CN115755019A - 目标跟踪方法、装置、设备及介质 - Google Patents
目标跟踪方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115755019A CN115755019A CN202210892722.7A CN202210892722A CN115755019A CN 115755019 A CN115755019 A CN 115755019A CN 202210892722 A CN202210892722 A CN 202210892722A CN 115755019 A CN115755019 A CN 115755019A
- Authority
- CN
- China
- Prior art keywords
- track
- target
- estimation value
- data set
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000000875 corresponding effect Effects 0.000 claims description 82
- 238000005259 measurement Methods 0.000 claims description 61
- 238000004590 computer program Methods 0.000 claims description 17
- 230000002596 correlated effect Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种目标跟踪方法、装置、设备及介质。该方法包括:获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及量测点数据集得到关联结果;根据关联结果更新当前帧的航迹估计值;根据航迹估计值,确定跟踪目标对应的目标航迹集。通过将毫米波雷达采集的当前帧的量测点数据集与上一帧的预测结果输入设定的关联及更新算法中,获得目标航迹集,实现了对跟踪目标航迹的确定,解决了跟踪过程中航迹断裂的问题,提高了航迹结果的准确度。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及目标跟踪方法、装置、设备及介质。
背景技术
在现在的交通场景下,可能会出现拥堵等道路情况,导致车辆不能连续正常行驶,车辆的走停走现象越来越普遍。
现有的技术在对走停走目标进行跟踪时,当目标的回波被障碍物遮挡,导致无法探测到目标,或者当目标速度减小至雷达测速门限以下时,会使运动目标变为停止目标,则跟踪结果会出现航迹断裂的情况。
发明内容
本发明提供了一种目标跟踪方法、装置、设备及介质,实现了对目标的跟踪。
根据本发明的第一方面,提供了一种目标跟踪方法,包括:
获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及所述量测点数据集得到关联结果;
根据所述关联结果更新当前帧的航迹估计值;
根据所述航迹估计值,确定所述跟踪目标对应的目标航迹集。
根据本发明的第二方面,提供了一种目标跟踪装置,包括:
关联结果确定模块,用于获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及所述量测点数据集得到关联结果;
更新模块,用于根据所述关联结果更新当前帧的航迹估计值;
航迹集确定模块,用于根据所述航迹估计值,确定所述跟踪目标对应的目标航迹集。
根据本发明的第三方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的目标跟踪方法、装置、设备及介质方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的目标跟踪方法。
本发明实施例的技术方案,通过将毫米波雷达采集的当前帧的量测点数据集与上一帧的预测结果输入设定的关联及更新算法中,获得目标航迹集,实现了对跟踪目标航迹的确定,解决了跟踪过程中航迹断裂的问题,提高了航迹结果的准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种目标跟踪方法的流程图;
图2是根据本发明实施例一提供的一种目标跟踪方法的目标航迹集示例图;
图3是根据本发明实施例三提供的一种目标跟踪装置的结构示意图;
