(19)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 202210826364.X (22)申请日 2022.07.13 (71)申请人 九识 （苏州） 智能科技有限公司 地址 215124 江苏省苏州市苏州工业园区 金鸡湖大道88号人工智能产业园G4- 202-010单元 申请人 九识智行 （北京） 科技有限公司 (72)发明人 潘余昌　许书衡　 (74)专利代理 机构 北京磐华捷成知识产权代理 有限公司 1 1851 专利代理师 翟海青 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/764(2022.01) G06T 7/246(2017.01)G06T 7/73(2017.01) (54)发明名称 用于自动驾驶车辆的分层感知方法、 系统和 车辆 (57)摘要 本申请提供一种自动驾驶车辆的分层感知 方法、 系统和自动驾驶车辆， 所述方法包括： 获取 障碍物的前连续多帧感知数据； 根据所述前连续 多帧感知数据识别所述障碍物， 并确定所述障碍 物的类别； 对 所述类别的所述障碍物进行持续跟 踪； 评估所述持续跟踪的结果， 若所述持续跟踪 结果指示所述持续跟踪的准确率低于预设阈值， 则进行自我矫正； 判断所述障碍物是否全部离开 视野， 当所述障碍物全部离开所述视野时， 停止 对所述障碍物的跟踪。 本申请可以让感知逻辑大 大减少冗余的计算， 同时高度并行化每个障碍物 的跟踪检测。 另外， 本申表具有优先级调整能力， 针对重要的障碍物进行优先识别。 权利要求书2页 说明书10页 附图4页 CN 115187958 A 2022.10.14 CN 115187958 A 1.一种用于自动驾驶车辆的分层感知方法， 其特 征在于， 所述方法包括： 获取障碍物的前 连续多帧感知数据； 根据所述前 连续多帧感知数据识别所述障碍物， 并确定所述障碍物的类别； 对所述类别的所述障碍物进行持续跟踪； 评估所述持续跟踪的结果， 若所述持续跟踪结果指示所述持续跟踪的准确率低于预设 阈值， 则进行自我矫 正； 判断所述障碍物是否全部离开视野， 当所述障碍物全部离开所述视野时， 停止对所述 障碍物的跟踪。 2.如权利要求1所述的方法， 其特征在于， 根据所述前连续多帧感知数据识别所述障碍 物， 并确定所述障碍物的类别， 包括： 对所述前 连续多帧感知数据进行 预处理和数据分割； 将数据分割后的所述前连续多帧感知数据发送至识别模型， 以识别所述障碍物， 并获 得所述障碍物的基础信息， 然后采用分类模型对所述障碍物进行分类， 以获得所述障碍物 的类别； 采用模型库中的小模型对所述类别的所述障碍物进行校验， 以获得所述障碍物的基础 信息并存 储。 3.如权利要求2所述的方法， 其特征在于， 对所述类别的所述障碍物进行持续跟踪， 包 括： 获取所述前连续多帧感知数据之后的连续多帧感知数据； 根据决策规划模块反馈的预测结果， 推演所述障碍物的下一空间位置； 将所述下一空间位置反馈给驱动模块， 以使所述驱动模块对所述连续多帧感知数据进 行预分割， 并发送至所述小模型， 以对所述障碍物进行持续跟踪； 获取所述障碍物的细节信息并存 储。 4.如权利要求3所述的方法， 其特征在于， 根据决策规划模块反馈的预测信息， 推演所 述障碍物的下一空间位置， 包括： 当存在多个障碍物时， 根据所述决策规划模块的规划结果， 确定所述多个障碍物的优 先级； 根据所述多个障碍物的优先级， 推演所述多个障碍物的下一空位置 。 5.如权利要求3所述的方法， 其特 征在于， 进行自我矫 正， 包括： 删除经存 储的所述障碍物的所述基础信息和所述细节信息； 向驱动模块发送取消对所述连续多帧感知数据进行预分割的命令， 以取消对所述连续 多帧感知数据的所述预分割； 返回所述根据 所述前连续多帧感知数据识别所述障碍物， 并确定所述障碍物的类别的 步骤， 以重新对所述障碍物进行识别。 6.如权利要求5所述的方法， 其特征在于， 删除经存储的所述障碍物的所述基础信 息和 所述细节信息之前， 所述方法还 包括： 对所述连续多帧感知数据进行多帧验证； 当所述多帧验证的结果均表明所述持续跟踪的准确率低于预设阈值， 则进行自我矫 正；权　利　要　求　书 1/2 页 2 CN 115187958 A 2当所述多帧验证的结果中存在准确率不低于预设阈值的感知数据， 则继续对所述类别 的所述障碍物进行持续跟踪。 7.如权利要求1所述的方法， 其特征在于， 评估所述持续跟踪的结果之后， 所述方法还 包括： 若所述持续跟踪结果指示所述持续跟踪的准确率低于预设阈值， 则向决策规划模块发 出警示信息， 以便所述决策规划模块重新进行规划。 8.如权利要求1所述的方法， 其特征在于， 判断所述障碍物是否全部离开视野， 当所述 障碍物全部 离开所述视野时， 停止对所述障碍物的追踪， 包括： 判断所述障碍物是否 离开所述视野； 当所述障碍物离开所述视野时， 判断所述障碍物是否被遮挡； 当所述障碍物被遮挡时， 则保留所述障碍物在追踪列表内， 否则确定所述障碍物全部 离开所述视野； 停止对所述障碍物的跟踪。 9.如权利要求8所述的方法， 其特 征在于， 判断所述障碍物是否被遮挡， 包括： 判断所述障碍物消失的位置是否出现新的感知数据； 若所述障碍物消失的位置出现所述 新的感知数据， 则确定所述障碍物被遮挡。 10.如权利要求1 ‑9任一项所述的方法， 其特征在于， 所述感知数据包括点云数据和图 像数据。 11.如权利要求10所述的方法， 其特 征在于， 当所述感知数据为所述 点云数据时， 对所述前 连续多帧感知数据进行 预处理， 包括： 对所述点云数据进行以下至少一项操作： 坐标变换、 合并和去噪； 当所述感知数据为所述图像数据时， 对所述前 连续多帧感知数据进行 预处理， 包括： 对所述图像数据进行以下至少一项操作： 去畸变、 图像信号处 理和旋转。 12.一种用于自动驾驶车辆的分层感知系统， 其特 征在于， 所述系统包括： 获取模块， 用于获取障碍物的前 连续多帧感知数据； 识别模块， 用于根据所述前连续多帧感知数据识别所述障碍物， 并确定所述障碍物的 类别； 跟踪模块， 用于对所述类别的所述障碍物进行持续跟踪； 矫正模块， 用于评估所述持续跟踪的结果， 若所述持续跟踪结果指示所述持续跟踪的 准确率低于预设阈值， 则进行自我矫 正； 退出模块， 用于判断所述障碍物是否全部离开视野， 当所述障碍物全部离开所述视野 时， 停止对所述障碍物的跟踪。 13.一种自动驾驶车辆， 其特 征在于， 所述自动驾驶车辆包括： 存储器和 处理器， 所述存储器上存储有由所述处理器运行的计算机程序， 所述计算机 程序在被所述处理器运行时， 使得所述处理器执行如权利要求1至11任一项所述的用于自 动驾驶车辆的分层感知方法。 14.一种存储介质， 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 在被处理器运行时使得所述处理器执行如权利要求1至11任一项 所述的用于自动驾驶车辆 的分层感知方法。权　利　要　求　书 2/2 页 3 CN 115187958 A 3