目标状态判定方法、判定系统及储存介质与流程

1.本发明涉及自动驾驶技术领域，具体涉及一种目标状态判定方法、一种目标状态判定系统及一种储存介质。


背景技术：

2.在现有的自动泊车技术领域，往往需要自车进行周围目标动静状态判断，以此避免在低速入库过程中，对周围目标的动静状态判断失误，从而在后续泊车过程中发生擦碰的可能。因为若直接将一个目标判定为静止后，后续泊车将直接基于在先采集的车位信息进行泊车。但是被判定为静止的目标依旧可能保持很小的速度在移动，这样就会造成后续泊车的周围环境改变，从而造成擦碰的情况。在目前目标动静判断方案中，主要依赖传感器信息进行目标是否移动判断，但是，当实际目标的速度接近于传感误差的时候，加速度非常小的时候，判断的动静状态可谓非常艰难。除了自动泊车，对于其他低速目标，如移动目标降速泊车的过程，以及会车过程，车辆泊出的过程，因为执行这些行车动作时，目标的移动速度缓慢，目标的姿态改变较少，使得目前的传感器很难在误差允许范围内实现目标动静状态的精准判定。在传感器精度有限的情况下，这种低速行车场景下的目标动静状态判断相当艰难。针对现有方案面对低速目标的动静状态判断准确性不高的问题，需要创造一种新的目标状态判定方案。


技术实现要素：

3.本发明的目的在于提供一种目标状态判定方法、判定系统及储存介质，以解决现有方案面对低速目标的动静状态判断准确性不高的问题。
4.为了实现上述目的，本发明采用的技术方案如下：
5.本发明第一方面提供一种目标状态判定方法，应用于车辆所述目标状态判定方法包括：在行车过程中，实时采集判断目标的移动轨迹信息；基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存；基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；基于当前判断目标的移动状态，判定当前目标为静止目标或运动目标。
6.可选的，所述判断目标的移动轨迹信息包括：全局路径信息、裁剪的局部路径信息、左右边界信息和传感器采集信息。
7.可选的，所述裁剪的局部路径信息和左右边界信息均取多个历史轨迹点进行缓存；所述传感器采集信息包括：识别目标的与自车的纵向距离、横向距离、航向角、目标类别和自车定位。
8.可选的，所述轨迹点缓存算法，包括：定义三个初始数组，每个数组的大小均与采集的历史轨迹点的数量相等，分别用于存储各历史轨迹点的横坐标、纵坐标和索引；定义一个字段，用于缓存前次记录的各个目标，记为历史目标字段；遍历所有目标，分别判读各目标的身份标识是否位于有效标识序列；若是，则目标有效，反之则目标无效；其中，所述有效标识序列包括所有预设的有效目标的身份标识；判断各目标的身份标识是否与前次记录的
各个目标的历史目标字段中记录的目标的身份标识相同；若是，则表示该目标为已缓存目标，反之，则确定该目标为新目标；对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值。
9.可选的，所述对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值，包括：基于当前新目标的坐标信息，分别进行历史轨迹点的横坐标、纵坐标数组填充；为当前新目标添加索引；所述方法还包括：判断当前新目标与记录的上一个目标之间的间距是否大于预设间距；若大于预设间距，则基于当前目标对之前所有目标的初始数组进行更新；反之，则仅更新当前目标的初始数组。
10.可选的，所述判断目标的移动状态，包括：判断目标的速度、判断目标行进路线的弯曲状态、判断目标是否处于车道内以及判断目标的移动距离；其中，所述判断目标的速度的判断规则为：对所有历史轨迹点的横纵坐标求差分，获得每两个历史轨迹点之间的欧氏距离，并对获得的欧氏距离进行累加获得欧氏距离和；对计数周期求差分，并求和后与预设采样周期做乘积运算，获得累计时间；将所述欧氏距离和作为总路径，将所述累计时间作为总时间，求得判断目标的移动速度。