图4是实现本发明实施例的目标跟踪方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种目标跟踪方法的流程图,本实施例可适用于交通场景下的目标跟踪情况,该方法可以由目标跟踪装置来执行,该目标跟踪装置可以采用硬件和/或软件的形式实现,该目标跟踪装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及量测点数据集得到关联结果。
可以知道的是,根据毫米波雷达的特性,当目标速度减小至雷达测速门限以下或可能目标的运动速度与雷达呈现一定角度,使其径向速度降低至雷达测速门限以下时,目标的回波落入零多普勒频率附近,或者目标的回波被障碍物遮挡,均会导致无法探测到目标,则无法通过毫米波雷达获取该目标对应的量测点数据,则需要对上一帧包括的数据信息进行预测,得到预测结果集。
在本实施例中,毫米波雷达可以理解为发送电磁波的器件。量测点数据集可以理解为量测范围内的移动目标对应的数据信息。预测结果集可以理解为对上一帧进行预测获得的当前帧的预测结果。关联结果可以理解为用于判断预测结果集与量测点数据集中的数据是否相关。
具体的,毫米波雷达发出电磁波,将回波与发出的电磁波进行处理可以获取毫米波雷达采集的当前帧的量测点数据集,根据量测点数据集中各量测点数据与预确定的预测结果集中的预测结果进行关联判断。优选地,可以采用最近邻域算法进行关联判断,通过最近邻域算法计算当前帧所有量测点数据与预测结果之间的距离,将雷达探测范围内与预测结果距离最近的量测点数据的关联结果确定为关联;若没有量测点数据落在雷达探测范围内,则认为关联结果为非关联。
S120、根据关联结果更新当前帧的航迹估计值。
在本实施例中,航迹估计值可以理解为用于确定航迹的估计值。
具体的,可以根据关联结果,当量测点没有量测点数据时可以用对应的预测结果替代该量测点对应的空的量测点数据,并将其标记为伪新生航迹数据。其中,伪新生航迹数据可以理解为目标在某一量测点时,毫米波雷达无法获取量测点数据,则利用预测结果代替的航迹数据。将关联的量测点数据与使用预测结果替代的量测点数据带入预先设定的更新公式,可以获得更新后的当前帧的航迹估计值。
S130、根据航迹估计值,确定跟踪目标对应的目标航迹集。
在本实施例中,目标航迹集可以理解为跟踪目标行驶的航迹对应的集合。
具体的,航迹估计值中可能包括不满足条件的航迹估计值,如航迹估计值不在该条道路中等情况,则删除错误的航迹估计值,可以将第一帧至当前帧获取的正确的航迹估计值确定为该跟踪目标对应的目标航迹集。
本实施例一提供的一种目标跟踪方法,通过将毫米波雷达采集的当前帧的量测点数据集与上一帧的预测结果输入设定的关联及更新算法中,获得目标航迹集,实现了对跟踪目标航迹的确定,解决了跟踪过程中航迹断裂的问题,提高了航迹结果的准确度。
作为本实施例的第一可选实施例,预测结果集的确定步骤包括:
a1、根据上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,确定当前帧对应的预测结果集。
在本实施例中,跟踪目标可以理解为毫米波雷达探测到的有量测点数据的目标,如:道路中行驶的车辆等。目标航迹状态数据可以理解为将目标航迹分为不同的状态,不同状态所对应的数据。可以包括新生航迹数据、死亡航迹数据、伪新生航迹数据、停止航迹数据。其中,新生航迹数据可以理解为突然出现了一条航迹对应的航迹数据,其对应的状态为新生状态;死亡航迹数据可以理解为在一条航迹中间出现了航迹断裂情况对应的航迹数据,其对应的状态为死亡状态;停止航迹数据可以理解为目标在某一量测点处停止了一段时间对应的航迹数据,其对应的状态为停止状态。
在本实施例中,目标航迹集可以理解为目标已经走过的航迹对应的航迹数据的集合。
具体的,可以获取上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,将目标航迹状态数据中的死亡航迹数据集与伪新生航迹数据集进行航迹关联,得到新生航迹集与死亡航迹集的关联结果,根据关联结果判断,状态是否可以更新。
进一步的,根据上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,确定当前帧对应的预测结果集,包括:
a11、获取上一帧伪新生状态对应的伪新生航迹数据集以及死亡状态对应的死亡航迹数据子集,并将第一帧至上一帧的死亡航迹数据子集合并为死亡航迹数据集。
具体的,不同目标航迹状态均对应着不同的目标航迹状态数据,从目标航迹状态数据中可以获取跟踪目标对应的上一帧伪新生状态对应的伪新生航迹数据集以及死亡目标对应的死亡航迹数据子集,将该跟踪目标对应的第一帧至上一帧的死亡数据子集进行合并,得到多帧下的死亡航迹数据集。
