本发明一般性地涉及自动驾驶领域，特别涉及一种基于光检测和测距(lidar)的车辆追踪方法和系统。
背景技术：
1、智能车辆和自动驾驶车辆有希望成为提高道路安全、解决交通问题和提高乘客舒适性的解决方案。车辆追踪是道路车辆面临的复杂且具挑战性的众多任务中的其中之一。在许多驾驶员辅助系统或者自动驾驶车辆中，车辆追踪起到重要的作用。车辆追踪系统追踪本车在周围环境中的位置和运动车辆的形状，并且提供用于车辆路径规划的重要信息。
技术实现思路
1、本实施例的各种对象、特征、方面和优点将从本实施例的下列实施例的详细描述以及附图中变得更加明显，附图中相同的数字表示相同的部件。
2、本公开的一些实施例提供了一种基于lidar的车辆追踪方法，用于在一个非易失性存储介质中存储一个或多个程序。一个或多个程序包括多条指令，这些指令被一个计算机设备执行后使得该计算机设备执行如下的步骤，包括：将一帧lidar数据中属于多个车辆的多个点集点簇作为输入；对每个车辆作为概率分布进行追踪；根据概率分布将每个追踪到的车辆分配给多个点簇中的一个对应的点簇；根据分配的点簇来重新计算每个追踪到的车辆概率分布。
3、本公开的一些实施例提供了基于lidar的车辆追踪系统。该系统包括一个互联网服务器，包括：一个输入输出端口，用于与一个用户端装置进行电子信号的发送和接收；一个存储器；一个或多个处理单元；以及，在存储器中存储有可被一个或多个处理单元执行的一个或多个程序，该一个或多个程序包括实现多条指令，多条指令被一个或多个处理单元执行后实现：将一帧lidar数据中属于多个车辆的多个点集点簇作为输入；对每个车辆作为概率分布进行追踪；根据概率分布将每个追踪到的车辆分配给多个点簇中的一个对应的点簇；根据分配的点簇来重新计算每个追踪到的车辆概率分布。
1.一种方法，包括：
2.根据权利要求1所述的方法，其中将每个车辆作为概率分布进行追踪还包括：
3.一种用于基于lidar的车辆追踪的系统，所述系统包括：
4.根据权利要求3所述的系统，其中将每个车辆作为概率分布进行追踪还包括：
5.根据权利要求3所述的系统，还包括：
6.根据权利要求1所述的方法，还包括：
7.根据权利要求1所述的方法，还包括：
8.根据权利要求1所述的方法，其中，所述匹配由所述处理器的分配模块完成，进一步地，其中所述重新计算由所述处理器的重新计算模块完成，所述方法还包括从所述重新计算模块向所述分配模块发送概率模型。
9.根据权利要求3所述的系统，其中所述一个或多个程序还包括用于将所述概率模型从被配置为执行重新计算所述概率分布的重新计算模块发送到被配置为执行匹配的分配模块的指令，所述分配模块进一步被配置为接收所述概率模型以促进所述匹配。
10.根据权利要求1所述的方法，还包括从全球定位系统和地图接收信息以从所述余下的点的点簇中移除任何不在可行驶道路上的点簇。
11.一种非暂时性计算机可读存储介质，用于存储一个或多个程序，所述一个或多个程序包括指令，当由计算设备执行时，所述指令使得所述计算设备执行以下步骤，包括：
12.根据权利要求11所述的非暂时性计算机可读存储介质，其中所述一个或多个程序还包括指令，用于从全球定位系统和地图接收信息以从所述余下的点的点簇中移除任何不在可行驶道路上的点簇。
13.根据权利要求2所述的方法，其中所述车辆特征中的特征由概率分布描述。
14.根据权利要求4所述的系统，其中所述车辆特征中的特征由概率分布描述。
15.根据权利要求1所述的方法，其中属于车辆的所述点簇中的点簇的特征包括以下项中的至少一项：所述点簇的位置、速度或形状。
16.根据权利要求3所述的系统，其中属于车辆的所述点簇中的点簇的特征包括以下项中的至少一项：所述点簇的位置、速度或形状。
17.根据权利要求11所述的非暂时性计算机可读存储介质，其中属于车辆的所述点簇中的点簇的特征包括以下项中的至少一项：所述点簇的位置、速度或形状。
18.根据权利要求3所述的系统，其中，重新计算匹配的车辆的所述概率分布之后，将属于车辆的所述簇的簇分配给匹配的车辆。
19.根据权利要求11所述的非暂时性计算机可读存储介质，其中，重新计算匹配的车辆的所述概率分布之后，将属于车辆的所述簇的簇分配给所述匹配的车辆。