11.可选的，所述道路弯曲状态的判断规则为：基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前最近车道线边界点为基础，向左右分别搜寻多个车道线边界点，并在其中选三个车道线边界点做外接圆，获得外接圆圆心和半径；基于所述外接圆圆心和半径判断当前判断目标的道路弯曲状态；所述判断目标是否处于车道内的判断规则为：基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前判断目标的坐标和所述最近车道线边界点组成点集，并基于点集绘制轮廓，判断当前判断目标的坐标是否位于轮廓内；若位于轮廓内，则判定当前判断目标位于车道内；反之，则判定当前判断目标位于车道外；所述移动距离的判断规则为：基于所有历史轨迹点绘制轮廓，并提取轮廓点；基于提取的轮廓点两两比较，找出最大间距的两个轮廓点，以这两个轮廓点的距离作为移动距离。
12.可选的，所述基于当前判断目标的移动状态，进行当前判断目标的动静状态判定，包括：若判断目标位于车道内，对比判断目标的移动距离和第一预设距离，以及对比判断目标的速度和第一预设速度；若移动距离大于第一预设距离且速度大于第一预设速度，则判定当前判断目标为运动目标；若判断目标位于车道内，对比判断目标的移动距离和第一预设距离，以及对比判断目标的速度和第二预设速度；若移动距离小于第一预设距离且速度小于第二预设速度，则判定当前判断目标为静止目标；其中，所述第一预设速度大于所述第二预设速度；若移动距离大于第一预设距离，但速度大于第一预设速度且小于预设第二预设速度，依旧判定当前判断目标为运动目标；若判断目标位于车道外，对比判断目标的移动距离和第二预设距离，以及对比判断目标的速度和第三预设速度；若移动距离大于第二预设距离且速度大于第三预设速度，则判定当前判断目标为运动目标；反之，则判定当前判断目标为静止目标。
13.本发明第二方面提供一种目标状态判定系统，所述目标状态判定系统包括：采集单元，用于在行车过程中，实时采集判断目标的移动轨迹信息；处理单元，用于：基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存；基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；判定单元，用于基于当前判断目标的移动状态，进行当
前判断目标的动静状态判定。
14.本发明另一方面提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的目标状态判定方法。
15.本发明的有益效果：本发明方案提出了一种新的目标状态判定方法，本发明方案在泊车的短时间内采集判断目标的移动轨迹信息，并将该采集的移动轨迹信息缓存起来，后续将通过缓存轨迹点的移动特性来判断目标的动静状态。本发明方案进行目标移动状态是基于目标在采样周期内的移动轨迹信息进行换算确定的，也就是基于目标在采样周期内的绝对位置改变和姿态改变情况确定的。其依赖的是采样周期内的缓存轨迹，并不依赖传感器的采集精度。从而去区别于现有技术方案中通过传感器配合移动目标监测算法进行目标移动状态判断，也就避免了传感器因为失效/故障/精度不足等引起的误差，以此克服低速状态下，因为传感器无法精准感知低速目标的移动状态，从而导致的目标动静状态判断失误的问题。
附图说明
16.图1为本发明一种实施方式提供的目标状态判定方法的步骤流程图；
17.图2为本发明一种实施方式提供的目标移动状态判断的步骤流程图；
18.图3为本发明一种实施方式提供的目标状态判定系统的系统结构图。
具体实施方式
19.以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
20.在现有的自动泊车技术领域，往往需要自车进行周围目标动静状态判断，以此避免同样是在低速入库过程中，对周围目标的动静状态判断失误，从而在后续泊车过程中发生擦碰的可能。因为若直接将一个目标判定为静止后，后续泊车将直接基于在先采集的车位信息进行泊车。但是被判定为静止的目标依旧可能保持很小的速度在移动，这样就会造成后续泊车的周围环境改变，从而造成擦碰的情况。
