CN112561962A - 一种目标对象的跟踪方法及系统 - Google Patents

一种目标对象的跟踪方法及系统 Download PDF

Info

Publication number
CN112561962A
CN112561962A CN202011479470.2A CN202011479470A CN112561962A CN 112561962 A CN112561962 A CN 112561962A CN 202011479470 A CN202011479470 A CN 202011479470A CN 112561962 A CN112561962 A CN 112561962A
Authority
CN
China
Prior art keywords
target object
motion
actual
position points
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202011479470.2A
Other languages
English (en)
Inventor
苑贵全
张志明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Weijie Dongbo Information Technology Co ltd
Original Assignee
Beijing Weijie Dongbo Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Weijie Dongbo Information Technology Co ltd filed Critical Beijing Weijie Dongbo Information Technology Co ltd
Priority to CN202011479470.2A priority Critical patent/CN112561962A/zh
Publication of CN112561962A publication Critical patent/CN112561962A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种目标对象的跟踪方法及系统，其中目标对象的跟踪方法具体包括以下步骤：确定目标对象，以及目标对象的第一运动轨迹；根据目标对象进行多个第一实际运动位置点的获取，并进行标记；对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点；对多个第二实际运动位置点进行处理，得到第二运动轨迹；将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。本申请可以快速且准确的对目标对象的位置进行确定，同时将实际位置与理论位置相比较，查看目标对象的运动轨迹是否偏离，对目标对象进行了良好的监控。

