CN113450388B - 一种目标跟踪方法、装置及电子设备 - Google Patents

一种目标跟踪方法、装置及电子设备 Download PDF

Info

Publication number
CN113450388B
CN113450388B CN202111018047.7A CN202111018047A CN113450388B CN 113450388 B CN113450388 B CN 113450388B CN 202111018047 A CN202111018047 A CN 202111018047A CN 113450388 B CN113450388 B CN 113450388B
Authority
CN
China
Prior art keywords
target
road side
side equipment
road
characteristic data
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.)
Active
Application number
CN202111018047.7A
Other languages
English (en)
Other versions
CN113450388A (zh
Inventor
康含玉
郭波
张海强
李成军
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network Technology Beijing 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202111018047.7A priority Critical patent/CN113450388B/zh
Publication of CN113450388A publication Critical patent/CN113450388A/zh
Application granted granted Critical
Publication of CN113450388B publication Critical patent/CN113450388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种目标跟踪方法、装置及电子设备,其中,该方法包括:获取第一路侧设备的第一目标特征数据以及与第一路侧设备相邻的第二路侧设备的第二目标特征数据,第一路侧设备与第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;将第二路侧设备的第二目标特征数据与第一路侧设备的第二目标特征数据进行匹配;根据匹配结果确定目标跟踪策略,以根据目标跟踪策略进行目标跟踪。本申请在具有相邻或重叠监控区域的路侧设备之间实现了目标特征数据的共享,从而为目标的长距离跟踪提供了数据支撑。此外,本申请的路侧设备部署在同一局域网下,能够直接进行数据传输和处理,不依赖云端,降低了云端服务器的压力,且效率更高。

Description

一种目标跟踪方法、装置及电子设备
技术领域
本申请涉及目标跟踪技术领域,尤其涉及一种目标跟踪方法、装置及电子设备。
背景技术
智慧交通是在智能交通的基础上,融入物联网、云计算、大数据、移动互联等高新信息技术,通过高新信息技术汇集交通信息,提供实时交通数据下的交通信息服务,实现了智慧交通的系统性、实时性、信息交流的交互性以及服务的广泛性。
在智慧交通的道路协同系统中,路侧设备需要获取道路中目标的多种属性信息,如车辆的运动轨迹等,来实现车辆与道路的协同管理,在这种场景下,往往需要对目标进行长距离的监测。
然而路侧设备一般固定在道路两侧线杆上,路侧设备上的单个传感器设备的监测范围一般在200米内,如何在道路上实现长距离的获取目标的多种属性信息,从而实现长距离的目标跟踪尤为重要。
发明内容
本申请实施例提供了一种目标跟踪方法、装置及电子设备,以实现长距离的目标跟踪。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种目标跟踪方法,其中,所述方法包括:
获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;
将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第二目标特征数据进行匹配,得到匹配结果;
根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪。
可选地,所述第一路侧设备包括多个路侧摄像头,所述获取第一路侧设备的第一目标特征数据包括:
分别获取各个路侧摄像头采集的图像;
