CN114755676A - 一种雷达视觉协同的目标跟踪方法及系统 - Google Patents

一种雷达视觉协同的目标跟踪方法及系统 Download PDF

Info

Publication number
CN114755676A
CN114755676A CN202210676713.4A CN202210676713A CN114755676A CN 114755676 A CN114755676 A CN 114755676A CN 202210676713 A CN202210676713 A CN 202210676713A CN 114755676 A CN114755676 A CN 114755676A
Authority
CN
China
Prior art keywords
vehicle
node
information
time point
time
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
CN202210676713.4A
Other languages
English (en)
Other versions
CN114755676B (zh
Inventor
周迪
邓松杰
徐爱华
张鹏国
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202210676713.4A priority Critical patent/CN114755676B/zh
Publication of CN114755676A publication Critical patent/CN114755676A/zh
Application granted granted Critical
Publication of CN114755676B publication Critical patent/CN114755676B/zh
Priority to PCT/CN2022/142610 priority patent/WO2023241002A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/86Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867Combination of radar systems with cameras
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/66Radar-tracking systems; Analogous systems

Landscapes

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

Abstract

一种雷达视觉协同的目标跟踪方法和目标跟踪系统,所述雷达视觉协同的目标跟踪方法包括:在入口节点获取第一车辆的第一图像确定车辆信息,将车辆信息、经过入口节点对应的识别点的时间点发送给与相邻的中间节点;在中间节点基于雷达跟踪信息确定第一车辆的行驶信息;将所述第一车辆到达识别点的时间点、车辆信息发送给下一个节点;在出口节点基于雷达跟踪信息确定行驶信息,以及,获取第一车辆的第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与接收到的车辆信息一致时,确定跟踪正确。本实施例提供的方案,通过在中间节点使用雷达对车辆进行跟踪,应用在隧道场景下时可以避免在隧道内设置摄像机,且实现对隧道内车辆的高精度跟踪。

