[发明专利]运动目标的识别方法以及相关装置

说明书

本申请公开了运动目标的识别方法以及相关装置。该方法包括：对第一点云数据和第二点云数据进行合并，得到第三点云数据；第二点云数据是在第一点云数据下一时刻采集得到；对第三点云数据进行聚类，得到聚类后的第三点云数据；将聚类后的第三点云数据进行拆分，得到第四点云数据和第五点云数据；基于第四点云数据和第五点云数据确定点云数据中的运动目标。通过上述方式，能够提高聚类效果，以及拆分的准确性，进而提高确定运动目标的准确性，以便于后续基于运动目标的处理。

技术领域

本申请涉及点云处理技术领域，特别涉及运动目标的识别方法以及相关装置。

背景技术

点云数据通常由雷达传感器获得，可以通过相应的点云数据来确定运动目标。如，在无人驾驶领域中，感知系统的主要任务就要利用雷达传感器采集点云数据来感知目标的位置，速度，类别，行为预测等信息，其中最重要的是对运动目标的检测和跟踪。如果对运动目标的感知出现了错误，比如将静止的目标A识别成了动态的，则无人驾驶后续的轨迹规划模块就可能会规划到A位置的轨迹，从而导致交通事故，同理，如果将动态的目标识别成了静态的，则可能会导致急刹车从而影响乘车体验。

发明内容

为了解决上述问题，本申请提供运动目标的识别方法以及相关装置，能够提高聚类效果，以及拆分的准确性，进而提高确定运动目标的准确性，以便于后续基于运动目标的处理。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种运动目标的识别方法，该方法包括：对第一点云数据和第二点云数据进行合并，得到第三点云数据；第二点云数据是在第一点云数据下一时刻采集得到；对第三点云数据进行聚类，得到聚类后的第三点云数据；将聚类后的第三点云数据进行拆分，得到第四点云数据和第五点云数据；基于第四点云数据和第五点云数据确定点云数据中的运动目标。

其中，对第三点云数据进行聚类，得到聚类后的第三点云数据，包括：对第三点云数据进行聚类，得到聚类后的至少一种点云簇；其中，每一点云簇对应一目标对象；将聚类后的第三点云数据进行拆分，得到第四点云数据和第五点云数据，包括：将每一点云簇进行拆分，得到对应第一点云数据的第一点云簇和对应第二点云数据的第二点云簇。

其中，将每一点云簇进行拆分，得到对应第一点云数据的第一点云簇和对应第二点云数据的第二点云簇，包括：获取每一点云簇中数据点的时间序号；基于相同时间序号的点云得到第一点云簇和第二点云簇。

其中，基于第四点云数据和第五点云数据确定点云数据中的运动目标，包括：基于第一点云簇和第二点云簇确定对应的目标对象是否为运动目标。

其中，基于第一点云簇和第二点云簇确定对应的对象是否为运动目标，包括：确定第一点云簇和第二点云簇的重合情况；基于重合情况确定对应的目标对象是否为运动目标。

其中，对第三点云数据进行聚类，得到聚类后的第三点云数据之前，包括：对第三点云数据进行滤除操作，以去除第三点云数据中地平面点云；对第三点云数据进行聚类，得到聚类后的第三点云数据，包括：对去除后的第三点云数据进行聚类，得到聚类后的第三点云数据。

其中，对第一点云数据和第二点云数据进行合并，得到第三点云数据，包括：将第一点云数据投影至第二点云数据中，得到第三点云数据。

其中，将第一点云数据投影至第二点云数据中，得到第三点云数据，包括：获取第一点云数据对应的无人驾驶车辆的第一位置信息，以及第二点云数据对应的无人驾驶车辆的第二位置信息；利用第二位置信息和第一位置信息对第一点云数据进行坐标系转换；将坐标系转换后的第一点云数据投影至第二点云数据中，得到第三点云数据。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种车载控制系统，该车载控制系统包括：雷达传感器，用于采集第一点云数据和第二点云数据；处理器，与雷达传感器连接，用于实现如上述技术方案提供的方法。