确定各个路侧摄像头采集的图像中的目标特征数据,作为所述第一路侧设备的第一目标特征数据,其中所述第一目标特征数据包括目标在各个路侧摄像头采集的图像中的语义信息、目标的自身位姿信息以及目标的唯一标识信息中的至少一种。
可选地,所述目标的自身位姿信息包括目标的三维世界坐标,所述确定各个路侧摄像头采集的图像中的目标特征数据包括:
确定所述各个路侧摄像头采集的图像中的目标的二维图像坐标;
将所述目标的二维图像坐标转换到世界坐标系下,得到所述目标的三维世界坐标。
可选地,所述获取第二路侧设备的第二目标特征数据包括:
确定所述第一路侧设备所监控的道路的类型;
若所述道路的类型为双向道路,则确定所述第二路侧设备包括位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;
若所述第一路侧设备所在的道路的类型为单向道路,则确定所述第二路侧设备仅包括位于所述第一路侧设备之前的前一路侧设备。
可选地,在获取第一路侧设备的第一目标特征数据之后,所述方法还包括:
若所述第一路侧设备所在的道路的类型为双向道路,则将所述第一路侧设备的第一目标特征数据发送至位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;
若所述第一路侧设备所在的道路的类型为单向道路,则将所述第一路侧设备的第一目标特征数据发送至所述第一路侧设备对应的后一路侧设备。
可选地,所述第二路侧设备的第二目标特征数据是指所述第二路侧设备所维护的丢失目标列表中的目标特征数据,所述第一路侧设备的第一目标特征数据是指所述第一路侧设备所维护的新进目标列表中的目标特征数据,
所述将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果包括:
若所述丢失目标列表中的目标特征数据在所述新进目标列表中的目标特征数据中能够匹配到,则确定所述匹配结果为匹配成功;
若所述新进目标列表中的目标特征数据在所述丢失目标列表中的目标特征数据中不能够匹配到,则确定所述匹配结果为匹配失败。
可选地,所述根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪包括:
若所述匹配结果为匹配成功,则将所述第一路侧设备的第一目标特征数据对应的目标作为跟踪成功目标进行跟踪;
若所述匹配结果为匹配失败,则将所述第一路侧设备的第一目标特征数据对应的目标作为新进目标进行跟踪。
可选地,在将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果之后,所述方法还包括:
若所述匹配结果为匹配成功,则确定所述第一路侧设备的新进目标列表中的目标特征数据对应的目标为跟踪成功目标;
根据所述第二路侧设备的丢失目标列表中的目标特征数据所携带的目标标识确定所述跟踪成功目标的目标标识。
第二方面,本申请实施例还提供一种目标跟踪装置,其中,所述装置用于实现前述之任一所述方法。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请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存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
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:本申请实施例的目标跟踪方法在进行目标跟踪时,先获取第一路侧设备的第一目标特征数据以及与第一路侧设备相邻的第二路侧设备的第二目标特征数据,第一路侧设备与第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;然后将第二路侧设备的第二目标特征数据与第一路侧设备的第二目标特征数据进行匹配,得到匹配结果;最后根据匹配结果确定目标跟踪策略,以根据目标跟踪策略进行目标跟踪。本申请实施例的目标跟踪方法在具有相邻或者重叠监控区域的路侧设备之间实现了目标特征数据的共享,从而为目标的长距离跟踪提供了数据支撑。此外,本申请实施例的路侧设备部署在同一局域网下,能够直接进行数据传输和处理,不依赖云端,降低了云端服务器的压力,且效率更高。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种目标跟踪方法的流程示意图;
图2为本申请实施例中一种路侧设备上的路侧摄像头部署方式示意图;
图3为本申请实施例中一种不同道路场景下的路侧设备之间的数据共享示意图;
图4为本申请实施例中一种目标跟踪装置的结构示意图;
图5为本申请实施例中一种电子设备的结构示意图。
