3个跟HM对象跟踪相关的对象类 Object、TrackedObject、ObjectTrack
Object类:感知到的车辆信息。包含物体的点云、多边形轮廓(Polygon)、类别(vehicle, bicycle, pedestrian, truck等)、分类置信度、方向(航向角:参考文章)、长宽、速度等。
TrackedObject类:封装了Object,包含Object类,增加了中心、重心、速度、加速度、方向等信息。
ObjectTrack类:封装了TrackedObject,包含了TrackedObject类的信息,,增加了跟踪物体滤波,预测运动趋势等函数。
HM对象跟踪器
匈牙利算法用于检测到跟踪的关联,将当前帧检测到的障碍物与现存的跟踪列表中的障碍物关联
鲁棒卡尔曼滤波用来进行运动估计
跟踪流程
(1)预处理:坐标转换、跟踪对象创建、跟踪目标保存
(2)卡尔曼滤波,预测物体当前位置和速度
(3)匈牙利算法匹配,关联检测到的物体和跟踪列表中的物体
(4)卡尔曼滤波,新跟踪物体的位置和速度更新
代码入口:apollo/modules/perception/obstacle/onboard/lidar_process_subnode.cc
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17void LidarProcessSubnode::OnPointCloud(const sensor_msgs::PointCloud2& message) { //call hdmap to get ROI // call roi_filter // call segmentor // call object builder // call tracker if (tracker_ != nullptr) { TrackerOptions tracker_options; tracker_options.velodyne_trans = velodyne_trans; tracker_options.hdmap = hdmap; tracker_options.hdmap_input = hdmap_input_; if (!tracker_->Track(objects, timestamp_, tracker_options, &(out_sensor_objects->objects))) { ... } } }
预处理
最后
以上就是狂野小海豚最近收集整理的关于百度Apollo自动驾驶感知模块学习笔记、入门的全部内容,更多相关百度Apollo自动驾驶感知模块学习笔记、入门内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复