Description

一种雷达视觉协同的目标跟踪方法及系统
技术领域
本文涉及交通监控技术,尤指一种雷达视觉协同的目标跟踪方法及系统。
背景技术
车辆变道等违规行为一般通过摄像机来监控和取证。隧道里由于灰尘较多,摄像机容易被灰尘遮挡,因此较少安装,导致隧道内部的车辆违规变道等行为很难监控和取证。另外,即使在隧道中安装了摄像机,空气中的灰尘很容易污染摄像机,导致检测精度大幅下降。对摄像机的定时清洗会耗费人力或需要额外增加自动清洗设备,导致隧道监控成本上升。
发明内容
本申请实施例提供了一种雷达视觉协同的目标跟踪方法及系统,可以提高隧道内车辆检测精度。
本申请实施例提供了一种雷达视觉协同的目标跟踪方法,包括:
在入口节点获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;
在中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;
在出口节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确,其中,入口节点和出口节点之间包括至少一个中间节点。
在一示例性实施例中,所述方法还包括:在所述第一车辆到达当前节点对应的识别点时,将所述第一车辆的车道信息发送给下一个节点;信息发送可以由雷达自带的通信模块进行,或者,可以由配套的车载终端进行。
所述在中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点、所述第一车辆的车道信息和所述上一个节点对应的识别点的位置确定所述第一车辆。
在一示例性实施例中,所述方法还包括:在所述中间节点、所述出口节点至少之一缓存雷达跟踪数据;
在所述中间节点或出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点或出口节点查找缓存的所述雷达跟踪数据,根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置从所述缓存的所述雷达跟踪数据中确定所述第一车辆。
在一示例性实施例中,所述方法还包括:
在所述中间节点上报所述第一车辆的车辆信息和行驶信息至管理平台;
在所述出口节点上报所述第一车辆的车辆信息和行驶信息至所述管理平台;以及,确定对所述第一车辆的跟踪正确时,上报对所述第一车辆的跟踪正确信息至所述管理平台;
在所述管理平台根据所述跟踪正确的第一车辆的行驶信息对所述第一车辆进行交通行为判定。
在一示例性实施例中,所述方法还包括:
在所述入口节点为所述第一车辆分配车辆标识,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点时,携带分配给所述第一车辆的车辆标识;
在所述中间节点或所述出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆时,继承所述第一车辆的车辆标识,上报所述第一车辆的车辆标识至所述管理平台。
在一示例性实施例中,所述方法还包括:
在所述中间节点检测到第二车辆在第二时间点、第二位置被大车挡住,关联所述第二车辆和所述大车,上报所述第二车辆的车辆信息、所述第二时间点、第二位置、所述大车的标识至所述管理平台;以及,检测到第三车辆从大车后出现时,为所述第三车辆分配车辆标识,记录发现所述第三车辆的第三时间点和第三位置并上报给所述管理平台;对所述第三车辆进行跟踪,记录跟踪到的所述第三车辆的行驶信息,在所述第三车辆到达当前中间节点对应的识别点时,将所述第三车辆到达当前中间节点对应的识别点的时间点、所述第三车辆的车辆信息、所述第三车辆的车辆标识发送给下一个节点;其中,所述大车为尺寸满足预设尺寸要求的车辆;
在所述管理平台接收所述出口节点上报的所述第三车辆的行驶信息和车辆信息,所述行驶信息包括时空轨迹,确定所述第三车辆为曾经跟丢的车辆时,获取所述第三车辆的第三时间点和第三位置,查找时空轨迹中存在所述第三时间点和所述第三位置构成的时空位置的目标大车,确定在所述第三时间点前被所述目标大车遮挡过的第一关联车辆,以及,获取所述目标大车遮挡所述第一关联车辆的时间点,称为关联时间点;
在所述管理平台将所述第一关联车辆在所述关联时间点之前的时空轨迹,所述目标大车在所述关联时间点至所述第三时间点的时空轨迹,所述第三车辆在所述第三时间点之后的时空轨迹进行拼接得到目标临时轨迹,根据所述第一关联车辆的车辆信息和所述第三车辆的车辆信息是否相同确定所述目标临时轨迹是否正确,且在正确时将所述目标临时轨迹作为所述第三车辆的时空轨迹。
在一示例性实施例中,所述方法还包括:确定在所述第三时间点前与所述目标大车存在时空交集,且存在关联车辆的其他大车,其中,第i个其他大车与所述目标大车的时空交集时间点为第i交集时间点,第i个其他大车关联的车辆为车辆i,且第i个其他大车遮挡所述车辆i的时间点为第i关联时间点,所述i为1至m,m大于等于1;
对第i个其他大车,生成第i临时轨迹,其中:
当第i关联时间点早于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述第i其他大车在第i关联时间点至第i交集时间点的时空轨迹、所述目标大车在第i交集时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接所得的时空轨迹;
当第i关联时间点晚于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述目标大车在第i关联时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接得到的时空轨迹;
根据车辆i的车辆信息和所述第三车辆的车辆信息是否相同确定所述第i临时轨迹是否正确,且在正确时将所述第i临时轨迹作为所述第三车辆的时空轨迹。
在一示例性实施例中,所述车辆信息包括以下至少之一:车牌号、车辆的特征向量;所述行驶信息包括以下至少之一:轨迹、速度、违法行为。
本公开实施例提供一种雷达视觉协同的目标跟踪系统,包括入口节点、出口节点,位于所述入口节点和所述出口节点之间的至少一个中间节点,其中,位于隧道入口的入口节点包括摄像模块、位于隧道内的中间节点包括雷达模块,位于隧道出口的出口节点包括雷达模块和摄像模块,每个节点对应一个识别点,其中:
所述入口节点被配置为,获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;
所述中间节点被配置为,根据所述第一车辆经过上一个节点对应的识别点的时间和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定的所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;
所述出口节点被配置为,根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确。
在一示例性实施例中,所述目标跟踪系统还包括:管理平台,其中:
所述中间节点还被配置为,上报所述第一车辆的车辆信息和行驶信息至所述管理平台;检测到第二车辆在第二时间点、第二位置被大车挡住,关联所述第二车辆和所述大车,上报所述第二车辆的车辆信息、所述第二时间点、第二位置、所述大车的标识至所述管理平台;以及,检测到第三车辆从大车后出现时,为所述第三车辆分配车辆标识,记录发现所述第三车辆的第三时间点和第三位置并上报给管理平台;对所述第三车辆进行跟踪,记录跟踪到的所述第三车辆的行驶信息,在所述第三车辆到达当前中间节点对应的识别点时,将所述第三车辆到达当前中间节点对应的识别点的时间点、所述第三车辆的车辆信息、所述第三车辆的车辆标识发送给下一个节点;其中,所述大车为尺寸满足预设尺寸要求的车辆;