a12、根据伪新生航迹数据集及死亡航迹数据集,确定航迹关联结果。
具体的,可以将伪新生航迹数据集与死亡航迹数据集输入相应的算法中进行计算,获得航迹起始状态落入当前帧死亡航迹数据集的波门之内的新生航迹数据集,将该新生航迹数据集作为可能停止航迹数据集,根据可能停止航迹数据集与死亡航迹数据集计算两者的互联高斯似然函数集,即得到两者之间的关联强度,根据互联似然函数集可以通过公式1计算航迹关联结果,即关联概率:
式中,t表示可能停止航迹状态,l表示死亡航迹状态,βtl表示可能停止航迹数据集与死亡航迹数据集的航迹关联结果,Gtl表示互联高斯似然函数,m表示可能停止航迹数据集中的数据个数,T表示死亡航迹数据集中的数据个数,B表示有关杂波密度的常数。
a13、当航迹关联结果大于第一设定阈值时,将死亡航迹数据集对应的死亡状态作为停止状态,将伪新生航迹数据集对应的伪新生状态作为新生状态。
在本实施例中,第一设定阈值可以理解根据关联程度设定的数值。
具体的,在本实施例中将第一设定阈值以符号β表示,当max{βtl}大于β时,可以认为可能停止航迹数据集与死亡航迹数据集的关联程度很高,则死亡状态对应的航迹断裂部分可以由可能停止航迹数据集进行补充,将死亡航迹数据集对应的死亡状态更新为停止状态,将伪新生航迹数据集对应的伪新生状态中未关联的为新生航迹数据集对应的伪新生状态作为新生状态。
a14、将新生状态对应的新生航迹数据集、停止状态对应的停止航迹数据集以及目标航迹集输入预先设定的预测公式,确定当前帧对应的预测结果集。
具体的,在预测前首先需要对模型及交通场景进行建模。优选地,可以采用贝叶斯滤波的框架下对模型建模:
xk=fk(xk-1,vk-1) (2)
对于交通场景进行建模得到道路模型,则场景中的道路信息为Mt:
其中,xR表示道路场景中x方向的道路限制信息,yR表示道路场景中y方向的道路限制信息。fk为状态转移函数,可以采用不同的模型来描述,常用的模型有匀速运动模型(CV),匀加速运动模型(CA),协同转弯模型(CT)等,对于CA模型来说,公式(8)转化为:
xk|k-1=fkxk-1+vk-1 (4)
式中,xk|k-1为航迹预测值。
本实施例的第一实施例通过这样的设置,基于空域的算法对航迹数据集之间的互联概率进行计算,(4)可以获得一个关于新生航迹数据集和死亡航迹集间的互联概率矩阵。通过该关联概率矩阵可计算每一条新生航迹源于死亡航迹的概率大小,进而判断该航迹数据集对应的航迹是否应该视为一个独立航迹个体或是判断已终止航迹是否在运动过程中处于一段极低速甚至停止的状态中,实现了对目标状态的准确判断,并根据不同状态下的航迹数据集获得预测结果。
作为本实施例的第二可选实施例,在上述实施例的基础上,根据关联结果更新当前帧的航迹估计值,包括:
a2、根据关联结果,确定第一航迹估计值并更新当前帧的伪新生航迹数据集。
在本实施例中,第一航迹估计值可以理解为结合了量测点数据与预测结果的航迹估计值。
具体的,根据关联结果,可以没有量测点数据的量测点利用预测结果进行更换,即可以认为将断裂的航迹根据预测结果进行补充,得到完整的第一航迹估计值,并将没有关联的量测点转化为该帧下的伪新生航迹数据。
进一步的,根据关联结果,确定第一航迹估计值并更新当前帧的伪新生航迹数据集,包括:
a21、当关联结果为预测结果集中的预测结果值与量测点数据集中的量测点数据关联时,将量测点数据作为第一航迹估计值。
具体的,根据最近邻域算法计算出当前帧所有量测点数据与预测结果的距离,将雷达探测范围内与预测结果值距离最近的量测点数据的关联结果确定为关联,当预测结果值与量测点数据关联时,可以认为通过雷达可以获取该量测点的量测点数据,则该量测点以量测点数据作为第一航迹估计值。
a22、否则,将预测结果值作为第一航迹估计值,将量测点数据更新为当前帧的伪新生航迹数据集。
具体的,当没有量测点数据落在毫米波雷达探测范围内,则预测结果值周围没有对应的量测点数据,则认为关联结果为非关联,可以认为无法通过毫米波雷达获取该量测点的量测点数据,如航迹断裂情况下,断裂航迹处无法获取量测点数据,可以将预测结果值代替该量测点的量测点数据,即则将预测结果值作为第一航迹估计值,则将该量测点数据更新为当前帧的伪新生航迹数据集。
b2、将第一航迹估计值输入预先设定的更新公式更新当前帧的航迹估计值。
可以知道的是,由于经过CA模型处理的预测结果是非线性的,在某些时间段中可能不满足线性的要求,则会导致预测结果的不准确,因此可以考虑使用滤波器对包含量测点数据及预测结果的第一航迹估计值进行更新解决非线性问题。
