CN113111685A - 追踪系统、追踪数据的采集/处理方法和装置 - Google Patents

追踪系统、追踪数据的采集/处理方法和装置 Download PDF

Info

Publication number
CN113111685A
CN113111685A CN202010026564.8A CN202010026564A CN113111685A CN 113111685 A CN113111685 A CN 113111685A CN 202010026564 A CN202010026564 A CN 202010026564A CN 113111685 A CN113111685 A CN 113111685A
Authority
CN
China
Prior art keywords
data
data acquisition
acquisition node
node
target object
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.)
Granted
Application number
CN202010026564.8A
Other languages
English (en)
Other versions
CN113111685B (zh
Inventor
张照波
刘云龙
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202010026564.8A priority Critical patent/CN113111685B/zh
Publication of CN113111685A publication Critical patent/CN113111685A/zh
Application granted granted Critical
Publication of CN113111685B publication Critical patent/CN113111685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供一种追踪系统、追踪数据的采集/处理方法和装置。追踪系统包括追踪模块以及设置在待监控路段的一组数据采集节点，其中：一组数据采集节点中的每个数据采集节点包括第一采集器和第二采集器，第一采集器用于获取身份特征数据，第二采集器用于获取位置数据，第一采集器的监控范围包括第一路段，第二采集器的监控范围包括第二路段，第一路段和第二路段至少部分重合；一组数据采集节点至少包括按照行驶方向依次设置的第一数据采集节点和第二数据采集节点；追踪模块用于根据第一数据采集节点的身份特征数据和/或位置数据在第二数据采集节点的监控范围内追踪目标对象。根据本申请一实施例的方法，可以有效确保追踪数据采集的连续性以及准确性。