21.在目前目标动静判断方案中，主要依赖传感器信息进行目标是否移动判断，但是，当实际目标的速度接近于传感误差的时候，加速度非常小的时候，判断的动静状态可谓非常艰难。除了自动泊车，对于其他低速目标，例如移动目标降速泊车的过程，以及会车过程，车辆泊出的过程，因为执行这些行车动作时，目标的移动速度缓慢，目标的姿态改变较少，使得目前的传感器很难在误差允许范围内实现目标动静状态的精准判定。在传感器精度有限的情况下，这种低速行车场景下的目标动静状态判断相当艰难。
22.针对现有方案面对低速目标的动静状态判断准确性不高的问题，本发明方案提出了一种新的目标状态判定方法、判定系统及储存介质，本发明方案在泊车的短时间内采集判断目标的移动轨迹信息，并将该采集的移动轨迹信息缓存起来，后续将通过缓存轨迹点的移动特性来判断目标的动静状态。以此克服低速状态下，传感器无法精准感知低速目标
的移动状态，从而进行目标动静状态判断失误的问题。
23.图1是本发明一种实施方式提供的目标状态判定方法的方法流程图。如图1所示，本发明实施方式提供一种目标状态判定方法，所述方法包括：
24.步骤s10：在泊车过程中，实时采集判断目标的移动轨迹信息。
25.具体的，所述判断目标的移动轨迹信息包括：全局路径信息、裁剪的局部路径信息、左右边界信息、传感器采集信息。
26.优选的，所述裁剪的局部路径信息和左右边界信息均取多个历史轨迹点进行缓存；所述传感器采集信息包括：识别目标的与自车的纵向距离、横向距离、航向角、目标类别和自车定位。
27.在一种可能的实施方式中，采集的移动轨迹信息如下：(1)全局路径规划及局部路径的裁剪；(2)局部路径及对应左右边界。(3)传感检测的目标。其中传感检测的目标记录数据格式如下：目标跟踪id(集track_id)，纵向距离，横向距离，航向角，目标类别，当前自车的定位。整体来讲根据当前车位置及横纵向距离计算目标车的全局坐标。
28.在本发明实施例中，本发明方案完全放弃了现有的通过传感器进行目标运动状态判断的方式，而是实时缓存目标的历史轨迹点，然后基于一段时间内的轨迹进行目标运动状态判断。虽然目标的的移动速度小，但是在一段时间内，只要其存在移动状态，其必将形成对应的移动轨迹信息，通过该缓存的移动轨迹信息与判断时间之间的对应关系，判断目标的移动状态，从而实现对目标的动静状态判定。这种方式仅需要传感器记录各个时刻的目标轨迹点，不需要传感器对其进行移动状态判断，所以其可以摆脱传感器误差造成的低速目标状态判断不准确的问题。
29.步骤s20：基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存。
30.具体的，所述轨迹点缓存算法，包括：定义三个初始数组，每个数组的大小均与采集的历史轨迹点的数量相等，分别用于存储各历史轨迹点的横坐标、纵坐标和索引，再定义一个字段用于缓存上次记录的各个目标，记为历史目标字段(例如lastobjectsinfo)；遍历所有目标，分别判读各目标的身份标识是否位于有效标识序列；若是，则目标有效，反之则目标无效；其中，所述有效标识序列包括所有预设的有效目标的身份标识；判断各目标的身份标识是否与前次记录的各个目标的历史目标字段中记录的目标的身份标识相同；若是，则表示该目标为已缓存目标，反之，则确定该目标为新目标。
31.在一种可能的实施方式中，设定目标的身份标识为目标id,因为需要保证识别的目标有效，所以进行后续轨迹点缓存时，需要保证识别的轨迹点处于预定轨迹点序列中，例如，为所有预定区域内的轨迹点均分配存在具体数值的id，各轨迹点的id不同且均为正整数，则后续只需要判断目标id大于0，则可以确定该目标为有效目标，则在该实施例中，分别判读各目标的id是否大于0，若是，则目标有效，反之则目标无效；再判断各目标的id是否等于上次记录的各个目标的lastobjectsinfo中记录的目标id，若是，则表示该目标为已患缓存目标，反之则为新目标；对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值。
