一种车辆数据处理方法、装置、设备及介质与流程

本公开涉及智能驾驶，具体而言，涉及一种车辆数据处理方法、装置、设备及介质。

背景技术：

1、车辆(simultaneous localization and mapping，slam)技术，是辅助智能驾驶的一项重要技术，可以使车辆能够更好地理解周围环境、检测障碍物并规划安全和高效的路径，帮助智能驾驶车辆实现精准定位、环境地图构建、自主导航和路径规划等功能。

2、常见的车辆slam技术，无论是视觉slam还是基于激光雷达slam，大多是结合其他各种传感器，通过多传感器融合技术实现车辆slam，以提供全面和准确的感知能力，而且需要复杂的算法来处理不同传感器之间的数据融合，以及需要针对性的处理算法等进行辅助处理，以尽可能解决传感器数据的冲突和信息不一致的问题，然而使用多个传感器不仅会增加大量成本，而且算法复杂，使得在实时环境和实际使用中需要处理大量的数据，对计算资源、计算性能和计算效率存在极大的挑战。

技术实现思路

1、本公开实施例至少提供一种车辆数据处理方法、装置、设备及介质。

2、本公开实施例提供了一种车辆数据处理方法，所述方法包括：

3、获取当前时刻采集的、车辆的惯导数据和毫米波点云数据；

4、基于所述惯导数据，确定所述毫米波点云数据指示的点云，以及所述点云中包含的多个当前帧动态点和多个当前帧静态点；

5、使用所述多个当前帧动态点构建下一时刻的动态地图，以及使用所述多个当前帧静态点构建所述当前时刻的静态地图；

6、对所述动态地图和所述静态地图进行融合，得到所述下一时刻所述车辆所处环境的预测环境地图。

7、这样，仅使用惯导数据和毫米波点云数据，可以有效减少所需使用的传感器的数量，降低车辆成本，而且使用的数据量少，有助于减少需要处理的数据量和所产生的数据量，降低对于计算性能和计算资源的依赖，提高计算效果，通过惯导数据和毫米波点云数据，筛选出动态点和静态点，进而构建下一时刻的动态地图和当前时刻的静态地图，通过融合得到下一时刻的预测环境地图，可以提前得知下一时刻的路况，有利于帮助预先进行车辆控制和路况应对，过程中所需处理数据的种类少、数据量小，地图构建速度快，降低对于复杂算法和多算法的依赖，适用性强，鲁棒性高。

8、一种可选的实施方式中，所述基于所述惯导数据，确定所述毫米波点云数据指示的点云，以及所述点云中包含的多个当前帧动态点和多个当前帧静态点，包括：

9、获取在上一时刻计算出的、车辆的在先实际速度；

10、基于所述惯导数据和所述在先实际速度，估算所述车辆在所述当前时刻的预估速度；

11、确定所述毫米波点云数据指示的点云，所述点云中包括多个采集点；

12、基于所述预估速度，从所述多个采集点中筛选出多个当前帧动态点和多个当前帧静态点。

13、这样，通过惯导数据推测出预估速度，进而实现动态点和静态点的筛选，方式快捷有效，准确度高，依赖性低。

14、一种可选的实施方式中，所述基于所述预估速度，从所述多个采集点中筛选出多个当前帧动态点和多个当前帧静态点，包括

15、从所述毫米波点云数据中获取每个采集点的多普勒速度和点位置；

16、针对每个所述采集点，使用所述预估速度以及所述采集点的点位置和多普勒速度，计算所述采集点的速度误差参数；

17、若所述速度误差参数大于预设阈值，确定所述采集点为当前帧动态点；

18、若所述速度误差参数小于或者等于所述预设阈值，确定所述采集点为当前帧静态点。

19、一种可选的实施方式中，在所述基于所述惯导数据，确定所述毫米波点云数据指示的点云，以及所述点云中包含的多个当前帧动态点和多个当前帧静态点之后，所述方法还包括：