所述出口节点还被配置为,确定对所述第一车辆的跟踪正确时,上报对所述第一车辆的跟踪正确信息至所述管理平台,以及,上报所述第一车辆的车辆信息和行驶信息至所述管理平台;
所述管理平台被配置为,根据所述跟踪正确的第一车辆的行驶信息对所述第一车辆进行交通行为判定;以及,接收所述出口节点上报的所述第三车辆的行驶信息和车辆信息,所述行驶信息包括时空轨迹,确定所述第三车辆为曾经跟丢的车辆时,获取所述第三车辆的第三时间点和第三位置,查找时空轨迹存在所述第三时间点和所述第三位置构成的时空位置的目标大车,确定在所述第三时间点前被所述目标大车遮挡过的第一关联车辆,获取所述目标大车遮挡所述第一关联车辆的时间点,称为关联时间点;以及,将所述第一关联车辆在所述关联时间点之前的时空轨迹,所述目标大车在所述关联时间点至所述第三时间点的时空轨迹,所述第三车辆在所述第三时间点之后的时空轨迹进行拼接得到目标临时轨迹,根据所述第一关联车辆的车辆信息和所述第三车辆的车辆信息是否相同确定所述目标临时轨迹是否正确,且在正确时将所述目标临时轨迹作为所述第三车辆的时空轨迹。
与相关技术相比,本申请实施例包括一种雷达视觉协同的目标跟踪方法和目标跟踪系统。所述雷达视觉协同的目标跟踪方法包括:在入口节点获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;在中间节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,确定第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;在出口节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确。本实施例提供的雷达视觉协同的目标跟踪方法,通过在中间节点使用雷达对车辆进行跟踪,应用在隧道场景下时可以避免在隧道内设置摄像机,且实现对隧道内车辆的高精度跟踪。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为一示例性实施例提供的雷达视觉协同的目标跟踪系统框图;
图2为一示例性实施例提供的雷达视觉协同的目标跟踪方法流程图。
具体实施方式
本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
本公开实施例提供一种雷达视觉协同的目标跟踪方法和系统,利用隧道入口和出口的摄像机与隧道内部雷达的协同,实现对车辆的跟踪,为交通行为判定提供行驶信息。
图1为一示例性实施例提供的雷达视觉协同的目标跟踪系统示意图。如图1所示,本实施例提供的雷达视觉协同的目标跟踪系统包括:入口节点、出口节点、位于所述入口节点和所述出口节点之间的至少一个中间节点(本实施例中包括n个中间节点:中间节点1至中间节点n,n大于等于1),所述入口节点可以设置在隧道入口(可以和隧道之间存在一距离),所述出口节点可以设置在所述隧道的出口(可以和隧道之间存在一距离),所述中间节点设置在所述隧道内。当存在多个中间节点时,所述多个中间节点可以均匀设置(彼此间距相等),或者,不均匀设置,本公开实施例对此不作限定。所述中间节点之间的间距小于雷达可探测距离,间距比如可以是240米(仅为示例,可以为其他值)。节点之间存在顺序关系,入口节点的下一个节点为中间节点1,中间节点1的上一个节点为入口节点,下一个节点为中间节点2,依次类推,中间节点n的上一个节点为中间节点n-1,下一个节点为出口节点。所有节点的时钟保持一致。
所述入口节点可以包括摄像模块(比如摄像机),所述中间节点可以包括雷达模块,所述出口节点可以包括雷达模块和摄像模块,所述出口节点的雷达模块和摄像模块可以是集成在一起的雷视一体机,或者,可以是独立的两个设备,即独立的雷达和摄像机。
在另一示例性实施例中,所述入口节点可以包括雷达模块和摄像模块,出口节点和入口节点的角色可以调换,即车辆从出口节点进入隧道时,此时出口节点仅使用摄像模块,入口节点使用雷达模块和摄像模块。但本公开实施例不限于此,可以为不同方向的车辆分别设置相应的雷达模块和摄像模块。即隧道包括第一端口和第二端口,第一端口作为入口,第二端口作为出口时,存在对应的目标跟踪系统,第二端口作为入口,第一端口作为出口时,存在另一对应的目标跟踪系统;或者,可以使用同一目标跟踪系统,此时第一端口的节点和第二端口的节点均设置摄像模块和雷达模块,第一端口的节点作为入口节点时,仅使用摄像模块,第一端口的节点作为出口节点时,使用雷达模块和摄像模块。第二端口类似,不再说明。
在一示例性实施例中,所述入口节点和中间节点每个节点对应一个识别点,比如,入口节点对应第1识别点A1,中间节点i对应第i+1识别点Ai+1,i为1至n,n大于等于1。所述识别点可以设置在所述识别点对应的节点远离下一个节点一侧。比如,入口节点对应的第1识别点A1设置在入口节点远离中间节点1的一侧;比如,第1识别点A1可以设置在所述入口节点前方(即远离中间节点1一侧)24米处。第2识别点A2可以设置在中间节点1前方24米处,以此类推,第n+1识别点An+1可以设置在中间节点n前方24米处。所述识别点位于该识别点对应的节点的下一个节点的监测范围内。即入口节点对应的第1识别点A1在中间节点1的监测范围内,中间节点1对应的第2识别点A2在中间节点2的监测范围内,中间节点n对应的第n+1识别点An+1在出口节点的监测范围内。识别点的位置顺序和对应的节点的位置顺序一致。
在一示例性实施例中,所述出口节点可以对应第n+2识别点An+2。但本公开实施例不限于此,出口节点可以不对应识别点。
在一示例性实施例中,第n+2识别点An+2可以设置在出口节点前方(即出口节点靠近中间节点n一侧)24米处。
上述多个实施例中识别点位于对应的节点前方24米仅为示例,可以为其他值。
在一示例性实施例中,所述入口节点被配置为,获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间发送给与所述入口节点相邻的中间节点;
所述中间节点被配置为,根据所述第一车辆经过所述上一个节点对应的识别点的时间和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间、所述第一车辆的车辆信息发送给下一个节点;
所述出口节点被配置为,根据所述第一车辆经过上一个节点对应的识别点的时间和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确。
在一示例性实施例中,所述车辆信息可以包括以下至少之一:车牌号、车辆的特征向量。车辆的特征向量可以通过将车辆的图像输入神经网络模型获得。车辆信息一致包括:当车辆信息包括车牌号时,车牌号相同;当车辆信息包括车辆特征向量时,车辆特征向量一致;当车辆信息包括车牌号和车辆的特征向量时,车牌号相同且车辆的特征向量一致。其中,两个特征向量一致是指:两个特征向量的欧式距离或余弦距离小于等于预设阈值时,所述两个特征向量一致。车辆信息中包括车牌号和车辆的特征向量时,相比只识别车牌号,可以提高识别到的车辆的准确性。