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。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种目标跟踪方法,如图1所示,提供了本申请实施例中一种目标跟踪方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S130:
步骤S110,获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下。
本申请实施例的目标跟踪方法可以由部署在道路两侧的任意一个路侧设备来执行,在进行目标跟踪时,需要先获取任意一个路侧设备的目标特征数据,这里以第一路侧设备为例,可以从第一路侧设备的本地拉取第一路侧设备中的第一目标特征数据。
此外,为了实现长距离的目标跟踪,还需要获取与第一路侧设备具有相邻或者重叠监控区域的第二路侧设备的第二目标特征数据,第一路侧设备和第二路侧设备部署在同一局域网下,因此第二路侧设备可以与第一路侧设备直接通信进行数据传输,而不需要将数据发送到云端再统一处理,因此降低了云端服务器的压力,且效率更高。
需要说明的是,每个路侧设备都可能部署有多个路侧摄像头,因此本申请实施例在具有相邻监控区域的两个路侧设备之间进行数据传输时,可以仅将其中与第一路侧设备中的摄像头具有相邻拍摄视野的摄像头对应的目标特征数据发送至第一路侧设备。当然,由于数据的传输基本是实时进行的,因此也可以将上述第二路侧设备的当前所有目标特征数据均发送至第一路侧设备,每次传输的数据量并不会很大。
上述第一目标特征数据和第二目标特征数据可以理解为是对路侧设备的路侧摄像头采集到的图像进行处理后所提取出的目标的特征信息,作为目标跟踪的基础数据。
步骤S120,将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第二目标特征数据进行匹配,得到匹配结果。
在得到第二路侧设备的第二目标特征数据和第一路侧设备的第二目标特征数据后,需要将二者的目标特征数据进行相互匹配,从而得到匹配成功或者匹配失败的结果,具体的特征匹配方法,本领域技术人员可以根据实际需求灵活选择,在此不作具体限定。
步骤S130,根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪。
在得到相邻两个路侧设备中的目标特征数据的匹配结果后,需要根据匹配结果进一步确定目标跟踪策略,进而根据目标跟踪策略实现目标的长距离跟踪。
本申请实施例的目标跟踪方法在具有相邻或者重叠监控区域的路侧设备之间实现了目标特征数据的共享,从而为目标的长距离跟踪提供了数据支撑。此外,本申请实施例的路侧设备部署在同一局域网下,能够直接进行数据传输和处理,不依赖云端,降低了云端服务器的压力,且效率更高。
在本申请的一个实施例中,所述第一路侧设备包括多个路侧摄像头,所述获取第一路侧设备的第一目标特征数据包括:分别获取各个路侧摄像头采集的图像;确定各个路侧摄像头采集的图像中的目标特征数据,作为所述第一路侧设备的第一目标特征数据,其中所述第一目标特征数据包括目标在各个路侧摄像头采集的图像中的语义信息、目标的自身位姿信息以及目标的唯一标识信息中的至少一种。
本申请实施例的第一路侧设备上部署有多个路侧摄像头,如图2所示,提供了本申请实施例中一种路侧设备上的路侧摄像头部署方式示意图,该路侧设备上部署有A、B、C、D四个路侧摄像头,每个路侧摄像头采集到的图像数据都会传输到该路侧设备的计算单元中进行图像处理。
基于此,本申请实施例在获取第一路侧设备上的第一目标特征数据时,可以先分别获取每个路侧摄像头采集的图像,然后对每个路侧摄像头采集的图像进行处理,得到图像中的目标特征数据,以此作为第一路侧设备的第一目标特征数据。
这里的第一目标特征数据具体可以包括目标在各个路侧摄像头采集的图像中的语义信息和目标的自身位姿信息等构成的多维特征向量,还可以包括目标的唯一标识信息等。图像中的语义信息可以利用预先训练好的图像识别算法等来确定,例如可以包括车辆在图像中的位置信息、车辆的颜色信息等等。目标的自身位姿信息具体可以包括车辆在真实世界的位置坐标信息、车辆的航向角、速度、车辆所在车道等。目标的唯一标识信息可以用UUID(Universally Unique Identifier,通用唯一识别码)来表示,对于同一个目标来说,其UUID标识应该是始终保持一致的,因此UUID标识是实现长距离的目标跟踪的基础。
在本申请的一个实施例中,所述目标的自身位姿信息包括目标的三维世界坐标,所述确定各个路侧摄像头采集的图像中的目标特征数据包括:确定所述各个路侧摄像头采集的图像中的目标的二维图像坐标;将所述目标的二维图像坐标转换到世界坐标系下,得到所述目标的三维世界坐标。