20、获取每个当前帧静态点的点位置和多普勒速度；

21、使用最小二乘法，通过所述预估速度和每个当前帧静态点的点位置和多普勒速度，计算所述车辆的当前实际速度。

22、一种可选的实施方式中，所述使用所述多个当前帧动态点构建下一时刻的动态地图，包括：

23、针对每个当前帧动态点，使用所述当前实际速度以及所述当前帧动态点的点位置和多普勒速度，计算所述当前帧动态点的当前动态速度和当前动态角速度；

24、按照任意两个所述当前帧动态点之间的距离和所述当前动态速度，对所述多个当前帧动态点进行聚类处理，得到至少一个动态物体，以及所述动态物体在所述车辆的车体坐标系下的当前物体位置和当前物体姿态；

25、使用所述当前时刻和所述下一时刻之间的时间间隔，以及所述当前物体位置和所述当前实际速度，计算所述动态物体在所述下一时刻的预测物体位置；

26、使用所述时间间隔、所述动态物体的当前物体姿态和所述动态物体对应的当前动态角速度，计算所述动态物体在所述下一时刻的预测姿态；

27、基于每个所述动态物体的预测物体位置和预测姿态，构建在所述下一时刻使所述车辆所处环境的动态地图。

28、这样，结合车辆的当前实际速度和毫米波点云数据中携带的各点的信息，可以得到动态点准确的当前动态速度和当前动态角速度，通过聚类可以得到车辆周围存在的动态物体，进而通过预测动态物体在下一时刻的预测物体位置和预测姿态，可以构建下一时刻的动态地图，可以输出高频率的动态地图，从而可以帮助车辆提前预测下一时刻的周边物体可能的运动情况，有助于进行动态避障规划。

29、一种可选的实施方式中，所述使用所述多个当前帧静态点构建所述当前时刻的静态地图，包括：

30、从所述多个当前帧静态点中识别出纯静态点和半静态点；

31、使用识别出的纯静态点构建纯静态地图，以及使用识别出的半静态点构建半静态地图。

32、这里，对静态点进行进一步划分，得到纯静态点和半静态点，有助于对周围环境的精细识别，更加精准的进行不同种类地图的构建，有助于提高路环境识别效率和路径规划准确性。

33、一种可选的实施方式中，所述对所述动态地图和所述静态地图进行融合，得到所述下一时刻所述车辆所处环境的预测环境地图，包括：

34、对所述动态地图、所述纯静态地图和所述半静态地图进行融合，得到所述下一时刻所述车辆所处环境的预测环境地图。

35、一种可选的实施方式中，所述方法包括：

36、在所述当前时刻采集到所述惯导数据的情况下，检测是否在所述当前时刻采集到点云数据；

37、若否，将在所述当前时刻之前上一次采集到的点云数据作为在所述当前时刻采集到的所述毫米波点云数据。

38、这里，鉴于毫米波点云数据的采集频率低于惯导数据的采集频率，以惯导数据的采集间隔作为数据更新间隔，使得各种模态的地图可以随着惯导数据的更新而更新，可以实现高频的地图构建和地图输出。