Description

一种目标对象的跟踪方法及系统
技术领域
本申请涉及大数据处理技术领域，尤其涉及一种目标对象的跟踪方法及系统。
背景技术
随着车辆数量的急剧增加，交通系统日益受到人们的重视。因此，交通系统开始向智能化与自动化发展。要实现交通系统得智能化与自动化，首要任务就是系统能够很好的完成目标对象的定位和跟踪，以便为整个智能交通提供有效信息。传统的对于目标对象的定位和跟踪，就是在城市的主干道上安装地感线圈、地磁、测速雷达和视频监测的装置，用于获取目标对象的位置。但是这种得到路况信息的数据资源不太容易通过共享获取。
因此，如何提出目标对象的跟踪方法及系统以解决现有技术中目标对象的位置不准确的问题，是本领域人员目前急需解决的问题。
发明内容
本申请提供一种目标对象的处理跟踪方法，具体包括以下步骤：确定目标对象，以及目标对象的第一运动轨迹；根据目标对象进行多个第一实际运动位置点的获取，并进行标记；对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点；对多个第二实际运动位置点进行处理，得到第二运动轨迹；将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
如上的，其中，目标对象为进行跟踪的一个或多个目标车辆。
如上的，其中，目标对象的第一运动轨迹为目标对象理论上需要路过的位置。
如上的，其中，在获取目标对象的第一运动轨迹后，还包括，获取与城市交通环境对应的城市地图。
如上的，其中，根据目标对象进行多个第一实际运动位置点的获取并进行标记，具体包括以下步骤：在交通环境中确定目标对象；确定目标对象首次出现的时间，根据目标对象首次在城市交通环境图像中出现的时间进行目标对象的首次提取，将该位置作为第一实际运动位置点进行标记；查找不同时刻在交通环境图像中出现的目标对象，将目标对象出现的该位置作为其他第一实际运动位置点，并进行标记；在城市地图中获取与标记的多个第一实际运动位置点对应的位置。
如上的，其中，对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点，具体包括以下步骤：预先设定目标对象第一实际运动位置点的最小数量；获取城市地图中标记的多个第一实际运动位置点的数量，并与预先设定的第一实际运动位置点的最小数量进行比较；若城市地图中标记的多个第一实际运动位置点的数量小于最小数量，则以多个第一实际运动位置点为基础进行网格的划分；根据划分后的网格，在网格中添加指定数量的实际填充运动位置点，将多个第一实际运动位置点与实际填充运动位置点作为第二实际运动位置点。
如上的，其中，添加指定数量的实际填充运动位置点之前，还包括，根据第一实际运动位置点选取理想填充运动位置点。
如上的，其中，在指定的第一实际运动位置点的相邻单元格中确定理想填充运动位置点。
如上的，其中，选取理想填充运动位置点后，还包括，判断理想填充运动位置点与下一个第一实际运动位置点的关系。
一种目标对象的跟踪系统，该系统包括：其中获取单元，用于获取目标对象，以及目标对象的第一运动轨迹；第一实际运动位置点获取单元，用于根据目标对象进行多个第一实际运动位置点的获取，并进行标记；第二实际运动位置点获取单元，用于对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点；第二运动轨迹获取单元，用于对多个第二实际运动位置点进行处理，得到第二运动轨迹；跟踪结果确定单元，用于将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
本申请实现的有益效果如下：
本申请可以快速且准确的对目标对象的位置进行确定，同时将实际位置与理论位置相比较，查看目标对象的运动轨迹是否偏离，对目标对象进行了良好的监控。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种目标对象的跟踪方法的流程图。
图2为本申请实施例提供的一种目标对象的跟踪系统示意图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
如图1所示，本申请提供一种目标对象的跟踪方法，该方法包括如下步骤：
步骤S110：确定目标对象，以及目标对象的第一运动轨迹。
其中目标对象为道路中的预先指定跟踪的一个或多个目标车辆。
其中目标对象的第一运动轨迹为目标对象理论上需要路过的位置，例如从A点到B点，按照规划路线进行行驶所经过的位置被称为理论位置点，所经过的轨迹被称为第一运动轨迹。
其中，在获取目标对象的第一运动轨迹后，还包括，获取与城市交通环境对应的城市地图。
其中，城市地图可以是现有技术中常用的二维地图，可根据现有技术形成并获取，在此不进行赘述。其中，由于城市地图是与城市交通环境对应的地图，城市地图中包含与城市交通环境中的地理位置相同的位置。
优选地，在获取城市地图后，还包括，将目标对象的理论位置点标记在城市地图中，以及将形成的第一运动轨迹标记在城市地图中。
步骤S120：根据目标对象进行多个第一实际运动位置点的获取，并进行标记。
具体地，目标对象的多个第一实际运动位置点为目标对象实际经过的位置，系统能够在城市交通环境中进行目标对象的实时实际运动位置的监控，并将监控结果标记在城市地图上。其中步骤S120具体包括以下步骤：
步骤S1201：在交通环境中确定目标对象。
