选航向角即可。对于航向角差值介于上述第一差值阈值和第二差值阈值之间的航向角则不能作为候选航向角，直接过滤掉即可。
54.通过上述实施例可以滤除掉目标的多个航向角中波动较大的历史数值，从而可以提高最终输出的航向角的精度和鲁棒性。
55.在本技术的一个实施例中，所述根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角包括：确定任意两个候选航向角之间的候选航向角差值，分别得到每个候选航向角对应的多个候选航向角差值；将每个候选航向角对应的多个候选航向角差值分别求和，得到每个候选航向角的最终候选航向角差值；根据每个候选航向角的最终候选航向角差值，利用预设过滤条件对所述候选航向角进行过滤，得到过滤后的候选航向角；根据所述基准航向角和所述过滤后的候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
56.本技术实施例在进行航向角的平滑处理时，可以先对候选航向角再进行一次过滤处理，具体过滤操作和上述筛选候选航向角的逻辑类似，即先计算任意两个候选航向角的差值，得到每个候选航向角对应的多个候选航向角差值，然后在每个候选航向角的维度，将其对应的多个候选航向角差值求和，作为该候选航向角对应的最终候选航向角差值，最后将所有候选航向角对应的最终候选航向角差值进行比较，从中滤除掉最终候选航向角差值最大的两个候选航向角，将最终剩余的候选航向角和基准航向角一起输入到均值滤波器中
进行平滑处理，从而得到平滑后的目标的航向角，作为最新一帧的航向角数据输出，从而为其他自动驾驶模块提供数据支撑。
57.本技术实施例还提供了一种目标的航向角平滑装置200，如图2所示，提供了本技术实施例中一种目标的航向角平滑装置的结构示意图，所述装置200至少包括：获取单元210、第一确定单元220、第二确定单元230以及平滑单元240，其中：获取单元210，用于获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角；第一确定单元220，用于根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角；第二确定单元230，用于根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角；平滑单元240，用于根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
58.在本技术的一个实施例中，所述获取单元210具体用于：对所述激光雷达采集到的各个目标分别构建目标信息队列；将所述目标信息存储到对应的目标信息队列中。
59.在本技术的一个实施例中，所述装置还包括：第三确定单元，用于根据所述目标信息确定所述目标的目标类型，所述目标类型包括动态目标；修正单元，用于根据所述动态目标的目标信息，对所述动态目标的航向角进行修正。
60.在本技术的一个实施例中，所述目标信息还包括目标的速度信息和位置信息，所述第三确定单元具体用于：根据所述目标的速度信息以及预设速度阈值，将所述目标划分为动态目标或静态目标；对划分得到的动态目标，根据所述动态目标的多个位置信息，确定所述动态目标的多个位置信息之间的位置关系；根据所述位置关系对所述动态目标的目标类型进行修正。
61.在本技术的一个实施例中，所述修正单元具体用于：根据所述动态目标的速度信息，确定所述动态目标的速度方向角度；根据所述动态目标的速度方向角度与对应的航向角的差值，对所述动态目标的航向角进行修正。
62.在本技术的一个实施例中，所述第一确定单元220具体用于：确定所述目标的任意两个航向角之间的航向角差值，分别得到每个航向角对应的多个航向角差值；将每个航向角对应的多个航向角差值分别求和，得到每个航向角的最终航向角差值；根据每个航向角的最终航向角差值，确定所述目标的基准航向角和非基准航向角。
63.在本技术的一个实施例中，所述第二确定单元230具体用于：确定各个非基准航向角与所述基准航向角的差值；在所述差值满足预设差值条件的情况下，将所述非基准航向角作为所述候选航向角。
64.在本技术的一个实施例中，所述平滑单元240具体用于：确定任意两个候选航向角之间的候选航向角差值，分别得到每个候选航向角对应的多个候选航向角差值；将每个候选航向角对应的多个候选航向角差值分别求和，得到每个候选航向角的最终候选航向角差值；根据每个候选航向角的最终候选航向角差值，利用预设过滤条件对所述候选航向角进行过滤，得到过滤后的候选航向角；根据所述基准航向角和所述过滤后的候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
65.能够理解，上述目标的航向角平滑装置，能够实现前述实施例中提供的目标的航向角平滑方法的各个步骤，关于目标的航向角平滑方法的相关阐释均适用于目标的航向角平滑装置，此处不再赘述。
66.图3是本技术的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
67.处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构）总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
68.存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
69.处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成目标的航向角平滑装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角；根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角；根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角；根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
70.上述如本技术图1所示实施例揭示的目标的航向角平滑装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（central processing unit，cpu）、网络处理器（network processor，np）等；还可以是数字信号处理器（digital signal processor，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field－programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
71.该电子设备还可执行图1中目标的航向角平滑装置执行的方法，并实现目标的航向角平滑装置在图1所示实施例的功能，本技术实施例在此不再赘述。
72.本技术实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中目标的航向角平滑装置执行的方法，并具体用于执行：获取激光雷达采集的目标信息，所述目标信息包括目标的多个航向角；根据所述目标的多个航向角之间的相对关系，确定所述目标的基准航向角和非基准航向角；根据所述目标的基准航向角，在所述非基准航向角中确定候选航向角；根据所述目标的基准航向角和所述候选航向角，对所述目标的当前航向角进行平滑处理，得到平滑后的目标的航向角。
73.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
74.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
75.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
76.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
77.在一个典型的配置中，计算设备包括一个或多个处理器 (cpu)、输入/输出接口、网络接口和内存。
78.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (ram) 和/或非易失性内存等形式，如只读存储器 (rom) 或闪存(flash ram)。内存是计算机可读介质的示例。
79.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (pram)、静态随机存取存储器 (sram)、
动态随机存取存储器 (dram)、其他类型的随机存取存储器 (ram)、只读存储器 (rom)、电可擦除可编程只读存储器 (eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器 (cd-rom)、数字多功能光盘 (dvd) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
80.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
81.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
82.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。