具体的,将第一航迹估计值输入预先设定的更新公式。优选地,可以采用CKF滤波器,可以将第一航迹估计值输入CKF滤波器中将其中非线性的预测结果进行处理,得到线性的预测结果及将其投影到量测纬度的量测预测结果,根据预先设定的更新公式,计算当前帧下的滤波增益及估计误差的协方差矩阵,在保证估计误差的协方差矩阵最小的情况下获得当前帧的航迹估计值,如公式:
本实施例的第二实施例通过这样的设置,将预测结果及量测点数据输入预先设定的更新公式并通过滤波器的处理,解决了部分数据的非线性问题,消除了误差的影响,得到更加准确的航迹估计值。
作为本实施例的第三可选实施例,根据航迹估计值,确定跟踪目标对应的目标航迹集,包括:
a3、根据航迹估计值,确定一个或多个航迹估计值集。
具体的,将已存在的航迹估计值进行合并,可以确定出一个或多个不同的航迹估计值集,每个航迹估计值集对应着一条航迹。
b3、删除各航迹估计值集中不满足条件的航迹估计值,得到第二航迹估计值集。
具体的,为了保证目标航迹集的准确性,首先需要对航迹估计值的准确性进行判断,可以结合预先建立的道路模型进行判断,当航迹估计值不属于道路模型时,则不满足条件。也可以根据航迹估计值集所对应的航迹的维持时间进行判断,其中,维持时间可以对应着航迹估计值集中所包括的帧数,当帧数较短时,即维持时间较短,则不满足条件。
进一步的,删除各航迹估计值集中不满足条件的航迹估计值,得到第二航迹估计值集,包括:
b31、基于预先建立的道路模型,删除不属于道路模型的航迹估计值,得到中间航迹估计值集。
在本实施例中,道路模型可以理解为根据各方向的道路限制信息建立的模型。
具体的,道路模型中包括道路信息,根据道路信息与航迹估计值进行比对,可以判断是否航迹估计值是否在包含在道路信息中。如当航迹估计值不包含在道路信息中,可以认为该航迹估计值超出了该条道路的范围,则删除不属于道路模型的航迹估计值,得到只包含正确的航迹估计值的中间航迹估计值集。
b32、确定各中间航迹估计值集中包括的帧数。
可以知道的是,每一帧可以理解为对应这一个时刻,连续多帧对应的帧数可以理解为连续的多个时刻,则可以根据帧数确定时间段。
具体的,获取中间航迹估计值集中的起始帧与终止帧,根据其实跟及终止帧获得该中间航迹估计值集对应的帧数,如某一条中间航迹估计值集中包括连续五帧中间航迹估计值,则帧数对应为五,每两帧的时间间隔为50ms,则可以认为该中间航迹估计值集维持的时间段为250ms。
b33、删除帧数小于第二设定阈值的中间航迹估计值集,得到第二航迹估计值集。
在本实施例中,第二设定阈值可以理解为与设定时间段相对应的帧数值。
可以知道的是,当帧数过少时对应着该航迹维持的时间段很短,即该中间航迹估计值集对应的航迹的距离过短,则该中间航迹估计值集可能是由于误差导致的。
具体的,将各中间航迹估计值集对应的帧数与第二设定阈值进行比对,删除小于第二设定阈值的中间航迹估计值集,可以得到维持的时间段满足第二设定阈值的第二航迹估计值集。
c3、根据新生航迹数据集、停止航迹数据集及各第二航迹估计值集,确定跟踪目标对应的目标航迹集。
可以知道的是,一个跟踪目标停止了一段时间后继续行驶,常规跟踪算法可能得到两条航迹,但两条航迹属于同一个目标,则需要对两条航迹进行合并。
具体的,根据新生航迹数据集、停止航迹数据集及各第二航迹估计值集中找出对应的相关联的航迹数据集,根据两关联航迹数据集的起始帧航迹数据及终止帧航迹数据将两个航迹数据集进行关联,将关联后的目标航迹集替换原有的两条航迹数据集,并在对应的数据集中删除两个已关联的航迹数据集。
优选的,可以采取关联算法确定跟踪目标对应的目标航迹集。为了便于理解将下述陈述中的航迹数据集替换为航迹。假设死亡航迹数据集(所有死亡航迹的集合)为Tdeath={Td1,Td2,...,Tdm},Tdi,i=1,2,...,m为某一条停止航迹。新生航迹数据集(所有新生航迹的集合)为TB={Tb1,Tb2,…,Tbn},Tbj,j=1,2,…,n为某一条新生航迹。可以根据上述关联结果的确定方法对各航迹数据集的关联性进行判断,提出关联的两个航迹数据集{Tbj,Tdi},根据航迹Tei的终止帧航迹数据xdi和航迹Tbj的起始帧航迹数据xbj将两条航迹关联起来。关联算法如下:
对于终止帧航迹数据xdi、终止帧帧数tdi、起始帧航迹数据xbj和起始帧帧数tbj求出其有关于状态的微量:
根据状态微量补充丢失的空白帧:
式中,dt为最小采样周期,tk∈(tei,tbj)为xk对应时刻。
将航迹对{Tbj,Tei}生成的新航迹置入存活航迹集TS中,删除停止航迹集TEND和新生航迹集TB对应航迹。