在一示例性实施例中,所述行驶信息可以包括以下至少之一:轨迹、速度、违法行为(违反交规的行为)。违法行为比如包括:超速或实线变道等行为。所述轨迹为时空轨迹,每个轨迹点包括时间点和该时间点车辆所在的位置。
本实施例提供的方案,摄像模块部署在隧道外,雨水会定期冲刷少量的灰尘,摄像机不容易积灰,雷达对灰尘的影响不太敏感,便于进行车辆监测。
图2为本公开实施例提供一种雷达视觉协同的目标跟踪方法流程图。如图2所示,本实施例提供的雷达视觉协同的目标跟踪方法,所述雷达视觉协同的目标跟踪方法包括:
步骤201,在入口节点获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;
步骤202,在中间节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;
其中,所述第一车辆经过所述上一个节点对应的识别点的时间点由上一个节点发送给当前的中间节点,所述上一个节点对应的识别点的位置可以预先配置在当前节点中。
步骤203,在出口节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确。其中,入口节点和出口节点之间包括至少一个中间节点。
本实施例提供的雷达视觉协同的目标跟踪方法,通过在中间节点使用雷达对车辆进行跟踪,在隧道场景下可以避免在隧道内设置摄像机且实现对隧道内车辆的高精度跟踪。
在一示例性实施例中,所述方法还包括:在所述第一车辆到达当前节点对应的识别点时,将所述第一车辆的车道信息发送给下一个节点;此处车道信息为第一车辆到达当前节点对应的识别点时所在的车道的信息;
所述在中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点、所述第一车辆的车道信息和所述上一个节点对应的识别点的位置确定所述第一车辆。
本实施例中,当前节点还将车道信息发送给下一个节点,下一个节点根据车道信息可以更精确的定位车辆,提高跟踪的准确度。但本公开实施例不限于此,可以不传递车道信息,由雷达自身进行车辆定位。另外,如果隧道内单向只存在一个车道,也无需传递车道信息。所述车道信息可以包括车道号。
在一示例性实施例中,所述方法还包括:在所述中间节点、所述出口节点至少之一缓存雷达跟踪数据;
在所述中间节点或出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点或出口节点查找缓存的所述雷达跟踪数据,根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置从所述缓存的所述雷达跟踪数据中确定所述第一车辆。本实施例提供的方案,可以在节点之间存在时延时,准确定位车辆。
在一示例性实施例中,所述方法还包括:
在所述中间节点上报所述第一车辆的车辆信息和行驶信息至所述管理平台;
在所述出口节点上报所述第一车辆的车辆信息和行驶信息至所述管理平台;以及,确定对所述第一车辆的跟踪正确时,上报对所述第一车辆的跟踪正确信息至所述管理平台;
在所述管理平台根据所述跟踪正确的第一车辆的行驶信息对所述第一车辆进行交通行为判定。所述交通行为判定可以包括:判定是否存在违法行为,对违法行为生成进行处罚的通知。本实施例提供的方案,可以基于跟踪到的信息对车辆进行交通行为判定。
在一示例性实施例中,所述方法还包括:
在所述入口节点为所述第一车辆分配车辆标识,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点时,携带分配给所述第一车辆的车辆标识;
在所述中间节点或所述出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆时,继承所述第一车辆的车辆标识,上报所述第一车辆的车辆标识至所述管理平台。
在一示例性实施例中,可以在上报所述第一车辆的车辆信息和行驶信息至所述管理平台时,携带所述第一车辆的车辆标识。
本实施例提供的方案,还为车辆分配车辆标识,管理平台可以根据车辆标识确定同一车辆的行驶信息。但本公开实施例不限于此,可以不分配车辆标识,根据车辆的车牌号或特征向量确定同一车辆的行驶信息。
在一示例性实施例中,所述方法还可以包括:
在所述中间节点检测到第二车辆在第二时间点、第二位置被大车挡住,关联所述第二车辆和所述大车,上报所述第二车辆的车辆信息、所述第二时间点、第二位置、所述大车的标识至所述管理平台;以及,检测到第三车辆从大车后出现时,为所述第三车辆分配车辆标识,记录发现所述第三车辆的第三时间点和第三位置并上报给管理平台;对所述第三车辆进行跟踪,记录跟踪到的所述第三车辆的行驶信息,在所述第三车辆到达当前中间节点对应的识别点时,将所述第三车辆到达当前中间节点对应的识别点的时间点、所述第三车辆的车辆信息、所述第三车辆的车辆标识发送给下一个节点;其中,所述大车为尺寸满足预设尺寸要求的车辆;
在所述管理平台接收所述出口节点上报的所述第三车辆的行驶信息和车辆信息,所述行驶信息包括时空轨迹,确定所述第三车辆为曾经跟丢的车辆时,获取所述第三车辆的第三时间点和第三位置,查找时空轨迹中存在所述第三时间点和所述第三位置构成的时空位置的目标大车,确定在所述第三时间点前被所述目标大车遮挡过关联的第一关联车辆,以及,获取所述目标大车遮挡所述第一关联车辆的时间点,称为关联时间点;
在所述管理平台将所述第一关联车辆在述关联时间点之前的时空轨迹,所述目标大车在所述关联时间点至所述第三时间点的时空轨迹,所述第三车辆在所述第三时间点之后的时空轨迹进行拼接得到目标临时轨迹,根据所述第一关联车辆的车辆信息和所述第三车辆的车辆信息是否相同确定所述目标临时轨迹是否正确,且在正确时将所述目标临时轨迹作为所述第三车辆的时空轨迹。本实施例提供的方案,通过查找存在时空交集的大车对跟丢的车辆进行时空轨迹拼接,并可以校验拼接到的轨迹是否正确。
在一示例性实施例中,所述方法还包括:确定在所述第三时间点前与所述目标大车存在时空交集,且存在关联车辆的其他大车,其中,第i个其他大车与所述目标大车的时空交集时间点为第i交集时间点,第i个其他大车关联的车辆为车辆i,且第i个其他大车遮挡所述车辆i的时间点为第i关联时间点,所述i为1至m,m大于等于1;
对第i个其他大车,生成第i临时轨迹,其中:
当第i关联时间点早于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述第i其他大车在第i关联时间点至第i交集时间点的时空轨迹、所述目标大车在第i交集时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接所得的时空轨迹;
当第i关联时间点晚于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述目标大车在第i关联时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接得到的时空轨迹;
根据车辆i的车辆信息和所述第三车辆的车辆信息是否相同确定所述第i临时轨迹是否正确,且在正确时将所述第i临时轨迹作为所述第三车辆的时空轨迹。
下面通过一示例对本公开技术方案进行说明。
本实施例提供的目标跟踪方法包括:
步骤301,入口节点对车辆进行监测;
入口节点捕捉车辆,获得车辆的图像,根据车辆的图像确定车辆的车牌号,以及,根据车辆的图像通过神经网络模型获得车辆的特征向量,检测到车辆到达第一识别点A1时,入口节点将该车辆所在的车道位置、经过第一识别点A1的时间点、车牌号、车辆的特征向量,以及为该车辆生成的标识(ID)等信息发送给中间节点1。入口节点可以对到达第一识别点A1的每辆车均执行上述操作。