32.进一步的，所述对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值，包括：基于当前新目标的坐标信息，分别进行历史轨迹点的横坐标、纵坐标数组填充；为当前新目标添加索引；所述方法还包括：判断当前新目标与记录的上一个目标之间的间距是
否大于预设间距；若大于，则基于当前目标的进行之前所有目标的初始数组更新；反之，则仅更新当前目标的初始数组。
33.在一种可能的实施方式中，传感器接收的周期是20ms，缓存几秒钟，有几百个轨迹点。其中大部分互相挨着，意义不大。为此，缓存50个轨迹点的历史轨迹点。缓存轨迹点算法如下：
34.首先，定义3个数组，大小为50。分别命名history_x[50]，history_y[50]；history_indx[50]；分别存储x坐标，y坐标，以及索引。初始值全是0；定义lastobjectsinfo来缓存上次记录的各个目标。那最开始end＝50，tracklength＝50。
[0035]
然后，遍历目标，判断track_id》0，说明目标有效。进一步的，判断track_id是否等于缓存lastobjectsinfo的目标track_id，等于说明找到了，那就不是新增目标，不等于说明新增目标。
[0036]
对于新增目标，计数history_count赋值1，表示以前的历史轨迹个数为0。把当前位置坐标x,y存放当history_x[end]，history_y[end]，历史history_indx索引为0。其中这50个数据的缓存索引historystartindex赋值为tracklength。
[0037]
对于以前的目标，当前坐标与这个轨迹点上次记录的最后一个坐标满足与上相距离0.07m以上。同时把周期计数累加1并且记录这个轨迹点周期计数，并且新增记录周期，详细操作把history_x[2：end]赋值给history_x[1：end-1]；把history_y[2：end]赋值给history_y[1：end-1]；把history_indx[2：end]赋值给history_indx[1：end-1]。把当前位置坐标x，y存放当history_x[end]，history_y[end]。history_indx[end]赋值为当前周期计数。如果距离小于0.07m,只把周期计数累加1，history_x与history_y，history_indx的前面49个数据不变，只更新最后一个数据，以当前坐标更新history_x，history_y，当前计数更新history_indx。
[0038]
在本发明实施例中，因为本技术方案需要针对一段时间内的判断目标的持续移动轨迹信息进行对应判断目标动静状态判定，所以需要通过连续时刻的轨迹点组合成为对应的缓存轨迹。想要形成完整的轨迹，在保证单轨迹上的轨迹点有效的同时，还需要保证选取的轨迹点之间的间距满足预设阈值，以此保证轨迹点的有效性。本发明方案基于轨迹点缓存算法，持续进行目标点审核、过滤和缓存，便于后续进行目标运动状态判断，保证判断结果的可靠性。
[0039]
步骤s30：基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断。
[0040]
具体的，所述判断目标的移动状态，包括：判断目标的速度、判断目标行进路线的弯曲状态、判断目标是否处于车道内以及判断目标的移动距离；其中，如图2，对应各判断规则为：
[0041]
步骤s301：判断目标的速度。
[0042]
具体的，对所有历史轨迹点的横纵坐标求差分，获得每两个轨迹点之间的欧氏距离，并累加获得欧氏距离和；对计数周期求差分，并求和后与预设采样周期做乘积运算，获得累计时间；将所述欧氏距离和作为总路径，将所述累计时间作为总时间，求得判断目标的移动速度。
[0043]
在一种可能的实施方式中，速度的重新计算，首先对历史轨迹的x，y坐标求差分，
依次对差分结果每两个轨迹点算欧式距离，再累加求和。这就是累计移动路程。其次对计数周期history_indx求差分，求和后乘以采样周期20ms得到对应时间。速度通过前面两步累计路程除以累计时间。
[0044]
在本发明实施例中，目标的动静判定中，很重要的一点便是对目标的移动速度进行判断，若目标存在移动速度，且移动速度大于预设阈值，那其必然存在运动状态。本发明方案基于缓存历史轨迹距离和采样时间进行目标移动速度判断，其获得的目标移动速度更精准。
[0045]
步骤s302：判断目标行进路线的弯曲状态。
[0046]
具体的，基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前最近车道线边界点为基础，向左右分别搜寻多个车道线边界点，并在其中选三个车道线边界点做外接圆，获得外接圆圆心和半径；基于所述外接圆圆心和半径判读当前判断目标的道路弯曲状态。
[0047]
在一种可能的实施方式中，判断目标是在直道还是弯道上。核心思想以目标的全局坐标去搜寻最近的左右车道线边界点，以最近的左右车道线边界点向前后搜寻10个车道线边界点。得到3个车道线边界点计算外接圆圆心与半径。当半径小于10m认为是弯道。异常的一个情况是，搜寻最近的左右车道线边界点就是存储边界前面10个车道线边界点或者后面10个车道线边界点的时候，就以最后或者最前的1、11、21号这个3个车道线边界点进行计算计算外接圆圆心与半径。三个车道线边界点的外接圆圆心及半径计算方式，计算如下公式：
[0048]
a＝x1(y
2-y3)+y1(x
2-x3)+x2y
3-x3y2[0049]
b＝(x
12
+y
12
)(y
3-y2)+(x
22
+y
22
)(y
1-y3)+(x
32
+y
32
)(y
2-y1)
[0050]
c＝(x
12
+y
12
)(x
2-x3)+(x
22
+y
22
)(x
3-x1)+(x
32
+y
32
)(x
1-x2)
[0051]
d＝(x
12
+y
12
)(x3y
2-x2y3)+(x
22
+y
22
)(x1y
3-x3y1)+(x
32
+y
32
)(x2y
1-x1y2)
[0052]
则圆心坐标(x,y)满足：
[0053][0054][0055]
半径r满足：
[0056][0057]
在本发明实施例中，若目标仅仅是直线运动，那么其运动姿态预判相对容易，后续进行规避的可能性也就更高。但目标若处于弯道，或者正在进行泊车，其车身姿态也会发生相应的变化，对于后续的会车等动作预判也就更为困难。所以，进行目标移动状态判断时，需要对其为直道行驶还是弯道行驶进行判断。本发明方案通过外接圆规则进行目标移动状态判断，实现了对目标移动姿态的精准识别，保证动静判定结果的可信度。
[0058]
步骤s303：判断目标是否处于车道内。
[0059]
具体的，基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前判断目标的坐标和所述最近车道线边界点组成点集，并基于点集绘制轮廓，判断当前判断目
标的坐标是否位于轮廓内，若位于，则判定当前判断目标位于车道外，反之，当前判断目标位于车道内。
[0060]
在本发明实施例中，在现有进行判断目标在车道内还是车道线外的判断方案中，是以判断目标的全局坐标去搜寻最近的左右车道线边界点，以最近的左右车道线边界点向前后搜寻多个点后，拟合直线。全局坐标带入拟合直线的方程里面，然后判断两个符号同正，同负的话就是车道线外，异号的话就是车道线内。这种方式产生一个问题，因为其拟合的是直线方程，所以弯道的时候是不成立的。为了解决这种问题，本发明方案以车道线边界点加上判断目标的坐标组成点集，并基于该点集求轮廓，如果轮廓点包含了判断目标的坐标，说明判断目标在车道外，若不包括判断目标的坐标，说明判断目标在车道线内。这种方式对于直线车道和弯道同样适用，因为进行的是判断目标与车道的组合轮廓拟合，所以只要车道线边界点确定，其拟合出来的结果一定是符合车道路径状态的，那么对于现有方案中仅能进行直线拟合方案存在的弯道不适用的问题，本技术方案是不存在的。
[0061]
优选的，若应用场景为泊车场景，其存在一个泊车收尾线路，即车位内的行进路线，其依旧存在直道(倒车车位)和弯道(侧方车位、斜向车位)两种情况。本发明方案针对这种情况，即对于收尾情况，如果是直线，再取多个拟合直线，判断目标与两条直线的计算值是否同号，同号的话就是车道线外，异号的话就是车道线内。如果是弯道，就取最后两个车道线边界点的经过直线，判断是否同号，同号的话就是车道线外，异号的话就是车道线内。
[0062]
在一种可能的实施方式种，基于车道线边界点进行轮廓拟合时，对应的车道线边界点的数量越多，对应拟合的轮廓拟真效果也就越好。所以，行驶情况越复杂，对应轮廓拟合的精度也就需要越高。优选的，上述已经对车道的弯曲状态进行了判断，通过车道弯曲状态可以获得目前行驶状态的复杂情况，弯曲度越高，对应需要的轮廓拟合的精度越高。若常规采集的车道线边界点的数量为60，则面对预设极端场景时，可以将车道线边界点的采集数量增加到100，使得车道线边界点的数量在一定区间内可以进行调整。当然，该预设区间可以基于用户实际使用需求调整，采集的车道线边界点越多，对应的识别时延也就越高。所以，在识别精度和识别时延进行平衡适应性调整后，优选为60-100个车道线边界点。通过在该预设区间内调整车道线边界点的采集数量，结合其适用直道和弯道拟合特性，可以满足目标是否位于车道内的全工况判断。
[0063]
在本发明实施例中，对于目标是否位于车道内判断，有利于对其移动倾向进行判断，若是正常行驶，则其往往保持车道移动，若存在会车或泊车的情况，其往往会跨车道移动。本发明方案在之前已经进行了直道行驶和弯道行驶判定后，再此直接利用在先判定结果，通过在弯道上设置对应的判定规则，实现了直道的弯道两种情况的目标是否位于车道判断，提高了本技术方案的普适性。
[0064]
步骤s304：判断目标的移动距离。
[0065]
具体的，基于所有历史轨迹点绘制轮廓，并提取轮廓点；基于提取的轮廓点两两比较，找出最大间距的两个轮廓点，以这两个轮廓点的距离作为移动距离。
[0066]
在一种可能的实施方式中，移动距离的计算，考虑到停车过程当中，车来来回回进进出出，记录开始点到结束点的位移是没用的，可能很小，也可能很大，没有太大价值。采集的历史轨迹点中，若需要选取其中最大间距的两个点，则需要分别执行两两对比，遍历所有点后才能确定最大间距。采集的历史轨迹点越多，对应的计算量就越大。例如，采集了50个
历史轨迹点，在计算最大距离的时候，50个历史轨迹点两两比较会有1250次比较。因此，本发明方案采用的是先计算外轮廓，把轮廓点取出来，再两两计算最大距离。这种方式仅实现了历史轨迹点批量处理，进行轮廓拟合，最后仅保留外轮廓点，将过滤掉一大部分无效点，使得最后需要两两对比的外轮廓点大幅减少，也就极大缩小了计算量。
[0067]
在本发明实施例中，本发明方案通过采样周期和缓存轨迹点，对目标的全局移动状态进行的精准把控，保证了其在进行往复运动下的移动距离把控，使得本技术方案的动静状态判定结果更准确。
[0068]
步骤s40：基于当前判断目标的移动状态，判定当前目标为静止目标或运动目标。
[0069]
具体的，若判断目标位于车道内，则对比判断目标的移动距离和第一预设距离，以及对比判断目标的速度和第一预设速度，若均大于，则判定当前判断目标为运动目标；若判断目标位于车道内，则对比判断目标的移动距离和第二预设距离，以及对比判断目标的速度和第二预设速度，若均小于，则判定当前判断目标为静止目标；若判断目标位于车道外，则对比判断目标的移动距离和第三预设距离，以及对比判断目标的速度和第三预设速度，若均大于，则判定当前判断目标为运动目标；反之，则判定当前判断目标为静止目标。
[0070]
在一种可能的实施方式中，首先判断在车道线内还是车道线外。车道线内，对于非运动目标，车道线内移动的距离大于1m,计算的速度大于1m/s，轨迹逐步距离大于2.5m转为是运动的；对于运动目标，计算速度小于1.5m/s移动距离小于1m。认为转为静止。车道线外的目标，只有运动距离超过6m，计算速度大于5m/s,传感速度大于1m/s,运动角度与车道线夹角在30-150度才被认可为运动目标。
[0071]
在本发明实施例中，进行目标动静状态判断的核心目的在于，其是否会与自车发生碰撞等问题，所以，其实际上是一个对目标的威胁性的一种评估。本发明方案通过预设多个动静判定的对比阈值，来对目标的动静状态进行判断，整合了前端的多个移动状态判断结果，保证判定结果的可信度，实现了低速行车状态下的目标状态精准识别。
[0072]
进一步的，以实际上车测试采集的数据为准，按照就算规则计算，将自己计算的速度，移动距离，车道线内，车道线外的信息写入文件。通过数据分析，取到动静判断的阈值。
[0073]
图3是本发明一种实施方式提供的目标状态判定系统的系统结构图。如图3所示，本发明实施方式提供一种目标状态判定系统，所述系统包括：采集单元，用于在行车过程中，实时采集判断目标的移动轨迹信息；处理单元，用于：基于轨迹点缓存算法进行判断目标移动轨迹信息缓存；基于缓存的所述判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；判定单元，用于基于当前判断目标的移动状态，进行当前判断目标的动静状态判定。
[0074]
本发明实施方式还提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的目标状态判定方法。
[0075]
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0076]
以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限
于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
[0077]
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

技术特征：
1.一种目标状态判定方法，应用于车辆，其特征在于，所述目标状态判定方法包括：实时采集判断目标的移动轨迹信息；基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存；基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；基于当前判断目标的移动状态，判定当前目标为静止目标或运动目标。2.根据权利要求1所述的目标状态判定方法，其特征在于，所述判断目标的移动轨迹信息包括：全局路径信息、裁剪的局部路径信息、左右边界信息和传感器采集信息。3.根据权利要求2所述的目标状态判定方法，其特征在于，所述裁剪的局部路径信息和左右边界信息均取多个历史轨迹点进行缓存；所述传感器采集信息包括：识别目标的与自车的纵向距离、横向距离、航向角、目标类别和自车定位。4.根据权利要求1所述的目标状态判定方法，其特征在于，所述轨迹点缓存算法，包括：定义三个初始数组，每个数组的大小均与采集的历史轨迹点的数量相等，分别用于存储各历史轨迹点的横坐标、纵坐标和索引；定义一个字段，用于缓存前次记录的各个目标，记为历史目标字段；遍历所有目标，分别判读各目标的身份标识是否位于有效标识序列；若是，则目标有效，反之则目标无效；其中，所述有效标识序列包括所有预设的有效目标的身份标识；判断各目标的身份标识是否与前次记录的各个目标的历史目标字段中记录的目标的身份标识相同；若是，则表示该目标为已缓存目标，反之，则确定该目标为新目标；对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值。5.根据权利要求4所述的目标状态判定方法，其特征在于，所述对所有新目标进行缓存，并为各缓存的新目标进行初始数组赋值，包括：基于当前新目标的坐标信息，分别进行历史轨迹点的横坐标、纵坐标数组填充；为当前新目标添加索引；所述方法还包括：判断当前新目标与记录的上一个目标之间的间距是否大于预设间距；若大于预设间距，则基于当前目标对之前所有目标的初始数组进行更新；反之，则仅更新当前目标的初始数组。6.根据权利要求1所述的目标状态判定方法，其特征在于，所述判断目标的移动状态，包括：判断目标的速度、判断目标行进路线的弯曲状态、判断目标是否处于车道内以及判断目标的移动距离；其中，所述判断目标的速度的判断规则为：对所有历史轨迹点的横纵坐标求差分，获得每两个历史轨迹点之间的欧氏距离，并对获得的欧氏距离进行累加获得欧氏距离和；对计数周期求差分，并求和后与预设采样周期做乘积运算，获得累计时间；将所述欧氏距离和作为总路径，将所述累计时间作为总时间，求得判断目标的移动速
度。7.根据权利要求1所述的目标状态判定方法，其特征在于，所述道路弯曲状态的判断规则为：基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前最近车道线边界点为基础，向左右分别搜寻多个车道线边界点，并在其中选三个车道线边界点做外接圆，获得外接圆圆心和半径；基于所述外接圆圆心和半径判断当前判断目标的道路弯曲状态；所述判断目标是否处于车道内的判断规则为：基于当前判断目标，通过全局坐标进行最近车道线边界点确定；以当前判断目标的坐标和所述最近车道线边界点组成点集，并基于点集绘制轮廓，判断当前判断目标的坐标是否位于轮廓内；若位于轮廓内，则判定当前判断目标位于车道外；反之，则判定当前判断目标位于车道内；所述移动距离的判断规则为：基于所有历史轨迹点绘制轮廓，并提取轮廓点；基于提取的轮廓点两两比较，找出最大间距的两个轮廓点，以这两个轮廓点的距离作为移动距离。8.根据权利要求1所述的目标状态判定方法，其特征在于，所述基于当前判断目标的移动状态，判定当前目标为静止目标或运动目标，包括：若判断目标位于车道内，对比判断目标的移动距离和第一预设距离，以及对比判断目标的速度和第一预设速度；若移动距离大于第一预设距离且速度大于第一预设速度，则判定当前判断目标为运动目标；若判断目标位于车道内，对比判断目标的移动距离和第一预设距离，以及对比判断目标的速度和第二预设速度；若移动距离小于第一预设距离且速度小于第二预设速度，则判定当前判断目标为静止目标；其中，所述第一预设速度大于所述第二预设速度；若移动距离大于第一预设距离，但速度大于第一预设速度且小于预设第二预设速度，依旧判定当前判断目标为运动目标；若判断目标位于车道外，对比判断目标的移动距离和第二预设距离，以及对比判断目标的速度和第三预设速度；若移动距离大于第二预设距离且速度大于第三预设速度，则判定当前判断目标为运动目标；反之，则判定当前判断目标为静止目标。9.一种目标状态判定系统，应用于车辆，其特征在于，所述目标状态判定系统包括：采集单元，用于在泊车过程中，实时采集判断目标的移动轨迹信息；处理单元，用于：基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存；基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；判定单元，用于基于当前判断目标的移动状态，判定当前目标为静止目标或运动目标。10.一种计算机可读储存介质，其特征在于，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行权利要求1-8中任一项权利要求所述的目标状态判定方法。

技术总结
本发明实施例提供一种目标状态判定方法、判定系统及储存介质，属于自动驾驶技术领域。所述方法包括：在泊车过程中，实时采集判断目标的移动轨迹信息；基于轨迹点缓存算法进行判断目标的移动轨迹信息缓存；基于缓存的判断目标的移动轨迹信息，分别执行对应判断目标的移动状态判断；基于当前判断目标的移动状态，进行当前判断目标的动静状态判定。本发明方案克服了低速状态下，因为传感器无法精准感知低速目标的移动状态，从而导致的目标动静状态判断失误的问题。失误的问题。失误的问题。


技术研发人员：肖龙
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：2023.04.19
技术公布日：2023/7/4