如前所述,本申请实施例的目标的自身位姿信息可以包括目标的三维世界坐标,本申请实施例在确定各个路侧摄像头采集的图像中的目标的三维世界坐标时,可以先对路侧设备的每个摄像头进行标定,从而得到每个摄像头采集的图像中每个像素点到摄像机坐标系的转换关系,基于该坐标转化关系可以得到各个路侧摄像头采集的图像中的目标分别在各自对应的摄像头坐标系下的二维图像坐标,然后通过坐标转换将各个路侧摄像头采集的图像中的目标在摄像头坐标系下的二维图像坐标分别转换到各自对应的世界坐标系下,从而得到各个路侧摄像头采集的图像中的目标的三维世界坐标。
此外,由于不同摄像头所采用的世界坐标系不同,这里可以进一步进行世界坐标系的统一。具体地,可以将各个路侧摄像头采集的图像中的目标在其各自对应的世界坐标系下的三维世界坐标分别转换到RTK(Real - time kinematic,实时差分定位)坐标系下,从而将多个不同的世界坐标系下的三维世界坐标统一到同一个世界坐标下,保证目标的三维世界坐标的可比性。
在本申请的一个实施例中,所述获取第二路侧设备的第二目标特征数据包括:确定所述第一路侧设备所监控的道路的类型;若所述道路的类型为双向道路,则确定所述第二路侧设备包括位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;若所述第一路侧设备所在的道路的类型为单向道路,则确定所述第二路侧设备仅包括位于所述第一路侧设备之前的前一路侧设备。
针对不同的监控路段,监控道路的类型也不同,例如有的道路是双向道路,有的道路是单向道路,这就导致了在不同的道路场景下,目标跟踪的方向是不同的。例如道路A为一条既能从南向北行驶又能从北向南行驶的双向道路,那么对于道路A上依次部署的多个路侧设备之间就需要双向传输数据,从而对两个方向上的目标都能进行跟踪。而例如道路B为一条只能从南向北行驶的单向道路,那么对于从南向北依次部署的多个路侧设备之间只需要单向传输数据即可。
如图3所示,提供了本申请实施例中一种不同道路场景下的路侧设备之间的数据共享示意图。如果本申请实施例的第一路侧设备所监控的道路的类型是双向道路,那么可以确定出与第一路侧设备相邻的第二路侧设备就有两个,一个是位于其之前的前一路侧设备,一个是位于其之后的后一路侧设备,而如果第一路侧设备所监控的道路的类型是单向道路,那么可以确定出与第一路侧设备相邻的第二路侧设备即能够向第一路侧设备共享数据的路侧设备只有一个,即位于其之前的前一路侧设备。
在本申请的一个实施例中,在获取第一路侧设备的第一目标特征数据之后,所述方法还包括:若所述第一路侧设备所在的道路的类型为双向道路,则将所述第一路侧设备的第一目标特征数据发送至位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;若所述第一路侧设备所在的道路的类型为单向道路,则将所述第一路侧设备的第一目标特征数据发送至所述第一路侧设备对应的后一路侧设备。
对于第一路侧设备来说,其除了可以获取到相邻的其他路侧设备的目标特征数据,还可以根据第一路侧设备所监控的道路的类型将自己的目标特征数据发送给相邻的其他路侧设备。
具体地,如果第一路侧设备所在的道路的类型为双向道路,那么第一路侧设备既可以向位于其之前的前一路侧设备发送自己的目标特征数据,也可以向位于其之后的后一路侧设备发送自己的目标特征数据,而如果第一路侧设备所在的道路的类型为单向道路,那么第一路侧设备只能将其目标特征数据发送给位于其之后的后一路侧设备。
需要说明的是,上述实施例中的前一路侧设备和后一路侧设备与第一路侧设备的关系主要基于第一路侧设备所在的道路的方向来确定。
在本申请的一个实施例中,所述第二路侧设备的第二目标特征数据是指所述第二路侧设备所维护的丢失目标列表中的目标特征数据,所述第一路侧设备的第一目标特征数据是指所述第一路侧设备所维护的新进目标列表中的目标特征数据,所述将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果包括:若所述丢失目标列表中的目标特征数据在所述新进目标列表中的目标特征数据中能够匹配到,则确定所述匹配结果为匹配成功;若所述新进目标列表中的目标特征数据在所述丢失目标列表中的目标特征数据中不能够匹配到,则确定所述匹配结果为匹配失败。
在进行目标跟踪时,每一个路侧设备都可以维护目标列表,用以记录各个目标的跟踪情况,本申请实施例中的目标列表具体可以包括跟踪目标列表、丢失目标列表和新进目标列表,其中跟踪目标列表中用于存储当前跟踪成功的目标的信息,丢失目标列表则用于存储跟踪失败的目标的信息,具体是指上一帧图像存在但当前帧图像不存在的目标,新进目标列表用于存储当前帧图像新进入的目标的信息,具体是指上一帧图像不存在但当前帧图像存在的目标。
在进行相邻路侧设备之间的目标跟踪时,本申请实施例的第二目标特征数据具体可以是指第二路侧设备所维护的丢失目标列表中的目标特征数据,而第一目标特征数据则可以是指第一路侧设备所维护的新进目标列表中的目标特征数据,然后将二者进行相互匹配,如果丢失目标列表中的目标特征数据能够在新进目标列表的目标特征数据中匹配到,那么得到匹配成功的结果,说明匹配成功的目标特征数据所对应的目标从第二路侧设备的监控区域进入到了第一路侧设备的监控区域中。