Description

追踪系统、追踪数据的采集/处理方法和装置
技术领域
本申请涉及道路交通领域，特别涉及一种追踪系统、追踪数据的采集/处理方法和装 置。
背景技术
随着用于数据采集领域的硬件设备以及软件技术的不断发展，数据采集被广泛应用于 人类日常的生产生活中。例如，在交通领域，一种数据采集方案是在关键路口设置拍照设 备以及测速设备，对超出限速的车辆进行图像采集，以便后续进行车牌识别。
在交通领域，还存在一种数据采集需求，对待监控路段上的车辆进行交通测序。交通 测序是指获取车辆在道路行驶过程中形成的连续运动轨迹。这就要求数据采集设备针对整 个待监控路段连续采集目标对象的追踪数据。然而，在现有技术条件下，受限于数据采集 设备的硬件配置，单个数据采集设备的数据采集覆盖范围有限，通常无法覆盖整个目标路 段，无法对目标路段进行整体监控。而采用多个数据采集设备分段监控，由于不同的数据 采集设备之间难以衔接，多个采集设备之间的数据很难匹配融合，很难实现针对目标路段 上同一目标对象的追踪数据的连续采集。
发明内容
本申请提供了一种追踪系统、追踪数据的采集/处理方法和装置，本申请还提供一种 电子设备以及计算机可读存储介质，以提供一种追踪数据的采集方式，实现对待监控路段 上的目标对象进行连续的追踪数据采集。
本申请实施例采用下述技术方案：
本申请一实施例提供一种追踪系统，所述系统包括追踪模块以及设置在待监控路段 的一组数据采集节点，其中：
所述一组数据采集节点中的每个数据采集节点包括第一采集器和第二采集器，所述第 一采集器用于获取目标对象对应的身份特征数据，所述第二采集器用于获取所述目标对象 对应的位置数据，针对同一数据采集节点，所述第一采集器的监控范围包括第一路段，所 述第二采集器的监控范围包括第二路段，所述第一路段和所述第二路段至少部分重合；
所述一组数据采集节点至少包括按照行驶方向依次设置的第一数据采集节点和第二 数据采集节点；
所述追踪模块用于根据所述第一数据采集节点的所述身份特征数据和/或所述位置数 据在所述第二数据采集节点的监控范围内追踪所述目标对象。
在本申请一实施例中：
所述第一数据采集节点与所述第二数据采集节点的监控范围不存在重合区域；
所述追踪模块用于根据所述第一数据采集节点的所述身份特征数据在所述第二数据 采集节点的监控范围内追踪所述目标对象。
在本申请一实施例中：
所述第一数据采集节点的第二路段与所述第二数据采集节点的第二路段存在重合区 域；
所述追踪模块用于根据所述第一数据采集节点在所述第二路段的重合区域的所述位 置数据和/或所述身份特征数据在所述第二数据采集节点的监控范围内追踪所述目标对 象。
在本申请一实施例中：
所述第一数据采集节点的第二路段与所述第二数据采集节点的第二路段存在重合区 域；
所述追踪模块用于在所述第一数据采集节点的所述身份特征数据采集失败时，根据所 述第一数据采集节点在所述重合区域的所述位置数据在所述第二数据采集节点的监控范 围内追踪所述目标对象。
在本申请一实施例中，所述系统还包括：
构建在所述数据采集节点或所述追踪模块中的匹配单元，匹配单元用于对所述数据采 集节点的所述第一路段与所述第二路段重合区域所采集的身份特征数据以及位置数据做 匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二路段的身份特征数据 以及位置数据建立关联。
本申请一实施例还提供一种追踪数据的采集方法，应用在本申请实施例所述的追踪 系统的数据采集节点，所述方法包括：
第一数据采集节点对行驶在第一路段和第二路段上的目标对象进行监控，得到目标对 象的身份特征数据和位置数据；
所述第一数据采集节点向追踪模块发送所述身份特征数据和位置数据，以便所述追踪 模块根据所述身份特征数据和/或所述位置数据在所述第二数据采集节点的监控范围内对 所述目标对象进行监控。
在本申请一实施例中，第一数据采集节点对行驶在第一路段和第二路段上的目标对象 进行监控，得到所述目标对象的身份特征数据和位置数据包括：
所述第一数据采集节点对所述第一路段与所述第二路段重合区域所采集的身份特征 数据以及位置数据做匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二 路段的身份特征数据以及位置数据建立关联。
本申请一实施例还提供一种追踪数据的处理方法，应用在本申请实施例所述的追踪 系统的追踪模块，所述方法包括：
获取第一数据采集节点和第二数据采集节点所采集的身份特征数据以及位置数据；
对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位 置数据进行匹配，得到匹配结果；
根据所述匹配结果在所述第二数据采集节点的监控范围定位所述目标对象。
在本申请一实施例中，对所述第一数据采集节点和所述第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，包括：
当无法实现身份特征数据的匹配，或者，身份特征数据匹配失败时，对所述第一数据 采集节点和所述第二数据采集节点在重合监控范围内采集的位置数据做匹配。
在本申请一实施例中，对所述第一数据采集节点和所述第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，包括：
判断所述第一数据采集节点以及所述第二数据采集节点所采集的数据是否均包含所 述身份特征数据；
当所述第一数据采集节点以及所述第二数据采集节点所采集的数据均包含所述身份 特征数据时，对所述第一数据采集节点采集到的数据以及所述第二数据采集节点采集到的 数据进行基于身份特征数据的匹配，根据匹配结果定位相同的目标对象。
在本申请一实施例中，对所述第一数据采集节点和所述第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，还包括：
当所述第一数据采集节点或所述第二数据采集节点所采集的数据不包含所述身份特 征数据时，对所述第一数据采集节点和所述第二数据采集节点在重合监控范围内采集的位 置数据做匹配，根据匹配结果定位相同的目标对象。
在本申请一实施例中，对所述第一数据采集节点和所述第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，还包括：
当所述第一数据采集节点所采集的数据不包含所述身份特征数据且所述第二数据采 集节点所采集的数据包含所述身份特征数据时，缓存所述第二数据采集节点所采集的身份 特征数据，在对所述第一数据采集节点和所述第二数据采集节点在重合监控范围内采集的 位置数据做匹配时，基于缓存的身份特征数据进行复核。
在本申请一实施例中，在根据所述匹配结果指示所述第二数据采集节点定位所述目标 对象之前，所述方法包括：
获取所述第一数据采集节点采集到的目标对象的第一身份特征数据；
根据所述第一身份特征数据生成所述目标对象的第一全局标识；
对所述第一数据采集节点以及所述第二数据采集节点采集到的身份特征数据和/或位 置数据做匹配，确定出所述第二数据采集节点采集到的位置数据中对应目标对象的位置数 据；
所述第二数据采集节点采集到的与所述目标对象相关的位置数据绑定所述第一全局 标识。
在本申请一实施例中，对所述第一数据采集节点和所述第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，包括：
针对第一数据采集节点采集到的第一位置数据以及所述第二数据采集节点采集到的 第二位置数据，计算位置采样时刻偏差值以及位置坐标偏差值；
当所述位置采样时刻偏差值小于预设时差阈值，并且，所述位置坐标偏差值小于预设 坐标差阈值时，所述第一位置数据以及所述第二位置数据对应同一目标对象。
在本申请一实施例中，所述方法还包括：
所述追踪模块对所述第一路段与所述第二路段重合区域所采集的身份特征数据以及 位置数据做匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二路段的身 份特征数据以及位置数据建立关联。
本申请一实施例还提供一种追踪数据的处理装置，所述装置包括：
数据获取模块，其用于获取所述待监控路段上设置的第一数据采集节点和第二数据采 集节点所采集的身份特征数据以及位置数据；
数据处理模块，其用于对所述身份特征数据以及位置数据进行数据处理，包括：
数据交接单元，其用于对第一数据采集节点和第二数据采集节点所采集的身份特征数 据和/或位置数据做匹配，根据匹配结果定位相同的目标对象。
在本申请一实施例中，所述处理装置还包括：
互联接口，其用于与其他所述处理装置建立连接，建立多个所述处理装置的互联，以 扩展接入的数据采集器的数量。
本申请一实施例还提供一种电子设备，所述电子设备包括用于存储计算机程序指令 的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时， 触发所述电子设备执行如本申请实施例所述的方法步骤。
本申请一实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储 有计算机程序，当其在计算机上运行时，使得计算机执行如本申请实施例所述的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：根据本申请一实 施例的系统，可以实现对目标对象的追踪数据的采集；相较于现有技术，根据本申请一实 施例的系统，不仅有效确保了追踪数据采集的连续性以及准确性，而且大大降低了硬件布 设数量以及数据处理计算压力，从而降低了方案实施成本，有效降低了方案实施难度。
附图说明
图1为根据本申请一实施例的追踪系统的结构图；
图2为根据本申请一实施例的数据采集节点配置示意图；
图3为根据本申请一实施例的数据采集节点配置示意图；
图4为根据本申请一实施例的数据采集节点配置示意图；
图5为根据本申请一实施例的数据采集节点配置示意图；
图6为根据本申请一实施例的数据采集节点配置示意图；
图7为根据本申请一实施例的数据采集节点配置示意图；
图8为根据本申请一实施例的数据采集节点配置示意图；
图9为根据本申请一实施例的数据采集节点配置示意图；
图10为根据本申请一实施例的数据采集节点配置示意图；
图11为根据本申请一实施例的追踪数据的处理方法的流程图；
图12为根据本申请一实施例的追踪数据的处理装置的结构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相 应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅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，本领域普通技术人员在 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。
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨 在限定本申请。
为了实现针对待监控路段上同一目标对象的追踪数据的连续采集，本申请一实施例中 提出了一种追踪系统。为了提出本申请实施例的系统，发明人首先分析追踪数据采集的实 际应用场景以及对应的设备运行逻辑。
在实际应用场景中，追踪数据的采集一般包含两个方面，一是识别出不同的目标对象， 以方便目标的搜索查询，二是获取目标对象的位置数据(位置坐标以及该位置坐标对应的 时刻)。在本申请一实施例中，针对追踪数据的采集，一种可行的方案是基于图像识别技 术获取目标对象的身份特征数据(例如，车辆的车牌号、行人外观等)并计算目标对象的 位置坐标。但是，图象采集设备的采集距离偏短，如果要实现待监控路段的整体覆盖，需要布设大量的图象采集设备(成本高)。并且，基于对图像的分析识别来计算目标对象的位置坐标需要消耗大量的数据处理资源，不仅会带来较大的硬件成本压力，而且计算实时性差，可以支撑的检测目标数量偏少，并且存在较高的计算错误率。
在本申请一实施例中，针对追踪数据的采集，另一种可行的方案是采用远距离定位设 备(例如，激光扫描定位设备，雷达定位设备等)。相较于图象采集设备，远距离定位设备的采集距离较长，实时性较好，采集的目标数量较多，但是，远距离定位设备只能在同 一设备的数据监控范围内简单实现不同目标对象的个体划分，其并不能获取目标对象的身份特征数据，也就是说，基于远距离定位设备无法实现目标对象的精准识别。例如，对于 雷达设备而言，其在数据监控范围内仅能获取到某辆车的移动轨迹，但并不能获取到车辆 车牌号码等信息，进而无法查询该车辆数据，减少了业务应用范围。在存在多个目标对象 的应用场景中，无法实现目标对象与获取到的追踪数据的一一对应。