步骤302,中间节点与入口节点协同监测车辆;
每个中间节点实时监测车辆,可以精准获得车辆的位置和速度、行驶方向。每个中间节点的监测范围覆盖前一个节点对应的识别点。
中间节点1收到入口节点发送的信息,根据信息中包含的车辆ID、第1识别点A1位置、车辆所在的车道位置和经过第一识别点A1的时间点就可以锁定处于第一识别点A1位置及车道的车辆,继承该车辆的ID并对车辆进行跟踪。
当中间节点1收到入口节点发送的车辆的信息,中间节点1从入口节点对应的第1识别点A1开始跟踪该车辆,记录该车辆的行驶信息(包括轨迹、速度、违法行为等),将行驶信息以及入口节点发送的车牌号、车辆的特征向量、车辆ID等信息上报给管理平台。管理平台存储所述车辆ID、行驶信息、车牌号和车辆的特征向量。
当所述车辆到达中间节点1对应的第2识别点A2,所述中间节点1将所述车辆的车辆ID、车辆所在车道位置、经过第2识别点A2的时间点、所述车辆的车牌号、所述车辆的特征向量等信息发送给下一个节点(如果还有中间节点,则下一个节点为中间节点2,如果只有一个中间节点,则下一个节点为出口节点,本实施例中,下一个节点为中间节点2)。当中间节点2收到中间节点1发送的车辆的信息后,中间节点2从中间节点1对应的第2识别点A2开始跟踪所述车辆,记录所述车辆的行驶信息(可以包括轨迹、速度、违法行为等),将所述行驶信息以及中间节点1发送的车辆的车牌号、车辆特征向量、车辆ID等信息上报给管理平台。
后续中间节点进行类似处理,中间节点n收到中间节点n-1发送的车辆的信息后,中间节点n从中间节点n-1对应的第n识别点An开始跟踪所述车辆,记录所述车辆的行驶信息(可以包括轨迹、速度、违法行为等),将所述行驶信息以及中间节点n-1发送的车辆的车牌号、车辆特征向量、车辆ID等信息上报给管理平台;当所述车辆到达中间节点n对应的第n+1识别点An+1,所述中间节点n将所述车辆的车辆ID、车辆所在车道位置、经过第n+1识别点A n+1的时间点、所述车辆的车牌号、所述车辆的特征向量等信息发送给出口节点。
步骤303,出口节点对车辆进行监测和校对。
出口节点的雷达模块从中间节点n发送的信息获取所述车辆的车辆ID、车牌号、特征向量、车道位置、到达中间节点n对应的第n+1识别点A n+1的时间点等信息,出口节点的雷达模块根据车道位置、中间节点n对应的第n+1识别点A n+1的位置、到达中间节点n对应的第n+1识别点A n+1的时间点确定所述车辆,所述出口节点的雷达模块从中间节点n对应的第n+1识别点An+1开始跟踪所述车辆,记录所述车辆的行驶信息,将所述行驶信息以及从中间节点n获取的所述车辆的车牌号、车辆特征向量、车辆ID等信息上报给管理平台。当所述车辆到达出口节点对应的第n+2识别点An+2,出口节点的摄像模块可以对该车辆进行识别(但不限于此,出口节点的摄像模块可以出口节点的雷达模块跟踪车辆的时段内对车辆进行识别即可),获取所述车辆的车牌号和特征向量,分别与从中间节点n获取的所述车辆的车牌号和特征向量进行比对,若完全一致(即车牌号相同且特征向量一致),则说明跟踪正确,并将跟踪正确的比对结果上报给管理平台;当车牌号不同或者特征向量不一致,则跟踪错误,可以上报跟踪错误的比对结果;或者,不上报跟踪错误的比对结果,即管理平台未收到车辆的跟踪正确的上报结果时,认为车辆跟踪错误。
管理平台基于跟踪正确的结果对违法车辆进行处罚,即根据跟踪正确的车辆的行驶信息对车辆的交通行为进行判定,当存在违法行为时,进行处罚;对跟踪错误的车辆不进行处罚。其中,跟踪正确的车辆的行驶信息来自中间节点1至中间节点n以及出口节点上报的该车辆的行驶信息。本实施例提供的方案,在跟踪正确的情况下才进行处罚,可以提高处罚的准确性,减少失误。
在另一示例性实施例中,所述出口节点可以将出口节点的摄像模块获得的所述车辆的图像,或者,获得的所述车辆的车牌号和特征向量发送管理平台;管理平台将所述车牌号和特征向量与从中间节点n获取的车牌号和特征向量分别进行比对,根据比对结果进行后续处理,即根据跟踪正确的车辆的行驶信息对车辆的交通行为进行判定,当存在违法行为时,进行处罚;跟踪错误时,不进行处罚。
在一示例性实施例中,可能出现小车被大车遮挡,由于隧道里大车容易将小车挡住,导致雷达对小车的轨迹不一定能全程跟踪。当大小车辆之间出现遮挡而导致雷达跟踪丢失目标时,管理平台基于相关车辆的时空轨迹和时空交集点,进行挖掘拼接,将断断续续的轨迹进行关联拼接,形成多个临时完整轨迹;根据最前一段轨迹对应的车牌和车辆特征向量与最后一段轨迹的车牌和特征向量的比对,实现关于正确性的判断。
当中间节点1跟踪的车道A上的小车car-A在时间点time-A和地点local-A被大车truck-A挡住,则中间节点1关联car-A和大车truck-A,将car-A的ID、车牌号、car-A的特征向量、time-A之前的行驶信息,以及car-A所在的车道A、car-A被跟丢的时间点time-A、car-A被跟丢的地点local-A、car-A关联的大车truck-A等信息上报给管理平台。
当然,不限于中间节点1,中间节点1至中间节点n以及出口节点发现车辆被挡住时,均上报车辆的ID、车牌号、车辆的特征向量、车辆被挡住前的行驶信息、车辆所在的车道、被挡住时的时间点和位置、挡住该车辆的大车的ID至管理平台。
当一个中间节点发现了一辆小车从大车后面出现,为该小车生成车辆标识(比如为该小车生成的车辆标识为new-ID),该中间节点记录发现小车的时间点time-B和地点local-B,该中间节点跟踪该小车,当该小车到达该中间节点对应的识别点后,将new-ID、该小车所在的车道号、到达该中间节点对应的识别点的时间点等信息发送给下一个节点。另外,将所述new-ID、发现该小车的时间点time-B和地点local-B、所述小车的行驶信息上报给管理平台。
后续中间节点继承new-ID,跟踪该小车,该new-ID依次传递到后续节点,直到传递到出口节点。即后续的中间节点根据该小车所在的车道号、到达前一个中间节点对应的识别点的时间点以及前一个中间节点对应的识别点的位置确定该小车,继承该小车的标识new-ID,从前一个中间节点对应的识别点开始跟踪该小车,记录行驶信息;上报行驶信息和该小车的标识new-ID至管理平台,与从隧道入口开始一直跟踪未跟丢的车辆相比,跟丢过的小车的上报信息中无车牌号和车辆的特征向量。
出口节点的雷达模块根据中间节点n发送的信息可以获得该小车的new-ID、在中间节点n对应的识别点时的车道位置、到达中间节点n对应的识别点的时间点等信息,确定该小车。出口节点的雷达模块从中间节点n对应的识别点开始跟踪该小车,记录该小车的行驶信息,将该小车的行驶信息以及中间节点n发送的该小车的new-ID等信息上报给管理平台。出口节点的摄像模块可以在该小车到达出口节点对应的识别点时,对该小车进行识别,获取该小车的车牌号和特征向量,将所述车牌号、特征向量和new-ID上报给管理平台。
管理平台获得的标识为new-ID的小车只有出口节点识别得到的车牌号和特征向量,没有入口节点识别得到的车牌号和特征向量,不同于全程跟踪(中间未跟丢)的车辆。出口节点可以对曾经跟丢的该小车的信息附加预设标志,用于指示该车辆是曾经跟丢的车辆,便于管理平台甄别,比如,出口节点在上报该曾经跟丢的小车的行驶信息和车辆ID时,可以携带预设标志,指示该车辆为曾经跟丢的小车,管理平台根据该预设标志确定该new-ID对应的车辆是曾经跟丢的车辆。在另一示例性实施例中,管理平台可以查找该车辆标识对应的车辆是否存在由入口节点检测得到的车牌号和车辆特征向量,以及,是否存在由出口节点检测得到的车牌号和车辆特征向量,如果不存在由入口节点检测得到的车牌号和车辆特征向量,且存在由出口节点检测得到的车牌号和车辆特征向量,即为曾经跟丢的车辆。
