CN117197443A - 一种基于无共视区域的目标接力检测方法及装置 - Google Patents
一种基于无共视区域的目标接力检测方法及装置 Download PDFInfo
- Publication number
- CN117197443A CN117197443A CN202311465757.3A CN202311465757A CN117197443A CN 117197443 A CN117197443 A CN 117197443A CN 202311465757 A CN202311465757 A CN 202311465757A CN 117197443 A CN117197443 A CN 117197443A
- Authority
- CN
- China
- Prior art keywords
- target
- detection object
- target detection
- candidate
- parameter set
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 684
- 230000000007 visual effect Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims description 90
- 238000012216 screening Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 22
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及数据分析技术领域,公开了一种基于无共视区域的目标接力检测方法及装置,该方法包括:获取在第一可视区域内的目标检测对象对应的目标对象参数集合,目标检测对象对应的目标对象参数集合至少包括目标检测对象的当前速度参数集合;基于目标对象参数集合,确定目标检测对象对应的位置预测结果;获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,第二可视区域与第一可视区域不存在重叠区域;根据目标检测对象对应的位置预测结果、目标对象参数集合和所有候选对象参数集合,确定在第二可视区域内目标检测对象对应的接力检测结果。可见,实施本发明能够提高目标接力检测的准确性,有利于实现对目标的准确跟踪。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种基于无共视区域的目标接力检测方法及装置。
背景技术
雷视设备(如:雷视一体机)是一种将摄像头、雷达和处理器结合为一体的智能传感器,具有探测范围广、数据精度高、环境适应性强等优点。
目前,在需要使用雷视设备检测目标时,若采用可视区域无交叉重叠(即无共视区域)的多台雷视设备进行目标检测,通常采用特征匹配方式识别目标。然而,在实际应用中,在使用特征匹配方式的情况下,一旦目标处于雷视设备的可视区域之外,则无法确认目标的位置;而且在目标刚进入雷视设备的可视区域内时,目标距离雷视设备较远,雷视设备所能提取到的特征的可靠性较低,这些情况均可能导致雷视设备无法检测到目标。因此,提出一种能够提高目标接力检测的准确性,以实现对目标的准确跟踪的技术方案显得尤为重要。
发明内容
本发明所要解决的技术问题在于,提供一种基于无共视区域的目标接力检测方法及装置,能够提高目标接力检测的准确性,有利于实现对目标的准确跟踪。
为了解决上述技术问题,本发明第一方面公开了一种基于无共视区域的目标接力检测方法,所述方法包括:
获取在第一可视区域内的目标检测对象对应的目标对象参数集合,所述目标检测对象对应的目标对象参数集合至少包括所述目标检测对象的当前速度参数集合,所述当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;
基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果;
获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,所述第二可视区域为所述目标检测对象离开所述第一可视区域后所进入的区域,且所述第二可视区域与所述第一可视区域不存在重叠区域;
根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
本发明第二方面公开了一种基于无共视区域的目标接力检测装置,所述装置包括:
获取模块,用于获取在第一可视区域内的目标检测对象对应的目标对象参数集合,所述目标检测对象对应的目标对象参数集合至少包括所述目标检测对象的当前速度参数集合,所述当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;
第一确定模块,用于基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果;
所述获取模块,还用于获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,所述第二可视区域为所述目标检测对象离开所述第一可视区域后所进入的区域,且所述第二可视区域与所述第一可视区域不存在重叠区域;
第二确定模块,用于根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
作为一种可选的实施方式,在本发明第二方面中,所述第一确定模块基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果的具体方式包括:
采集所述目标检测对象的当前位置参数以及所述目标检测对象的相邻对象集合对应的相对运动参数集合,所述相邻对象集合包括与所述目标检测对象位置相邻的至少一个相邻对象,所述相对运动参数集合包括每个所述相邻对象对应的相对运动参数;
根据所述目标检测对象的当前位置参数、所述相邻对象集合对应的相对运动参数集合以及所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的预测影响因子;
根据所述当前速度参数集合和所述预测影响因子,预测所述目标检测对象的目标加速度;
根据所述当前速度参数集合和所述目标加速度,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果。
作为一种可选的实施方式,在本发明第二方面中,所述目标检测对象的当前位置参数包括所述目标检测对象在当前车道的位置坐标;
其中,所述第一确定模块根据所述目标检测对象的当前位置参数、所述相邻对象集合对应的相对运动参数集合以及所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的预测影响因子的具体方式包括:
根据所述相邻对象集合对应的相对运动参数集合和所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的相邻对象影响因子,所述相邻对象影响因子用于表示所述相邻对象集合与所述目标检测对象之间的速度影响关系;
根据预先获取的所述当前车道的车道参数以及所述目标检测对象在当前车道的位置坐标,计算所述目标检测对象对应的车道影响因子,所述车道影响因子用于表示所述目标检测对象从所述当前车道移动到其中一条相邻车道的概率;
其中,所述目标检测对象对应的预测影响因子包括所述目标检测对象对应的相邻对象影响因子和所述目标检测对象对应的车道影响因子。
作为一种可选的实施方式,在本发明第二方面中,所述当前速度参数集合包括第一方向对应的第一速度参数和第二方向对应的第二速度参数;
所述相邻对象集合包括所述第一方向对应的第一相邻对象和/或所述第二方向对应的第二相邻对象;所述第一相邻对象对应的相对运动参数包括所述第一相邻对象与所述目标检测对象的第一距离以及所述第一相邻对象的相邻速度参数;所述第二相邻对象对应的相对运动参数包括所述第二相邻对象与所述目标检测对象的第二距离;
其中,所述第一确定模块根据所述相邻对象集合对应的相对运动参数集合和所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的相邻对象影响因子的具体方式包括:
当所述相邻对象集合包括所述第一相邻对象时,根据预设安全距离、所述第一距离、所述目标检测对象的第一速度参数和所述第一相邻对象的相邻速度参数,计算所述目标检测对象对应的第一方向影响因子;
当所述相邻对象集合包括所述第二相邻对象时,根据所述第二距离和所述预设安全距离,计算所述目标检测对象对应的第二方向影响因子;