基于上述分析，在本申请一实施例中，采用将图像识别技术方案与远距离定位方案相 结合的方式，在一个数据采集节点上，同时设置图象采集设备以及远距离定位设备，图象 采集设备与远距离定位设备的采集覆盖范围存在重合区域，当目标对象位于图象采集设备 与远距离定位设备的采集覆盖范围的重合区域中时，将对应同一目标对象的、图象采集设 备采集的身份特征数据与远距离定位设备采集的位置数据相关联。这样就可以在通过图象 采集设备实现对目标对象的精准识别的前提下，通过远距离定位设备扩大数据采集节点的 数据采集覆盖范围及提高实时性。
进一步的，由于在某些应用场景中，单一的数据采集节点的数据采集范围有限，无法 实现对更长距离的待监控路段的监控覆盖。因此，在本申请一实施例中，沿待监控路段设 置多个用于对目标对象进行数据采集的数据采集节点，利用多个数据采集节点来实现对整 个待监控路段的覆盖。针对相邻的数据采集节点，根据前一数据采集节点的身份特征数据 和/或位置数据在后一数据采集节点追踪目标对象。
具体的，在本申请一实施例中，追踪系统包括追踪模块以及设置在待监控路段的一组 数据采集节点，其中：
一组数据采集节点中的每个数据采集节点包括第一采集器和第二采集器，第一采集器 用于获取目标对象对应的身份特征数据，第二采集器用于获取目标对象对应的位置数据， 针对同一数据采集节点，第一采集器的监控范围包括第一路段，第二采集器的监控范围包 括第二路段，第一路段和第二路段至少部分重合；
一组数据采集节点至少包括按照行驶方向依次设置的第一数据采集节点和第二数据 采集节点；
追踪模块用于根据第一数据采集节点的身份特征数据和/或位置数据在第二数据采集 节点追踪目标对象。
具体的，在本申请一实施例中，第一采集器包括但不限于视频采集设备(例如，监控 摄像头)，第二采集器包括但不限于远距离定位设备(例如，雷达检测设备、激光扫描定位设备)。第一采集器以及第二采集器的具体硬件配置、安装位置以及具体安装方式由实际场景的具体情况以及应用需求决定，本申请一实施例中不做详细限定。在本申请的部分实施例中，采用相机作为第一采集器，采用雷达作为第二采集器，并以此对为例本申请的技术方案进行说明。
进一步的，在本申请一实施例中，第一采集器所采集的身份特征数据的具体内容由实 际场景的具体情况以及应用需求决定，本申请一实施例中不做详细限定。例如，车辆的车 牌号、行人外观或生物特征、驾驶员人脸特征，或者车身颜色和车内摆件等的组合等。
具体的，在本申请一实施例中，可以采用在数据采集节点架设新设备的方案，也可以 采用直接接入数据采集节点的原有设备获取数据的方案。进一步的，在数据采集节点架设 新设备的过程中，可以在同一架设点架设集成有第一采集器以及第二采集器的设备，也可 以在不同的架设点分别架设包括第一采集器的设备以及包括第二采集器的设备。
具体的，在本申请一实施例中，数据采集节点在第二路段输出相关联的身份特征数据 以及位置数据。例如，在一应用场景中，数据采集节点在第二路段输出雷达坐标数据，该 雷达坐标数据携带有其关联的车牌号码。
具体的，在本申请一实施例中，位置数据包括位置坐标以及采样时刻。位置坐标是目 标对象所处位置的坐标，采样时刻是获取该位置坐标的时刻(即，目标对象在某个时刻处 于该位置坐标上)。
具体的，为了便于区分不同的目标对象，在本申请一实施例中，每个数据采集节点为 其自身监控场景内的各个目标对象分配当前监控场景下唯一的目标序号(目标I D)。
根据本申请一实施例的系统，可以实现对目标对象的追踪数据的长距离连续的实时采 集；相较于现有技术，根据本申请一实施例的系统，不仅扩大了数据采集的覆盖范围，有 效确保了追踪数据采集的连续性以及准确性，而且大大降低了硬件布设数量以及数据处理 计算压力，从而有效确保了数据采集的实时性，降低了方案实施成本，有效降低了方案实 施难度。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为根据本申请一实施例的追踪系统的结构图。在本申请一实施例中，如图1所示， 追踪系统包括数据采集节点110、120、130…。数据采集节点110包括采集器111以及采集器112，采集器111与采集器112的监控范围至少部分重合。数据采集节点120包括采 集器121以及采集器122，采集器121与采集器122的监控范围至少部分重合。采集器111 以及采集器121用于获取目标对象(车辆100)对应的身份特征数据，采集器112以及采 集器122用于获取目标对象对应的位置数据。
追踪系统还包括追踪模块101，追踪模块101用于根据数据采集节点110的身份特征 数据和/或位置数据在数据采集节点120追踪目标对象，以及，根据数据采集节点120的身份特征数据和/或位置数据在数据采集节点130追踪目标对象。
进一步的，在本申请一实施例中，追踪模块可以构造在独立的服务器中，也可以以多 个子模块的方式分别与其对应的数据采集节点集成。例如，追踪模块101可以包含第一追 踪子模块以及第二追踪子模块。第一追踪子模块与数据采集节点120集成，用于根据数据 采集节点110的身份特征数据和/或位置数据在数据采集节点120追踪目标对象；第二追踪 子模块与数据采集节点130集成，用于根据数据采集节点120的身份特征数据和/或位置数据在数据采集节点130追踪目标对象。
具体的，在本申请一实施例中，通过布设在云端或本地的服务器架构测序终端，通过 测序终端实现追踪模块。
进一步的，在本申请一实施例中，针对单一数据采集节点，在数据采集过程中，对第 一路段与第二路段重合区域采集到的身份特征数据以及位置数据做匹配，根据匹配结果对 同一目标对象的身份特征数据以及位置数据建立关联。
具体的，在本申请一实施例中，追踪系统还包括匹配单元，匹配单元用于对同一数据 采集节点的第一路段与第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根 据匹配结果对同一目标对象分别在第一路段与所述第二路段的身份特征数据以及位置数 据建立关联。具体的，采集器111采集的身份特征数据包含有该目标对象在监控场景内的 位置坐标信息，采集器112采集到该目标对象的雷达位置坐标信息。虽然采集器111的视 频坐标系与采集器112的雷达坐标系不同，此时仍然属于不同坐标系之间对同一目标对象 的匹配，其实现原理和技术效果仍然采用以上方法实施例中的相关描述。
进一步的，在本申请一实施例中，匹配单元可以构建在追踪模块中(例如，利用布设 在云端或本地的服务器的测序终端实现匹配单元)，匹配单元也可以构建在对应的数据采 集节点中。
具体的，在本申请一实施例中，系统还包括：
构建在数据采集节点或追踪模块中的匹配单元，匹配单元用于对数据采集节点的第一 路段与第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同 一目标对象分别在第一路段与第二路段的身份特征数据以及位置数据建立关联。
进一步的，在本申请一实施例中，对第一采集器以及第二采集器的具体安装设置以及 安装后的监控范围部署不做具体限制，第一采集器以及第二采集器的监控范围部署由实际 场景的具体情况以及应用需求决定。
例如，在根据本申请一实施例的应用场景中，第二路段即为第一采集器监控范围，第 一采集器以及第二采集器的监控范围的起点一致，第二采集器的监控范围包括第一采集器 的监控范围。
具体的，图2为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图2所示，采集器200中包含相机设备以及雷达设备，201代表路面， 采集器200架设在支架上。T21为相机设备的监控范围(第一路段)，T21+T31为雷达设备 的监控范围(第二路段)。即，第二采集器的监控范围包括第一采集器的监控范围，并且， 第一采集器以及第二采集器的监控范围的起点一致。
又例如，在根据本申请一实施例的应用场景中，第二采集器的监控范围包括第一采集 器的监控范围，但是，第一采集器以及第二采集器的监控范围的起点不一致。
具体的，图3为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图3所示，采集器300中包含相机设备以及雷达设备，301代表路面， 采集器300架设在支架上。T22为相机设备的监控范围(第一路段)，T12+T22+T32为雷达 设备的监控范围(第二路段)。
又例如，在根据本申请一实施例的应用场景中，第一采集器监控范围的一部分与第二 采集器的监控范围的一部分重合。即，第一路段的起始点位于第二路段的起始点前方，第 一路段的中止点位于第二路段内。
具体的，图4为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图4所示，采集器400中包含相机设备以及雷达设备，401代表路面， 采集器400架设在支架上。T13+T23为相机设备的监控范围(第一路段)，T23+T33为雷达 设备的监控范围(第二路段)。
进一步的，在本申请一实施例中，对数据采集节点的部署方式并不做具体限制。
具体的，考虑到身份特征数据的匹配不需要以时空统一为前提(不同时间不同地点的 目标对象也可以基于身份特征数据的匹配来判断其一致性)，因此，在本申请一实施例中， 第一数据采集节点和第二数据采集节点可以是相邻设置或者不相邻设置。在本申请一实施 例中，相邻的两个数据采集节点的监控范围可以有重合部分或者无重合部分。这样就在不 增加硬件设备的前提下大大扩展了追踪系统的覆盖范围。
具体的，在本申请一实施例中，第一数据采集节点与第二数据采集节点的监控范围不 存在重合区域；追踪模块用于根据第一数据采集节点的身份特征数据在第二数据采集节点 追踪所述目标对象。
进一步的，为了确保追踪轨迹的连续性，并且，考虑到位置数据的匹配需要以时空统 一为前提(同一时间位于同一地点的目标对象才能被判断为同一目标对象)，因此，在本申请一实施例中，相邻的两个数据采集节点的第二路段存在重合区域，这样才能基于第二路段的重合区域实现基于位置数据的匹配。
具体的，在本申请一实施例中，第一数据采集节点的第二路段与第二数据采集节点的 第二路段存在重合区域；追踪模块用于根据第一数据采集节点在第二路段的重合区域的位 置数据在第二数据采集节点追踪目标对象。这样就可以确保针对位置数据采集的连续性， 从而确保追踪轨迹的连续性。
进一步的，考虑到相较于位置数据的匹配，身份特征数据的匹配的操作实现难度较低， 因此，在本申请一实施例中，第一数据采集节点的第二路段与第二数据采集节点的第二路 段存在重合区域；追踪模块用于在第一数据采集节点的身份特征数据采集失败时，根据第 一数据采集节点在重合区域的位置数据在第二数据采集节点的监控范围内追踪目标对象。
进一步的，在本申请一实施例中，在第一数据采集节点和第二数据采集节点的监控范 围有重合部分的情况下，可以单独利用相机的数据或者雷达的数据实现第一数据采集节点 和第二数据采集节点对目标对象的定位追踪，也可以结合相机的数据和雷达的数据实现第 一数据采集节点和第二数据采集节点对目标对象的匹配定位；在第一数据采集节点和第二 数据采集节点的监控范围无重合部分的情况下，可以利用相机的数据进行匹配定位。
进一步的，在本申请一实施例中，第一数据采集节点和第二数据采集节点的监控范围 可以是顺视设置。
具体的，图5为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图5所示，采集器510中包含相机设备511以及雷达设备512，501代 表路面，采集器510架设在支架上。T25为相机设备511的监控范围(采集器510的第一 路段)，T25+T35为雷达设备的监控范围(采集器510的第二路段)。
采集器520中包含相机设备521以及雷达设备522，采集器520架设在支架上。T45为相机设备521的监控范围(采集器520的第一路段)，T45+T55为雷达设备的监控范围(采 集器520的第二路段)。
如图5所示，T35与T45存在重合区域，既可以根据采集器510(第一数据采集节点)的身份特征数据在采集器520(第二数据采集节点)追踪目标对象，也可以根据采集器510(第一数据采集节点)的位置数据在采集器520(第二数据采集节点)追踪目标对象。
具体的，图6为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图6所示，采集器610中包含相机设备611以及雷达设备612，601代 表路面，采集器610架设在距离路面601高度为h6的支架上。T16+T26为相机设备611的 监控范围(采集器610的第一路段)，T26+T36为雷达设备612的监控范围(采集器610 的第二路段)。
采集器620中包含相机设备621以及雷达设备622，采集器620架设在支架上。T46+T56为相机设备621的监控范围(采集器620的第一路段)，T56+T66为雷达设备622的监控范围(采集器620的第二路段)。
