[发明专利]对障碍物和轨迹估计进行关联的方法、装置和计算机设备

权利要求书

1.一种对障碍物和轨迹估计进行关联的方法，其特征在于，所述方法包括：

获取车辆运行数据和多个障碍物的初始轨迹；

根据所述车辆运行数据，确定车辆工况，所述车辆工况包括平稳工况或者非平稳工况；

基于第一次获取的多个障碍物的状态数据以及所述多个障碍物的初始轨迹，获取第一次的多个轨迹估计，并基于所述车辆工况、多个障碍物的状态数据、第一次的多个轨迹估计和预设协方差矩阵，获取第一次的马氏距离；基于所述第一次的马氏距离和数据关联算法，确定第一次的多个轨迹估计和多个障碍物的关联关系；

基于第k次获取的多个障碍物的状态数据以及第k-1次的多个轨迹估计，获取第k次的多个轨迹估计，并基于所述车辆工况、多个障碍物的状态数据、第k次的多个轨迹估计和预设协方差矩阵，获取第k次的马氏距离，k-1大于或者等于1；基于所述第k次的马氏距离和所述数据关联算法，确定第k次的多个轨迹估计和多个障碍物的关联关系。

2.根据权利要求1所述的方法，其特征在于，所述车辆运行数据包括：车辆加速度、油门踏板角度和制动踏板角度；

所述根据所述车辆运行数据，确定车辆工况，包括：

若所述车辆加速度为0、所述油门踏板角度小于或等于第一预设角度且所述制动踏板角度小于或等于第二预设角度，则确定车辆工况为平稳工况；

若所述车辆加速度大于0、所述油门踏板角度大于所述第一预设角度，或者所述车辆加速度小于0、且所述制动踏板角度大于所述第二预设角度，则确定车辆工况为非平稳工况。

3.根据权利要求2所述的方法，其特征在于，所述基于所述车辆工况、多个障碍物的状态数据、第k次的多个轨迹估计和预设协方差矩阵，获取第k次的马氏距离，包括：

遍历所述第k次的多个轨迹估计，对于当前遍历至的当前轨迹估计，根据所述多个障碍物的状态数据、以及所述当前轨迹估计，获得多个残差向量；

若所述车辆工况为所述平稳工况，则根据所述多个残差向量中的每个残差向量和所述预设协方差矩阵，获得平稳工况下所述当前轨迹估计到所述多个障碍物中每个障碍物的马氏距离；

若所述车辆工况为所述非平稳工况，则根据第一预设值调整所述多个残差向量中的每个残差向量，获得多个调整后的残差向量；根据所述多个调整后的残差向量和所述预设协方差矩阵，获得非平稳工况下所述当前轨迹估计到所述多个障碍物中每个障碍物的马氏距离；

根据所述第k次的多个轨迹估计中每个轨迹估计到所述多个障碍物中的每个障碍物的马氏距离，得到所述第k次的马氏距离。

4.根据权利要求3所述的方法，其特征在于，所述根据所述多个障碍物的状态数据、以及所述当前轨迹估计，获得多个残差向量，包括：

将所述当前轨迹估计通过矩阵变换，获得变换后的轨迹估计；

将所述多个障碍物的状态数据中的每个障碍物的状态数据分别和所述变换后的轨迹估计作差，获得多个残差向量。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述第k次的马氏距离和所述数据关联算法，确定第k次的多个轨迹估计和多个障碍物的关联关系，包括：

根据所述第k次的马氏距离和预设阈值，获得第k次的多个轨迹估计到所述多个障碍物的成本矩阵；

将所述成本矩阵输入到所述数据关联算法中，获得第k次的多个轨迹估计到所述多个障碍物的关联矩阵，基于所述关联矩阵，确定第k次的多个轨迹估计和多个障碍物的关联关系。

6.根据权利要求1所述的方法，其特征在于，所述多个障碍物的状态数据的获取方法，包括：

获取雷达检测的多个障碍物的状态数据和摄像头检测的多个障碍物的状态数据；

若所述车辆工况为所述非平稳工况，则将所述摄像头检测的多个障碍物的状态数据中每个障碍物的状态数据经过纵向修正，获得多个修正后的摄像头状态数据；将所述多个修正后的摄像头状态数据和所述雷达检测的多个障碍物的状态数据经过坐标转换，获得所述多个障碍物状态数据；

若所述车辆工况为所述平稳工况，则将所述雷达检测的多个障碍物的状态数据和摄像头检测的多个障碍物的状态数据经过坐标转换，获得所述多个障碍物的状态数据。