本技术涉及电子,尤其涉及一种目标匹配方法及装置。
背景技术:
1、相机-激光雷达融合感知是为了提高性能与可靠性并降低成本。然而,目前已经存在的可以识别3d目标的单目相机,在深度识别上仍存在巨大误差。而激光雷达在目标深度感知上较为精确,但目标类别识别能力较弱。现有的相机和激光雷达由于感知目标的深度距离存在较大差异,因此,如何减少感知目标的深度距离的差异对目标匹配造成的影响是本领域技术人员需要解决的。
技术实现思路
1、本技术实施例提供了一种目标匹配方法及装置,可以减少感知目标的深度距离的差异对目标匹配造成的影响,增强目标匹配的正确率。
2、本技术第一方面提供了一种目标匹配方法,包括:
3、获取相机目标感知数据和激光雷达目标感知数据;
4、根据预设的匈牙利匹配方法将所述相机目标感知数据和所述激光雷达目标感知数据进行目标匹配,得到匹配的感知目标对;
5、将所述感知目标对进行融合,得到融合后的目标结果。
6、可选地,所述获取相机目标感知数据和激光雷达目标感知数据之前,所述方法,还包括:
7、通过相机获取相机单帧目标结果;
8、将所述单帧目标结果存储于预设的相机目标队列中。
9、可选地,所述获取相机目标感知数据和激光雷达目标感知数据包括:
10、通过激光雷达获取激光雷达单帧感知目标结果后,在所述相机目标队列中基于时间戳将所述激光雷达单帧目标结果与所述相机单帧目标结果进行匹配,得到所述相机目标感知数据和所述激光雷达目标感知数据。
11、可选地,所述根据预设的匈牙利匹配方法将所述相机目标感知数据和所述激光雷达目标感知数据进行目标匹配,包括:
12、基于所述相机目标感知数据和所述激光雷达目标感知数据计算目标关联距离;
13、根据预设的匈牙利匹配方法和所述目标关联距离进行二分匹配,得到所述感知目标对。
14、可选地,所述基于所述相机目标感知数据和所述激光雷达目标感知数据计算目标关联距离,包括:
15、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到方位角欧式距离d1:
16、
17、其中,yi表示相机目标中心点的在本车坐标系下的y轴坐标值;xi表示相机目标中心点的在本车坐标系下的x轴坐标值;xj表示激光雷达目标中心点的在本车坐标系下的x轴坐标值;yj表示激光雷达目标中心点的在本车坐标系下的y轴坐标值;
18、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到目标间坐标的欧式距离d2:
19、d2=(pi-pj)t(pi-pj);
20、其中,pi表示相机目标中心点的在本车坐标系下的坐标点;pj表示激光雷达目标中心点的在本车坐标系下的坐标点;
21、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到目标类别匹配度d3:
22、
23、其中,ti表示相机目标当前类别概率;tj表示雷达激光目标当前类别概率;
24、根据方位角欧式距离d1、目标间坐标的欧式距离d2、目标类别匹配度d3,通过如下计算公式得到目标关联距离:
25、d=w1d1+w2d2+w3d3;
26、其中,d表示目标关联距离,w1、w2、w3分别为方位角欧式距离d1、目标间坐标的欧式距离d2、目标类别匹配度d3在总距离上的权重。
27、可选地,所述根据预设的匈牙利匹配方法和所述目标关联距离进行二分匹配,得到所述感知目标对,包括:
28、获取所述相机目标感知数据的相机目标集合和所述激光雷达目标感知数据的激光雷达目标集合,所述相机目标集合包括n个目标顶点,所述激光雷达目标集合包括m个目标顶点,所述n和所述m为正整数;
29、根据预设的匈牙利匹配方法对所述相机目标集合包括的n个目标顶点中的每个未匹配相机目标顶点分别与所述激光雷达目标集合包括m个目标顶点之间计算目标关联距离,并将所述n个目标顶点中的未匹配相机目标顶点与m个目标顶点之间目标关联距离小于预设的关联距离阈值的未匹配激光雷达目标顶点之间建立边,以及按照未匹配相机目标顶点与未匹配激光类型目标顶点之间的目标关联距离最小进行边搜索,在所述相机目标集合和所述激光雷达目标集合之间的所有边都搜索完毕,且不存在未匹配的边时,输出感知目标对,所述感知目标对包括:通过边连接的所述n个目标顶点中已匹配相机目标顶点与所述m个目标顶点中的已匹配激光雷达目标顶点。
30、可选地,所述方法,还包括:
31、将所述融合后的目标结果与历史目标根据所述预设的匈牙利匹配方法进行匹配,并将所述目标结果中与所述历史目标匹配的目标加入所述历史目标。
32、可选地,所述方法,还包括:
33、当所述历史目标被标记为不确定,且所述历史目标被标记为被跟踪时,若所述历史目标的目标匹配距离半径和存在概率满足预设的关联距离阈值和存在概率阈值,且所述历史目标的目标感知类型概率满足预设的类型概率阈值,则取消所述历史目标的不确定的标记,并将所述历史目标发布;
34、当所述历史目标被标记为不确定,且所述历史目标被标记为被跟踪时,若所述历史目标的目标匹配距离半径和存在概率满足预设的关联距离阈值和存在概率阈值,且所述历史目标的目标感知类型概率不满足预设的类型概率阈值,则将所述历史目标进行保存管理;
35、当所述历史目标被标记为不确定,且所述历史目标被标记为被跟踪时,若所述历史目标的目标匹配距离半径和存在概率不满足预设的关联距离阈值和存在概率阈值,则将所述历史目标进行保存管理;
36、当所述历史目标被标记为不确定,且所述历史目标未被标记为被跟踪时,则将所述历史目标进行删除;
37、当所述历史目标未被标记为不确定,且所述历史目标为其他类型时,则将所述历史目标进行删除;