如图6所示，T36与T46存在重合区域，可以根据采集器610(第一数据采集节点)的身份特征数据在采集器620(第二数据采集节点)追踪目标对象，danwufa1根据采集器610(第一数据采集节点)的位置数据在采集器620(第二数据采集节点)追踪目标对象。
具体的，图7为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图7所示，采集器710中包含相机设备711以及雷达设备712，701代 表路面，采集器710架设在支架上。T17+T27为相机设备711的监控范围(采集器710的 第一路段)，T27+T37为雷达设备712的监控范围(采集器710的第二路段)。
采集器720中包含相机设备721以及雷达设备722，采集器720架设在支架上。T47+T57为相机设备721的监控范围(采集器720的第一路段)，T57+T67为雷达设备722的监控范围(采集器720的第二路段)。
如图7所示，T37包括T47，并且，T37与T57存在重合区域，既可以根据采集器710 (第一数据采集节点)的身份特征数据在采集器720(第二数据采集节点)追踪目标对象， 也可以根据采集器710(第一数据采集节点)的位置数据在采集器720(第二数据采集节 点)追踪目标对象。
进一步的，在本申请一实施例中，第一数据采集节点和第二数据采集节点的监控范围 也可以对视设置。
具体的，图8为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图8所示，采集器810中包含相机设备811以及雷达设备812，801代 表路面，采集器810架设在支架上。T18+T28为相机设备811的监控范围(采集器810的 第一路段)，T28+T38为雷达设备812的监控范围(采集器810的第二路段)。
采集器820中包含相机设备821以及雷达设备822，采集器820架设在支架上。T48+T58为相机设备821的监控范围(采集器820的第一路段)，T58+T68为雷达设备822的监控范围(采集器820的第二路段)。
如图8所示，T38与T68存在重合区域，可以根据采集器810(第一数据采集节点)的身份特征数据在采集器820(第二数据采集节点)追踪目标对象，也可以根据采集器810 (第一数据采集节点)的位置数据在采集器820(第二数据采集节点)追踪目标对象。
具体的，图9为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本申 请一实施例中，如图9所示，采集器910中包含相机设备911以及雷达设备912，901代 表路面，采集器910架设在支架上。T19+T29为相机设备911的监控范围(采集器910的 第一路段)，T29+T39+T49+T59为雷达设备912的监控范围(采集器910的第二路段)。
采集器920中包含相机设备921以及雷达设备922，采集器920架设在支架上。T49+T59为相机设备921的监控范围(采集器920的第一路段)，T59+T69+T79为雷达设备922的监控范围(采集器920的第二路段)。
采集器930架设在支架上，数据采集覆盖范围为T79+T89。
基于图9所示的数据采集节点配置方案，在根据本申请一实施例的应用场景中，目标 对象为沿路面900从左向右行驶的车辆，其依次进入如下路段：
T19:车辆进入采集器910的相机911的监控范围；
T29:车辆进入采集器910的相机911和雷达912的监控范围；
T39:车辆离开采集器910的相机911监控范围，仍在采集器910的雷达912监控范围；
T49:车辆进入采集器920的相机921监控范围，仍在采集器910的雷达912监控范围；
T59:车辆进入采集器920的相机921和雷达922监控范围，仍在采集器910的雷达912 监控范围；
T69:车辆离开采集器920的相机921监控范围，仍在采集器920的雷达922监控范围， 并离开采集器910的监控范围；
T79:车辆进入采集器920和采集器930的交接区。
具体的，图10为根据本申请一实施例的追踪系统的数据采集节点配置示意图。在本 申请一实施例中，如图10所示，采集器1010中包含相机设备1011以及雷达设备1012，1001代表路面，采集器1010架设在支架上。T110+T210为相机设备1011的监控范围(采 集器1010的第一路段)，T210+T310+T410为雷达设备1012的监控范围(采集器1010的第 二路段)。
采集器1020中包含相机设备1021以及雷达设备1022，采集器1020架设在支架上。T710+T610为相机设备1021的监控范围(采集器1020的第一路段)，T610+T510+T410为雷 达设备1022的监控范围(采集器1020的第二路段)。
基于图10所示的数据采集节点配置方案，在根据本申请一实施例的应用场景中，目 标对象为沿路面1000从左向右行驶的车辆，其依次进入如下路段：
T110:车辆进入采集器1010的相机设备1011监控范围；
T210:车辆进入采集器1010的相机设备1011和雷达设备1012的监控范围；
T310:车辆离开采集器1010的相机设备1011监控范围，仍在采集器1010的雷达设备1012监控范围；
T410:车辆进入采集器1010的雷达设备1012监控范围和采集器1020的雷达设备1022 监控范围的接力区(重合区域)；
T510:车辆进入采集器1020的雷达设备1022监控范围，并离开采集器1010的雷达设备1012监控范围；
T610:车辆进入采集器1020的雷达设备1022和相机设备1021监控范围；
T710:车辆进入采集器1020的相机设备1021监控范围，并离开采集器1020的雷达设备1022监控范围。
进一步的，本申请一实施例还提出了一种追踪数据的采集方法，该方法应用在本申请 实施例所述的追踪系统的数据采集节点。追踪数据的采集方法包括：
第一数据采集节点对行驶在第一路段和第二路段上的目标对象进行监控，得到目标对 象的身份特征数据和位置数据；
所述第一数据采集节点向追踪模块发送所述身份特征数据和位置数据，以便所述追踪 模块根据所述身份特征数据和/或所述位置数据在所述第二数据采集节点的监控范围内对 所述目标对象进行监控。
进一步的，在本申请一实施例中，第一数据采集节点对行驶在第一路段和第二路段上 的目标对象进行监控，得到目标对象的身份特征数据和位置数据包括：
第一数据采集节点对第一路段与第二路段重合区域所采集的身份特征数据以及位置 数据做匹配，根据匹配结果对同一目标对象分别在第一路段与第二路段的身份特征数据以 及位置数据建立关联。
具体的，在本申请一实施例中，上述针对同一数据采集节点，对第一路段与第二路段 重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同一目标对象的身 份特征数据以及位置数据建立关联的步骤可以由构建在独立服务器中的模块实现，也可以 由与数据采集节点集成的模块实现。
进一步的，本申请一实施例还提出了一种追踪数据的处理方法，该方法应用在本申请 实施例所述的追踪系统的追踪模块。
具体的，图11为根据本申请一实施例的追踪数据的处理方法的流程图。在本申请一 实施例中，如图11所示，追踪数据的处理方法包括：
步骤1110，获取第一数据采集节点和第二数据采集节点所采集的身份特征数据以及位 置数据；
步骤1120，对第一数据采集节点和第二数据采集节点所采集到的身份特征数据和/或 位置数据进行匹配，得到匹配结果；
步骤1130，根据匹配结果在第二数据采集节点的监控范围定位目标对象。
具体的，在本申请一实施例中，针对两个数据采集节点，对身份特征数据和/或位置 数据做匹配，根据匹配结果确定两个数据采集节点采集到的位置数据中对应同一目标对象 的位置数据。
根据本申请实施例的方法，可以在两个数据采集节点中定位同一目标对象，从而实现 在整个数据采集体系中定位追踪同一目标对象。
具体的，在本申请一实施例中，通过布设在云端或本地的服务器架构测序终端，通过 测序终端实现追踪数据的处理方法。或者，在本申请一实施例中，使用与数据采集节点集 成的模块，根据前一数据采集节点采集到的身份特征数据和/或位置数据，在当前的数据 采集节点定位相同的目标对象。
进一步的，在本申请一实施例中，追踪数据的处理方法还包括，追踪模块对第一路段 与第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同一目 标对象分别在第一路段与第二路段的身份特征数据以及位置数据建立关联。这样就可以使 得数据采集节点完全只负责数据采集操作，不进行数据匹配处理，从而大大降低数据采集 节点的数据处理压力。
进一步的，考虑到基于身份特征数据(例如，车辆牌号)进行匹配的操作难度较低并 且准确程度较高，因此，在本申请一实施例中，对身份特征数据做匹配以定位相同的目标 对象。具体的，不需要考虑两个数据采集节点是否相邻或相邻的两个数据采集节点是否存 在位置数据的监控范围重合。
进一步的，考虑到实际应用场景中存在身份特征数据识别失败(例如，获取不到车牌) 或者识别错误(例如，识别出一个错误的车牌号)的情况，在上述情况下，无法进行身份特征数据的匹配(例如，没有车牌号，无法进行匹配)或者身份特征数据匹配失败(识别 出的车牌号是错误的，找不到可以匹配的项)。因此，在本申请一实施例中，为确保匹配 顺利实施，对位置数据做匹配以定位相同的目标对象。具体的，需要相邻数据采集节点间 存在位置数据的监控范围重合。
进一步的，在本申请一实施例中，对第一数据采集节点和第二数据采集节点所采集到 的身份特征数据和/或位置数据进行匹配，包括：当无法实现身份特征数据的匹配，或者， 身份特征数据匹配失败时，对第一数据采集节点和第二数据采集节点在重合监控范围内采 集的位置数据做匹配。
具体的，在本申请一实施例中，在对身份特征数据和/或位置数据做匹配时，首先对 身份特征数据做匹配，当无法实现身份特征数据的匹配(例如，没有识别到车辆牌号)，或者，身份特征数据匹配失败时(例如，车辆牌号识别错误)，对位置数据的采集覆盖范 围的重合区域的位置数据做匹配。
具体的，在本申请一实施例中，对第一数据采集节点和第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，包括：
判断第一数据采集节点以及第二数据采集节点所采集的数据是否均包含身份特征数 据；
当第一数据采集节点以及第二数据采集节点所采集的数据均包含身份特征数据时，对 第一数据采集节点采集到的数据以及第二数据采集节点采集到的数据进行基于身份特征 数据的匹配，根据匹配结果定位相同的目标对象。
具体的，在本申请一实施例中，对第一数据采集节点和第二数据采集节点所采集到的 身份特征数据和/或位置数据进行匹配，还包括：
当第一数据采集节点或第二数据采集节点所采集的数据不包含身份特征数据时，对第 一数据采集节点和第二数据采集节点在重合监控范围内采集的位置数据做匹配，根据匹配 结果定位相同的目标对象。
进一步的，在本申请一实施例中，对第一数据采集节点和第二数据采集节点所采集到 的身份特征数据和/或位置数据进行匹配，还包括：
当第一数据采集节点所采集的数据不包含身份特征数据且第二数据采集节点所采集 的数据包含身份特征数据时，缓存第二数据采集节点所采集的身份特征数据，在对第一数 据采集节点和第二数据采集节点在重合监控范围内采集的位置数据做匹配时，基于缓存的 身份特征数据进行复核。
具体的，在本申请一实施例中，基于如图9所示数据采集节点部署方案，车辆轨迹的 生成过程如下：
车辆在T19(采集器910的相机911的监控范围)阶段，相机911识别出车牌号码等车辆信息；
车辆在T29(采集器910的相机911和雷达912的监控范围)阶段，采集器910内部 实现车辆的相机和雷达数据的匹配、绑定；
车辆在T39(采集器910的雷达912监控范围)阶段，采集器910的雷达912实时扫 射出该车辆的点轨迹；
车辆在T49、T59阶段，测序终端实现采集器910和采集器920数据之间的目标匹配；
车辆在T69阶段，采集器920的雷达922实时扫射出该车辆的下一阶段的点轨迹。
进一步的，在本申请一实施例中，针对相邻的两个数据采集节点，当两个数据采集节 点不存在监控范围的重合区域时，对身份特征数据做匹配。
进一步的，在本申请一实施例中，针对相邻的两个数据采集节点，当两个数据采集节 点存在监控范围的重合区域时，为了确保追踪轨迹的连续性，使用监控范围的重合区域可 以实现的匹配方式做匹配。例如，针对如图8所示的实施例，两个数据采集节点(采集器810、820)的第二路段存在重合区域(T38与T68存在重合区域)。假设采集器810在T38所采集的数据包含身份特征数据，但是，采集器810在T38所采集的数据不包含身份特征 数据，如果要实现基于身份特征数据的匹配，必须等到车辆驶入T58，这就造成了追踪数 据采集的中断(T38与T58之间存在路段间隔)。因此，在本申请一实施例中，在T38与T68的重合区域基于位置数据进行匹配。