如果新进目标列表中的目标特征数据不能够在丢失目标列表的目标特征数据中匹配到,或者丢失目标列表中的目标特征数据不能够在新进目标列表的目标特征数据中匹配到,则得到匹配失败的结果。对于第一种情况,说明第一路侧设备的新进目标列表中的目标特征数据所对应的目标并不是从第二路侧设备的监控区域中退出后进入的,对于第二种情况,说明第二路侧设备的丢失目标列表中的目标特征数据所对应的目标在从第二路侧设备的监控区域中退出后并没有进入到第一路侧设备的监控区域中。
在本申请的一个实施例中,所述根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪包括:若所述匹配结果为匹配成功,则将所述第一路侧设备的第一目标特征数据对应的目标作为跟踪成功目标进行跟踪;若所述匹配结果为匹配失败,则将所述第一路侧设备的第一目标特征数据对应的目标作为新进目标进行跟踪。
对于第一路侧设备来说,如果第一路侧设备的新进目标列表中的目标特征数据能够在丢失目标列表的目标特征数据中匹配到,说明该匹配成功的目标特征数据所对应的目标为当前跟踪成功的目标,因此可以将该目标作为跟踪成功目标继续进行后续跟踪,而如果第一路侧设备的新进目标列表中的目标特征数据不能够在丢失目标列表的目标特征数据中匹配到,说明该新进目标列表中的目标特征数据所对应的目标不是从第二路侧设备的监控区域退出后进入的,因此直接作为第一路侧设备的新进目标进行后续跟踪即可。
在本申请的一个实施例中,在将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果之后,所述方法还包括:若所述匹配结果为匹配成功,则确定所述第一路侧设备的新进目标列表中的目标特征数据对应的目标为跟踪成功目标;根据所述第二路侧设备的丢失目标列表中的目标特征数据所携带的目标标识确定所述跟踪成功目标的目标标识。
如前所述,如果第一路侧设备的新进目标列表中的目标特征数据能够在丢失目标列表的目标特征数据中匹配到,说明该匹配成功的目标特征数据所对应的目标为当前跟踪成功到的目标,因此可以将其加入到第一路侧设备的跟踪目标列表中,这时还可以直接将该目标在第二路侧设备的丢失目标列表中的UUID标识作为其在第一路侧设备的跟踪目标列表中的UUID标识,从而保证不同路侧设备针对同一个目标所标记的唯一标识的一致性。
本申请实施例还提供了一种目标跟踪装置400,如图4所示,提供了本申请实施例中一种目标跟踪装置的结构示意图,所述装置400包括:获取单元410、匹配单元420以及第一确定单元430,其中:
获取单元410,用于获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;
匹配单元420,用于将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第二目标特征数据进行匹配,得到匹配结果;
第一确定单元430,用于根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪。
在本申请的一个实施例中,所述第一路侧设备包括多个路侧摄像头,所述获取单元410具体用于:分别获取各个路侧摄像头采集的图像;确定各个路侧摄像头采集的图像中的目标特征数据,作为所述第一路侧设备的第一目标特征数据,其中所述第一目标特征数据包括目标在各个路侧摄像头采集的图像中的语义信息、目标的自身位姿信息以及目标的唯一标识信息中的至少一种。
在本申请的一个实施例中,所述目标的自身位姿信息包括目标的三维世界坐标,所述获取单元410具体用于:确定所述各个路侧摄像头采集的图像中的目标的二维图像坐标;将所述目标的二维图像坐标转换到世界坐标系下,得到所述目标的三维世界坐标。
在本申请的一个实施例中,所述获取单元410具体用于:确定所述第一路侧设备所监控的道路的类型;若所述道路的类型为双向道路,则确定所述第二路侧设备包括位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;若所述第一路侧设备所在的道路的类型为单向道路,则确定所述第二路侧设备仅包括位于所述第一路侧设备之前的前一路侧设备。
在本申请的一个实施例中,所述装置还包括:发送单元,用于若所述第一路侧设备所在的道路的类型为双向道路,则将所述第一路侧设备的第一目标特征数据发送至位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;若所述第一路侧设备所在的道路的类型为单向道路,则将所述第一路侧设备的第一目标特征数据发送至所述第一路侧设备对应的后一路侧设备。
