[发明专利]基于雷视融合的车辆追踪方法以及装置

权利要求书

1.一种基于雷视融合的车辆追踪方法，其特征在于，包括：

获取每个单路口节点内每个车辆编号对应的雷视融合数据集，所述雷视融合数据集包括第一个时间戳至第N个时间戳内对应的N个数据组；

根据每个所述单路口节点内每个所述车辆编号对应的雷视融合数据集，判断相邻路口节点是否存在重叠雷视融合数据，若所述相邻路口节点存在重叠雷视融合数据，则多个所述相邻路口节点形成关联子域；

对所述雷视融合数据集中车牌号码对应的车辆图像进行二次校验，并根据二次校验结果判断所述车牌号码对应的置信度是否大于置信度阈值；

若所述车牌号码对应的置信度大于或等于所述置信度阈值，则根据最高置信度对应的车牌号码对所述雷视融合数据集中所有车牌号码进行统一化形成唯一车牌号码，若所述车牌号码对应的置信度小于所述置信度阈值，则将所述车牌号码替换为虚拟车牌号码，获得车牌处理后的雷视融合数据集；

对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集；

判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码；

若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集；

根据所述节点融合数据集，获得车辆追踪轨迹。

2.根据权利要求1所述的基于雷视融合的车辆追踪方法，其特征在于，所述对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集之后，所述方法还包括：

判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆加速度或者车辆减速度是否超过阈值；

若所述车辆加速度或者所述车辆减速度超过所述阈值，则对所述车辆加速度或者所述车辆减速度进行平滑处理；

判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆速度是否低于速度阈值；

若所述车辆速度低于所述速度阈值，则对车辆位置进行平滑处理。

3.根据权利要求2所述的基于雷视融合的车辆追踪方法，其特征在于，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码之后，所述方法还包括：

若所述关联子域中所述相邻路口节点内包含一个所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述N个数据组进行数据融合，获得所述节点融合数据集；

其中，相同所述车辆编号中一个所述车辆编号对应所述唯一车牌号码，一个所述车辆编号对应所述虚拟车牌号码。

4.根据权利要求3所述的基于雷视融合的车辆追踪方法，其特征在于，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码之后，所述方法还包括：

若所述关联子域中所述相邻路口节点内不包含所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述统一雷视融合数据集的所述N个数据组进行数据融合，获得所述节点融合数据集；

其中，相同所述车辆编号对应所述虚拟车牌号码。

5.根据权利要求4所述的基于雷视融合的车辆追踪方法，其特征在于，所述若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集之后，所述根据所述节点融合数据集，获得车辆追踪轨迹之前，所述方法还包括：

调取进行数据融合的所述N个数据组中车外观特征图像，并对所述车外观特征图像进行对比校验，判断所述节点融合数据集是否为同一车辆的融合数据。

6.根据权利要求3所述的基于雷视融合的车辆追踪方法，其特征在于，所述方法还包括：

根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中的所述虚拟车牌号码进行替换；

根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中无车牌号码的数据组进行车牌号码补齐。