具体的，在本申请一实施例中，针对相邻的两个数据采集节点，对身份特征数据和/ 或位置数据做匹配，包括：
对双方的第二路段的重合区域采集到的位置数据做匹配，基于匹配结果确定双方的第 三路段的重合区域采集到的位置数据中对应同一目标对象的位置数据。
具体的，在本申请一实施例中，基于如图10所示数据采集节点部署方案，车辆轨迹的生成过程如下：
车辆在T110阶段，采集器1010的相机设备1011识别出车牌号码等车辆信息；
车辆在T210阶段，采集器1010内部实现车辆的相机和雷达数据的匹配、绑定；
车辆在T310阶段，采集器1010的雷达设备1012实时扫射出该车辆的点轨迹；
车辆在T410阶段，测序终端实现采集器1010和采集器1020的目标匹配；
车辆在T510阶段，采集器1020的雷达设备1022实时扫射出该车辆的点轨迹；
车辆在T610、T710阶段，采集器1020的相机设备1021可进一步识别该车辆的车牌号码等车辆信息。
进一步的，在本申请一实施例中，为目标对象分配唯一的标识，使得同一目标对象在 不同数据采集节点保持唯一的标记，从而便于实现目标对象的搜索查询以及轨迹查询演 示。
具体的，在本申请一实施例中，在根据匹配结果在第二数据采集节点的监控范围定位 目标对象之前，方法包括：
获取第一数据采集节点采集到的目标对象的第一身份特征数据；
根据第一数据采集节点采集到的第一身份特征数据生成目标对象的第一全局标识；
对第一数据采集节点以及第二数据采集节点的身份特征数据和/或位置数据做匹配， 根据匹配结果确定第二数据采集节点采集到的位置数据中对应目标对象的位置数据；
为第二数据采集节点采集到的位置数据中对应目标对象的位置数据绑定第一全局标 识。
根据本申请实施例的方法，不仅可以实现对目标对象的追踪数据的长距离连续的实时 采集，并且方便目标对象的搜索查询，为其他业务应用提供技术支持。
具体的，在本申请一实施例中，全局标识的具体生成方式不做明确限制，可以根据具 体的应用场景需求确定生成全局标识的方式。例如，在本申请一实施例中，根据车牌号码、 第一次采集到该车牌号码的时间戳生成全局标识。
具体的，在根据本申请一实施例的应用场景中，针对单一数据采集节点，如图4所示， 如果数据采集节点在T13阶段上传车辆数据，车辆数据包含身份特征数据(例如，车牌号 码)，不包含位置数据(例如，雷达位置坐标)。如果数据采集节点在T23阶段上传车辆数据，则车辆数据包含身份特征数据以及位置数据。
在T23阶段，某车辆被数据采集节点检测到。数据采集节点将该车辆的车辆信息和雷达 坐标数据(均包含相同的车牌号码)分别发送到测序终端。测序终端根据车牌号码、时间戳 等信息生成一个全局的全局标识(UUID)，此UUID唯一绑定该车辆。
在T33阶段，数据采集节点发送的雷达数据中均携带该车辆的车牌号码、目标ID(指 单数据采集节点监控场景内的唯一的目标序号)等信息。测序终端接收到数据采集节点的 雷达数据后，根据车牌号码或目标ID查询在T23阶段生成的全局UUID，并将该雷达数据 和对应的UUID等数据发送到平台进行演示。
具体的，在根据本申请一实施例的应用场景中，针对多数据采集节点，基于如图9所 示数据采集节点部署方案，在T49、T59阶段，采集器910存在输出的雷达数据携带或不 携带车牌号码信息(例如，当车牌号码采集失败时无车牌号码信息)两种情况，采集器 920存在T49阶段输出或不输出车牌号码信息、T59阶段输出的雷达数据携带或不携带车 牌号码信息的情况。
如果在T49、T59阶段，采集器910的雷达数据和采集器920的输出数据(T49阶段的输出数据以及T59阶段的雷达数据)均包含车牌号码信息，则根据车牌号码查询、匹配在 T29阶段生成的全局UUID。
如果在T49、T59阶段，采集器910的雷达数据或采集器920输出数据出现没有车牌号码的情况，此时如果测序终端在T49阶段接收到采集器920的车牌号码信息，则测序终 端先缓存采集器920的车牌号码信息，待T59阶段采集器920的雷达数据与采集器910的 雷达数据匹配完成后，根据采集器920的目标ID在采集器920内进行车牌号码信息与采 集器920雷达数据的查询、匹配在T29阶段生成的全局UUID；以预防在T59阶段没有接收 到采集器920的车牌号码信息。
如果测序终端在T59阶段接收到采集器920的车牌号码信息，则测序终端直接根据采 集器920的目标ID在采集器920内进行车牌号码信息与采集器920雷达数据的查询、匹配在T29阶段生成的全局UUID。测序终端完成以上运算之后，将采集器910的雷达数据、 车牌号码信息、采集器920的雷达数据以及对应的全局UUID等数据发送到平台进行行驶 轨迹的演示。
具体的，在根据本申请一实施例的应用场景中，针对多数据采集节点，基于如图10所示数据采集节点部署方案，在T410阶段，采集器1010的雷达数据携带有该车辆的车牌 号码，采集器1020的雷达数据没有携带车辆的车牌号码。T410阶段采集器1020的雷达数 据与采集器1010的雷达数据匹配完成后，T610阶段根据采集器1020的目标ID在采集器 1020内进行车牌号码信息与采集器1020雷达数据的查询、匹配在T210阶段生成的全局 UUID。
具体的，在本申请一实施例中，在基于位置数据做匹配的过程中，根据目标抓拍时间、 目标坐标近似度进行两个位置数据之间的匹配。具体的，在本申请一实施例中，对第一数 据采集节点和第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，包括：
针对第一数据采集节点采集到的第一位置数据以及第二数据采集节点采集到的第二 位置数据，计算位置采样时刻偏差值以及位置坐标偏差值；
当位置采样时刻偏差值小于预设时差阈值，并且，位置坐标偏差值小于预设坐标差阈 值时，第一位置数据以及第二位置数据对应同一目标对象。
具体的，在本申请一实施例中，位置采样时刻指的是采集到该位置数据的时刻。
具体的，在本申请一实施例中，位置坐标偏差值包括x轴偏差(雷达坐标系中的横坐 标)以及y轴偏差(雷达坐标系中的纵坐标)。
具体的，在本申请一实施例中，假设第一数据采集节点在t1时刻采集到第一目标对 象的位置坐标为(X11，Y11)，第二数据采集节点在t2时刻采集到第二目标对象的位置坐标为(X21，Y21)。假设预设时差阈值为T3，y轴偏差的预设坐标差阈值为Dy，x轴偏差 的预设坐标差阈值为Dx。如果上述数据满足以下关系，则认定第一目标对象与第二目标 对象为同一目标对象。
|t1–t2|<T3， (1)
|X11-X21|<Dx (2)
|Y11-Y21|<Dy (3)
具体的，在本申请一实施例中，预设时差阈值、预设坐标差阈值(y轴偏差的预设坐标差阈值、x轴偏差的预设坐标差阈值)的大小可以在具体实现时根据系统性能和/实现需求等自行设定，本实施例对预设时差阈值、预设坐标差阈值(y轴偏差的预设坐标差阈值、 x轴偏差的预设坐标差阈值)的大小不作限定。
进一步的，在计算位置坐标偏差值(x轴偏差以及y轴偏差)时，前提之一是两个位置坐标要处于同一坐标系下。但是，在实际应用场景中，由于设备安装位置、安装姿态的 区别，不同的数据采集节点所获取的位置坐标的坐标系是不同的。因此，在本申请一实施 例中，在计算位置坐标偏差值之前，需要统一坐标系。
具体的，在本申请一实施例中，对于实现统一坐标系的具体方案不做限制，可以根据 实际情况采用任何可以实现坐标系统一的算法或测量方案。
具体的，在本申请一实施例中，针对第一数据采集节点以及第二数据采集节点，针对 同一位置点，假设第一数据采集节点的雷达设备采集到的位置坐标为(X12，Y12)，第二数据采集节点的雷达设备采集到的位置坐标为(X22，Y22)，那么两个坐标系满足如下关 系：
X22＝θ1X12+θ2Y12+b1， (4)
Y22＝θ3X12+θ4Y12+b2， (5)
其中，θ1、θ2、θ3、θ4为雷达设备安装架设后的两个雷达设备安装角度的偏移量， b1、b2为雷达设备安装架设后的两个雷达设备安装位置的偏移量，此六个系数为匹配坐 标标定系数。
在理想状态下，第一数据采集节点的雷达设备与第二数据采集节点的雷达设备的安装 角度完全一致，安装位置也不存在偏移量，即，θ1为1，θ2为0，b1为0，θ3为0，θ4为1， b2为0。那么，X22＝X12，Y22＝Y12。两个数据采集节点的雷达设备的采集数据的坐标系一 致。
当第一数据采集节点的雷达设备与第二数据采集节点的雷达设备的安装角度不一致， 和/或，安装位置存在偏移量时。采用梯度下降法标定匹配坐标标定系数。梯度下降的原 理为损失函数最小值原则。根据上文所述，同一目标被第一数据采集节点的雷达设备和 第二数据采集节点的雷达设备同时采集到位置数据时，第二数据采集节点的雷达设备采 集到的位置坐标可以根据第一数据采集节点的雷达设备采集到的位置坐标表示。因此，损失函数即为针对同一目标，第一数据采集节点的雷达设备中采集到的位置坐标转化后的坐标与第二数据采集节点的雷达设备中采集到的位置坐标的误差函数。
对于任一目标，假设第一数据采集节点的雷达设备采集到的位置坐标为(x1，y1)，第 二数据采集节点的雷达设备采集到的位置坐标为(x2，y2)，损失函数为：
Figure BDA0002362686960000171
Figure BDA0002362686960000172
由于要拟和其中的转化参数，因此根据梯度方向进行迭代，梯度方程为对损失函数 中各个需要拟合的参数进行求导，其中：
θ1的梯度方程为：
Figure BDA0002362686960000173
θ2的梯度方程为：
Figure BDA0002362686960000174
b1的梯度方程为：
Figure BDA0002362686960000175
θ3的梯度方程为：
Figure BDA0002362686960000176
θ4的梯度方程为：
Figure BDA0002362686960000177
b2的梯度方程为：
Figure BDA0002362686960000178
进一步的，基于本申请实施例的追踪数据的处理方法，本申请一实施例还提出了一种 追踪数据的处理装置。图12为根据本申请一实施例的追踪数据的处理装置的结构图。在 本申请一实施例中，如图12所示，追踪数据的处理装置1200包括：
数据获取模块1210，其用于获取待监控路段上设置的第一数据采集节点和第二数据 采集节点所采集的身份特征数据以及位置数据；
数据处理模块1220，其用于对身份特征数据以及位置数据进行数据处理，包括：
数据交接单元1221，其用于对第一数据采集节点和第二数据采集节点所采集的身份 特征数据和/或位置数据做匹配，根据匹配结果定位相同的目标对象。
图12所示的本申请一实施例提供的装置可用于执行本申请实施例的方法实施例的技 术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
进一步的，在本申请一实施例中，追踪数据的处理装置还包括：
互联接口，其用于与其他处理装置建立连接，建立多个处理装置的互联，以扩展接入 的数据采集节点的数量。