在本申请的一个实施例中,所述第二路侧设备的第二目标特征数据是指所述第二路侧设备所维护的丢失目标列表中的目标特征数据,所述第一路侧设备的第一目标特征数据是指所述第一路侧设备所维护的新进目标列表中的目标特征数据,所述匹配单元420具体用于:若所述丢失目标列表中的目标特征数据在所述新进目标列表中的目标特征数据中能够匹配到,则确定所述匹配结果为匹配成功;若所述新进目标列表中的目标特征数据在所述丢失目标列表中的目标特征数据中不能够匹配到,则确定所述匹配结果为匹配失败。
在本申请的一个实施例中,所述第一确定单元430具体用于:若所述匹配结果为匹配成功,则将所述第一路侧设备的第一目标特征数据对应的目标作为跟踪成功目标进行跟踪;若所述匹配结果为匹配失败,则将所述第一路侧设备的第一目标特征数据对应的目标作为新进目标进行跟踪。
在本申请的一个实施例中,所述装置还包括:第二确定单元,用于若所述匹配结果为匹配成功,则确定所述第一路侧设备的新进目标列表中的目标特征数据对应的目标为跟踪成功目标;第三确定单元,用于根据所述第二路侧设备的丢失目标列表中的目标特征数据所携带的目标标识确定所述跟踪成功目标的目标标识。
能够理解,上述目标跟踪装置,能够实现前述实施例中提供的目标跟踪方法的各个步骤,关于目标跟踪方法的相关阐释均适用于目标跟踪装置,此处不再赘述。
图5是本申请的一个实施例电子设备的结构示意图。请参考图5,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成目标跟踪装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;
将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第二目标特征数据进行匹配,得到匹配结果;
根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪。
上述如本申请图1所示实施例揭示的目标跟踪装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中目标跟踪装置执行的方法,并实现目标跟踪装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中目标跟踪装置执行的方法,并具体用于执行:
获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下;
将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第二目标特征数据进行匹配,得到匹配结果;
根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
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,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,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。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种目标跟踪方法,其中,所述方法包括:
获取第一路侧设备的第一目标特征数据以及与所述第一路侧设备相邻的第二路侧设备的第二目标特征数据,所述第一路侧设备与所述第二路侧设备至少具有相邻和/或重叠的监控区域,且两者位于同一局域网下,所述第一路侧设备包括多个路侧摄像头,所述获取第一路侧设备的第一目标特征数据包括:
分别获取各个路侧摄像头采集的图像;
确定各个路侧摄像头采集的图像中的目标特征数据,作为所述第一路侧设备的第一目标特征数据,其中所述第一目标特征数据包括目标在各个路侧摄像头采集的图像中的语义信息、目标的自身位姿信息以及目标的唯一标识信息中的至少一种;
将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一 目标特征数据进行匹配,得到匹配结果;
根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪,所述目标跟踪的结果用于向道路协同系统提供目标运动轨迹数据。
2.如权利要求1所述方法,其中,所述目标的自身位姿信息包括目标的三维世界坐标,所述确定各个路侧摄像头采集的图像中的目标特征数据包括:
确定所述各个路侧摄像头采集的图像中的目标的二维图像坐标;
将所述目标的二维图像坐标转换到世界坐标系下,得到所述目标的三维世界坐标。
3.如权利要求1所述方法,其中,所述获取第二路侧设备的第二目标特征数据包括:
确定所述第一路侧设备所监控的道路的类型;
若所述道路的类型为双向道路,则确定所述第二路侧设备包括位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;