其中,所述目标检测对象对应的相邻对象影响因子包括所述目标检测对象对应的第一方向影响因子和/或所述目标检测对象对应的第二方向影响因子。
作为一种可选的实施方式,在本发明第二方面中,所述第一确定模块根据所述当前速度参数集合和所述预测影响因子,预测所述目标检测对象的目标加速度的具体方式包括:
当所述相邻对象集合包括所述第一相邻对象时,根据所述目标检测对象对应的第一方向影响因子和所述第一方向对应的第一当前加速度,计算所述目标检测对象的第一方向目标加速度;
当所述相邻对象集合包括所述第二相邻对象时,根据所述目标检测对象对应的第二方向影响因子、所述目标检测对象对应的车道影响因子和所述第二方向对应的第二当前加速度,计算所述目标检测对象的第二方向目标加速度;
其中,所述目标检测对象的目标加速度包括所述目标检测对象的第一方向目标加速度和/或所述目标检测对象的第二方向目标加速度。
作为一种可选的实施方式,在本发明第二方面中,所述目标检测对象对应的目标对象参数集合还包括所述目标检测对象的目标特征参数,每个所述候选检测对象对应的候选对象参数集合包括该候选检测对象的候选特征参数;
其中,所述第二确定模块根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果的具体方式包括:
根据所述目标检测对象对应的位置预测结果,计算所述目标检测对象对应的位置偏移系数;
对于每个所述候选检测对象,分析所述目标检测对象的目标特征参数和该候选检测对象的候选特征参数,得到该候选检测对象对应的特征匹配结果;
对于每个所述候选检测对象,根据所述目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果;
根据所有所述候选匹配结果,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
作为一种可选的实施方式,在本发明第二方面中,每个所述候选检测对象对应的特征匹配结果包括该候选检测对象对应的特征匹配置信度;
所述第二确定模块,还用于根据所述目标检测对象的当前速度参数集合和预先获取的所述目标检测对象的最大速度阈值,确定所述目标检测对象的目标匹配系数;
其中,所述第二确定模块对于每个所述候选检测对象,根据所述目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果的具体方式包括:
对于每个所述候选检测对象,根据所述目标检测对象的目标匹配系数、所述目标检测对象对应的位置偏移系数和该候选检测对象对应的特征匹配置信度,计算该候选检测对象对应的候选匹配置信度;其中,该候选检测对象对应的候选匹配结果包括该候选检测对象对应的候选匹配置信度;
其中,所述第二确定模块根据所有所述候选匹配结果,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果的具体方式包括:
从所有所述候选匹配置信度中筛选出大于或等于预设置信度阈值的一个目标匹配置信度;
根据所述目标匹配置信度对应的候选检测对象,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
本发明第三方面公开了另一种基于无共视区域的目标接力检测装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的基于无共视区域的目标接力检测方法。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的基于无共视区域的目标接力检测方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取在第一可视区域内的目标检测对象对应的目标对象参数集合,目标检测对象对应的目标对象参数集合至少包括目标检测对象的当前速度参数集合,当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果;获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,第二可视区域为目标检测对象离开第一可视区域后所进入的区域,且第二可视区域与第一可视区域不存在重叠区域;根据目标检测对象对应的位置预测结果、目标对象参数集合和所有候选对象参数集合,确定在第二可视区域内目标检测对象对应的接力检测结果。可见,实施本发明能够获取在第一可视区域内的目标检测对象对应的目标对象参数集合,并基于目标对象参数集合确定出在未来的某一时长段内目标检测对象对应的位置预测结果,再获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,然后根据目标检测对象对应的位置预测结果、目标对象参数集合和候选对象参数集合确定出在第二可视区域内该目标检测对象对应的接力检测结果,实现了在无共视区域情况下基于多传感数据的智能化目标对象接力检测,能够提高目标位置的预测准确性,从而有利于基于准确的预测位置识别出目标,以提高在无共视区域情况下目标的识别准确性,进而提高目标接力检测的准确性,有利于实现对目标的准确跟踪;以及,在提高目标的识别准确性的同时实现了基于无共视区域对目标进行接力检测,能够减少目标检测所需的检测设备数量,有利于降低目标接力检测成本。
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是本发明实施例公开的一种基于无共视区域的目标接力检测方法的流程示意图;
图2是本发明实施例公开的另一种基于无共视区域的目标接力检测方法的流程示意图;
图3是本发明实施例公开的又一种基于无共视区域的目标接力检测方法的流程示意图;
图4是本发明实施例公开的一种基于无共视区域的目标接力检测装置的结构示意图;
图5是本发明实施例公开的另一种基于无共视区域的目标接力检测装置的结构示意图。
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
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”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于无共视区域的目标接力检测方法及装置,能够获取在第一可视区域内的目标检测对象对应的目标对象参数集合,并基于目标对象参数集合确定出在未来的某一时长段内目标检测对象对应的位置预测结果,再获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,然后根据目标检测对象对应的位置预测结果、目标对象参数集合和候选对象参数集合确定出在第二可视区域内该目标检测对象对应的接力检测结果,实现了在无共视区域情况下基于多传感数据的智能化目标对象接力检测,能够提高目标位置的预测准确性,从而有利于基于准确的预测位置识别出目标,以提高在无共视区域情况下目标的识别准确性,进而提高目标接力检测的准确性,有利于实现对目标的准确跟踪;以及,在提高目标的识别准确性的同时实现了基于无共视区域对目标进行接力检测,能够减少目标检测所需的检测设备数量,有利于降低目标接力检测成本。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于无共视区域的目标接力检测方法的流程示意图。其中,图1所描述的基于无共视区域的目标接力检测方法可以应用于基于无共视区域的目标接力检测装置中,该装置可以包括检测设备、检测终端、检测系统和服务器中的一种,其中,服务器包括本地服务器或云服务器,示例性的,检测设备可以是雷视设备,该基于无共视区域的目标接力检测方法也可以应用于电动汽车或混合动力汽车,本发明实施例不做限定。如图1所示,该基于无共视区域的目标接力检测方法可以包括以下操作:
101、获取在第一可视区域内的目标检测对象对应的目标对象参数集合。
本发明实施例中,目标检测对象对应的目标对象参数集合至少包括目标检测对象的当前速度参数集合,当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;可选的,目标检测对象对应的目标对象参数集合还可以包括目标检测对象对应的目标特征参数;可选的,当前速度参数集合可以是目标检测对象在第一可视区域内运动的某个时刻采集到的,进一步可选的,当前速度参数集合可以是在目标检测对象离开第一可视区域的前一时刻采集到的,本发明实施例不做限定。其中,第一可视区域可以是第一雷视设备的其中一个可视区域;目标检测对象可以是机动车、非机动车、行人等的位置可移动的对象,本发明实施例不做限定。可选的,目标检测对象对应的目标对象参数集合可以是第一雷视设备采集得到的,也可以是第一雷视设备对应的速度采集设备和/或特征提取设备采集得到的,本发明实施例不做限定。
