[发明专利]一种多目标位姿实时在线估计方法、系统、设备及介质

权利要求书

1.一种多目标位姿实时在线估计方法，其特征在于，包括以下步骤：

S1：从不同高度及角度采集航拍车辆图像，并标注图像中的车头及车辆，生成航拍车辆训练集，并对航拍车辆训练集进行训练，生成目标检测模型；

S2：对目标检测模型进行轻量化，并将轻量化后的目标检测模型部署在GPU嵌入式开发板上；

S3：将搭载有云台摄像机的GPU嵌入式开发板安装在无人机上，获取航拍图像，并将获取到的航拍图像输入到轻量化后的目标检测模型，获得目标检测结果；

S4：根据目标检测结果分别计算车头和车辆检测框的重叠率，实现车辆和对应车头的关联，然后连接车辆和车头的质心，计算车辆的姿态角；

S5：根据目标检测结果，以欧氏距离作为相邻帧目标间的相似度度量，建立关联矩阵，求解全局最优匹配，对最优匹配结果进行筛选，得到目标跟踪结果，将目标跟踪结果与车辆姿态角进行匹配，获得目标的实时位姿。

2.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，S1中采用YOLOv5s网络对航拍车辆训练集进行训练。

3.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，目标检测模型的轻量化是对目标检测模型进行压缩和优化。

4.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，车头和车辆检测框的重叠率计算公式为：

其中，分别为车头i和车辆j的检测框的面积。

5.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，车辆姿态角的计算公式为：

其中，(x₁,y₁)和(x₂,y₂)分别为车头和车辆的质心坐标。

6.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，关联矩阵为：

其中，表示第t帧中检测到的第i个车辆，M和N分别表示第t帧和第t+1帧中检测出来的目标个数，表示车辆之间的欧氏距离。

7.根据权利要求1所述的一种多目标位姿实时在线估计方法，其特征在于，求解全局最优匹配采用匈牙利算法。

8.一种多目标位姿实时在线估计系统，基于权利要求1-7任一所述一种多目标位姿实时在线估计方法，其特征在于，包括：

训练集模块：用于从不同高度及角度采集航拍车辆图像，并标注图像中的车头及车辆，生成航拍车辆训练集，并对航拍车辆训练集进行训练，生成模型；

部署模块：用于对目标检测模型进行轻量化，并将轻量化后的目标检测模型部署在GPU嵌入式开发板上；

检测模块：将搭载有云台摄像机的GPU嵌入式开发板安装在无人机上，获取航拍图像，并将获取到的航拍图像输入到轻量化后的目标检测模型，获得目标检测结果；

计算模块：用于根据目标检测结果分别计算车头和车辆检测框的重叠率，实现车辆和对应车头的关联，然后连接车辆和车头的质心，计算车辆的姿态角；

位姿获取模块：用于根据目标检测结果，以欧氏距离作为相邻帧目标间的相似度度量，建立关联矩阵，求解全局最优匹配，对最优匹配结果进行筛选，得到目标跟踪结果，将目标跟踪结果与车辆姿态角进行匹配，获得目标的实时位姿。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种多目标位姿实时在线估计方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种多目标位姿实时在线估计方法的步骤。