若所述第一路侧设备所在的道路的类型为单向道路,则确定所述第二路侧设备仅包括位于所述第一路侧设备之前的前一路侧设备。
4.如权利要求3所述方法,其中,在获取第一路侧设备的第一目标特征数据之后,所述方法还包括:
若所述第一路侧设备所在的道路的类型为双向道路,则将所述第一路侧设备的第一目标特征数据发送至位于所述第一路侧设备之前的前一路侧设备以及位于所述第一路侧设备之后的后一路侧设备;
若所述第一路侧设备所在的道路的类型为单向道路,则将所述第一路侧设备的第一目标特征数据发送至所述第一路侧设备对应的后一路侧设备。
5.如权利要求1所述方法,其中,所述第二路侧设备的第二目标特征数据是指所述第二路侧设备所维护的丢失目标列表中的目标特征数据,所述第一路侧设备的第一目标特征数据是指所述第一路侧设备所维护的新进目标列表中的目标特征数据,
所述将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果包括:
若所述丢失目标列表中的目标特征数据在所述新进目标列表中的目标特征数据中能够匹配到,则确定所述匹配结果为匹配成功;
若所述新进目标列表中的目标特征数据在所述丢失目标列表中的目标特征数据中不能够匹配到,则确定所述匹配结果为匹配失败。
6.如权利要求5所述方法,其中,所述根据所述匹配结果确定目标跟踪策略,以根据所述目标跟踪策略进行目标跟踪包括:
若所述匹配结果为匹配成功,则将所述第一路侧设备的第一目标特征数据对应的目标作为跟踪成功目标进行跟踪;
若所述匹配结果为匹配失败,则将所述第一路侧设备的第一目标特征数据对应的目标作为新进目标进行跟踪。
7.如权利要求5所述方法,其中,在将所述第二路侧设备的第二目标特征数据与所述第一路侧设备的第一目标特征数据进行匹配,得到匹配结果之后,所述方法还包括:
若所述匹配结果为匹配成功,则确定所述第一路侧设备的新进目标列表中的目标特征数据对应的目标为跟踪成功目标;
根据所述第二路侧设备的丢失目标列表中的目标特征数据所携带的目标标识确定所述跟踪成功目标的目标标识。
8.一种目标跟踪装置,其中,所述装置用于实现权利要求1~7之任一所述方法。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述方法。
CN202111018047.7A 2021-09-01 2021-09-01 一种目标跟踪方法、装置及电子设备 Active CN113450388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111018047.7A CN113450388B (zh) 2021-09-01 2021-09-01 一种目标跟踪方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111018047.7A CN113450388B (zh) 2021-09-01 2021-09-01 一种目标跟踪方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113450388A CN113450388A (zh) 2021-09-28
CN113450388B true CN113450388B (zh) 2021-12-10

Family

ID=77819221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111018047.7A Active CN113450388B (zh) 2021-09-01 2021-09-01 一种目标跟踪方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113450388B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114596707B (zh) * 2022-03-16 2023-09-01 阿波罗智联(北京)科技有限公司 交通控制方法及装置、设备、系统、介质
CN115641359B (zh) * 2022-10-17 2023-10-31 北京百度网讯科技有限公司 确定对象的运动轨迹的方法、装置、电子设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509310A (zh) * 2011-11-18 2012-06-20 上海电机学院 一种结合地理信息的视频追踪分析方法及系统
WO2017219529A1 (zh) * 2016-06-23 2017-12-28 乐视控股(北京)有限公司 目标跟踪方法、装置、系统、远程监控系统和电子设备
