[发明专利]一种对象的跟踪方法、装置、存储介质及电子装置

权利要求书

1.一种对象的跟踪方法，其特征在于，包括：

融合第一设备获取的第一数据以及第二设备获取的第一点云，得到第一目标点云帧，其中，所述第一数据为所述第一设备在目标时刻对目标区域进行拍摄所得到的数据，所述第一点云为所述第二设备在所述目标时刻对所述目标区域进行拍摄所得到的点云，所述第一设备拍摄所述目标区域的角度与所述第二设备拍摄所述目标区域的角度相同；

基于所述第一目标点云帧预测所述第一目标点云帧中包括的每个第一对象在第二目标点云帧中的第一预测位置信息，其中，所述第二目标点云帧为通过融合所述第一设备获取的第二数据以及所述第二设备获取的第二点云所得到的点云帧，所述第二数据为在所述第一数据之后获取的，且与所述第一数据相邻的数据，所述第二点云为在所述第一点云之后获取的，且与所述第一点云相邻的点云；

确定所述第二目标点云帧中包括的每个第二对象的第一实际位置信息；

基于每个所述第一预测位置信息以及每个所述第一实际位置信息确定所述第二目标点云帧中包括的与所述第一对象相同的对象。

2.根据权利要求1所述的方法，其特征在于，融合第一设备获取的第一数据以及第二设备获取的第一点云，得到第一目标点云帧包括：

将所述第一数据中包括的每个像素点映射到所述第一点云所在的坐标系，得到目标像素点；

针对所述第一点云中包括的每个目标点均执行以下操作，以确定每个所述目标点的目标向量：确定所述目标点的坐标值以及响应强度值，确定与所述目标点对应的所述目标像素点的颜色参数值，将所述坐标值、所述响应强度值以及所述颜色参数值确定为所述目标点的目标向量；

将确定了所述目标向量的所述目标点所构成的点云确定为所述第一目标点云帧。

3.根据权利要求1所述的方法，其特征在于，基于所述第一目标点云帧预测所述第一目标点云帧中包括的每个第一对象在第二目标点云帧中的第一预测位置信息包括：

基于所述第一目标点云帧中包括的每个目标点的目标向量确定所述第一对象的尺寸信息；

基于所述尺寸信息确定所述第一对象的位置信息；

基于所述第一目标点云帧确定所述第一对象的目标运动速度；

基于所述位置信息以及所述目标运动速度确定所述第一预测位置信息。

4.根据权利要求3所述的方法，其特征在于，基于所述第一目标点云帧确定所述第一对象的目标运动速度包括：

获取所述第二目标点云帧；

将所述第一目标点云帧以及所述第二目标点云帧输入至目标网络模型，确定所述第一目标点云帧中包括的每个所述第一对象的第一预测目标框，以及所述第一对象在所述第二目标点云帧中的第二预测目标框，其中，所述目标网络模型为利用多组训练数据通过机器学习所得到的模型，多组所述训练数据中的每组所述训练数据均包括相邻的点云帧对，以及每个点云帧中包括的对象的标定框参数；

基于所述第一预测目标框以及所述第二预测目标框确定所述第一对象的所述目标运动速度。

5.根据权利要求4所述的方法，其特征在于，基于所述第一预测目标框以及所述第二预测目标框确定所述第一对象的所述目标运动速度包括：

确定所述第一预测目标框的第一标记点的第一坐标；

确定所述第二预测目标框的第二标记点的第二坐标；

基于所述第一坐标以及所述第二坐标确定所述第一对象的移动距离；

确定所述第一设备或所述第二设备的采样时间间隔；

将所述移动距离与所述采样时间间隔的比值确定为所述目标运动速度。

6.根据权利要求1所述的方法，其特征在于，基于每个所述第一预测位置信息以及每个所述第一实际位置信息确定所述第二目标点云帧中包括的与所述第一对象相同的对象包括：

确定每个所述第一预测位置信息与每个所述第一实际位置信息之间的目标距离；

确定所述目标距离中包括的小于预定阈值的第一子目标距离；

确定所述第一子目标距离中包括的最小子距离对应的第一子实际位置信息；

将所述第一子实际位置信息对应的所述第二对象确定为与所述第一对象相同的对象。