[发明专利]轨迹规划的方法、装置、控制器和智能车

权利要求书

1.一种轨迹规划的方法，其特征在于，所述方法包括：

获取多个传感器采集的障碍物数据；所述多个传感器包含至少两种类型的传感器；

对所述多个传感器采集的障碍物数据进行去重处理，得到目标障碍物的检测结果；

基于所述目标障碍物的检测结果进行车辆的轨迹规划。

2.如权利要求1所述的方法，其特征在于，对所述多个传感器采集的障碍物数据进行去重处理，得到目标障碍物的检测结果，包括：

根据所述多个传感器的感知范围，将所述多个传感器划分为多个感知组；其中任一个感知组包含至少两个传感器，所述至少两个传感器的类型为至少两种类型，任一个感知组中的传感器的感知范围有重叠；所有感知组中各个传感器的感知范围的总范围覆盖智能车的全景范围；

根据所述多个感知组的感知范围组成的最大范围，将所述多个感知组分成多个计算组；其中，任一个计算组包含至少两个感知组，所述至少两个感知组的最大范围之间有重叠；

分别对每个计算组中的传感器采集的障碍物数据进行第一去重处理；

对所述多个计算组对应的第一去重结果进行第二去重处理，得到第二去重结果。

3.如权利要求1或2所述的方法，其特征在于，对任一个计算组中的传感器采集的障碍物数据进行第一去重处理，包括：

对所述任一个计算组中每个感知组中的传感器采集的障碍物数据进行所述第一去重处理；

对所述任一个计算组中至少两个感知组对应的所述第一去重结果进行所述第二去重处理，得到所述任一个计算组对应的第二去重结果，所述第二去重结果包括所述目标障碍物的检测结果。

4.如权利要求1-3任一项所述的方法，其特征在于，对任一个感知组中的传感器采集的障碍物数据进行第一去重处理，包括：

基于所述任一个感知组中每个传感器采集的障碍物数据生成每个传感器对应的障碍物属性列表，每个传感器对应的障碍物属性列表包含至少一个障碍物的属性；

对所述任一个感知组中所有传感器分别对应的障碍物属性列表进行融合，得到所述任一个感知组对应的障碍物属性列表。

5.如权利要求1-4任一项所述的方法，其特征在于，基于每个传感器采集的障碍物数据生成所述每个传感器对应的障碍物属性列表，包括：

当传感器为激光雷达时，所述激光雷达采集的障碍物数据为点云数据，基于预设的虚拟相机参数将所述点云数据投影到二维RGB图像上；对投影后得到的二维RGB图像进行实例分割，得到所述激光雷达对应的障碍物属性列表；

当传感器是摄像头时，所述摄像头采集的障碍物数据为二维RGB图像，对所述二维RGB图像进行实例分割，得到所述摄像头对应的障碍物属性列表。

6.如权利要求1-5任一项所述的方法，其特征在于，对任一个二维RGB图像进行实例分割，得到障碍物属性列表，包括：

将二维RGB图像输入预设的实例分割模型，得到实例分割结果；

基于所述实例分割结果生成障碍物属性列表。

7.如权利要求1-6任一项所述的方法，其特征在于，对所述任一个感知组中所有传感器分别对应的障碍物属性列表进行融合，包括：

从第一障碍物属性列表中第一个未标记融合的障碍物开始，直至所述第一障碍物属性列表中所有障碍物均标记为“已融合”，分别与第二障碍物属性列表中的障碍物匹配；

当所述第二障碍物属性列表中存在匹配的障碍物时，将所述障碍物在所述第一障碍物列表和所述第二障碍物列表中的属性数据进行合并，以及将所述障碍物附近的障碍物在所述第一障碍物列表和所述第二障碍物列表中的属性数据进行合并，并将所述障碍物以及所述障碍物附近的障碍物标记为“已融合”；

当所述第二障碍物属性列表中不存在匹配的障碍物时，将所述障碍物标记“已融合”；

其中，所述第一障碍物属性列表为所述任一个感知组中N个传感器对应的障碍物属性列表中A个障碍物属性列表融合后的障碍物属性列表，所述第二障碍物属性列表为B个障碍物属性列表融合后的障碍物属性列表，N为大于或等于2的整数，A为大于或者等于1的整数，B为大于或者等于1的整数，且A+B＝N。