CN111754551A (zh) * 2019-03-27 2020-10-09 杭州海康威视系统技术有限公司 目标跟踪方法、装置、系统、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102157069A (zh) * 2011-04-01 2011-08-17 北京航空航天大学 一种基于视频融合的平面交叉口交通冲突检测方法
CN112257683A (zh) * 2020-12-07 2021-01-22 之江实验室 一种面向车辆运行轨迹监测的跨镜追踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509310A (zh) * 2011-11-18 2012-06-20 上海电机学院 一种结合地理信息的视频追踪分析方法及系统
WO2017219529A1 (zh) * 2016-06-23 2017-12-28 乐视控股(北京)有限公司 目标跟踪方法、装置、系统、远程监控系统和电子设备
CN111754551A (zh) * 2019-03-27 2020-10-09 杭州海康威视系统技术有限公司 目标跟踪方法、装置、系统、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Mean Shift的多视频车辆跟踪研究;朱浩楠等;《计算机科学》;20180615;第45卷(第6A期);第220-226页 *

Also Published As

Publication number Publication date
CN113450388A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN113450388B (zh) 一种目标跟踪方法、装置及电子设备
CN113554698A (zh) 车辆位姿信息生成方法、装置及电子设备、存储介质
US11042761B2 (en) Method and system for sensing an obstacle, and storage medium
CN111046762A (zh) 一种对象定位方法、装置电子设备及存储介质
CN111178215B (zh) 一种传感器数据融合处理的方法和装置
US20200126404A1 (en) Systems and methods for generating composite real-time traffic images based on triggering events using data from vehicle borne sensors
CN113450389B (zh) 一种目标跟踪方法、装置及电子设备
US11313696B2 (en) Method and apparatus for a context-aware crowd-sourced sparse high definition map
CN109814137B (zh) 定位方法、装置和计算设备
CN113450390B (zh) 一种基于路侧摄像头的目标跟踪方法、装置及电子设备
CN115143952A (zh) 基于视觉辅助的自动驾驶车辆定位方法、装置
CN111985300B (zh) 自动驾驶动态目标定位方法、装置、电子设备及存储介质
CN114663852A (zh) 车道线图的构建方法、装置、电子设备及可读存储介质
CN111079782B (zh) 车辆交易方法和系统、存储介质及电子装置
CN114705121A (zh) 车辆位姿测量方法、装置及电子设备、存储介质
CN113255439A (zh) 一种障碍物识别方法、装置、系统、终端及云端
CN111652915A (zh) 一种遥感图像的重叠区域计算方法、装置及电子设备
CN114627409A (zh) 一种车辆异常变道的检测方法及装置
Nambi et al. FarSight: a smartphone-based vehicle ranging system
CN115661014A (zh) 一种点云数据处理方法、装置和电子设备、存储介质
CN111814769A (zh) 一种信息采集方法、装置、终端设备及存储介质
CN113989598A (zh) 基于图像的识别方法、装置及车辆
CN114863096B (zh) 室内停车场的语义地图构建及定位方法和装置
CN115170679A (zh) 路侧相机的标定方法、装置及电子设备、存储介质
Xiong et al. Fast and robust approaches for lane detection using multi‐camera fusion in complex scenes

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