39、一种可选的实施方式中，在所述获取当前时刻所述惯性测量单元采集的惯导数据和所述毫米波雷达采集的当前帧点云之后，所述方法包括：

40、检测所述惯导数据和所述毫米波点云数据是否为第一帧数据；

41、若所述惯导数据和所述毫米波点云数据均为第一帧数据，初始化所述车辆的车辆状态。

42、一种可选的实施方式中，所述方法还包括：

43、按照所述预测环境地图，规划所述车辆的行驶路径。

44、本公开实施例还提供一种车辆数据处理装置，应用于安装有惯性测量单元和毫米波雷达的车辆，所述装置包括：

45、数据获取模块，用于获取当前时刻采集的、车辆的惯导数据和毫米波点云数据；

46、数据处理模块，用于基于所述惯导数据，确定所述毫米波点云数据指示的点云，以及所述点云中包含的多个当前帧动态点和多个当前帧静态点；

47、地图构建模块，用于使用所述多个当前帧动态点构建下一时刻的动态地图，以及使用所述多个当前帧静态点构建所述当前时刻的静态地图；

48、地图融合模块，用于对所述动态地图和所述静态地图进行融合，得到所述下一时刻所述车辆所处环境的预测环境地图。

49、一种可选的实施方式中，所述数据处理模块具体用于：

50、获取在上一时刻计算出的、车辆的在先实际速度；

51、基于所述惯导数据和所述在先实际速度，估算所述车辆在所述当前时刻的预估速度；

52、确定所述毫米波点云数据指示的点云，所述点云中包括多个采集点；

53、基于所述预估速度，从所述多个采集点中筛选出多个当前帧动态点和多个当前帧静态点。

54、一种可选的实施方式中，所述数据处理模块在用于基于所述预估速度，从所述多个采集点中筛选出多个当前帧动态点和多个当前帧静态点时，具体用于：

55、从所述毫米波点云数据中获取每个采集点的多普勒速度和点位置；

56、针对每个所述采集点，使用所述预估速度以及所述采集点的点位置和多普勒速度，计算所述采集点的速度误差参数；

57、若所述速度误差参数大于预设阈值，确定所述采集点为当前帧动态点；

58、若所述速度误差参数小于或者等于所述预设阈值，确定所述采集点为当前帧静态点。

59、一种可选的实施方式中，所述装置还包括车辆速度计算模块，所述车辆速度计算模块用于：

60、获取每个当前帧静态点的点位置和多普勒速度；

61、使用最小二乘法，通过所述预估速度和每个当前帧静态点的点位置和多普勒速度，计算所述车辆的当前实际速度。

62、一种可选的实施方式中，所述地图构建模块在用于使用所述多个当前帧动态点构建下一时刻的动态地图时，具体用于：

63、针对每个当前帧动态点，使用所述当前实际速度以及所述当前帧动态点的点位置和多普勒速度，计算所述当前帧动态点的当前动态速度和当前动态角速度；

64、按照任意两个所述当前帧动态点之间的距离和所述当前动态速度，对所述多个当前帧动态点进行聚类处理，得到至少一个动态物体，以及所述动态物体在所述车辆的车体坐标系下的当前物体位置和当前物体姿态；

65、使用所述当前时刻和所述下一时刻之间的时间间隔，以及所述当前物体位置和所述当前实际速度，计算所述动态物体在所述下一时刻的预测物体位置；

66、使用所述时间间隔、所述动态物体的当前物体姿态和所述动态物体对应的当前动态角速度，计算所述动态物体在所述下一时刻的预测姿态；

67、基于每个所述动态物体的预测物体位置和预测姿态，构建在所述下一时刻使所述车辆所处环境的动态地图

68、一种可选的实施方式中，所述地图构建模块在用于使用所述多个当前帧静态点构建所述当前时刻的静态地图时，具体用于：

69、从所述多个当前帧静态点中识别出纯静态点和半静态点；

70、使用识别出的纯静态点构建纯静态地图，以及使用识别出的半静态点构建半静态地图。

71、一种可选的实施方式中，所述地图融合模块具体用于：

72、对所述动态地图、所述纯静态地图和所述半静态地图进行融合，得到所述下一时刻所述车辆所处环境的预测环境地图。

73、一种可选的实施方式中，所述装置还包括数据确认模块，所述数据确认模块用于：

74、在所述当前时刻采集到所述惯导数据的情况下，检测是否在所述当前时刻采集到点云数据；

75、若否，将在所述当前时刻之前上一次采集到的点云数据作为在所述当前时刻采集到的所述毫米波点云数据。

76、一种可选的实施方式中，所述装置还包括初始化模块，所述初始化模块用于：

77、检测所述惯导数据和所述毫米波点云数据是否为第一帧数据；

78、若所述惯导数据和所述毫米波点云数据均为第一帧数据，初始化所述车辆的车辆状态。

79、一种可选的实施方式中，所述装置还包括路径规划模块，所述路径规划模块用于：

80、按照所述预测环境地图，规划所述车辆的行驶路径。

81、本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述车辆数据处理方法中任一种可选的实施方式中的步骤。

82、本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述车辆数据处理方法中任一种可选的实施方式中的步骤。

83、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开的技术方案。

84、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。