[发明专利]基于车载雷达的目标追踪方法、装置、设备及车辆

说明书

本发明实施例公开了一种基于车载雷达的目标追踪方法、装置、设备及车辆。包括：根据上一帧各追踪器的状态信息确定当前帧的预测状态信息；获取车载雷达检测到的目标车辆的实际状态信息；对所述预测状态信息和所述实际状态信息进行匹配；对匹配后的预测状态信息和实际状态信息进行扩展卡尔曼滤波计算，获得当前帧修正后的状态信息。可以实现对车辆周围目标的追踪，可以提高目标追踪的精度。

技术领域

本发明实施例涉及车辆目标追踪技术领域，尤其涉及一种基于车载雷达的目标追踪方法、装置、设备及车辆。

背景技术

行车安全是道路交通中的重要问题，在拥挤而且路况复杂的城市环境中该问题尤为明显。为了有效地降低交通事故发生几率，对道路上其它行驶车辆的检测与跟踪就成了车辆辅助驾驶系统中不可缺少的一个部分。道路信息经过雷达目标检测之后，得到了扫描范围内障碍物的相对位置和大小信息，为无人车的自动避障和路径规划提供了依据，即需要对检测到的物体进行跟踪。

针对目前自动驾驶跟踪的概率性滤波数据关联方法，造成的计算量和内存开销较大，从而不能充分发挥车辆跟踪的性能。

发明内容

本发明实施例提供一种基于车载雷达的目标追踪方法、装置、设备及车辆，以实现对车辆周围目标的追踪，可以提高目标追踪的精度。

第一方面，本发明实施例提供了一种基于车载雷达的目标追踪方法，包括：

根据上一帧各追踪器的状态信息确定当前帧的预测状态信息；

获取车载雷达检测到的目标车辆的实际状态信息；

对所述预测状态信息和所述实际状态信息进行匹配；

对匹配后的预测状态信息和实际状态信息进行扩展卡尔曼滤波计算，获得当前帧修正后的状态信息。

进一步地，根据上一帧各追踪器的状态信息确定当前帧的预测状态信息按照如下公式计算：

其中，表示状态转移函数，表示第j个追踪器当前帧的预测状态信息，表示第j个追踪器上一帧的状态信息，μ表示处理噪声，Q表示协方差矩阵，P表示预测方差矩阵，J_A表示状态转移矩阵。

进一步地，对所述预测状态信息和所述实际状态信息进行匹配，包括：

采用矩形门限算法对所述预测状态信息和所述实际状态信息进行关联，获得关联成功的状态信息对；其中，所述状态信息对包括预测状态信息和实际状态信息；

根据关联成功的状态信息对建立各追踪器与目标车辆的关联矩阵；

采用指派算法对所述关联矩阵进行处理，获得所述预测状态信息和所述实际状态信息的一对一的匹配关系。

进一步地，采用矩形门限算法对所述预测状态信息和所述实际状态信息进行关联，获得关联成功的状态信息对，包括：

若所述预测状态信息和所述实际状态信息满足如下条件：

其中，表示第i个目标车辆的实际位姿信息；表示第j个追踪器的预测位姿信息，Δx,Δy,Δz为设定值；

则所述预测状态信息和所述实际状态信息组成关联成功的状态信息对。

进一步地，根据关联成功的状态信息对建立各追踪器与目标车辆的关联矩阵，包括：

将关联成功的状态信息对采用代价方程进行计算，获得每个追踪器与每个目标车辆的关联值；

根据所述关联值组成关联矩阵。

进一步地，采用指派算法对所述关联矩阵进行处理，获得所述预测状态信息和所述实际状态信息的一对一的匹配关系，包括：