具体地，将监控到的交通环境图像处理为灰度图像，检测交通环境图像中出现灰度跳变的地方，灰度跳变的像素点构成的即为目标对象。
具体地，计算交通环境图像中的任意像素点的像素强度和像素方向。其中像素强度表示该像素点梯度的幅值，像素方向表示该像素点的指定方向。
进一步地，根据像素方向确定与像素点A在指定方向上最接近的另一像素点B。根据另一像素点B与像素点A计算二者之间的像素强度，若像素强度大于指定阈值，则两个像素点中存在灰度跳变。
其中像素方向Es[u,v]具体表示为：
Figure BDA0002837945000000051
其中，Ja(u,v)表示像素点A的像素坐标，Jb(u,v)表示像素点B的像素坐标。
若像素方向值Es[u,v]越小，则说明两个像素点在指定方向上的距离越近，以此求出与像素点A最接近的像素点B。
像素强度Ed[u,v]具体表示为：
Ed[u,v]＝arctan(Jb/Ja) (公式二)
其中，Jy表示像素点B的灰度值，Jx表示像素点A的灰度值。
若像素强度Ed[u,v]大于指定阈值，则像素点A和B中存在灰度跳变，根据上述公式，依次计算每个像素点是否出现灰度跳变，灰度跳变的像素点则构成目标对象。
步骤S1202：确定目标对象首次出现的时间，根据目标对象首次在城市交通环境图像中出现的时间进行目标对象的首次提取，将该位置作为第一实际运动位置点进行标记。
其中，在案件发生后，在交通环境图像中首次出现目标对象的位置中进行目标对象的首次提取，将该位置作为第一实际运动位置点并标记此时位置。
步骤S1203：查找不同时刻在交通环境图像中出现的目标对象，将目标对象出现的该位置作为其他第一实际运动位置点，并进行标记。
其中，按照目标对象出现的时间，在交通环境图像中对目标对象进行以此提取，并将该位置作为第一实际运动位置点进行标记。
例如首次提取的目标对象的时间为第一时刻，该时刻目标对象的出现位置标记为第一个第一实际运动位置。第一时刻的下一时刻为第二时刻，在第二时刻查找目标对象的出现位置标记为第二个第一实际运动位置点。第二时刻的下一时刻为第三时刻，在第三时刻查找目标对象的出现位置标记为第三个第一实际运动位置点，以此类推，直至无法查找到目标对象出现，完成标记的N个第一实际运动位置点。
具体地，可根据步骤S1201的方法进行目标对象的提取，计算交通环境图像中像素点的像素强度和像素方向。根据像素强度和像素方向确定目标对象。
步骤S1204：在城市地图中获取与标记的多个第一实际运动位置点对应的位置。
具体地，根据标记的多个第一实际运动位置点在城市地图中查找对应的位置，并在城市地图中标记。例如第一时刻的第一个第一实际运动位置点在城市地图中标记为位置1，第二时刻的第二个第一实际运动位置点标记为位置2，以此类推，第N时刻的第N个实际运动位置点标记为位置N。
步骤S130：对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点。
具体地，本实施例中为了直观明显的得到目标对象的运动位置，根据第二实际运动位置点获取明显的运动轨迹，因此需要判断多个第一实际运动位置点(位置1、位置2...)中第一实际运动位置点的数量。步骤S130具体包括以下步骤：
步骤D1：预先设定目标对象第一实际运动位置点的最小数量。
具体地，每个目标对象理论上经过的位置是固定的，因此根据固定的位置进行第一实际运动位置点最小数量的限制，最小数量的具体数值在此不进行限定。
步骤D2：获取城市地图中标记的多个第一实际运动位置点的数量，并与预先设定的第一实际运动位置点的最小数量进行比较。
其中，若第一实际运动位置点的数量小于最小数量，则执行步骤D3，否则将第一实际运动位置点作为第二实际运动位置点，执行步骤S140。
步骤D3：以多个第一实际运动位置点为基础进行网格的划分。
其中，将目标对象经过的多个第一实际运动位置点所在的地图区域作为目标区域，将目标区域为基础扩充指定范围，对范围内的所有区域进行单元格的划分。
步骤D4：根据划分后的网格，在网格中添加指定数量的实际填充运动位置点，将多个第一实际运动位置点与实际填充运动位置点作为第二实际运动位置点。
其中，添加指定数量的实际填充运动位置点之前，还包括，根据现有的第一实际运动位置点选取合适的理想填充运动位置点。
其中，以指定第一实际运动位置点(指定位置，位置1或位置2等)为基础，理想填充运动位置点的选取根据像素值进行确定。
具体地，理想填充运动位置点的像素值根据第一实际运动位置点(位置1、位置2等)进行确定，根据理想填充运动位置点确定实际填充运动位置点，其中理想填充位置点可在相邻的单元格中选取，例如位置1在第一行第一列的单元格中，则可在与第一行第一列相邻的单元格中选取理想填充位置点。其中由于与第一运动位置点相邻的单元格与多个，因此需要在多个相邻的单元格中选取一个理想填充运动位置点。
其中理想填充运动位置点即应该出现与指定位置相邻的单元格中，同时又不能在相邻单元格中与指定位置相隔过远，因此不考虑相邻的单元格中的像素值，仅可结合像素点间的距离进行理想填充运动位置点的估算。
理想填充运动位置点的像素值G具体表示为：
Figure BDA0002837945000000091
其中，wu表示指定位置所在的像素点u所在的单元格的面积，r(u,v)表示与指定位置所在像素点u相邻的单元格中任意像素点v的权值，k(u)表示任意位置所在单元格中的像素点u的像素值。
其中，权值r(u,v)通过任意位置的像素点u与相邻的单元格中像素点v的距离进行设置，若距离较大，则权值较小。若距离较小，则权值较大。