102、基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果。
本发明实施例中,位置预测结果可以包括在该某一时长段内一个或多个时刻对应的目标检测对象的位置坐标;可选的,可以通过时序热力图、表格、航迹图等形式表示目标检测对象对应的位置预测结果。
103、获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合。
本发明实施例中,第二可视区域为目标检测对象离开第一可视区域后所进入的区域,且第二可视区域与第一可视区域不存在重叠区域;其中,第二可视区域可以是第一雷视设备的另一个可视区域,也可以是第二雷视设备的其中一个可视区域,本发明实施例不做限定。可选的,候选检测对象对应的候选对象参数集合可以包括候选检测对象对应的候选特征参数。可选的,候选检测对象对应的候选对象参数集合可以是第一雷视设备/第二雷视设备采集得到的,也可以是雷视设备对应的速度采集设备和/或特征提取设备采集得到的,本发明实施例不做限定。
104、根据目标检测对象对应的位置预测结果、目标对象参数集合和所有候选对象参数集合,确定在第二可视区域内目标检测对象对应的接力检测结果。
本发明实施例中,在第二可视区域内目标检测对象对应的接力检测结果用于表示在第二可视区域内所检测到的候选检测对象与目标检测对象的相似程度,以使在目标检测对象移动到第二可视区域之后能够判定目标检测对象所在的位置,以识别目标检测对象。
可见,实施本发明实施例所描述的方法能够获取在第一可视区域内的目标检测对象对应的目标对象参数集合,并基于目标对象参数集合确定出在未来的某一时长段内目标检测对象对应的位置预测结果,再获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,然后根据目标检测对象对应的位置预测结果、目标对象参数集合和候选对象参数集合确定出在第二可视区域内该目标检测对象对应的接力检测结果,实现了在无共视区域情况下基于多传感数据的智能化目标对象接力检测,能够提高目标位置的预测准确性,从而有利于基于准确的预测位置识别出目标,以提高在无共视区域情况下目标的识别准确性,进而提高目标接力检测的准确性,有利于实现对目标的准确跟踪;以及,在提高目标的识别准确性的同时实现了基于无共视区域对目标进行接力检测,能够减少目标检测所需的检测设备数量,有利于降低目标接力检测成本。
在一个可选的实施例中,基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果,可以包括以下操作:
采集目标检测对象的当前位置参数以及目标检测对象的相邻对象集合对应的相对运动参数集合,相邻对象集合包括与目标检测对象位置相邻的至少一个相邻对象,相对运动参数集合包括每个相邻对象对应的相对运动参数;
根据目标检测对象的当前位置参数、相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算目标检测对象对应的预测影响因子;
根据当前速度参数集合和预测影响因子,预测目标检测对象的目标加速度;
根据当前速度参数集合和目标加速度,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果。
其中,当目标检测对象为目标车辆时,相邻对象可以为与目标车辆位置相邻的相邻车辆,也可以为与目标车辆位置相邻的非机动车或行人,本发明实施例不做限定;目标检测对象对应的预测影响因子用于表示目标检测对象的周边环境以及处于该周边环境内的对象对于目标检测对象的移动方向和/或移动速度的影响关系。
可见,该可选的实施例能够根据采集到的目标检测对象的当前位置参数、采集到的相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算出目标检测对象对应的预测影响因子,并根据当前速度参数集合和预测影响因子预测出目标检测对象的目标加速度,以及根据当前速度参数集合和目标加速度确定出目标检测对象对应的位置预测结果,实现了基于目标对象的位置和相邻对象确定出影响目标对象移动的影响因素,能够提高目标移动的影响因素的确定准确性,从而提高目标加速度的预测准确性,有利于提高目标位置的预测准确性,进而有利于提高目标接力检测的准确性。
在该可选的实施例中,可选的,目标检测对象的当前位置参数包括目标检测对象在当前车道的位置坐标;
其中,根据目标检测对象的当前位置参数、相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算目标检测对象对应的预测影响因子,可以包括以下操作:
根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合,计算目标检测对象对应的相邻对象影响因子,相邻对象影响因子用于表示相邻对象集合与目标检测对象之间的速度影响关系;
根据预先获取的当前车道的车道参数以及目标检测对象在当前车道的位置坐标,计算目标检测对象对应的车道影响因子,车道影响因子用于表示目标检测对象从当前车道移动到其中一条相邻车道的概率;
其中,目标检测对象对应的预测影响因子包括目标检测对象对应的相邻对象影响因子和目标检测对象对应的车道影响因子。
其中,目标检测对象在当前车道的位置坐标可以为基于目标检测对象的中心点确定得到的坐标;车道参数可以包括车道宽度、车道中心坐标和车道方向中的一种或多种的组合;车道影响因子可以用于表示在当前时刻以及在当前时刻之后的某一时长段内目标检测对象从当前车道移动到其中一条相邻车道的概率,本发明实施例不做限定。示例性的,相邻对象影响因子所表示的速度影响关系可以为若相邻对象正在减速,目标检测对象通常也会随之减速。
可见,该可选的实施例还能够根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合计算出相邻对象影响因子,实现了关于相邻对象对目标对象的移动速度所产生影响的智能化预估,能够提高关于目标移动速度的影响因子的确定准确性,从而进一步提高目标加速度的预测准确性,有利于提高目标位置的预测准确性,以提高目标接力检测的准确性;以及根据当前车道的车道参数和目标检测对象在当前车道的位置坐标计算出车道影响因子,实现了关于目标对象的位置对目标对象的移动方向所产生影响的智能化预估,能够提高关于目标移动方向的影响因子的确定准确性,从而提高目标移动方向变化趋势的确定准确性,进而进一步提高目标加速度的预测准确性,有利于进一步提高目标位置的预测准确性。
在该可选的实施例中,进一步可选的,根据预先获取的当前车道的车道参数以及目标检测对象在当前车道的位置坐标,计算目标检测对象对应的车道影响因子,可以包括以下操作:
根据目标检测对象在当前车道的位置坐标和当前车道的车道中心坐标,计算目标检测对象的中心点与车道中心点之间的中心距离;
获取目标检测对象的对象宽度;
根据中心距离、对象宽度和车道宽度,计算目标检测对象对应的车道影响因子;
其中,目标检测对象对应的车道影响因子的计算方法可以如下式:
其中,为目标检测对象对应的车道影响因子,/>为中心距离,/>为二分之一的车道宽度,/>为二分之一的对象宽度。
可见,该可选的实施例还能够根据目标检测对象的位置坐标和当前车道中心坐标计算出中心距离,并根据中心距离、对象宽度和车道宽度计算出车道影响因子,能够提高车道影响因子的计算准确性,从而进一步提高关于目标移动方向的影响因子的确定准确性,有利于提高目标加速度的预测准确性。
在该可选的实施例中,进一步可选的,当前速度参数集合包括第一方向对应的第一速度参数和第二方向对应的第二速度参数;
相邻对象集合包括第一方向对应的第一相邻对象和/或第二方向对应的第二相邻对象;第一相邻对象对应的相对运动参数包括第一相邻对象与目标检测对象的第一距离以及第一相邻对象的相邻速度参数;第二相邻对象对应的相对运动参数包括第二相邻对象与目标检测对象的第二距离;
其中,根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合,计算目标检测对象对应的相邻对象影响因子,可以包括以下操作:
当相邻对象集合包括第一相邻对象时,根据预设安全距离、第一距离、目标检测对象的第一速度参数和第一相邻对象的相邻速度参数,计算目标检测对象对应的第一方向影响因子;
当相邻对象集合包括第二相邻对象时,根据第二距离和预设安全距离,计算目标检测对象对应的第二方向影响因子;
其中,目标检测对象对应的相邻对象影响因子包括目标检测对象对应的第一方向影响因子和/或目标检测对象对应的第二方向影响因子。
