一种目标状态估计方法、装置、电子设备和介质与流程

本公开涉及计算机领域，特别涉及自动驾驶、数据处理，具体涉及一种目标状态估计方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、在对目标进行识别或观测过程中，通常需要根据传感器已获得的目标测量数据对目标状态进行精确的估计。目标在运动过程中随着速度、角度、加速度等参数不断变化，使得目标的位置具有很强的相关性。例如，无人驾驶中一个重要的环节是对道路上其他车辆的位置、速度、大小、朝向等状态进行实时估计，这项技术很大程度上决定了无人驾驶的安全系数。因此，为提高对目标的识别或观测性能，迫切需要研究更为优越的状态估计方法。

2、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

1、根据本公开的一个方面，提供了一种目标状态估计方法，包括：通过多种传感器获取目标在各时刻下的观测量，其中，通过每种传感器获取至少一种观测量；基于所述观测量确定所述目标待优化的状态量；以及通过最小化损失函数对所述目标在各时刻下的状态量进行优化，得到所述目标在各时刻下优化后的状态量；其中，所述损失函数包括所述目标的位置损失、朝向损失、速度损失、尺寸损失、结构约束中的至少一项。

2、根据本公开的另一方面，提供了一种目标状态估计装置，包括：获取单元，适于通过多种传感器获取针对目标的观测量，其中，通过每种传感器获取至少一种观测量；构建单元，适于基于所述观测量确定所述目标待优化的状态量；以及优化单元，适于通过最小化损失函数对所述目标在各时刻下的状态量进行优化，得到所述目标在各时刻下优化后的状态量；其中，所述损失函数包括所述目标的位置损失、朝向损失、速度损失、尺寸损失、结构约束中的至少一种。

3、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开所述的方法。

4、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开所述的方法。

5、根据本公开的一个或多个实施例，通过融合多个传感器所获取的观测数据对目标状态进行估计，并通过损失函数形成目标状态间的约束，从而能够得到足够精确的状态估计，对于后续目标行为分析至关重要。

6、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种目标状态估计方法，包括：

2.如权利要求1所述的方法，其中，所述观测量包括以下至少一种：

3.如权利要求1所述的方法，其中，所述状态量包括以下至少一种：

4.如权利要求1所述的方法，其中，

5.如权利要求1所述的方法，其中，

6.如权利要求2或3所述的方法，其中，

7.如权利要求1所述的方法，其中，

8.如权利要求7所述的方法，其中，通过最小化损失函数对所述目标在各时刻下的状态量进行优化包括以下至少一种：

9.如权利要求2或3所述的方法，其中，

10.如权利要求9所述的方法，其中，

11.如权利要求10所述的方法，其中，

12.如权利要求10所述的方法，其中，

13.如权利要求10所述的方法，其中，

14.如权利要求1所述的方法，其中，

15.如权利要求6所述的方法，其中，

16.如权利要求1所述的方法，其中，

17.如权利要求16所述的方法，其中，所述尺寸累计损失采用增量式更新方法计算得到；

18.一种目标状态估计装置，包括：

19.一种电子设备，包括：

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-17中任一种所述的方法。

技术总结
本公开涉及一种目标状态估计方法，包括：通过多种传感器获取目标在各时刻下的观测量，通过每种传感器获取至少一种观测量；基于观测量确定目标待优化的状态量；以及通过最小化损失函数对目标在各时刻下的状态量进行优化，得到目标在各时刻下优化后的状态量。该损失函数包括目标的位置损失、朝向损失、速度损失、尺寸损失、结构约束中的至少一项。本公开的目标状态估计方法能够得到足够精确的状态估计。此外，一种标状态估计装置、电子设备和介质亦被提出。

技术研发人员：杨贇晨,刘伟俊,孙嘉明,王乃岩
受保护的技术使用者：北京图森智途科技有限公司
技术研发日：
技术公布日：2024/1/25