以跟丢的小车的标识为new-ID为例,管理平台收到曾经跟丢的小车的信息,进行如下处理:考虑到小车不会平白无故消失和出现,肯定是被若干辆大车遮挡,管理平台为new-ID找到对应的跟丢之前的时空轨迹。
管理平台可以查找那些时空轨迹中存在该小车被发现的时间点time-B和地点local-B组成的时空位置的大车ID,比如查找到的大车ID为truck-B;管理平台继续查找在time-B之前与truck-B有过时空交集的大车,例如有truck-C(与truck-B的交集时间点为time-truckC)和truck-D(与truck-B的交集时间点为time-truckD);再查找在time-B之前与truck-C或truck-D有过时空交集的大车(除truck-B外的大车),例如结果为无。即,与new-ID对应的小车存在时空交集的大车包括:truck-B、truck-C和truck-D。然后查找在time-B之前与truck-C或truck-D或truck-B有关联的小车,例如只有truck-B曾经关联过car-B(关联时间为time-carB,即truck-B在time-carB时刻遮挡住car-B),truck-D曾经关联过car-D(关联时间为time-carD,即truck-D在time-carD时刻遮挡住car-D),而truck-C没有关联过任何跟丢的小车,即,与new-ID对应的小车存在时空交集,且在time-B之前存在关联的小车的大车包括:truck-B和truck-D。根据上述查找到的信息,可以形成如下两条临时性的完整时空轨迹:
临时时空轨迹1:
将car-B在time-carB之前的时空轨迹、truck-B在time-carB至time-B之间的时空轨迹,以及new-ID在time-B之后的时空轨迹进行拼接,得到临时时空轨迹1。将new-ID与car-B绑定,管理平台判断car-B所对应的车牌号是否与出口节点上报的new-ID对应的车辆的车牌号相同,以及,car-B所对应的特征向量是否与出口节点上报的new-ID对应的车辆的特征向量一致,若车牌号相同且特征向量一致,则说明new-ID与car-B对应同一辆车,车辆跟踪正确,管理平台可以根据car-B在time-carB之前的行驶信息,new-ID在time-B之后的行驶信息对car-B的交通行为进行判定,当存在违法行为时,进行处罚;若车牌号不同或者特征向量不一致,则车辆跟踪错误,不进行car-B或new-ID对应的车辆的违法行为的处罚,将临时时空轨迹1作废。本实施例中,进行交通行为判定时,仅对car-B在time-carB之前的行驶信息,new-ID在time-B之后的行驶信息对car-B的交通行为进行判定,更为准确。
临时时空轨迹2:
如果time-carD早于time-truckD,则,将car-D在time-carD之前的时空轨迹,truck-D在time-carD和time-truckD之间的时空轨迹,truck-B在time-truckD和time-B之间的时空轨迹,以及new-ID在time-B之后的时空轨迹,进行拼接得到临时时空轨迹2;如果time-carD晚于time-truckD,则,将car-D在time-carD之前的时空轨迹,truck-B在time-carD和time-B之间的时空轨迹,以及new-ID在time-B之后的时空轨迹,进行拼接得到临时时空轨迹2;
将new-ID与car-D绑定,管理平台判断car-D所对应的车牌号是否与出口节点上报的new-ID对应的车辆的车牌相同,以及,car-D所对应的特征向量是否与出口节点上报的new-ID对应的车辆的特征向量一致,若车牌号相同且特征向量一致,则说明new-ID与car-D对应同一辆车,车辆跟踪正确,管理平台根据car-D在time-carB之前的行驶信息,new-ID在time-B之后的行驶信息对car-D的交通行为进行判定,当存在违法行为时,进行处罚;若车牌号不同或者特征向量不一致,则车辆跟踪错误,不对car-D或new-ID对应的车辆的违法行为进行处罚,将临时时空轨迹2作废。
在另一示例性实施例中,如果truck-C在time-B之前关联过car-C,则类似临时时空轨迹2的生成方式,生成临时时空轨迹3,并判断car-C所对应的车牌号是否与出口节点上报的new-ID对应的车辆的车牌相同,以及,car-C所对应的特征向量是否与出口节点上报的new-ID对应的车辆的特征向量一致,基于判断结果进行后续处理。即临时时空轨迹数量与存在时空交集的大车,且大车存在关联的小车的数量有关。
上述实施例中,在time-B之前存在关联的小车的大车包括:大车truck-B和truck-D,大车truck-B和truck-D在time-B之前均只存在一个关联的小车,另一示例性实施例中,如果大车truck-B或truck-D在time-B之前存在多个关联的小车,则,参考临时时空轨迹的生成方式,根据每个关联的小车均生成一条临时时空轨迹,并判断是否跟踪正确。
上述实施例中,new-ID对应的小车在被发现后,一直被跟踪到出口节点。如果小车在中间节点被发现后,在到达出口节点之前再次跟丢,此时,管理平台接收到的上报信息中,存在车辆标识为new2-ID的车辆,无入口节点识别的车牌号和特征向量,也无出口节点识别的车牌号和特征向量,对这种类型的信息,不进行时空轨迹的拼接。管理平台对无由入口节点识别的车牌号和特征向量,但存在由出口节点识别的车牌号和特征向量的车辆标识对应的车辆进行时空轨迹拼接。
由于雷达跟踪存在出错的可能性,本实施例中,将时空轨迹前后端的车牌号和车辆特征向量进行比对,只有比对成功,才进行处罚,避免处罚出错。
考虑到前一个设备向后一个设备传递信息存在时延,可能导致车辆错过了识别点,跟踪不准确,因此,可以对数据进行缓存,通过查找缓存的数据实现准确跟踪。在一示例性实施例中,所述方法还包括:
在所述中间节点、所述出口节点至少之一缓存雷达跟踪数据;
所述中间节点或出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点或出口节点查找缓存的雷达跟踪数据,根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置从所述缓存的雷达跟踪数据中确定所述第一车辆。但本公开实施例不限于此,当时延可以忽略时,可以不缓存雷达跟踪数据。
在一示例性实施例中,每一个设备缓存自己记录的数据,摄像模块缓存视频信息,雷达模块缓存跟踪数据。比如,经过实验获得时延大约为200ms。后一个节点在收到前一个节点发送的信息时,可以在自己的缓存数据中检索200ms之前的记录,从记录中跟踪对应的目标,快进回放直到与当前实景同步,从而实现精确的目标跟踪。
本公开实施例提供的方案,无需在隧道内部安装摄像机,通过雷达视觉协同实现了对隧道内部车辆的违法行为的监测。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于 RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。