本实施例的第三实施例通过这样的设置,利用道路模型,排除错误的航迹估计值与航迹估计值集,得到了正确的第二航迹估计值集,提高了算法的精度,根据得到的第二航迹估计值集结合实际场景及算法原理,当跟踪目标在趋近于停止的运动状态时,目标的空间状态值不会发生较大的变化,可以实现对停止时间较长的目标的跟踪。
图2a-2b为本发明实施例一提供的一种目标跟踪方法的目标航迹集示例图。图2a为使用常规算法跟踪的目标航迹集,图2b为使用本发明提供的方法跟踪的目标航迹集。
如图2a所示,两个目标在y轴靠近数值200的附近可能停止了一段时间再进行行驶,则常规算法认为一个目标停止前后的航迹均为死亡状态,所以将这两条航迹认定为属于四个目标,航迹是断裂的。
如图2b所示,经过本发明实施例一提供的一种目标跟踪方法处理后,针对一个跟踪目标经过本实施例提供的方法判定停止时刻前后对应的两个死亡状态下的死亡航迹数据集认定为停止状态,并进行关联判定发现二者是相关联的,则可以通过找到起始帧与终止帧,则认定为这两条航迹属于一个目标,则将其进行合并,所以适用本发明实施例提供的方法认定该场景下只有两个目标,解决了航迹断裂的问题。
实施例二
图3为本发明实施例二提供的一种目标跟踪装置的结构示意图。如图3所示,该装置包括:关联结果确定模块31、更新模块32、航迹集确定模块33。
其中,关联结果确定模块31,用于获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及量测点数据集得到关联结果;
更新模块32,用于根据关联结果更新当前帧的航迹估计值;
航迹集确定模块33,用于根据航迹估计值,确定跟踪目标对应的目标航迹集。
本实施例二提供的一种目标跟踪装置,通过将毫米波雷达采集的当前帧的量测点数据集与上一帧的预测结果输入设定的关联及更新算法中,获得目标航迹集,实现了对跟踪目标航迹的确定,解决了跟踪过程中航迹断裂的问题,提高了航迹结果的准确度。
可选的,关联结果确定模块31中预测结果集的确定步骤,包括:
第一确定单元,用于根据上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,确定当前帧对应的预测结果集。
其中,结果集确定单元具体用于:
获取上一帧伪新生状态对应的伪新生航迹数据集以及死亡目标对应的死亡航迹数据子集,并将第一帧至所述上一帧的死亡航迹数据子集合并为死亡航迹数据集;
根据伪新生航迹数据集及死亡航迹数据集,确定航迹关联结果;
当所述航迹关联结果大于设定阈值时,将死亡航迹数据集对应的死亡状态作为停止状态,将伪新生航迹数据集对应的伪新生状态作为新生状态;
将新生状态对应的新生航迹数据集、停止状态对应的停止航迹数据集以及目标航迹集输入预先设定的预测公式,确定当前帧对应的预测结果集。
可选的,更新模块32,还包括:
第一更新单元,用于根据关联结果,确定第一航迹估计值并更新当前帧的伪新生航迹数据集;
第二更新单元,用于将第一航迹估计值输入预先设定的更新公式更新当前帧的航迹估计值。
其中,第一更新单元具体用于:
当关联结果为预测结果集中的预测结果值与量测点数据集中的量测点数据关联时,将量测点数据作为第一航迹估计值;
否则,将预测结果值作为第一航迹估计值,将量测点数据更新为当前帧的伪新生航迹数据集。
可选的,航迹集确定模块33,还包括:
第二确定单元,用于根据航迹估计值,确定一个或多个航迹估计值集;
第三确定单元,用于删除各航迹估计值集中不满足条件的航迹估计值,得到第二航迹估计值集;
第四确定单元,用于根据新生航迹数据集、停止航迹数据集及各第二航迹估计值集,确定跟踪目标对应的目标航迹集。
其中,第三确定单元具体用于:
基于预先建立的道路模型,删除不属于道路模型的航迹估计值,得到中间航迹估计值集;
确定各中间航迹估计值集中包括的帧数;
删除帧数小于设定阈值的中间航迹估计值集,得到第二航迹估计值集。
本发明实施例所提供的目标跟踪装置可执行本发明任意实施例所提供的目标跟踪方法,具备执行方法相应的功能模块和有益效果。
实施例三
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如目标跟踪方法。
在一些实施例中,目标跟踪方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的目标跟踪方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标跟踪方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括第一件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、第一件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种目标跟踪方法,其特征在于,包括:
获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及所述量测点数据集得到关联结果;
根据所述关联结果更新当前帧的航迹估计值;
根据所述航迹估计值,确定所述跟踪目标对应的目标航迹集。
2.根据权利要求1所述的方法,其特征在于,所述预测结果集的确定步骤包括:
根据上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,确定当前帧对应的预测结果集。
3.根据权利要求2所述的方法,其特征在于,所述根据上一帧跟踪目标对应的目标航迹状态数据及目标航迹集,确定当前帧对应的预测结果集,包括:
获取上一帧伪新生状态对应的伪新生航迹数据集以及死亡状态对应的死亡航迹数据子集,并将第一帧至所述上一帧的死亡航迹数据子集合并为死亡航迹数据集;
根据所述伪新生航迹数据集及所述死亡航迹数据集,确定航迹关联结果;
当所述航迹关联结果大于第一设定阈值时,将所述死亡航迹数据集对应的死亡状态作为停止状态,将所述伪新生航迹数据集对应的伪新生状态作为新生状态;
将所述新生状态对应的新生航迹数据集、停止状态对应的停止航迹数据集以及目标航迹集输入预先设定的预测公式,确定当前帧对应的预测结果集。
4.根据权利要求1所述的方法,其特征在于,所述根据所述关联结果更新当前帧的航迹估计值,包括:
根据所述关联结果,确定第一航迹估计值并更新当前帧的伪新生航迹数据集;
将第一航迹估计值输入预先设定的更新公式更新当前帧的航迹估计值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述关联结果,确定第一航迹估计值并更新当前帧的伪新生航迹数据集,包括:
当所述关联结果为所述预测结果集中的预测结果值与所述量测点数据集中的量测点数据关联时,将所述量测点数据作为第一航迹估计值;
否则,将所述预测结果值作为第一航迹估计值,将量测点数据更新为当前帧的伪新生航迹数据集。
6.根据权利要求1所述的方法,其特征在于,所述根据所述航迹估计值,确定所述跟踪目标对应的目标航迹集,包括:
根据所述航迹估计值,确定一个或多个航迹估计值集;
删除各所述航迹估计值集中不满足条件的航迹估计值,得到第二航迹估计值集;
根据所述新生航迹数据集、所述停止航迹数据集及各所述第二航迹估计值集,确定所述跟踪目标对应的目标航迹集。
7.根据权利要求6所述的方法,其特征在于,所述删除各所述航迹估计值集中不满足条件的航迹估计值,得到第二航迹估计值集,包括:
基于预先建立的道路模型,删除不属于所述道路模型的航迹估计值,得到中间航迹估计值集;
确定各所述中间航迹估计值集中包括的帧数;
删除帧数小于第二设定阈值的中间航迹估计值集,得到所述第二航迹估计值集。
8.一种目标跟踪装置,其特征在于,包括:
关联结果确定模块,用于获取毫米波雷达采集的当前帧的量测点数据集,根据预确定的预测结果集及所述量测点数据集得到关联结果;
更新模块,用于根据所述关联结果更新当前帧的航迹估计值;
航迹集确定模块,用于根据所述航迹估计值,确定所述跟踪目标对应的目标航迹集。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的目标跟踪方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的目标跟踪方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210892722.7A CN115755019A (zh) | 2022-07-27 | 2022-07-27 | 目标跟踪方法、装置、设备及介质 |
PCT/CN2023/072289 WO2024021541A1 (zh) | 2022-07-27 | 2023-01-16 | 目标跟踪方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210892722.7A CN115755019A (zh) | 2022-07-27 | 2022-07-27 | 目标跟踪方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755019A true CN115755019A (zh) | 2023-03-07 |
Family
