[发明专利]一种目标追踪方法、目标追踪装置及终端设备在审

专利信息
申请号: 202010174552.X 申请日: 2020-03-13
公开(公告)号: CN111462176A 公开(公告)日: 2020-07-28
发明(设计)人: 陈浩;吴运才;陈勇全;钱辉环 申请(专利权)人: 深圳市人工智能与机器人研究院;香港中文大学(深圳)
主分类号: G06T7/246 分类号: G06T7/246;G06T7/521;G06T7/55;G06T7/73
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 张全文
地址: 518000 广东省深圳市龙岗区坂*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 追踪 方法 装置 终端设备
【权利要求书】:

1.一种目标追踪方法,其特征在于,包括:

获取相邻的两个追踪时刻各自对应的视觉图像中的目标视觉位置信息,并计算所述目标视觉位置信息之间的视觉关联矩阵;

获取所述相邻的两个追踪时刻各自对应的雷达点云图像中的目标点云位置信息,并计算所述目标点云位置信息之间的点云关联矩阵;

根据所述视觉关联矩阵和所述点云关联矩阵计算所述相邻的两个追踪时刻之间的目标关联矩阵;

根据所述目标关联矩阵对所述相邻的两个追踪时刻进行目标关联处理,并根据所述目标关联处理的结果确定所述两个相邻的追踪时刻之间的目标轨迹。

2.如权利要求1所述的目标追踪方法,其特征在于,所述计算所述目标视觉位置信息之间的视觉关联矩阵,包括:

将所述相邻的两个追踪时刻中的后一个时刻对应的目标视觉位置信息记为实际视觉位置信息;

根据所述相邻的两个追踪时刻中的前一个时刻对应的目标视觉位置信息,对所述相邻的两个追踪时刻中的后一个时刻的目标视觉位置进行预测,得到预测视觉位置信息;

计算所述实际视觉位置信息和所述预测视觉位置信息之间的视觉关联矩阵。

3.如权利要求2所述的目标追踪方法,其特征在于,所述计算所述实际视觉位置信息和所述预测视觉位置信息之间的视觉关联矩阵,包括:

计算所述实际视觉位置信息和所述预测视觉位置信息之间的视觉距离矩阵;

计算所述实际视觉位置信息和所述预测视觉位置信息之间的视觉特征差值矩阵;

将所述视觉距离矩阵和所述视觉特征差值矩阵生成所述视觉关联矩阵。

4.如权利要求1所述的目标追踪方法,其特征在于,所述计算所述目标点云位置信息之间的点云关联矩阵,包括:

将所述相邻的两个追踪时刻中的后一个时刻对应的目标点云位置信息记为实际点云位置信息;

根据所述相邻的两个追踪时刻中的前一个时刻对应的目标点云位置信息,对所述相邻的两个追踪时刻中的后一个时刻的点云目标位置进行预测,得到预测点云位置信息;

计算所述实际点云位置信息和所述预测点云位置信息之间的点云关联矩阵。

5.如权利要求4所述的目标追踪方法,其特征在于,所述计算所述实际点云位置信息和所述预测点云位置信息之间的点云关联矩阵,包括:

计算所述实际点云位置信息和所述预测点云位置信息之间的点云距离矩阵,将所述点云距离矩阵记为所述点云关联矩阵。

6.如权利要求1所述的目标追踪方法,其特征在于,所述根据所述目标关联矩阵对所述相邻的两个追踪时刻进行目标关联处理,包括:

基于匈牙利算法对所述目标关联矩阵进行矩阵处理;

根据所述矩阵处理的结果,确定所述相邻的两个追踪时刻各自对应的目标之间的关联关系。

7.如权利要求6所述的目标追踪方法,其特征在于,在述根据所述目标关联矩阵对所述相邻的两个追踪时刻进行目标关联处理之后,所述方法还包括:

若所述相邻的两个追踪时刻各自对应的目标中存在未确定关联关系的孤立目标,则继续将漏检时刻之后的N个追踪时刻分别与所述漏检时刻进行目标关联处理,得到N个目标关联结果,其中,所述N为正整数,所述漏检时刻为所述孤立目标对应的追踪时刻;

根据所述N个目标关联结果确定所述孤立目标的目标轨迹。

8.一种目标追踪装置,其特征在于,包括:

视觉信息获取单元,用于获取相邻的两个追踪时刻各自对应的视觉图像中的目标视觉位置信息,并计算所述目标视觉位置信息之间的视觉关联矩阵;

点云信息获取单元,用于获取所述相邻的两个追踪时刻各自对应的雷达点云图像中的目标点云位置信息,并计算所述目标点云位置信息之间的点云关联矩阵;

关联矩阵获取单元,用于根据所述视觉关联矩阵和所述点云关联矩阵计算所述相邻的两个追踪时刻之间的目标关联矩阵;

目标追踪单元,用于根据所述目标关联矩阵对所述相邻的两个追踪时刻进行目标关联处理,并根据所述目标关联处理的结果确定所述两个相邻的追踪时刻之间的目标轨迹。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市人工智能与机器人研究院;香港中文大学(深圳),未经深圳市人工智能与机器人研究院;香港中文大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010174552.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top