Claims (10)

1.一种雷达视觉协同的目标跟踪方法,其特征在于,包括:
在入口节点获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;
在中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;
在出口节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确,其中,所述入口节点和所述出口节点之间包括至少一个中间节点。
2.根据权利要求1所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:在所述第一车辆到达当前节点对应的识别点时,将所述第一车辆的车道信息发送给下一个节点;
所述在中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点根据所述第一车辆经过上一个节点对应的识别点的时间点、所述第一车辆的车道信息和所述上一个节点对应的识别点的位置确定所述第一车辆。
3.根据权利要求1所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:在所述中间节点、所述出口节点至少之一缓存雷达跟踪数据;
在所述中间节点或出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆包括:
在所述中间节点或出口节点查找缓存的所述雷达跟踪数据,根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置从所述缓存的所述雷达跟踪数据中确定所述第一车辆。
4.根据权利要求1所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:
在所述中间节点上报所述第一车辆的车辆信息和行驶信息至管理平台;
在所述出口节点上报所述第一车辆的车辆信息和行驶信息至所述管理平台;以及,确定对所述第一车辆的跟踪正确时,上报对所述第一车辆的跟踪正确信息至所述管理平台;
在所述管理平台根据所述跟踪正确的第一车辆的行驶信息对所述第一车辆进行交通行为判定。
5.根据权利要求4所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:
在所述入口节点为所述第一车辆分配车辆标识,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点时,携带分配给所述第一车辆的车辆标识;
在所述中间节点或所述出口节点根据所述第一车辆经过所述上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆时,继承所述第一车辆的车辆标识,上报所述第一车辆的车辆标识至所述管理平台。
6.根据权利要求5所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:
在所述中间节点检测到第二车辆在第二时间点、第二位置被大车挡住,关联所述第二车辆和所述大车,上报所述第二车辆的车辆信息、所述第二时间点、第二位置、所述大车的标识至所述管理平台;以及,检测到第三车辆从大车后出现时,为所述第三车辆分配车辆标识,记录发现所述第三车辆的第三时间点和第三位置并上报给所述管理平台;对所述第三车辆进行跟踪,记录跟踪到的所述第三车辆的行驶信息,在所述第三车辆到达当前中间节点对应的识别点时,将所述第三车辆到达当前中间节点对应的识别点的时间点、所述第三车辆的车辆信息、所述第三车辆的车辆标识发送给下一个节点;其中,所述大车为尺寸满足预设尺寸要求的车辆;
在所述管理平台接收所述出口节点上报的所述第三车辆的行驶信息和车辆信息,所述行驶信息包括时空轨迹,确定所述第三车辆为曾经跟丢的车辆时,获取所述第三车辆的第三时间点和第三位置,查找时空轨迹中存在所述第三时间点和所述第三位置构成的时空位置的目标大车,确定在所述第三时间点前被所述目标大车遮挡过的第一关联车辆,以及,获取所述目标大车遮挡所述第一关联车辆的时间点,称为关联时间点;
在所述管理平台将所述第一关联车辆在所述关联时间点之前的时空轨迹,所述目标大车在所述关联时间点至所述第三时间点的时空轨迹,所述第三车辆在所述第三时间点之后的时空轨迹进行拼接得到目标临时轨迹,根据所述第一关联车辆的车辆信息和所述第三车辆的车辆信息是否相同确定所述目标临时轨迹是否正确,且在正确时将所述目标临时轨迹作为所述第三车辆的时空轨迹。
7.根据权利要求6所述的雷达视觉协同的目标跟踪方法,其特征在于,所述方法还包括:确定在所述第三时间点前与所述目标大车存在时空交集,且存在关联车辆的其他大车,其中,第i个其他大车与所述目标大车的时空交集时间点为第i交集时间点,第i个其他大车关联的车辆为车辆i,且第i个其他大车遮挡所述车辆i的时间点为第i关联时间点,所述i为1至m,m大于等于1;
对第i个其他大车,生成第i临时轨迹,其中:
当第i关联时间点早于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述第i其他大车在第i关联时间点至第i交集时间点的时空轨迹、所述目标大车在第i交集时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接所得的时空轨迹;
当第i关联时间点晚于第i交集时间点时,所述第i临时轨迹为:将所述车辆i在所述第i关联时间点之前的时空轨迹、所述目标大车在第i关联时间点至第三时间点的时空轨迹,以及,所述第三车辆在第三时间点之后的时空轨迹进行拼接得到的时空轨迹;
根据车辆i的车辆信息和所述第三车辆的车辆信息是否相同确定所述第i临时轨迹是否正确,且在正确时将所述第i临时轨迹作为所述第三车辆的时空轨迹。
8.根据权利要求1至7任一所述的雷达视觉协同的目标跟踪方法,其特征在于,所述车辆信息包括以下至少之一:车牌号、车辆的特征向量;所述行驶信息包括以下至少之一:轨迹、速度、违法行为。
9.一种雷达视觉协同的目标跟踪系统,其特征在于,包括入口节点、出口节点,位于所述入口节点和所述出口节点之间的至少一个中间节点,其中,位于隧道入口的入口节点包括摄像模块、位于隧道内的中间节点包括雷达模块,位于隧道出口的出口节点包括雷达模块和摄像模块,每个节点对应一个识别点,其中:
所述入口节点被配置为,获取第一车辆的第一图像,根据所述第一图像确定所述第一车辆的车辆信息,在所述第一车辆到达所述入口节点对应的识别点时,将所述第一车辆的车辆信息、所述第一车辆经过所述入口节点对应的识别点的时间点发送给与所述入口节点相邻的中间节点;
所述中间节点被配置为,根据所述第一车辆经过上一个节点对应的识别点的时间和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第一雷达跟踪信息,根据所述第一雷达跟踪信息确定的所述第一车辆的行驶信息;在所述第一车辆到达当前中间节点对应的识别点时,将所述第一车辆到达当前中间节点对应的识别点的时间点、所述第一车辆的车辆信息发送给下一个节点;
所述出口节点被配置为,根据所述第一车辆经过上一个节点对应的识别点的时间点和所述上一个节点对应的识别点的位置确定所述第一车辆,获取从上一个节点对应的识别点开始对所述第一车辆进行跟踪所得的第二雷达跟踪信息,根据所述第二雷达跟踪信息确定所述第一车辆的行驶信息,以及,获取所述第一车辆的第二图像,根据所述第二图像确定车辆信息,当根据所述第二图像确定的车辆信息与从上一个节点接收到的所述第一车辆的车辆信息一致时,确定对所述第一车辆的跟踪正确。
10.根据权利要求9所述的目标跟踪系统,其特征在于,所述目标跟踪系统还包括:管理平台,其中:
所述中间节点还被配置为,上报所述第一车辆的车辆信息和行驶信息至所述管理平台;检测到第二车辆在第二时间点、第二位置被大车挡住,关联所述第二车辆和所述大车,上报所述第二车辆的车辆信息、所述第二时间点、第二位置、所述大车的标识至所述管理平台;以及,检测到第三车辆从大车后出现时,为所述第三车辆分配车辆标识,记录发现所述第三车辆的第三时间点和第三位置并上报给管理平台;对所述第三车辆进行跟踪,记录跟踪到的所述第三车辆的行驶信息,在所述第三车辆到达当前中间节点对应的识别点时,将所述第三车辆到达当前中间节点对应的识别点的时间点、所述第三车辆的车辆信息、所述第三车辆的车辆标识发送给下一个节点;其中,所述大车为尺寸满足预设尺寸要求的车辆;
所述出口节点还被配置为,确定对所述第一车辆的跟踪正确时,上报对所述第一车辆的跟踪正确信息至所述管理平台,以及,上报所述第一车辆的车辆信息和行驶信息至所述管理平台;
所述管理平台被配置为,根据所述跟踪正确的第一车辆的行驶信息对所述第一车辆进行交通行为判定;以及,接收所述出口节点上报的所述第三车辆的行驶信息和车辆信息,所述行驶信息包括时空轨迹,确定所述第三车辆为曾经跟丢的车辆时,获取所述第三车辆的第三时间点和第三位置,查找时空轨迹存在所述第三时间点和所述第三位置构成的时空位置的目标大车,确定在所述第三时间点前被所述目标大车遮挡过的第一关联车辆,获取所述目标大车遮挡所述第一关联车辆的时间点,称为关联时间点;以及,将所述第一关联车辆在所述关联时间点之前的时空轨迹,所述目标大车在所述关联时间点至所述第三时间点的时空轨迹,所述第三车辆在所述第三时间点之后的时空轨迹进行拼接得到目标临时轨迹,根据所述第一关联车辆的车辆信息和所述第三车辆的车辆信息是否相同确定所述目标临时轨迹是否正确,且在正确时将所述目标临时轨迹作为所述第三车辆的时空轨迹。
CN202210676713.4A 2022-06-16 2022-06-16 一种雷达视觉协同的目标跟踪方法及系统 Active CN114755676B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210676713.4A CN114755676B (zh) 2022-06-16 2022-06-16 一种雷达视觉协同的目标跟踪方法及系统
PCT/CN2022/142610 WO2023241002A1 (zh) 2022-06-16 2022-12-28 一种雷达视觉协同的目标跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210676713.4A CN114755676B (zh) 2022-06-16 2022-06-16 一种雷达视觉协同的目标跟踪方法及系统