38、当所述历史目标未被标记为不确定,且所述历史目标为非其他类型时,若所述历史目标的目标匹配距离半径和存在概率不满足预设的关联距离阈值和存在概率阈值,则将所述历史目标进行删除;
39、当所述历史目标未被标记为不确定,且所述历史目标为非其他类型时,若所述历史目标的目标匹配距离半径和存在概率满足预设的关联距离阈值和存在概率阈值,则将所述历史目标发布。
40、本技术第二方面提供了一种目标匹配装置,包括:
41、获取单元,用于获取相机目标感知数据和激光雷达目标感知数据;
42、匹配单元,用于根据预设的匈牙利匹配方法将所述相机目标感知数据和所述激光雷达目标感知数据进行目标匹配,得到匹配的感知目标对;
43、融合单元,用于将所述感知目标对进行融合,得到融合后的目标结果。
44、可选地,所述装置,还包括:
45、获取单元,还用于通过相机获取相机单帧目标结果;
46、存储单元,用于将所述单帧目标结果存储于预设的相机目标队列中。
47、可选地,所述获取单元,具体用于:
48、通过激光雷达获取激光雷达单帧感知目标结果后,在所述相机目标队列中基于时间戳将所述激光雷达单帧目标结果与所述相机单帧目标结果进行匹配,得到所述相机目标感知数据和所述激光雷达目标感知数据。
49、可选地,所述匹配单元,具体用于:
50、基于所述相机目标感知数据和所述激光雷达目标感知数据计算目标关联距离;
51、根据预设的匈牙利匹配方法和所述目标关联距离进行二分匹配,得到所述感知目标对。
52、可选地,所述匹配单元,具体用于:
53、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到方位角欧式距离d1:
54、
55、其中,yi表示相机目标中心点的在本车坐标系下的y轴坐标值;xi表示相机目标中心点的在本车坐标系下的x轴坐标值;xj表示激光雷达目标中心点的在本车坐标系下的x轴坐标值;yj表示激光雷达目标中心点的在本车坐标系下的y轴坐标值;
56、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到目标间坐标的欧式距离d2:
57、d2=(pi-pj)t(pi-pj);
58、其中,pi表示相机目标中心点的在本车坐标系下的坐标点;pj表示激光雷达目标中心点的在本车坐标系下的坐标点;
59、基于所述相机目标感知数据和所述激光雷达目标感知数据,通过如下计算公式得到目标类别匹配度d3:
60、
61、其中,ti表示相机目标当前类别概率;tj表示雷达激光目标当前类别概率;
62、根据方位角欧式距离d1、目标间坐标的欧式距离d2、目标类别匹配度d3,通过如下计算公式得到目标关联距离:
63、d=w1d1+w2d2+w3d3;
64、其中,d表示目标关联距离,w1、w2、w3分别为方位角欧式距离d1、目标间坐标的欧式距离d2、目标类别匹配度d3在总距离上的权重。
65、可选地,所述匹配单元,具体用于:
66、获取所述相机目标感知数据的相机目标集合和所述激光雷达目标感知数据的激光雷达目标集合,所述相机目标集合包括n个目标顶点,所述激光雷达目标集合包括m个目标顶点,所述n和所述m为正整数;
67、根据预设的匈牙利匹配方法对所述相机目标集合包括的n个目标顶点中的每个未匹配相机目标顶点分别与所述激光雷达目标集合包括m个目标顶点之间计算目标关联距离,并将所述n个目标顶点中的未匹配相机目标顶点与m个目标顶点之间目标关联距离小于预设的关联距离阈值的未匹配激光雷达目标顶点之间建立边,以及按照未匹配相机目标顶点与未匹配激光类型目标顶点之间的目标关联距离最小进行边搜索,在所述相机目标集合和所述激光雷达目标集合之间的所有边都搜索完毕,且不存在未匹配的边时,输出感知目标对,所述感知目标对包括:通过边连接的所述n个目标顶点中已匹配相机目标顶点与所述m个目标顶点中的已匹配激光雷达目标顶点。
68、本技术实施例公开了一种目标匹配方法及装置。在该方法中,获取相机目标感知数据和激光雷达目标感知数据;根据预设的匈牙利匹配方法将相机目标感知数据和激光雷达目标感知数据进行目标匹配,得到匹配的感知目标对;将感知目标对进行融合,得到融合后的目标结果。由此可见,利用本技术实施例提供的方案,减少感知目标的深度距离的差异对目标匹配造成的影响;通过匈牙利匹配方法对相机目标感知数据和激光雷达目标感知数据进行匹配,可以进一步增强目标匹配的正确率。
1.一种目标匹配方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取相机目标感知数据和激光雷达目标感知数据之前,所述方法,还包括:
3.根据权利要求2所述的方法,其特征在于,所述获取相机目标感知数据和激光雷达目标感知数据包括:
4.根据权利要求1所述的方法,其特征在于,所述根据预设的匈牙利匹配方法将所述相机目标感知数据和所述激光雷达目标感知数据进行目标匹配,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述相机目标感知数据和所述激光雷达目标感知数据计算目标关联距离,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据预设的匈牙利匹配方法和所述目标关联距离进行二分匹配,得到所述感知目标对,包括:
7.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
8.根据权利要求7所述的方法,其特征在于,所述方法,还包括:
9.一种目标匹配装置,其特征在于,所述装置包括:
10.根据权利要求9所述的装置,其特征在于,所述装置,还包括:
11.根据权利要求10所述的装置,其特征在于,所述获取单元,具体用于:
12.根据权利要求9所述的装置,其特征在于,所述匹配单元,具体用于: