(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111680380.4 (22)申请日 2021.12.3 0 (71)申请人 驭势科技 （北京） 有限公司 地址 102433 北京市房山区弘安路85号1号 楼101室 (72)发明人 操小飞　张丹　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 代理人 姚金金 (51)Int.Cl. G06T 7/246(2017.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 拖车队列跟踪方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明提供一种拖车队列跟踪方法、 装置、 计算机设备及存储介质， 涉及激光雷达感知技术 领域。 该方法包括： 对自动驾驶车辆上装载的激 光雷达采集的点云数据进行预处理， 得到至少一 个候选队列， 每个候选队列包括多个目标， 每个 目标对应点 云数据的子集； 根据激光雷达在第一 连续多帧采集的点云数据中每个目标对应点云 数据的子集， 确定每个目标的运动状态； 根据每 个候选队列的多个目标的运动状态， 确定每个候 选队列是否为拖车 队列； 若是， 则针对拖车队列 根据激光雷达在第二连续多帧采集的点云数据 中拖车队列的多个目标对应点云数据的子集， 创 建拖车队列模型。 通过本发明可更准确、 更稳定 地对拖车队列的运动状态进行跟踪。 权利要求书2页 说明书11页 附图4页 CN 114387305 A 2022.04.22 CN 114387305 A 1.一种拖车队列跟踪方法， 其特 征在于， 包括： 对自动驾驶车辆上所装载的激光雷达采集的点云数据进行预处理， 得到至少一个候选 队列， 每个候选队列包括多个目标， 每 个目标对应所述 点云数据的子集； 根据所述激光雷达在第一连续多帧采集的点云数据中所述每个目标对应所述点云数 据的子集， 确定所述每 个目标的运动状态； 根据所述每个候选队列的多个目标的运动状态， 确定所述每个候选队列是否为拖车队 列； 若是， 则针对所述拖车队列根据所述激光雷达在第 二连续多帧采集的点云数据中所述 拖车队列的多个目标对应所述点云数据的子集， 创建拖车队列模型， 所述拖车队列模型 的 运动状态与所述 拖车队列的多个目标的运动状态一 致。 2.根据权利要求1所述的方法， 其特征在于， 所述对自动驾驶车辆上所装载的激光雷达 采集的点云数据进行 预处理， 得到至少一个候选队列， 包括： 对所述激光雷达采集的点云数据进行聚类， 得到多个聚类目标； 从所述多个聚类目标中， 确定相邻聚类目标的间距小于预设间距， 且， 数量大于或等于 预设数量阈值的连续的多个候选目标， 并根据所述多个候选目标 得到所述 候选队列。 3.根据权利要求2所述的方法， 其特征在于， 在所述从所述多个聚类目标中， 确定相邻 聚类目标的间距小于预设间距， 且， 数量大于或等于预设数量阈值的连续的多个候选目标， 并根据所述多个候选目标 得到所述 候选队列之前， 包括： 将所述多个聚类目标中， 形状尺寸不满足预设尺寸条件的聚类目标进行滤除， 得到多 个初始目标； 所述从所述多个聚类目标中， 确定相邻聚类目标的间距小于预设间距， 且， 数量大于或 等于预设数量阈值的连续的多个候选目标， 并根据所述多个候选目标得到所述候选队列， 包括： 从所述多个初始目标中， 确定相邻初始目标的间距小于预设间距， 且数量大于或等于 预设数量阈值的连续的所述多个候选目标， 并根据所述多个候选目标 得到所述 候选队列。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述每个候选队列的多个目标的 运动状态， 确定所述每 个候选队列是否为 拖车队列， 包括： 根据所述数据采集装置在所述第一连续多帧采集的点云数据中所述每个目标对应所 述点云数据的子集， 确定所述每个候选队列的所述多个目标在所述第一连续多帧的运动状 态是否一 致； 将所述第一连续多帧中最后一帧点云数据中所述每个候选队列的所述多个目标对应 所述点云数据子集输入预先训练的拖斗识别模型， 确定所述每个候选队列的所述多个目标 是否被识别为 拖斗； 若所述每个候选队列的所述多个目标在所述第 一连续多帧的运动状态一致， 且所述每 个候选队列的所述多个目标被识别为 拖斗， 则确定所述每 个候选队列为 拖车队列； 其中， 所述拖斗识别模型为预先采用标注有拖斗信 息的样本点云数据进行训练得到的 模型。 5.根据权利要求1所述的方法， 其特征在于， 所述针对所述拖车队列根据 所述激光雷达 在第二连续多帧采集的点云数据中所述拖车队列的多个目标对应所述点云数据的子集， 创权　利　要　求　书 1/2 页 2 CN 114387305 A 2建拖车队列模型， 包括： 判断在所述第二连续多帧采集的点云数据中是否均观测到所述拖车队列的多个目标 对应所述 点云数据的子集； 若是， 则根据 所述第二连续多帧中最后 一帧点云数据中所述拖车队列的多个目标对应 所述点云数据的子集， 创建所述 拖车队列模型。 6.根据权利要求5所述的方法， 其特征在于， 在所述根据 所述第二连续多帧中最后一帧 点云数据中所述拖车队列的多个目标对应所述点云数据的子集， 创建所述拖车队列模型之 后， 所述方法还 包括： 根据所述激光雷达在所述第二连续多帧之后的每一帧采集的点云数据中所述拖车队 列的多个目标对应所述 点云数据的子集， 更新所述 拖车队列模型。 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： 根据所述拖车队列模型的运动状态对所述拖车队列中的多个目标的运动状态进行矫 正。 8.一种拖车队列跟踪装置， 其特 征在于， 所述装置包括： 预处理模块， 用于对自动驾驶车辆上所装载的激光雷达采集的点云数据进行预处理， 得到至少一个候选队列， 每 个候选队列包括多个目标， 每 个目标对应所述 点云数据的子集； 运动状态计算模块， 根据所述激光雷达在第 一连续多帧采集的点云数据中所述每个目 标对应所述 点云数据的子集， 确定所述每 个目标的运动状态； 拖车队列确定模块， 用于根据所述每个候选队列的多个目标的运动状态， 确定所述每 个候选队列是否为 拖车队列； 模型创建模块， 用于若所述每个候选队列是拖车队列， 则针对所述拖车队列根据所述 激光雷达在第二连续多帧采集的点云数据中所述拖车队列的多个目标对应所述点云数据 的子集， 创建拖车队列模型， 所述拖车队列模型 的运动状态与所述拖车队列的多个目标 的 运动状态一 致。 9.一种计算机设备， 其特征在于， 包括： 处理器、 存储器， 所述存储器 中存储有所述处理 器可执行 的程序指令， 当所述计算机设备运行时， 所述处理器执行所述存储器中存储的所 述程序指令， 以执 行如权利要求1至7任一所述的拖车队列跟踪方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有计算机程序， 所述计算机程序 被处理器运行时以执 行如权利要求1至7任一所述的拖车队列跟踪方法的步骤。权　利　要　求　书 2/2 页 3 CN 114387305 A 3