其中,第一方向对应的第一相邻对象可以包括位于目标检测对象对应的当前车道的相邻对象,可选的,第一相邻对象可以包括位于当前车道且位于目标检测对象前方的相邻对象;第二方向对应的第二相邻对象可以包括位于与当前车道位置相邻的相邻车道的相邻对象;可选的,第二相邻对象可以包括位于相邻车道且位于目标检测对象的侧前方和/或侧后方的相邻对象,本发明实施例不做限定;第一相邻对象的相邻速度参数可以包括至少一个方向对应的相邻速度和/相邻加速度。示例性的,预设安全距离可以用于表示安全行车距离;当目标检测对象为目标车辆时,第一方向可以是沿车道线的方向,第二方向可以是垂直于车道线的方向,本发明实施例不做限定;
可见,该可选的实施例还能够根据预设安全距离、第一相邻对象与目标检测对象的第一距离、目标检测对象的第一速度参数和第一相邻对象的相邻速度参数计算出第一方向影响因子,以及根据预设安全距离和第二相邻对象与目标检测对象的第二距离计算出第二方向影响因子,实现了关于相邻对象对目标对象的在每一方向的速度影响因子的智能化预估,能够提高在每一方向上关于目标移动速度的影响因子的确定准确性,从而进一步提高目标加速度的预测准确性,有利于进一步提高目标位置的预测准确性。
在该可选的实施例中,进一步可选的,目标检测对象对应的第一方向影响因子的计算方法可以如下式:
其中,为目标检测对象对应的第一方向影响因子,/>为第一相邻对象与目标检测对象的第一距离,/>为预设安全距离,/>为第一相邻对象在第一方向上的相邻速度,/>为目标检测对象的第一方向对应的第一当前速度。
以及,目标检测对象对应的第二方向影响因子的计算方法可以如下式:
其中,为目标检测对象对应的第二方向影响因子,/>为位于相邻车道的侧前方的相邻对象与目标检测对象的第二距离,/>为位于相邻车道的侧后方的相邻对象与目标检测对象的第二距离,/>为预设安全距离。
可见,该可选的实施例还能够基于确定出的公式直接计算第一方向影响因子以及第二方向影响因子,能够提高在每一方向上关于目标移动速度的影响因子的计算效率和计算准确性,从而提高影响因子的可靠性,进而进一步提高目标加速度的预测准确性。
在该可选的实施例中,进一步可选的,根据当前速度参数集合和预测影响因子,预测目标检测对象的目标加速度,可以包括以下操作:
当相邻对象集合包括第一相邻对象时,根据目标检测对象对应的第一方向影响因子和第一方向对应的第一当前加速度,计算目标检测对象的第一方向目标加速度;
当相邻对象集合包括第二相邻对象时,根据目标检测对象对应的第二方向影响因子、目标检测对象对应的车道影响因子和第二方向对应的第二当前加速度,计算目标检测对象的第二方向目标加速度;
其中,目标检测对象的目标加速度包括目标检测对象的第一方向目标加速度和/或目标检测对象的第二方向目标加速度。
可见,该可选的实施例还能够根据第一方向影响因子和第一当前加速度计算出目标检测对象的第一方向目标加速度,以及根据第二方向影响因子、车道影响因子和第二当前加速度计算出目标检测对象的第二方向加速度,实现了基于关于目标移动速度/方向的影响因子对目标加速度的智能化预估,能够提高在每一方向上目标加速度的预估准确性和可靠性,从而进一步提高目标位置的预测准确性,有利于提高目标接力检测的准确性。
在该可选的实施例中,进一步可选的,目标检测对象对应的第一方向目标加速度的计算方法可以如下式:
其中,为目标检测对象对应的第一方向目标加速度,/>为目标检测对象对应的第一方向影响因子,/>为第一方向对应的第一当前加速度;
以及,目标检测对象对应的第二方向目标加速度的计算方法可以如下式:
其中,为目标检测对象对应的第二方向目标加速度,/>为目标检测对象对应的车道影响因子,/>为目标检测对象对应的第二方向影响因子,/>为第二方向对应的第二当前加速度。
可见,该可选的实施例还能够基于确定出的公式计算每一方向对应的目标加速度,能够提高目标加速度的预估效率和预估准确性,从而提高目标加速度的可靠性,进而有利于进一步提高目标位置的预测准确性。
实施例二
请参阅图2,图2是本发明实施例公开的一种基于无共视区域的目标接力检测方法的流程示意图。其中,图2所描述的基于无共视区域的目标接力检测方法可以应用于基于无共视区域的目标接力检测装置中,该装置可以包括检测设备、检测终端、检测系统和服务器中的一种,其中,服务器包括本地服务器或云服务器,示例性的,检测设备可以是雷视设备,该基于无共视区域的目标接力检测方法也可以应用于电动汽车或混合动力汽车,本发明实施例不做限定。如图2所示,该基于无共视区域的目标接力检测方法可以包括以下操作:
201、获取在第一可视区域内的目标检测对象对应的目标对象参数集合。
本发明实施例中,目标检测对象对应的目标对象参数集合至少包括目标检测对象的当前速度参数集合,当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;目标检测对象对应的目标对象参数集合还包括目标检测对象的目标特征参数,可选的,目标特征参数可以包括外观特征、纹理特征、结构特征中的一种或多种的特征参数;进一步可选的,目标特征参数可以为目标检测对象刚进入第一可视区域时所提取的远距离的特征参数;可选的,目标特征参数可以是从采集到的目标检测对象对应的视频数据、图像数据等数据中提取到的;
202、基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果。
203、获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合。
本发明实施例中,每个候选检测对象对应的候选对象参数集合包括该候选检测对象的候选特征参数。
204、根据目标检测对象对应的位置预测结果,计算目标检测对象对应的位置偏移系数。
本发明实施例中,位置偏移系数用于表示目标检测对象从第一可视区域移动至第二可视区域的位置变化程度。
205、对于每个候选检测对象,分析目标检测对象的目标特征参数和该候选检测对象的候选特征参数,得到该候选检测对象对应的特征匹配结果。
本发明实施例中,每个候选检测对象对应的特征匹配结果用于表示该候选检测对象与目标检测对象关于特征参数的匹配程度。
206、对于每个候选检测对象,根据目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果。
207、根据所有候选匹配结果,确定在第二可视区域内目标检测对象对应的接力检测结果。
本发明实施例中,针对步骤201-步骤203的其它详细描述,请参照实施例一中针对步骤101-步骤103的详细描述,本发明实施例不再赘述。
可见,实施本发明实施例所描述的方法能够获取在第一可视区域内的目标检测对象对应的目标对象参数集合,并基于目标对象参数集合确定出在未来的某一时长段内目标检测对象对应的位置预测结果,再获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,然后根据目标检测对象对应的位置预测结果、目标对象参数集合和候选对象参数集合确定出在第二可视区域内该目标检测对象对应的接力检测结果,实现了在无共视区域情况下基于多传感数据的智能化目标对象接力检测,能够提高目标位置的预测准确性,从而有利于基于准确的预测位置识别出目标,以提高在无共视区域情况下目标的识别准确性,进而提高目标接力检测的准确性,有利于实现对目标的准确跟踪;以及,在提高目标的识别准确性的同时实现了基于无共视区域对目标进行接力检测,能够减少目标检测所需的检测设备数量,有利于降低目标接力检测成本。此外,还能够根据位置预测结果计算出位置偏移系数,基于特征参数分析每个候选检测对象与目标检测对象的特征匹配结果,并根据位置偏移参数和每个候选检测对象的特征匹配结果确定出每个候选检测对象的候选匹配结果,以及根据所有候选匹配结果确定出目标检测对象对应的接力检测结果,实现了融合位置预测与特征匹配的智能化目标对象接力检测,能够提高候选匹配结果的确定准确性,从而提高目标的识别准确性,以提高目标检测结果的确定准确性,进而有利于提高目标接力检测的准确性。
在一个可选的实施例中,根据当前速度参数集合和目标加速度,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果,可以包括以下操作:
根据当前速度参数集合和目标加速度,确定目标检测对象在当前时刻之后某一时长段内的多个目标时刻对应的第一方向的第一偏移距离和第二方向的第二偏移距离;
根据所有目标时刻对应的第一方向的第一偏移距离和第二方向的第二偏移距离,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果;
可选的,目标检测对象的第一方向的第一偏移距离的计算方法可以如下式:
其中,为目标检测对象的第一方向的第一偏移距离,/>为目标检测对象的第一方向对应的第一当前速度,/>为目标检测对象对应的第一方向目标加速度,/>为目标时刻,为采集/>的时刻;
可选的,目标检测对象的第二方向的第二偏移距离的计算方法可以如下式:
其中,为目标检测对象的第二方向的第二偏移距离,/>为目标检测对象的第二方向对应的第二当前速度,/>为目标检测对象对应的第二方向目标加速度,/>为目标时刻,为采集/>的时刻。
可见,该可选的实施例能够根据当前速度参数集合和目标加速度,确定多个时刻对应的第一方向的第一偏移距离和第二方向的第二偏移距离,并根据所有第一偏移距离和第二偏移距离确定位置预测结果,基于准确预测到的目标加速度计算偏移距离能够提高偏移距离的计算准确性,从而提高目标位置的预测准确性,有利于提高目标接力检测的准确性。
在该可选的实施例中,可选的,根据目标检测对象对应的位置预测结果,计算目标检测对象对应的位置偏移系数,包括:
确定第一可视区域和第二可视区域的共同视野盲区以及共同视野盲区关于第一方向的盲区长度;
计算目标检测对象的第一偏移距离与共同视野盲区的盲区长度的第一偏移比值;
计算目标检测对象的第二偏移距离与目标检测对象所在当前车道的车道宽度的第二偏移比值;
根据第一偏移比值和第二偏移比值,确定目标检测对象对应的位置偏移系数。
其中,共同视野盲区为第一可视区域对应的盲区与第二可视区域对应的盲区的交集;示例性的,共同视野盲区关于第一方向的盲区长度可以是共同视野盲区沿车道线方向的盲区长度。
可见,该可选的实施例还能够基于第一偏移距离以及第一可视区域和第二可视区域的共同视野盲区的盲区长度计算出第一偏移比值,并基于第二偏移距离与车道宽度计算出第二偏移比值,并根据第一偏移比值和第二偏移比值确定位置偏移系数,能够提高位置偏移系数的确定准确性,从而提高候选匹配结果的确定准确性,进而有利于提高目标接力检测的准确性。
在该可选的实施例中,可选的,目标检测对象对应的位置偏移系数的计算方法可以如下式:
其中,为目标检测对象对应的位置偏移系数,/>为共同视野盲区的盲区长度,为当前车道的车道宽度,/>为目标检测对象的第一方向的第一偏移距离,/>为目标检测对象的第二方向的第二偏移距离;其中,/>为第一偏移比值,/>为第二偏移比值。
可见,该可选的实施例还能够基于确定出的公式直接计算得到位置偏移系数,能够提高位置偏移系数的计算效率和计算准确性,从而提高位置偏移系数的可靠性,进而有利于候选匹配结果的确定准确性,以提高目标接力检测的准确性。
在另一个可选的实施例中,每个候选检测对象对应的特征匹配结果包括该候选检测对象对应的特征匹配置信度;
其中,该方法还可以包括以下操作:
根据目标检测对象的当前速度参数集合和预先获取的目标检测对象的最大速度阈值,确定目标检测对象的目标匹配系数;
其中,对于每个候选检测对象,根据目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果,可以包括以下操作:
对于每个候选检测对象,根据目标检测对象的目标匹配系数、目标检测对象对应的位置偏移系数和该候选检测对象对应的特征匹配置信度,计算该候选检测对象对应的候选匹配置信度;其中,该候选检测对象对应的候选匹配结果包括该候选检测对象对应的候选匹配置信度;
其中,根据所有候选匹配结果,确定在第二可视区域内目标检测对象对应的接力检测结果,可以包括以下操作:
从所有候选匹配置信度中筛选出大于或等于预设置信度阈值的一个目标匹配置信度;
根据目标匹配置信度对应的候选检测对象,确定在第二可视区域内目标检测对象对应的接力检测结果。
其中,示例性的,可以将所有候选匹配置信度中最高的确定为目标匹配置信度;目标匹配置信度对应的候选检测对象可以用于表示在第二可视区域内最有可能为目标检测对象的对象。
可见,该可选的实施例能够根据当前速度参数集合和目标检测对象的最大速度阈值确定出目标检测对象的目标匹配系数,并根据目标匹配系数、位置偏移系数和每个候选检测对象对应的特征匹配置信度,计算出每个候选检测对象对应的候选匹配置信度,以及从所有候选匹配置信度中筛选出满足条件的目标匹配置信度,根据目标匹配置信度所对应的候选检测对象确定出接力检测结果,实现了基于置信度的智能化目标匹配,能够提高候选匹配置信度的确定准确性,从而进一步提高候选匹配结果的确定准确性,进而提高目标的识别准确性,有利于提高目标检测结果的筛选准确性,以提高目标接力检测的准确性。
在该可选的实施例中,可选的,每个候选检测对象对应的候选匹配置信度的计算方法可以如下式:
其中,为该候选检测对象对应的候选匹配置信度,/>为目标检测对象的第一方向对应的第一当前速度,/>为目标检测对象的最大速度阈值,/>为候选检测对象对应的特征匹配置信度值;其中,/>为目标检测对象的目标匹配系数。
可见,该可选的实施例还能够基于确定出的公式计算每个候选检测对象对应的候选匹配置信度,能够提高候选匹配置信度的计算效率和计算准确性,从而提高候选匹配结果的确定准确性,进而有利于提高目标检测结果的筛选准确性,以提高目标接力检测的准确性。
在本发明实施例中,示例性的,当该基于无共视区域的目标接力检测方法的流程示意图如图3所示时,该方法可以包括以下操作:
假设当前有若干个雷视设备,且当目标检测对象为目标车辆时,第一雷视设备提取目标车辆刚进入第一可视区域时的远距离的目标特征参数,以及在目标车辆离开第一可视区域时采集目标车辆的当前速度参数集合并将当前速度参数集合发送至第二雷视设备;第二雷视设备在接收到目标车辆的当前速度参数集合后,计算目标车辆基于时间的热力图(即位置预测结果);第二雷视设备对所有刚进入第二可视区域的候选车辆提取远距离的候选特征参数,并将所有候选特征参数与目标特征参数进行匹配,得到特征匹配置信度;对热力图和特征匹配置信度进行加权计算,得到接力结果(即目标接力检测结果),即从所有候选车辆中确定出最有可能的车辆作为为目标车辆;第二雷视设备采集在目标车辆离开第二可视区域时速度参数集合,并将目标车辆对应的特征参数和离开时速度参数集合发送至下一个用于接力检测的雷视设备,以此类推。
实施例三
请参阅图4,图4是是本发明实施例公开的一种基于无共视区域的目标接力检测装置的结构示意图。其中,图4所描述的基于无共视区域的目标接力检测装置可以包括检测设备、检测终端、检测系统和服务器中的一种,其中,服务器包括本地服务器或云服务器,示例性的,检测设备可以是雷视设备,本发明实施例不做限定。如图3所示,该基于无共视区域的目标接力检测装置可以包括:
获取模块301,用于获取在第一可视区域内的目标检测对象对应的目标对象参数集合,目标检测对象对应的目标对象参数集合至少包括目标检测对象的当前速度参数集合,当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;
第一确定模块302,用于基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果;
获取模块301,还用于获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,第二可视区域为目标检测对象离开第一可视区域后所进入的区域,且第二可视区域与第一可视区域不存在重叠区域;
第二确定模块303,用于根据目标检测对象对应的位置预测结果、目标对象参数集合和所有候选对象参数集合,确定在第二可视区域内目标检测对象对应的接力检测结果。
可见,实施本发明实施例所描述的装置能够获取在第一可视区域内的目标检测对象对应的目标对象参数集合,并基于目标对象参数集合确定出在未来的某一时长段内目标检测对象对应的位置预测结果,再获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,然后根据目标检测对象对应的位置预测结果、目标对象参数集合和候选对象参数集合确定出在第二可视区域内该目标检测对象对应的接力检测结果,实现了在无共视区域情况下基于多传感数据的智能化目标对象接力检测,能够提高目标位置的预测准确性,从而有利于基于准确的预测位置识别出目标,以提高在无共视区域情况下目标的识别准确性,进而提高目标接力检测的准确性,有利于实现对目标的准确跟踪;以及,在提高目标的识别准确性的同时实现了基于无共视区域对目标进行接力检测,能够减少目标检测所需的检测设备数量,有利于降低目标接力检测成本。
在一个可选的实施例中,第一确定模块302基于目标对象参数集合,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果的具体方式可以包括:
采集目标检测对象的当前位置参数以及目标检测对象的相邻对象集合对应的相对运动参数集合,相邻对象集合包括与目标检测对象位置相邻的至少一个相邻对象,相对运动参数集合包括每个相邻对象对应的相对运动参数;