具体地，距离T(u,v)具体表示为：
Figure BDA0002837945000000092
其中，xu表示像素点u的横向坐标，yu表示像素点u的纵向坐标，xv表示像素点v的横向坐标，yv表示像素点v的纵向坐标。
由于是进行位置的填充，若填充后的位置与原本的位置距离过大则可能会保证运动轨迹出现偏差，因此理想填充位置点的距离与相邻位置点的距离不应过大，并且像素值差也不应超过指定阈值。
以位置点1为例，其中若通过相邻像素点v估算出理想填充运动位置点的像素值与位置1的像素值接近，则可在相邻像素点v所在的单元格将相邻像素点v或与相邻像素点v相邻的像素点作为理想填充运动位置点。
进一步地，选取理想填充运动位置点后，还包括，判断理想填充运动位置点与指定位置的下一位置的关系。以位置1和位置2为例，若以位置1为指定位置选取理想填充运动位置点后，理想填充运动位置点与位置2的距离小于指定阈值，则将理想填充运动位置点作为实际填充运动位置点。
其中，将实际填充运动位置点与多个第一实际运动位置点作为第二实际运动位置点。
步骤S140：对多个第二实际运动位置点进行处理，得到第二运动轨迹。
具体地，多个第二运动位置构成目标对象的第二运动轨迹，对多个第二实际运动位置点进行连接，得到第二运动轨迹。
步骤S150：将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
其中根据划分的单元格进行第二运动轨迹与第一运动轨迹的比较。
具体地，由于第一运动轨迹和第二运动轨迹所在地图为同一张城市地图，因此以第一运动轨迹的长度为基准，将第一运动轨迹均匀划分为指定数量的第一运动轨迹，每个第一运动轨迹所在的单元格为标准区域。标准区域的数量为多个。
同理，第二运动轨迹的划分规则以第一运动轨迹为准，每个第二运动轨迹所在的单元格为比对区域，比对区域与标准区域的数量相同，比对区域与标准区域一一对应。
具体地，将标准区域中的第一运动轨迹与比对区域中的第二运动轨迹进行比对，判断第一运动轨迹与第二运动轨迹是否重合。
其中第一运动轨迹和第二运动轨迹实际上为曲线，可通过比对曲线向量进行是否重合的比较，其中以网格的横向方向为X轴方向，网格的纵轴为Y轴方向。
具体地，每个第一运动轨迹的向量
Figure BDA0002837945000000111
表示为：
Figure BDA0002837945000000112
其中，Px1表示第一运动轨迹的向量
Figure BDA0002837945000000113
在X轴上的分量，Py1表示第一运动轨迹的向量
Figure BDA0002837945000000114
在Y轴上的分量，i表示X轴方向的单位向量，j表示Y轴方向的单位向量。
每个第一运动轨迹的向量
Figure BDA0002837945000000115
表示为：
Figure BDA0002837945000000116
其中，Px2第二运动轨迹的向量
Figure BDA0002837945000000117
在X轴上的分量，Py2表示第二运动轨迹的向量
Figure BDA0002837945000000118
在Y轴上的分量，i表示X轴方向的单位向量，j表示Y轴方向的单位向量。
第一运动轨迹的切向量
Figure BDA0002837945000000119
具体表示为：
Figure BDA00028379450000001110
其中，Px1表示第一运动轨迹的向量
Figure BDA00028379450000001111
在X轴上的分量，Py1表示第一运动轨迹的向量
Figure BDA00028379450000001112
在Y轴上的分量，i表示X轴方向的单位向量，j表示Y轴方向的单位向量，ds表示微分。
第二运动轨迹的切向量
Figure BDA00028379450000001113
具体表示为：
Figure BDA0002837945000000121
其中，Px2第二运动轨迹的向量
Figure BDA0002837945000000122
在X轴上的分量，Py2表示第二运动轨迹的向量
Figure BDA0002837945000000123
在Y轴上的分量，i表示X轴方向的单位向量，j表示Y轴方向的单位向量，ds表示微分。
第一运动轨迹与第二运动轨迹之间的距离误差Q具体表示为：
Figure BDA0002837945000000124
其中，Px1表示第一运动轨迹的向量
Figure BDA0002837945000000125
在X轴上的分量，Py1表示第一运动轨迹的向量
Figure BDA0002837945000000126
在Y轴上的分量，Px2第二运动轨迹的向量
Figure BDA0002837945000000127
在X轴上的分量，Py2表示第二运动轨迹的向量
Figure BDA0002837945000000128
在Y轴上的分量，i表示X轴方向的单位向量，j表示Y轴方向的单位向量，ds表示微分。
其中，若距离误差Q为零，则跟踪结果为第一运动轨迹于第二运动轨迹重合，若距离误差Q小于指定阈值，则跟踪结果为第一运动轨迹与第二运动轨迹是及其接近的。
若距离误差Q大于指定阈值，则跟踪结果为第一运动轨迹与第二运动轨迹相隔较远，进行错误提示。
实施例二
如图2所示，本申请还提供一种案件处理的跟踪系统，该系统包括：获取单元201、第一实际运动位置点获取单元202、第二实际运动位置点获取单元203、第二运动轨迹获取单元204、跟踪结果确定单元205。