Publications (2)

Publication Number Publication Date
CN114755676A true CN114755676A (zh) 2022-07-15
CN114755676B CN114755676B (zh) 2022-10-04

Family

ID=82336957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210676713.4A Active CN114755676B (zh) 2022-06-16 2022-06-16 一种雷达视觉协同的目标跟踪方法及系统

Country Status (2)

Country Link
CN (1) CN114755676B (zh)
WO (1) WO2023241002A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023241002A1 (zh) * 2022-06-16 2023-12-21 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080077312A1 (en) * 2006-09-26 2008-03-27 Mrotek Charles G System, Method, and Apparatus, for Mobile Radar Assisted Traffic Enforcement
CN104021673A (zh) * 2014-06-17 2014-09-03 北京易华录信息技术股份有限公司 利用雷达跟踪技术快速发现拥堵引发原因的系统及方法
CN108919256A (zh) * 2018-07-24 2018-11-30 河北德冠隆电子科技有限公司 四维实景交通仿真车辆超速全程跟踪检测报警系统及方法
US20190053178A1 (en) * 2018-03-27 2019-02-14 Intel Corporation Context aware synchronization methods for decentralized v2v networks
CN110930692A (zh) * 2019-10-24 2020-03-27 河北德冠隆电子科技有限公司 一种主动式车辆连续跟踪装置、系统及方法
CN112017431A (zh) * 2020-07-29 2020-12-01 河北德冠隆电子科技有限公司 基于多数据融合的主动式车辆持续跟踪定位系统及方法
KR102248588B1 (ko) * 2019-12-17 2021-05-06 재단법인대구경북과학기술원 웨이브 통신 및 레이더를 이용한 터널 내의 차량 측위 시스템
WO2021135879A1 (zh) * 2020-09-07 2021-07-08 平安科技(深圳)有限公司 监控车辆数据方法、装置、计算机设备及存储介质
CN113129592A (zh) * 2021-04-16 2021-07-16 江西方兴科技有限公司 一种高速公路隧道交通状态全息感知系统及方法
CN113936463A (zh) * 2021-10-19 2022-01-14 上海交通大学 一种基于雷达和视频数据融合的隧道交通管控方法及系统
US20220035022A1 (en) * 2020-07-31 2022-02-03 Idemia Identity & Security France Process for monitoring vehicles by a plurality of sensors
CN114023077A (zh) * 2021-10-27 2022-02-08 海信集团控股股份有限公司 一种交通监控方法与装置
CN114241415A (zh) * 2021-12-16 2022-03-25 海信集团控股股份有限公司 车辆的位置监控方法、边缘计算设备、监控设备及系统
CN114518573A (zh) * 2022-04-21 2022-05-20 山东科技大学 一种用于多雷达的车辆跟踪方法、设备及介质
CN114566056A (zh) * 2022-02-28 2022-05-31 招商局重庆公路工程检测中心有限公司 一种公路隧道行车安全风险辨识与防控方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020133449A1 (zh) * 2018-12-29 2020-07-02 深圳市大疆创新科技有限公司 目标航迹确定方法、目标跟踪系统与车辆
IL264051A (en) * 2019-01-01 2020-07-30 Elta Systems Ltd System, method and computer software product for detecting driving over the speed limit
CN113345218A (zh) * 2020-03-03 2021-09-03 杭州海康威视数字技术股份有限公司 车辆行驶异常检测方法、装置、电子设备及可读存储介质
CN113470372B (zh) * 2021-05-27 2022-05-20 北京万集科技股份有限公司 识别违规车辆的方法、系统和计算机可读存储介质
CN113362650A (zh) * 2021-07-09 2021-09-07 广东飞达交通工程有限公司 一种隧道实时监测重点营运车辆位置的方法
CN113888865B (zh) * 2021-09-29 2022-11-11 青岛海信网络科技股份有限公司 电子设备及车辆信息获取方法
CN114755676B (zh) * 2022-06-16 2022-10-04 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080077312A1 (en) * 2006-09-26 2008-03-27 Mrotek Charles G System, Method, and Apparatus, for Mobile Radar Assisted Traffic Enforcement
CN104021673A (zh) * 2014-06-17 2014-09-03 北京易华录信息技术股份有限公司 利用雷达跟踪技术快速发现拥堵引发原因的系统及方法
US20190053178A1 (en) * 2018-03-27 2019-02-14 Intel Corporation Context aware synchronization methods for decentralized v2v networks
CN108919256A (zh) * 2018-07-24 2018-11-30 河北德冠隆电子科技有限公司 四维实景交通仿真车辆超速全程跟踪检测报警系统及方法
CN110930692A (zh) * 2019-10-24 2020-03-27 河北德冠隆电子科技有限公司 一种主动式车辆连续跟踪装置、系统及方法
KR102248588B1 (ko) * 2019-12-17 2021-05-06 재단법인대구경북과학기술원 웨이브 통신 및 레이더를 이용한 터널 내의 차량 측위 시스템
CN112017431A (zh) * 2020-07-29 2020-12-01 河北德冠隆电子科技有限公司 基于多数据融合的主动式车辆持续跟踪定位系统及方法
US20220035022A1 (en) * 2020-07-31 2022-02-03 Idemia Identity & Security France Process for monitoring vehicles by a plurality of sensors
WO2021135879A1 (zh) * 2020-09-07 2021-07-08 平安科技(深圳)有限公司 监控车辆数据方法、装置、计算机设备及存储介质
CN113129592A (zh) * 2021-04-16 2021-07-16 江西方兴科技有限公司 一种高速公路隧道交通状态全息感知系统及方法
CN113936463A (zh) * 2021-10-19 2022-01-14 上海交通大学 一种基于雷达和视频数据融合的隧道交通管控方法及系统
CN114023077A (zh) * 2021-10-27 2022-02-08 海信集团控股股份有限公司 一种交通监控方法与装置
CN114241415A (zh) * 2021-12-16 2022-03-25 海信集团控股股份有限公司 车辆的位置监控方法、边缘计算设备、监控设备及系统
CN114566056A (zh) * 2022-02-28 2022-05-31 招商局重庆公路工程检测中心有限公司 一种公路隧道行车安全风险辨识与防控方法及系统
CN114518573A (zh) * 2022-04-21 2022-05-20 山东科技大学 一种用于多雷达的车辆跟踪方法、设备及介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KIM, TAERYUN: "Detection and Tracking of Road Barrier Based on Radar and Vision Sensor Fusion", 《JOURNAL OF SENSORS》 *
张春声: "基于雷达与热成像技术的事件智能检测系统在特长隧道上的应用", 《 公路交通科技(应用技术版)》 *
李斌: "基于雷达增强型机器视觉的全息隧道监测预警技术", 《中国交通信息化》 *
麦新晨等: "一种基于多传感器融合的车辆检测与跟踪方法", 《上海交通大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023241002A1 (zh) * 2022-06-16 2023-12-21 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统

Also Published As

Publication number Publication date
CN114755676B (zh) 2022-10-04
WO2023241002A1 (zh) 2023-12-21

Similar Documents

Publication Publication Date Title
CN108986539B (zh) 停车管理系统、方法、车辆信息采集装置及管理服务器
JP6791200B2 (ja) 捜索支援システム、捜索支援装置、及び、捜索支援方法
CN1133969C (zh) 在道路收费单元中用来记录车辆外部特征的方法和装置
JP2020061079A (ja) 交通違反車両識別システム、サーバ、及び車両制御プログラム
CN111145555B (zh) 一种检测车辆违章的方法和装置
CN111739295B (zh) 一种定位方法及装置
US20120147186A1 (en) System and method for recording track of vehicles and acquiring road conditions using the recorded tracks
KR102061264B1 (ko) C-its 기반 차량위치정보를 이용한 돌발 상황 감지시스템
US11200800B2 (en) Vehicle search system, vehicle search method, and vehicle used therefor
CN112562103B (zh) 一种多门架协同计费修正方法及系统
CN106529401A (zh) 一种车辆反跟踪方法、装置及系统
CN114755676B (zh) 一种雷达视觉协同的目标跟踪方法及系统
CN107146401B (zh) 基于gps和里程记录的矿车车辆监控方法
US11182983B2 (en) Same vehicle detection device, toll collection facility, same vehicle detection method, and program
CN105187790A (zh) 一种车载终端的工作状态的监控方法、装置和系统
CN109359596A (zh) 一种快速且精确的高速路车辆定位方法
CN113096150A (zh) 行驶轨迹的生成方法和系统、存储介质及电子装置
WO2016132769A1 (ja) 撮影装置、撮影装置の制御方法、および制御プログラム
CN111681423A (zh) 实现车牌信息处理的方法、装置、计算机存储介质及终端
US11544942B2 (en) Method and system for reducing manual review of license plate images for assessing toll charges
CN113593247B (zh) 停车管理系统
CN111696360A (zh) 一种停车监控方法、系统及摄像机
RU127504U1 (ru) Устройство для автоматизированного контроля за соблюдением правил дорожного движения транспортными средствами
KR102296848B1 (ko) 차량용 사고 영상 기록 장치 및 방법
CN116017368A (zh) 车路协同的车辆身份共享方法、系统及车辆身份确定装置

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