本技術(shù)涉及自動駕駛環(huán)境感知，具體而言，涉及一種基于生命周期分級管理的三維多目標跟蹤方法及裝置。

背景技術(shù)：

1、自動駕駛是緩解交通擁堵、提高行車安全、改善駕乘體驗的有效解決方案。在自動駕駛系統(tǒng)中，環(huán)境感知為決策規(guī)劃和車輛控制提供周圍環(huán)境信息。多目標跟蹤作為環(huán)境感知中的關(guān)鍵組成部分，用于獲取目標的速度屬性和身份標識。多目標跟蹤的準確性將直接影響下層智能體軌跡預(yù)測的精度，在自動駕駛技術(shù)中占有重要地位。

2、連續(xù)的目標空間狀態(tài)信息對于智能體軌跡預(yù)測是不可或缺的。相比于聯(lián)合檢測的多目標跟蹤方法，基于檢測的多目標跟蹤方法將檢測組件和跟蹤組件拆分，避免兩個任務(wù)過度競爭導(dǎo)致的相互制約，但現(xiàn)有的基于檢測的多目標跟蹤方法基于恒定速度運動模型構(gòu)建卡爾曼濾波器將目標視為勻速直線運動，采用固定生命周期管理目標軌跡忽視距離因素影響，存在大量的身份切換、假陽性和假陰性軌跡，難以滿足自動駕駛性能要求。

3、因此，設(shè)計一種涵蓋勻速直線、加減速直線、勻速轉(zhuǎn)彎、加減速轉(zhuǎn)彎運動的生命周期分級管理三維多目標跟蹤方法是非常必要的。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有的基于檢測的多目標跟蹤方法基于恒定速度運動模型構(gòu)建卡爾曼濾波器將目標視為勻速直線運動，采用固定生命周期管理目標軌跡忽視距離因素影響，存在大量的身份切換、假陽性和假陰性軌跡，難以滿足自動駕駛性能要求的問題，本技術(shù)提供了一種基于生命周期分級管理的三維多目標跟蹤方法及裝置。

2、本技術(shù)的實施例是這樣實現(xiàn)的：

3、第一方面，本技術(shù)提供一種基于生命周期分級管理的三維多目標跟蹤方法，包括：

4、輸入t時刻的三維目標檢測結(jié)果；

5、對t時刻的三維目標檢測結(jié)果依次進行分數(shù)過濾和非極大值抑制，濾除低質(zhì)量檢測框，得到預(yù)處理后的t時刻檢測框；

6、讀取t-1時刻的激活狀態(tài)軌跡；

7、根據(jù)t-1時刻的激活狀態(tài)軌跡，通過卡爾曼濾波器得到加權(quán)的t時刻軌跡框；

8、利用三維距離交并比計算預(yù)處理后的t時刻檢測框和加權(quán)的t時刻軌跡框之間的成本矩陣；

9、根據(jù)預(yù)處理后的t時刻檢測框和加權(quán)的t時刻軌跡框之間的成本矩陣，采用基于二分圖的匈牙利匹配對預(yù)處理后的t時刻檢測框和加權(quán)的t時刻軌跡框進行關(guān)聯(lián)，得到未匹配軌跡、未匹配檢測和匹配軌跡檢測對；

10、將檢測范圍按環(huán)狀劃分成n份，環(huán)狀距離區(qū)域由小到大依次對應(yīng)最大匹配失敗次數(shù)k1，k2，、、、、、、，kn；

11、基于未匹配軌跡計算軌跡框中心點的鳥瞰圖距離，判斷軌跡框中心點所屬距離范圍；

12、初始化固定的最小匹配成功次數(shù)和基于距離范圍的最大匹配失敗次數(shù)；

13、基于所述未匹配軌跡、未匹配檢測及匹配軌跡檢測對得到激活狀態(tài)的軌跡；

14、訪問激活狀態(tài)軌跡中融合的軌跡框，輸出t時刻的三維目標速度和身份。

15、在一種可能的實現(xiàn)方式中，所述三維目標檢測結(jié)果為(xd,yd,zd,ld,wd,hd,θd,sd)，其中xd、yd、zd表示檢測框的中心點坐標，ld、wd、hd表示檢測框的長寬高尺寸，θd表示檢測框的角度，sd表示檢測框的置信度。

16、在一種可能的實現(xiàn)方式中，所述激活狀態(tài)軌跡為其中xt、yt、zt表示軌跡框的中心點坐標，lt、wt、ht表示軌跡框的長寬高尺寸，vx_t、vy_tvz_t表示軌跡框的分速度，vt表示軌跡框的合速度，ax_t、ay_t、az_t表示軌跡框的分加速度，at表示軌跡框的合加速度，θt表示軌跡框的角度，表示軌跡框的角度變化率，st表示軌跡框的置信度，id表示軌跡框的身份。