根据目标检测对象的当前位置参数、相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算目标检测对象对应的预测影响因子;
根据当前速度参数集合和预测影响因子,预测目标检测对象的目标加速度;
根据当前速度参数集合和目标加速度,确定在当前时刻之后的某一时长段内目标检测对象对应的位置预测结果。
可见,实施该可选的实施例所描述的装置能够根据采集到的目标检测对象的当前位置参数、采集到的相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算出目标检测对象对应的预测影响因子,并根据当前速度参数集合和预测影响因子预测出目标检测对象的目标加速度,以及根据当前速度参数集合和目标加速度确定出目标检测对象对应的位置预测结果,实现了基于目标对象的位置和相邻对象确定出影响目标对象移动的影响因素,能够提高目标移动的影响因素的确定准确性,从而提高目标加速度的预测准确性,有利于提高目标位置的预测准确性,进而有利于提高目标接力检测的准确性。
在该可选的实施例中,可选的,目标检测对象的当前位置参数包括目标检测对象在当前车道的位置坐标;
其中,第一确定模块302根据目标检测对象的当前位置参数、相邻对象集合对应的相对运动参数集合以及目标检测对象的当前速度参数集合,计算目标检测对象对应的预测影响因子的具体方式可以包括:
根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合,计算目标检测对象对应的相邻对象影响因子,相邻对象影响因子用于表示相邻对象集合与目标检测对象之间的速度影响关系;
根据预先获取的当前车道的车道参数以及目标检测对象在当前车道的位置坐标,计算目标检测对象对应的车道影响因子,车道影响因子用于表示目标检测对象从当前车道移动到其中一条相邻车道的概率;
其中,目标检测对象对应的预测影响因子包括目标检测对象对应的相邻对象影响因子和目标检测对象对应的车道影响因子。
可见,实施该可选的实施例所描述的装置还能够根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合计算出相邻对象影响因子,实现了关于相邻对象对目标对象的移动速度所产生影响的智能化预估,能够提高关于目标移动速度的影响因子的确定准确性,从而进一步提高目标加速度的预测准确性,有利于提高目标位置的预测准确性,以提高目标接力检测的准确性;以及根据当前车道的车道参数和目标检测对象在当前车道的位置坐标计算出车道影响因子,实现了关于目标对象的位置对目标对象的移动方向所产生影响的智能化预估,能够提高关于目标移动方向的影响因子的确定准确性,从而提高目标移动方向变化趋势的确定准确性,进而进一步提高目标加速度的预测准确性,有利于进一步提高目标位置的预测准确性。
在该可选的实施例中,进一步可选的,当前速度参数集合包括第一方向对应的第一速度参数和第二方向对应的第二速度参数;
相邻对象集合包括第一方向对应的第一相邻对象和/或第二方向对应的第二相邻对象;第一相邻对象对应的相对运动参数包括第一相邻对象与目标检测对象的第一距离以及第一相邻对象的相邻速度参数;第二相邻对象对应的相对运动参数包括第二相邻对象与目标检测对象的第二距离;
其中,第一确定模块302根据相邻对象集合对应的相对运动参数集合和目标检测对象的当前速度参数集合,计算目标检测对象对应的相邻对象影响因子的具体方式可以包括:
当相邻对象集合包括第一相邻对象时,根据预设安全距离、第一距离、目标检测对象的第一速度参数和第一相邻对象的相邻速度参数,计算目标检测对象对应的第一方向影响因子;
当相邻对象集合包括第二相邻对象时,根据第二距离和预设安全距离,计算目标检测对象对应的第二方向影响因子;
其中,目标检测对象对应的相邻对象影响因子包括目标检测对象对应的第一方向影响因子和/或目标检测对象对应的第二方向影响因子。
可见,实施该可选的实施例所描述的装置还能够根据预设安全距离、第一相邻对象与目标检测对象的第一距离、目标检测对象的第一速度参数和第一相邻对象的相邻速度参数计算出第一方向影响因子,以及根据预设安全距离和第二相邻对象与目标检测对象的第二距离计算出第二方向影响因子,实现了关于相邻对象对目标对象的在每一方向的速度影响因子的智能化预估,能够提高在每一方向上关于目标移动速度的影响因子的确定准确性,从而进一步提高目标加速度的预测准确性,有利于进一步提高目标位置的预测准确性。
在该可选的实施例中,再进一步可选的,第一确定模块302根据当前速度参数集合和预测影响因子,预测目标检测对象的目标加速度的具体方式可以包括:
当相邻对象集合包括第一相邻对象时,根据目标检测对象对应的第一方向影响因子和第一方向对应的第一当前加速度,计算目标检测对象的第一方向目标加速度;
当相邻对象集合包括第二相邻对象时,根据目标检测对象对应的第二方向影响因子、目标检测对象对应的车道影响因子和第二方向对应的第二当前加速度,计算目标检测对象的第二方向目标加速度;
其中,目标检测对象的目标加速度包括目标检测对象的第一方向目标加速度和/或目标检测对象的第二方向目标加速度。
可见,实施该可选的实施例所描述的装置还能够根据第一方向影响因子和第一当前加速度计算出目标检测对象的第一方向目标加速度,以及根据第二方向影响因子、车道影响因子和第二当前加速度计算出目标检测对象的第二方向加速度,实现了基于关于目标移动速度/方向的影响因子对目标加速度的智能化预估,能够提高在每一方向上目标加速度的预估准确性和可靠性,从而进一步提高目标位置的预测准确性,有利于提高目标接力检测的准确性。
在另一个可选的实施例中,目标检测对象对应的目标对象参数集合还包括目标检测对象的目标特征参数,每个候选检测对象对应的候选对象参数集合包括该候选检测对象的候选特征参数;
其中,第二确定模块303根据目标检测对象对应的位置预测结果、目标对象参数集合和所有候选对象参数集合,确定在第二可视区域内目标检测对象对应的接力检测结果的具体方式可以包括:
根据目标检测对象对应的位置预测结果,计算目标检测对象对应的位置偏移系数;
对于每个候选检测对象,分析目标检测对象的目标特征参数和该候选检测对象的候选特征参数,得到该候选检测对象对应的特征匹配结果;
对于每个候选检测对象,根据目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果;
根据所有候选匹配结果,确定在第二可视区域内目标检测对象对应的接力检测结果。
可见,实施该可选的实施例所描述的装置能够根据位置预测结果计算出位置偏移系数,基于特征参数分析每个候选检测对象与目标检测对象的特征匹配结果,并根据位置偏移参数和每个候选检测对象的特征匹配结果确定出每个候选检测对象的候选匹配结果,以及根据所有候选匹配结果确定出目标检测对象对应的接力检测结果,实现了融合位置预测与特征匹配的智能化目标对象接力检测,能够提高候选匹配结果的确定准确性,从而提高目标的识别准确性,以提高目标检测结果的确定准确性,进而有利于提高目标接力检测的准确性。
在该可选的实施例中,每个候选检测对象对应的特征匹配结果包括该候选检测对象对应的特征匹配置信度;
第二确定模块303,还用于根据目标检测对象的当前速度参数集合和预先获取的目标检测对象的最大速度阈值,确定目标检测对象的目标匹配系数;
其中,第二确定模块303对于每个候选检测对象,根据目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果的具体方式可以包括:
对于每个候选检测对象,根据目标检测对象的目标匹配系数、目标检测对象对应的位置偏移系数和该候选检测对象对应的特征匹配置信度,计算该候选检测对象对应的候选匹配置信度;其中,该候选检测对象对应的候选匹配结果包括该候选检测对象对应的候选匹配置信度;
其中,第二确定模块303根据所有候选匹配结果,确定在第二可视区域内目标检测对象对应的接力检测结果的具体方式可以包括:
从所有候选匹配置信度中筛选出大于或等于预设置信度阈值的一个目标匹配置信度;
根据目标匹配置信度对应的候选检测对象,确定在第二可视区域内目标检测对象对应的接力检测结果。
可见,实施该可选的实施例所描述的装置还能够根据当前速度参数集合和目标检测对象的最大速度阈值确定出目标检测对象的目标匹配系数,并根据目标匹配系数、位置偏移系数和每个候选检测对象对应的特征匹配置信度,计算出每个候选检测对象对应的候选匹配置信度,以及从所有候选匹配置信度中筛选出满足条件的目标匹配置信度,根据目标匹配置信度所对应的候选检测对象确定出接力检测结果,实现了基于置信度的智能化目标匹配,能够提高候选匹配置信度的确定准确性,从而进一步提高候选匹配结果的确定准确性,进而提高目标的识别准确性,有利于提高目标检测结果的筛选准确性,以提高目标接力检测的准确性。