进一步的，在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改 进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路 结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应 的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例 如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(FieldProgrammable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由访问方对器件编程来确定。由设计人员自行编程来把一个数字装置“集成”在一片PLD上，而不需要 请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成 电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序 开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言 来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并 非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL (Altera HardwareDescription Language)、Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL(Java Hardware Description Language)、Lava、 Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普 遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与 Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作 逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器 以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、 可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器： ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone LabsC8051F320， 存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除 了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编 程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等 的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的 用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各 种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
在本申请实施例的描述中，为了描述的方便，描述装置时以功能分为各种模块/单元 分别描述，各个模块/单元的划分仅仅是一种逻辑功能的划分，在实施本申请实施例时可 以把各模块/单元的功能在同一个或多个软件和/或硬件中实现。
具体的，本申请实施例所提出的装置在实际实现时可以全部或部分集成到一个物理 实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，检测模块可以为单独设立的处理元件，也可 以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部 或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各 个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit；以下简称：ASIC)， 或，一个或多个微处理器(Digital Singnal Processor；以下简称：DSP)，或，一个或者多 个现场可编程门阵列(Field Programmable Gate Array；以下简称：FPGA)等。再如，这 些模块可以集成在一起，以片上装置(System-On-a-Chip；以下简称：SOC)的形式实现。
具体的，本申请实施例还提出了一种电子设备，该电子设备包括用于存储计算机程序 指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执 行时，触发电子设备执行本申请实施例所述方法步骤。应理解，电子设备能够实现本申请 实施例提供的方法的各个过程。电子设备中的各个模块的操作和/或功能，分别为了实现 上述方法实施例中的相应流程。具体可参见本申请实施例所述方法实施例中的描述，为避 免重复，此处适当省略详细描述。
具体的，在本申请一实施例中，上述电子设备可以为移动终端(手机、平板电脑、笔记本电脑)、本地终端(个人/工业电脑)、云端服务器等设备。其中上述一个或多个计算 机程序被存储在上述存储器中，上述一个或多个计算机程序包括指令，当上述指令被上述 设备执行时，使得上述设备执行本申请实施例所述的方法步骤。
进一步的，本申请一实施例所示的电子设备可以是终端设备也可以是内置于上述终端 设备的电路设备。该设备可以用于执行本申请实施例提供的方法中的功能/步骤。
具体的，在本申请一实施例中，存储器可以是只读存储器(read-only memory，ROM)、 可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(randomaccess memory，RAM)或可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程 只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘 (compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、 激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者 还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算 机存取的任何其它介质等。
具体的，在本申请一实施例中，处理器可以和存储器可以合成一个处理装置，更常见 的是彼此独立的部件，处理器用于执行存储器中存储的程序代码来实现本申请实施例所述 方法。具体实现时，该存储器也可以集成在处理器中，或者，独立于处理器。
具体的，在本申请一实施例中，电子设备的处理器可以是片上装置SOC，该处理器中 可以包括中央处理器(Central Processing Unit，CPU)，还可以进一步包括其他类型的处理 器。具体的，在本申请一实施例中，电子设备的处理器可以是PWM控制芯片。
具体的，在本申请一实施例中，涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器，还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units，NPU)和图像信号处理器(Image Signal Processing，ISP)，该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如ASIC，或一个或多个用于控制本申请技术方案程序执行 的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存 储在存储介质中。
本申请实施例阐明的设备、装置、模块或单元，具体可以由计算机芯片或实体实现， 或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如 可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设 备中的任何设备的组合。
具体的，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接 口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易 失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技 术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计 算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、 电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储 器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或 其他磁性存储设备或任何其他非传输介质等各种可以存储程序代码的、可以被计算设备访 问的介质。
本领域内的技术人员应明白，本申请实施例可提供为方法、装置、或计算机程序产品。 因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例 的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用 存储介质上实施的计算机程序产品的形式。
在本申请所提供的几个实施例中，任一功能如果以软件功能单元的形式实现并作为独 立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本 申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以 软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以 使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实 施例所述方法的全部或部分步骤。
具体的，本申请一实施例中还提供一种计算机可读存储介质，该计算机可读存储介质 中存储有计算机程序，当其在计算机上运行时，使得计算机执行本申请实施例提供的方法。
本申请一实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，当 其在计算机上运行时，使得计算机执行本申请实施例提供的方法。
本申请中的实施例描述是参照根据本申请实施例的方法、设备(装置)、和计算机程 序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方 框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方 式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装 置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个 方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机 或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他 可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个 方框或多个方框中指定的功能的步骤。
还需要说明的是，本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A 和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以 是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项” 及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b 和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c 可以是单个，也可以是多个。
本申请实施例中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包 含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所 述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模 块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相 参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例 而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的 部分说明即可。
本领域普通技术人员可以意识到，本申请实施例中描述的各单元及算法步骤，能够以 电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执 行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来 使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、装 置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述，仅为本申请实施例的具体实施方式，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。本 申请的保护范围应以所述权利要求的保护范围为准。

