识别车辆与障碍物距离的方法、装置、设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114973193A(43)申请公布日2022.08.30(21)申请号202210545902.8(22)申请日2022.05.18(71)申请人广州小马慧行科技有限公司地址511466广东省广州市南沙区横沥镇明珠一街1号1301房（仅限办公）(72)发明人熊祎(74)专利代理机构北京市万慧达律师事务所11111专利代理师刘艳丽(51)Int.Cl.G06V20/58(2022.01)G06V10/82(2022.01)G06N3/08(2006.01)G06N3/04(2006.01)G06T7/70(2017.01)权利要求书2页说明书12页附图3页(54)发明名称识别车辆与障碍物距离的方法、装置、设备和存储介质(57)摘要本申请涉及一种识别车辆与障碍物距离的方法、装置、设备和存储介质。方法包括：获取当前障碍物的当前帧的点云数据和/或图像数据；根据点云数据和/或图像数据，得到当前障碍物的当前帧的至少一条边的观测位置信息、各边的不确定度以及中心位置的预测信息；根据各边的观测位置信息、各边的不确定度以及中心位置的预测信息，得到预测尺寸信息；根据预测尺寸信息以及所述中心位置的预测信息，确定目标矩形的位置信息；根据目标矩形的位置信息，确定当前帧中所述当前障碍物与所述当前车辆的距离。本申请根据中心位置的预测信息得到所述当前障碍物的当前帧的预测尺寸信息，使得基于该预测尺寸信息得到的车辆与当前障碍物的距离更加准确。CN114973193ACN114973193A权利要求书1/2页1.一种识别车辆与障碍物距离的方法，其特征在于，所述方法包括：获取当前障碍物的当前帧的点云数据和/或图像数据；根据所述点云数据和/或图像数据，得到所述当前障碍物的当前帧的至少一条边的观测位置信息、各所述边的不确定度以及中心位置的预测信息；根据各所述边的观测位置信息、各所述边的不确定度以及所述中心位置的预测信息，得到所述当前障碍物的当前帧的预测尺寸信息；根据所述预测尺寸信息以及所述中心位置的预测信息，确定目标矩形的位置信息；根据所述目标矩形的位置信息，确定所述当前帧中所述当前障碍物与所述当前车辆的距离。2.根据权利要求1所述的方法，其特征在于，所述根据各所述边的观测位置信息、各所述边的不确定度以及所述中心位置的预测信息，得到所述当前障碍物的当前帧的预测尺寸信息，包括：将各所述边的位置信息、各所述边的不确定度以及所述中心位置的预测信息输入目标滤波器；根据所述中心位置的预测信息以及所述目标滤波器的当前内部状态数据，得到所述当前帧的各所述边的换算位置信息，所述当前内部状态数据为根据上一帧的目标滤波器的内部状态数据以及当前帧的各边的位置信息得到；根据所述当前帧的各所述边的换算位置信息以及各所述边的观测位置信息，确定各所述边的换算位置信息与对应的观测位置信息的距离；根据各所述边的换算位置信息与对应的观测位置信息的距离以及各所述边的不确定度，得到所述当前帧对应的障碍物的预测尺寸信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据和/或图像数据，得到所述当前障碍物的当前帧的至少一条边的观测位置信息、各所述边的不确定度以及中心位置的预测信息，包括：利用预设的第一卷积神经网络对所述点云数据进行分割，将分割后的点云数据利用预设的第二卷积神经网络进行外接矩形回归，得到所述中心位置的预测信息以及各所述边的观测位置信息；根据各所述边的观测位置信息以及所述点云数据，确定各所述边的周围预设范围内的点云的密度；根据各所述边的周围预设范围内的点云的密度，确定各边的不确定度。4.根据权利要求2所述的方法，其特征在于，所述根据各所述边的换算位置信息与对应的观测位置信息的距离以及各所述边的不确定度，得到所述当前帧对应的障碍物的预测尺寸信息，包括：根据各所述边的不确定度构建协方差矩阵；根据所述协方差矩阵以及各所述边的换算位置信息与对应的观测位置信息的距离以及无迹卡尔曼滤波器算法，确定所述当前帧对应的障碍物的预测尺寸信息。5.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据所述点云数据和/或图像数据，确定所述当前障碍物的当前帧的朝向信息；所述根据所述中心位置的预测信息以及所述目标滤波器的当前内部状态数据，得到所2CN114973193A权利要求书2/2页述当前帧的各所述边的换算位置信息，包括：根据所述中心位置的预测信息、所述目标滤波器的当前内部状态数据以及所述朝向信息，得到所述当前帧的各所述边的换算位置信息。6.根据权利要求5所述的方法，其特征在于，所述根据所述预测尺寸信息以及所述中心位置的预测信息，确定目标矩形的位置信息，包括：根据所述预测尺寸信息、所述中心位置的预测信息以及所述朝向信息，确定得到目标矩形的位置信息