17、在一種可能的實現(xiàn)方式中，所述根據(jù)t-1時刻的激活狀態(tài)軌跡，通過卡爾曼濾波器得到加權(quán)的t時刻軌跡框，進一步包括：

18、對t-1時刻的四個擴展卡爾曼濾波器激活狀態(tài)軌跡乘以對應(yīng)的擴展卡爾曼濾波器交互概率得到四個交互的t-1時刻激活狀態(tài)軌跡，對四個交互的t-1時刻激活狀態(tài)軌跡分別進行狀態(tài)預(yù)測得到四個估計的t時刻激活狀態(tài)軌跡，四個估計的t時刻激活狀態(tài)軌跡乘以對應(yīng)的擴展卡爾曼濾波器概率再相加得到加權(quán)的t時刻軌跡框。

19、在一種可能的實現(xiàn)方式中，所述基于所述未匹配軌跡、未匹配檢測及匹配軌跡檢測對得到激活狀態(tài)的軌跡，進一步包括：

20、對于未匹配軌跡，如果接下來連續(xù)匹配失敗次數(shù)大于基于距離范圍的最大匹配失敗次數(shù)，那么刪除軌跡；否則不刪除軌跡，并將軌跡設(shè)為激活狀態(tài)。

21、在一種可能的實現(xiàn)方式中，所述基于所述未匹配軌跡、未匹配檢測及匹配軌跡檢測對得到激活狀態(tài)的軌跡，進一步包括：

22、對于未匹配檢測，如果接下來連續(xù)匹配成功次數(shù)小于固定的最小匹配成功次數(shù)，那么不創(chuàng)建軌跡；否則創(chuàng)建軌跡，并將軌跡設(shè)為激活狀態(tài)。

23、在一種可能的實現(xiàn)方式中，所述基于所述未匹配軌跡、未匹配檢測及匹配軌跡檢測對得到激活狀態(tài)的軌跡，進一步包括：

24、對于匹配軌跡檢測對，利用測量狀態(tài)分別對四個估計的t時刻激活狀態(tài)軌跡進行狀態(tài)更新得到四個修正的t時刻激活狀態(tài)軌跡，更新擴展卡爾曼濾波器交互概率和擴展卡爾曼濾波器概率，四個修正的t時刻激活狀態(tài)軌跡乘以對應(yīng)的擴展卡爾曼濾波器概率再相加得到融合的t時刻軌跡框，并將軌跡設(shè)為激活狀態(tài)。

25、在一種可能的實現(xiàn)方式中，三維距離交并比的計算公式為其中diou表示三維距離交并比，iou表示三維交并比，d表示檢測框和軌跡框中心點之間的歐氏距離，c表示包含檢測框和軌跡框的最小長方體的對角線長度。

26、在一種可能的實現(xiàn)方式中，軌跡框中心點的鳥瞰圖距離計算公式為其中l(wèi)bev表示軌跡框中心點的鳥瞰圖距離，lbev_x表示軌跡框中心點沿x軸方向的距離，lbev_y表示軌跡框中心點沿y軸方向的距離。

27、第二方面，本技術(shù)提供一種基于生命周期分級管理的三維多目標跟蹤裝置，包括：

28、數(shù)據(jù)輸入模塊，用于輸入三維目標檢測結(jié)果；

29、預(yù)處理模塊，用于對所述三維目標檢測結(jié)果進行分數(shù)過濾及非極大值抑制，得到t時刻檢測框；

30、狀態(tài)預(yù)測模塊，用于根據(jù)激活狀態(tài)軌跡，通過擴展卡爾曼濾波得到加權(quán)的t時刻預(yù)測框；

31、數(shù)據(jù)關(guān)聯(lián)模塊，用于根據(jù)t時刻檢測框，通過三維距離交并比為相似性度量的匈牙利匹配，得到未匹配軌跡、未匹配檢測及匹配軌跡檢測對；

32、軌跡管理模塊，用于對所述未匹配軌跡、未匹配檢測及匹配軌跡檢測對進行管理，得到激活狀態(tài)軌跡；

33、數(shù)據(jù)輸出模塊，用于輸出三維目標的速度和身份。

34、本技術(shù)提供的技術(shù)方案至少可以達到以下有益效果：

35、本技術(shù)提供的基于生命周期分級管理的三維多目標跟蹤方法及裝置，通過生命周期分級管理策略包括固定的最小匹配成功次數(shù)和基于距離范圍的最大匹配失敗次數(shù)兩類超參數(shù)，同時根據(jù)機動行為和距離范圍重新設(shè)計運動模型和生命周期管理策略，改進后的算法更加準確地預(yù)測未來狀態(tài)并更加有效地管理生命周期，該算法有利于減少身份切換、假陽性和假陰性軌跡，具有優(yōu)異的跟蹤性能。