其中获取单元201用于获取目标对象，以及目标对象的第一运动轨迹。
第一实际运动位置点获取单元202与获取单元201连接，用于根据目标对象进行多个第一实际运动位置点的获取，并进行标记。
第二实际运动位置点获取单元203与第一实际运动位置点获取单元202连接，用于对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点。
第二运动轨迹获取单元204与第二实际运动位置点获取单元203连接，用于对多个第二实际运动位置点进行处理，得到第二运动轨迹。
跟踪结果确定单元205分别与第二运动轨迹获取单元204和获取单元201连接，用于将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
本申请实现的有益效果如下：
本申请可以快速且准确的对目标对象的位置进行确定，同时将实际位置与理论位置相比较，查看目标对象的运动轨迹是否偏离，对目标对象进行了良好的监控。
虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本申请的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本申请的范围。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种目标对象的跟踪方法，其特征在于，具体包括以下步骤：
确定目标对象，以及目标对象的第一运动轨迹；
根据目标对象进行多个第一实际运动位置点的获取，并进行标记；
对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点；
对多个第二实际运动位置点进行处理，得到第二运动轨迹；
将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
2.根据权利要求1所述的目标对象的处理跟踪方法，其特征在于，目标对象为进行跟踪的一个或多个目标车辆。
3.根据权利要求1所述的目标对象的处理跟踪方法，其特征在于，目标对象的第一运动轨迹为目标对象理论上需要路过的位置。
4.根据权利要求1所述的目标对象的处理跟踪方法，其特征在于，在获取目标对象的第一运动轨迹后，还包括，获取与城市交通环境对应的城市地图。
5.根据权利要求1所述的目标对象的处理跟踪方法，其特征在于，根据目标对象进行多个第一实际运动位置点的获取并进行标记，具体包括以下步骤：
在交通环境中确定目标对象；
确定目标对象首次出现的时间，根据目标对象首次在城市交通环境图像中出现的时间进行目标对象的首次提取，将该位置作为第一实际运动位置点进行标记；
查找不同时刻在交通环境图像中出现的目标对象，将目标对象出现的该位置作为其他第一实际运动位置点，并进行标记；
在城市地图中获取与标记的多个第一实际运动位置点对应的位置。
6.根据权利要求5所述的目标对象的处理跟踪方法，其特征在于，对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点，具体包括以下步骤：
预先设定目标对象第一实际运动位置点的最小数量；
获取城市地图中标记的多个第一实际运动位置点的数量，并与预先设定的第一实际运动位置点的最小数量进行比较；
若城市地图中标记的多个第一实际运动位置点的数量小于最小数量，则以多个第一实际运动位置点为基础进行网格的划分；
根据划分后的网格，在网格中添加指定数量的实际填充运动位置点，将多个第一实际运动位置点与实际填充运动位置点作为第二实际运动位置点。
7.根据权利要求6所述的目标对象的处理跟踪方法，其特征在于，添加指定数量的实际填充运动位置点之前，还包括，根据第一实际运动位置点选取理想填充运动位置点。
8.根据权利要求7所述的目标对象的处理跟踪方法，其特征在于，在指定的第一实际运动位置点的相邻单元格中确定理想填充运动位置点。
9.根据权利要求7所述的目标对象的处理跟踪方法，其特征在于，选取理想填充运动位置点后，还包括，判断理想填充运动位置点与下一个第一实际运动位置点的关系。
10.一种目标对象的跟踪系统，其特征在于，该系统包括：
其中获取单元，用于获取目标对象，以及目标对象的第一运动轨迹；
第一实际运动位置点获取单元，用于根据目标对象进行多个第一实际运动位置点的获取，并进行标记；
第二实际运动位置点获取单元，用于对标记后的多个第一实际运动位置点进行检测处理，获取目标对象的第二实际运动位置点；
第二运动轨迹获取单元，用于对多个第二实际运动位置点进行处理，得到第二运动轨迹；
跟踪结果确定单元，用于将第二运动轨迹与第一运动轨迹的进行比较，确定跟踪结果。
CN202011479470.2A 2020-12-15 2020-12-15 一种目标对象的跟踪方法及系统 Withdrawn CN112561962A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011479470.2A CN112561962A (zh) 2020-12-15 2020-12-15 一种目标对象的跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011479470.2A CN112561962A (zh) 2020-12-15 2020-12-15 一种目标对象的跟踪方法及系统