Claims (19)

1.一种追踪系统，其特征在于，所述系统包括追踪模块以及设置在待监控路段的一组数据采集节点，其中：
所述一组数据采集节点中的每个数据采集节点包括第一采集器和第二采集器，所述第一采集器用于获取目标对象对应的身份特征数据，所述第二采集器用于获取所述目标对象对应的位置数据，针对同一数据采集节点，所述第一采集器的监控范围包括第一路段，所述第二采集器的监控范围包括第二路段，所述第一路段和所述第二路段至少部分重合；
所述一组数据采集节点至少包括按照行驶方向依次设置的第一数据采集节点和第二数据采集节点；
所述追踪模块用于根据所述第一数据采集节点的所述身份特征数据和/或所述位置数据在所述第二数据采集节点的监控范围内追踪所述目标对象。
2.根据权利要求1所述的系统，其特征在于：
所述第一数据采集节点与所述第二数据采集节点的监控范围不存在重合区域；
所述追踪模块用于根据所述第一数据采集节点的所述身份特征数据在所述第二数据采集节点的监控范围内追踪所述目标对象。
3.根据权利要求1所述的系统，其特征在于：
所述第一数据采集节点的第二路段与所述第二数据采集节点的第二路段存在重合区域；
所述追踪模块用于根据所述第一数据采集节点在所述第二路段的重合区域的所述位置数据和/或所述身份特征数据在所述第二数据采集节点的监控范围内追踪所述目标对象。
4.根据权利要求1所述的系统，其特征在于：
所述第一数据采集节点的第二路段与所述第二数据采集节点的第二路段存在重合区域；
所述追踪模块用于在所述第一数据采集节点的所述身份特征数据采集失败时，根据所述第一数据采集节点在所述重合区域的所述位置数据在所述第二数据采集节点的监控范围内追踪所述目标对象。
5.根据权利要求1～4中任一项所述的系统，其特征在于，所述系统还包括：
构建在所述数据采集节点或所述追踪模块中的匹配单元，匹配单元用于对所述数据采集节点的所述第一路段与所述第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二路段的身份特征数据以及位置数据建立关联。
6.一种追踪数据的采集方法，其特征在于，应用在权利要求1-5中任一项所述的追踪系统的数据采集节点，所述方法包括：
第一数据采集节点对行驶在第一路段和第二路段上的目标对象进行监控，得到目标对象的身份特征数据和位置数据；
所述第一数据采集节点向追踪模块发送所述身份特征数据和位置数据，以便所述追踪模块根据所述身份特征数据和/或所述位置数据在所述第二数据采集节点的监控范围内对所述目标对象进行监控。
7.根据权利要求6所述的方法，其特征在于，第一数据采集节点对行驶在第一路段和第二路段上的目标对象进行监控，得到所述目标对象的身份特征数据和位置数据包括：
所述第一数据采集节点对所述第一路段与所述第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二路段的身份特征数据以及位置数据建立关联。
8.一种追踪数据的处理方法，其特征在于，应用在权利要求1-5中任一项所述的追踪系统的追踪模块，所述方法包括：
获取第一数据采集节点和第二数据采集节点所采集的身份特征数据以及位置数据；
对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，得到匹配结果；
根据所述匹配结果在所述第二数据采集节点的监控范围定位所述目标对象。
9.根据权利要求8所述的方法，其特征在于，对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，包括：
当无法实现身份特征数据的匹配，或者，身份特征数据匹配失败时，对所述第一数据采集节点和所述第二数据采集节点在重合监控范围内采集的位置数据做匹配。
10.根据权利要求9所述的方法，其特征在于，对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，包括：
判断所述第一数据采集节点以及所述第二数据采集节点所采集的数据是否均包含所述身份特征数据；
当所述第一数据采集节点以及所述第二数据采集节点所采集的数据均包含所述身份特征数据时，对所述第一数据采集节点采集到的数据以及所述第二数据采集节点采集到的数据进行基于身份特征数据的匹配，根据匹配结果定位相同的目标对象。
11.根据权利要求10所述的方法，其特征在于，对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，还包括：
当所述第一数据采集节点或所述第二数据采集节点所采集的数据不包含所述身份特征数据时，对所述第一数据采集节点和所述第二数据采集节点在重合监控范围内采集的位置数据做匹配，根据匹配结果定位相同的目标对象。
12.根据权利要求11所述的方法，其特征在于，对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，还包括：
当所述第一数据采集节点所采集的数据不包含所述身份特征数据且所述第二数据采集节点所采集的数据包含所述身份特征数据时，缓存所述第二数据采集节点所采集的身份特征数据，在对所述第一数据采集节点和所述第二数据采集节点在重合监控范围内采集的位置数据做匹配时，基于缓存的身份特征数据进行复核。
13.根据权利要求8～12中任一项所述的方法，其特征在于，在根据所述匹配结果在所述第二数据采集节点的监控范围定位所述目标对象之前，所述方法包括：
获取所述第一数据采集节点采集到的目标对象的第一身份特征数据；
根据所述第一身份特征数据生成所述目标对象的第一全局标识；
对所述第一数据采集节点以及所述第二数据采集节点采集到的身份特征数据和/或位置数据做匹配，确定出所述第二数据采集节点采集到的位置数据中对应目标对象的位置数据；
所述第二数据采集节点采集到的与所述目标对象相关的位置数据绑定所述第一全局标识。
14.根据权利要求8～12中任一项所述的方法，其特征在于，对所述第一数据采集节点和所述第二数据采集节点所采集到的身份特征数据和/或位置数据进行匹配，包括：
针对第一数据采集节点采集到的第一位置数据以及所述第二数据采集节点采集到的第二位置数据，计算位置采样时刻偏差值以及位置坐标偏差值；
当所述位置采样时刻偏差值小于预设时差阈值，并且，所述位置坐标偏差值小于预设坐标差阈值时，所述第一位置数据以及所述第二位置数据对应同一目标对象。
15.根据权利要求8～12中任一项所述的方法，其特征在于，所述方法还包括：
所述追踪模块对所述第一路段与所述第二路段重合区域所采集的身份特征数据以及位置数据做匹配，根据匹配结果对同一目标对象分别在所述第一路段与所述第二路段的身份特征数据以及位置数据建立关联。
16.一种追踪数据的处理装置，其特征在于，所述处理装置包括：
数据获取模块，其用于获取所述待监控路段上设置的第一数据采集节点和第二数据采集节点所采集的身份特征数据以及位置数据；
数据处理模块，其用于对所述身份特征数据以及位置数据进行数据处理，包括：
数据交接单元，其用于对第一数据采集节点和第二数据采集节点所采集的身份特征数据和/或位置数据做匹配，根据匹配结果定位相同的目标对象。
17.根据权利要求16所述的装置，其特征在于，所述处理装置还包括：
互联接口，其用于与其他所述处理装置建立连接，建立多个所述处理装置的互联，以扩展接入的数据采集节点的数量。
18.一种电子设备，其特征在于，所述电子设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述电子设备执行如权利要求1～15中任一项所述的方法步骤。
19.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如权利要求1-15任一项所述的方法。
CN202010026564.8A 2020-01-10 2020-01-10 追踪系统、追踪数据的采集/处理方法和装置 Active CN113111685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010026564.8A CN113111685B (zh) 2020-01-10 2020-01-10 追踪系统、追踪数据的采集/处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010026564.8A CN113111685B (zh) 2020-01-10 2020-01-10 追踪系统、追踪数据的采集/处理方法和装置

Publications (2)

Publication Number Publication Date
CN113111685A true CN113111685A (zh) 2021-07-13
CN113111685B CN113111685B (zh) 2024-08-13

Family

ID=76709852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010026564.8A Active CN113111685B (zh) 2020-01-10 2020-01-10 追踪系统、追踪数据的采集/处理方法和装置

Country Status (1)

Country Link
CN (1) CN113111685B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017096761A1 (zh) * 2015-12-10 2017-06-15 杭州海康威视数字技术股份有限公司 基于监控摄像机来查找目标对象的方法、装置和系统
CN107888877A (zh) * 2017-11-13 2018-04-06 毛国强 车辆追踪及道路交通信息采集的方法及其系统
CN108417047A (zh) * 2018-05-10 2018-08-17 杭州盈蝶科技有限公司 一种车辆定位追踪方法及其系统
CN108540759A (zh) * 2017-03-01 2018-09-14 中国电信股份有限公司 视频监控方法、装置和系统
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN109212513A (zh) * 2018-09-29 2019-01-15 河北德冠隆电子科技有限公司 多目标在雷达间数据传递、数据融合及连续跟踪定位方法
CN109816702A (zh) * 2019-01-18 2019-05-28 苏州矽典微智能科技有限公司 一种多目标跟踪装置和方法
CN110443828A (zh) * 2019-07-31 2019-11-12 腾讯科技（深圳）有限公司 对象跟踪方法和装置、存储介质及电子装置
CN110542898A (zh) * 2019-06-18 2019-12-06 同济大学 一种基于雷达组群的车辆行为连续跟踪探测系统及方法
CN110582428A (zh) * 2017-03-31 2019-12-17 空中客车A^3有限责任公司 用于感测外部对象的交通工具监控系统和方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017096761A1 (zh) * 2015-12-10 2017-06-15 杭州海康威视数字技术股份有限公司 基于监控摄像机来查找目标对象的方法、装置和系统
CN108540759A (zh) * 2017-03-01 2018-09-14 中国电信股份有限公司 视频监控方法、装置和系统
CN110582428A (zh) * 2017-03-31 2019-12-17 空中客车A^3有限责任公司 用于感测外部对象的交通工具监控系统和方法
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN107888877A (zh) * 2017-11-13 2018-04-06 毛国强 车辆追踪及道路交通信息采集的方法及其系统
CN108417047A (zh) * 2018-05-10 2018-08-17 杭州盈蝶科技有限公司 一种车辆定位追踪方法及其系统
CN109212513A (zh) * 2018-09-29 2019-01-15 河北德冠隆电子科技有限公司 多目标在雷达间数据传递、数据融合及连续跟踪定位方法
CN109816702A (zh) * 2019-01-18 2019-05-28 苏州矽典微智能科技有限公司 一种多目标跟踪装置和方法
CN110542898A (zh) * 2019-06-18 2019-12-06 同济大学 一种基于雷达组群的车辆行为连续跟踪探测系统及方法
CN110443828A (zh) * 2019-07-31 2019-11-12 腾讯科技（深圳）有限公司 对象跟踪方法和装置、存储介质及电子装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹江中;戴青云;谭志标;邸磊;: "基于视频的高速公路车辆检测和跟踪算法", 计算机应用, no. 02, 10 February 2006 (2006-02-10), pages 242 - 245 *

Also Published As

Publication number Publication date
CN113111685B (zh) 2024-08-13

Similar Documents

Publication Publication Date Title
JP6775263B2 (ja) 測位方法及び装置
Wang et al. Pointloc: Deep pose regressor for lidar point cloud localization
WO2018068771A1 (zh) 目标跟踪方法、系统、电子设备和计算机存储介质
CN112001456B (zh) 一种车辆定位方法、装置、存储介质及电子设备
EP3893148A1 (en) Method and device for controlling vehicle, and vehicle
CN110009718A (zh) 一种三维高精度地图生成方法及装置
Bieshaar et al. Cooperative starting movement detection of cyclists using convolutional neural networks and a boosted stacking ensemble
CN111292531B (zh) 交通信号灯的跟踪方法、装置、设备及存储介质
KR102446712B1 (ko) 크로스 카메라 장애물 추적 방법, 장치, 설비, 시스템 및 매체
US11288887B2 (en) Object tracking method and apparatus
JP2006338272A (ja) 車両挙動検出装置、および車両挙動検出方法
CN111288971B (zh) 一种视觉定位方法及装置
CN110660103B (zh) 一种无人车定位方法及装置
JP2022013648A (ja) 画像を処理するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN109982426B (zh) 一种无人驾驶车辆传感器数据离线同步方法
CN111192303B (zh) 一种点云数据处理方法及装置
US11034028B2 (en) Pose determining method for mobile robot and apparatus and mobile robot thereof
CN112861831A (zh) 一种目标物的识别方法、装置、存储介质及电子设备
Mao et al. Obstacle recognition and avoidance for UAVs under resource-constrained environments
Bobkov et al. Vision-based navigation method for a local maneuvering of the autonomous underwater vehicle
CN113111685A (zh) 追踪系统、追踪数据的采集/处理方法和装置
CN112577524A (zh) 信息校正方法和装置
Contreras et al. A Stereo Visual Odometry Framework with Augmented Perception for Dynamic Urban Environments
CN112115810A (zh) 基于信息融合的目标识别方法、系统、计算机设备和存储介质
Becker et al. Identification of vehicle tracks and association to wireless endpoints by multiple sensor modalities

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
GR01 Patent grant
GR01 Patent grant