实施例四
请参阅图5,图5是本发明实施例公开的又一种基于无共视区域的目标接力检测装置的结构示意图。如图5所示,该基于无共视区域的目标接力检测装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
处理器402调用存储器401中存储的可执行程序代码,执行本发明实施例一或本发明实施例二所描述的基于无共视区域的目标接力检测方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或本发明实施例二所描述的基于无共视区域的目标接力检测方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于无共视区域的目标接力检测方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种基于无共视区域的目标接力检测方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种基于无共视区域的目标接力检测方法,其特征在于,所述方法包括:
获取在第一可视区域内的目标检测对象对应的目标对象参数集合,所述目标检测对象对应的目标对象参数集合至少包括所述目标检测对象的当前速度参数集合,所述当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;
基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果;
获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,所述第二可视区域为所述目标检测对象离开所述第一可视区域后所进入的区域,且所述第二可视区域与所述第一可视区域不存在重叠区域;
根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
2.根据权利要求1所述的基于无共视区域的目标接力检测方法,其特征在于,所述基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果,包括:
采集所述目标检测对象的当前位置参数以及所述目标检测对象的相邻对象集合对应的相对运动参数集合,所述相邻对象集合包括与所述目标检测对象位置相邻的至少一个相邻对象,所述相对运动参数集合包括每个所述相邻对象对应的相对运动参数;
根据所述目标检测对象的当前位置参数、所述相邻对象集合对应的相对运动参数集合以及所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的预测影响因子;
根据所述当前速度参数集合和所述预测影响因子,预测所述目标检测对象的目标加速度;
根据所述当前速度参数集合和所述目标加速度,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果。
3.根据权利要求2所述的基于无共视区域的目标接力检测方法,其特征在于,所述目标检测对象的当前位置参数包括所述目标检测对象在当前车道的位置坐标;
其中,所述根据所述目标检测对象的当前位置参数、所述相邻对象集合对应的相对运动参数集合以及所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的预测影响因子,包括:
根据所述相邻对象集合对应的相对运动参数集合和所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的相邻对象影响因子,所述相邻对象影响因子用于表示所述相邻对象集合与所述目标检测对象之间的速度影响关系;
根据预先获取的所述当前车道的车道参数以及所述目标检测对象在当前车道的位置坐标,计算所述目标检测对象对应的车道影响因子,所述车道影响因子用于表示所述目标检测对象从所述当前车道移动到其中一条相邻车道的概率;
其中,所述目标检测对象对应的预测影响因子包括所述目标检测对象对应的相邻对象影响因子和所述目标检测对象对应的车道影响因子。
4.根据权利要求3所述的基于无共视区域的目标接力检测方法,其特征在于,所述当前速度参数集合包括第一方向对应的第一速度参数和第二方向对应的第二速度参数;
所述相邻对象集合包括所述第一方向对应的第一相邻对象和/或所述第二方向对应的第二相邻对象;所述第一相邻对象对应的相对运动参数包括所述第一相邻对象与所述目标检测对象的第一距离以及所述第一相邻对象的相邻速度参数;所述第二相邻对象对应的相对运动参数包括所述第二相邻对象与所述目标检测对象的第二距离;
其中,所述根据所述相邻对象集合对应的相对运动参数集合和所述目标检测对象的当前速度参数集合,计算所述目标检测对象对应的相邻对象影响因子,包括:
当所述相邻对象集合包括所述第一相邻对象时,根据预设安全距离、所述第一距离、所述目标检测对象的第一速度参数和所述第一相邻对象的相邻速度参数,计算所述目标检测对象对应的第一方向影响因子;
当所述相邻对象集合包括所述第二相邻对象时,根据所述第二距离和所述预设安全距离,计算所述目标检测对象对应的第二方向影响因子;
其中,所述目标检测对象对应的相邻对象影响因子包括所述目标检测对象对应的第一方向影响因子和/或所述目标检测对象对应的第二方向影响因子。
5.根据权利要求4所述的基于无共视区域的目标接力检测方法,其特征在于,所述根据所述当前速度参数集合和所述预测影响因子,预测所述目标检测对象的目标加速度,包括:
当所述相邻对象集合包括所述第一相邻对象时,根据所述目标检测对象对应的第一方向影响因子和所述第一方向对应的第一当前加速度,计算所述目标检测对象的第一方向目标加速度;
当所述相邻对象集合包括所述第二相邻对象时,根据所述目标检测对象对应的第二方向影响因子、所述目标检测对象对应的车道影响因子和所述第二方向对应的第二当前加速度,计算所述目标检测对象的第二方向目标加速度;
其中,所述目标检测对象的目标加速度包括所述目标检测对象的第一方向目标加速度和/或所述目标检测对象的第二方向目标加速度。
6.根据权利要求1-5任一项所述的基于无共视区域的目标接力检测方法,其特征在于,所述目标检测对象对应的目标对象参数集合还包括所述目标检测对象的目标特征参数,每个所述候选检测对象对应的候选对象参数集合包括该候选检测对象的候选特征参数;
其中,所述根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果,包括:
根据所述目标检测对象对应的位置预测结果,计算所述目标检测对象对应的位置偏移系数;
对于每个所述候选检测对象,分析所述目标检测对象的目标特征参数和该候选检测对象的候选特征参数,得到该候选检测对象对应的特征匹配结果;
对于每个所述候选检测对象,根据所述目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果;
根据所有所述候选匹配结果,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
7.根据权利要求6所述的基于无共视区域的目标接力检测方法,其特征在于,每个所述候选检测对象对应的特征匹配结果包括该候选检测对象对应的特征匹配置信度;
其中,所述方法还包括:
根据所述目标检测对象的当前速度参数集合和预先获取的所述目标检测对象的最大速度阈值,确定所述目标检测对象的目标匹配系数;
其中,所述对于每个所述候选检测对象,根据所述目标检测对象对应的位置偏移系数以及该候选检测对象对应的特征匹配结果,确定该候选检测对象对应的候选匹配结果,包括:
对于每个所述候选检测对象,根据所述目标检测对象的目标匹配系数、所述目标检测对象对应的位置偏移系数和该候选检测对象对应的特征匹配置信度,计算该候选检测对象对应的候选匹配置信度;其中,该候选检测对象对应的候选匹配结果包括该候选检测对象对应的候选匹配置信度;
其中,所述根据所有所述候选匹配结果,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果,包括:
从所有所述候选匹配置信度中筛选出大于或等于预设置信度阈值的一个目标匹配置信度;
根据所述目标匹配置信度对应的候选检测对象,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
8.一种基于无共视区域的目标接力检测装置,其特征在于,所述装置包括:
获取模块,用于获取在第一可视区域内的目标检测对象对应的目标对象参数集合,所述目标检测对象对应的目标对象参数集合至少包括所述目标检测对象的当前速度参数集合,所述当前速度参数集合包括至少一个方向对应的速度参数且每个方向对应的速度参数包括该方向对应的当前速度和/或当前加速度;