Publications (1)

Publication Number Publication Date
CN112561962A true CN112561962A (zh) 2021-03-26

Family

ID=75063801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011479470.2A Withdrawn CN112561962A (zh) 2020-12-15 2020-12-15 一种目标对象的跟踪方法及系统

Country Status (1)

Country Link
CN (1) CN112561962A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226834A (zh) * 2013-03-26 2013-07-31 长安大学 一种图像运动目标特征点快速搜索方法
CN106127137A (zh) * 2016-06-21 2016-11-16 长安大学 一种基于3d轨迹分析的目标检测识别算法
CN106204586A (zh) * 2016-07-08 2016-12-07 华南农业大学 一种基于跟踪的复杂场景下的运动目标检测方法
CN109739356A (zh) * 2018-12-29 2019-05-10 歌尔股份有限公司 Vr系统中图像显示的控制方法、装置及vr头戴设备
US20200324797A1 (en) * 2016-08-10 2020-10-15 Transportation Ip Holdings, Llc Systems and methods for route mapping
CN112487130A (zh) * 2020-12-15 2021-03-12 北京数字政通科技股份有限公司 一种目标对象的处理跟踪方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226834A (zh) * 2013-03-26 2013-07-31 长安大学 一种图像运动目标特征点快速搜索方法
CN106127137A (zh) * 2016-06-21 2016-11-16 长安大学 一种基于3d轨迹分析的目标检测识别算法
CN106204586A (zh) * 2016-07-08 2016-12-07 华南农业大学 一种基于跟踪的复杂场景下的运动目标检测方法
US20200324797A1 (en) * 2016-08-10 2020-10-15 Transportation Ip Holdings, Llc Systems and methods for route mapping
CN109739356A (zh) * 2018-12-29 2019-05-10 歌尔股份有限公司 Vr系统中图像显示的控制方法、装置及vr头戴设备
CN112487130A (zh) * 2020-12-15 2021-03-12 北京数字政通科技股份有限公司 一种目标对象的处理跟踪方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ANDREJ PEISKER等: "A new non-linear filtering algorithm for road-constrained vehicle tracking", 《2014 UBIQUITOUS POSITIONING INDOOR NAVIGATION AND LOCATION BASED SERVICE (UPINLBS)》 *
史义等: "基于改进差分进化算法的机械手轨迹控制", 《组合机床与自动化加工技术》 *
张志明等: "一种背景特征空间相关的跟踪算法研究", 《电视技术》 *
张鲁斌等: "基于空间填充曲线的轨迹热点区域挖掘算法研究", 《电子世界》 *
李文静等: "基于Hadoop的道路匹配算法与车辆行驶轨迹还原系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
王诗航: "基于改进的网格划分方法的地图匹配算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN110472496B (zh) 一种基于目标检测与跟踪的交通视频智能分析方法
CN102208013B (zh) 风景匹配参考数据生成系统和位置测量系统
CN104567906B (zh) 一种基于北斗的城市路网车辆路径规划方法及装置
CN110400332A (zh) 一种目标检测跟踪方法、装置及计算机设备
CN105785411B (zh) 一种基于区域划分的异常轨迹检测方法
CN110954128B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
JP2022542289A (ja) 地図作成方法、地図作成装置、電子機器、記憶媒体及びコンピュータプログラム製品
CN112924955B (zh) 一种路侧激光雷达点云坐标动态修正方法
CN103206957B (zh) 车辆自主导航的车道线检测与跟踪方法
CN112800938B (zh) 无人驾驶车辆检测侧面落石发生的方法及装置
CN111681259A (zh) 基于无Anchor机制检测网络的车辆跟踪模型建立方法
CN109241855B (zh) 基于立体视觉的智能车辆可行驶区域探测方法
CN104900057A (zh) 一种城市快速路主辅道的浮动车地图匹配方法
US11982752B2 (en) GPS error correction method through comparison of three-dimensional HD-maps in duplicate area
CN114593739B (zh) 基于视觉检测与参考线匹配的车辆全局定位方法及装置
CN114615740A (zh) 一种基于蓝牙、pdr和地图匹配融合的室内人员定位方法
CN111160132B (zh) 障碍物所在车道的确定方法、装置、电子设备和存储介质
Flade et al. Lane detection based camera to map alignment using open-source map data
CN114998855A (zh) 道路边缘线的生成方法、装置、存储介质和计算机设备
CN109147322B (zh) 一种城市交通大数据处理中多源数据自适应融合方法
CN112561962A (zh) 一种目标对象的跟踪方法及系统
CN110174115B (zh) 一种基于感知数据自动生成高精度定位地图的方法及装置
CN115683142A (zh) 一种感兴趣区域确定方法及装置
WO2022021209A1 (zh) 电子地图生成方法、装置、计算机设备和存储介质
CN112487130A (zh) 一种目标对象的处理跟踪方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210326