ID=85349114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210892722.7A Pending CN115755019A (zh) | 2022-07-27 | 2022-07-27 | 目标跟踪方法、装置、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115755019A (zh) |
WO (1) | WO2024021541A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014211330A (ja) * | 2013-04-17 | 2014-11-13 | 三菱電機株式会社 | 目標追尾装置及び目標追尾方法 |
CN106980114A (zh) * | 2017-03-31 | 2017-07-25 | 电子科技大学 | 无源雷达目标跟踪方法 |
CN110542885B (zh) * | 2019-08-13 | 2021-09-21 | 北京理工大学 | 一种复杂交通环境下的毫米波雷达目标跟踪方法 |
-
2022
- 2022-07-27 CN CN202210892722.7A patent/CN115755019A/zh active Pending
-
2023
- 2023-01-16 WO PCT/CN2023/072289 patent/WO2024021541A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024021541A1 (zh) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
EP4170561A1 (en) | Method and device for improving performance of data processing model, storage medium and electronic device | |
CN113029136B (zh) | 定位信息处理的方法、设备、存储介质及程序产品 | |
CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
CN113177980B (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN113219505A (zh) | 用于车路协同隧道场景的采集gps坐标的方法、装置和设备 | |
CN115546597A (zh) | 一种传感器融合方法、装置、设备及存储介质 | |
CN111882102A (zh) | 轨迹中的中断区间信息的补偿方法、设备及存储介质 | |
CN115755019A (zh) | 目标跟踪方法、装置、设备及介质 | |
CN114842305A (zh) | 深度预测模型训练方法、深度预测方法及相关装置 | |
CN114863715A (zh) | 停车数据确定方法、装置、电子设备及存储介质 | |
CN115330841A (zh) | 基于雷达图的抛洒物检测方法、装置、设备和介质 | |
CN114596042A (zh) | 一种货物运输的方法、装置、电子设备及存储介质 | |
CN114661562A (zh) | 一种数据告警方法、装置、设备及介质 | |
CN114625822A (zh) | 高精地图的更新方法、装置及电子设备 | |
CN113486300A (zh) | 一种无人驾驶车辆多目标跟踪方法 | |
CN112507957A (zh) | 一种车辆关联方法、装置、路侧设备及云控平台 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN116380056B (zh) | 惯性定位方法、装置、电子设备及存储介质 | |
CN117031512A (zh) | 一种目标物体的跟踪方法、装置及电子设备 | |
CN115828730A (zh) | 一种模型训练方法、波束跟踪方法、装置、设备及介质 | |
CN115938109A (zh) | 交通雷达检测车辆横穿的方法、装置、存储介质和设备 | |
CN118010049A (zh) | 轨迹规划方法、装置、电子设备及存储介质 | |
CN114964229A (zh) | 航位推算方法、装置及电子设备 | |
CN115755022A (zh) | 目标跟踪方法、装置、设备及介质 |
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 |