第一确定模块,用于基于所述目标对象参数集合,确定在当前时刻之后的某一时长段内所述目标检测对象对应的位置预测结果;
所述获取模块,还用于获取在第二可视区域内的至少一个候选检测对象对应的候选对象参数集合,所述第二可视区域为所述目标检测对象离开所述第一可视区域后所进入的区域,且所述第二可视区域与所述第一可视区域不存在重叠区域;
第二确定模块,用于根据所述目标检测对象对应的位置预测结果、所述目标对象参数集合和所有所述候选对象参数集合,确定在所述第二可视区域内所述目标检测对象对应的接力检测结果。
9.一种基于无共视区域的目标接力检测装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的基于无共视区域的目标接力检测方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的基于无共视区域的目标接力检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311465757.3A CN117197443B (zh) | 2023-11-07 | 2023-11-07 | 一种基于无共视区域的目标接力检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311465757.3A CN117197443B (zh) | 2023-11-07 | 2023-11-07 | 一种基于无共视区域的目标接力检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117197443A true CN117197443A (zh) | 2023-12-08 |
CN117197443B CN117197443B (zh) | 2024-02-02 |
Family
ID=88987301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311465757.3A Active CN117197443B (zh) | 2023-11-07 | 2023-11-07 | 一种基于无共视区域的目标接力检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117197443B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679271A (zh) * | 2020-06-15 | 2020-09-18 | 杭州海康威视数字技术股份有限公司 | 目标跟踪方法、装置、监控系统及存储介质 |
US20200394415A1 (en) * | 2017-12-08 | 2020-12-17 | Nec Communication Systems, Ltd. | Object detection apparatus, prediction model generation apparatus, object detection method, and program |
CN114091561A (zh) * | 2020-08-05 | 2022-02-25 | 北京万集科技股份有限公司 | 目标跟踪方法、装置、服务器和可读存储介质 |
CN115131748A (zh) * | 2022-08-26 | 2022-09-30 | 广州市德赛西威智慧交通技术有限公司 | 一种提高雷视一体机目标跟踪识别准确率的方法和系统 |
CN115932831A (zh) * | 2022-12-28 | 2023-04-07 | 南京慧尔视智能科技有限公司 | 基于雷达的目标分段跟踪方法、装置、设备及存储介质 |
CN116823884A (zh) * | 2023-06-25 | 2023-09-29 | 深圳市科思科技股份有限公司 | 多目标跟踪方法、系统、计算机设备及存储介质 |
CN116931583A (zh) * | 2023-09-19 | 2023-10-24 | 深圳市普渡科技有限公司 | 移动对象的确定方法和避让方法、装置、设备及存储介质 |
-
2023
- 2023-11-07 CN CN202311465757.3A patent/CN117197443B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200394415A1 (en) * | 2017-12-08 | 2020-12-17 | Nec Communication Systems, Ltd. | Object detection apparatus, prediction model generation apparatus, object detection method, and program |
CN111679271A (zh) * | 2020-06-15 | 2020-09-18 | 杭州海康威视数字技术股份有限公司 | 目标跟踪方法、装置、监控系统及存储介质 |
CN114091561A (zh) * | 2020-08-05 | 2022-02-25 | 北京万集科技股份有限公司 | 目标跟踪方法、装置、服务器和可读存储介质 |
CN115131748A (zh) * | 2022-08-26 | 2022-09-30 | 广州市德赛西威智慧交通技术有限公司 | 一种提高雷视一体机目标跟踪识别准确率的方法和系统 |
CN115932831A (zh) * | 2022-12-28 | 2023-04-07 | 南京慧尔视智能科技有限公司 | 基于雷达的目标分段跟踪方法、装置、设备及存储介质 |
CN116823884A (zh) * | 2023-06-25 | 2023-09-29 | 深圳市科思科技股份有限公司 | 多目标跟踪方法、系统、计算机设备及存储介质 |
CN116931583A (zh) * | 2023-09-19 | 2023-10-24 | 深圳市普渡科技有限公司 | 移动对象的确定方法和避让方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
徐勇 等: "运动目标视频检测与跟踪方法", 指挥控制与仿真, vol. 30, no. 02, pages 17 - 20 * |
Also Published As
Publication number | Publication date |
---|---|
CN117197443B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3581890B1 (en) | Method and device for positioning | |
CN108151750B (zh) | 定位方法及装置 | |
KR100201739B1 (ko) | 물체 관측 방법 및 그 방법을 이용한 물체 관측장치와,이 장치를 이용한 교통흐름 계측장치 및 주차장 관측장치 | |
US8452054B2 (en) | Obstacle detection procedure for motor vehicle | |
CN111856507B (zh) | 一种环境感测实现方法、智能移动设备和存储介质 | |
CN111611853A (zh) | 一种传感信息融合方法、装置及存储介质 | |
CN112949782A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN113885046A (zh) | 针对低纹理车库的智能网联汽车激光雷达定位系统及方法 | |
JP2019209901A (ja) | 車両の追従制御装置 | |
CN111723724A (zh) | 一种路面障碍物识别方法和相关装置 | |
CN112434566A (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN113223064B (zh) | 一种视觉惯性里程计尺度的估计方法和装置 | |
CN110426714B (zh) | 一种障碍物识别方法 | |
CN112863242B (zh) | 一种车位检测的方法和装置 | |
CN114475593A (zh) | 行驶轨迹预测方法、车辆及计算机可读存储介质 | |
CN117197443B (zh) | 一种基于无共视区域的目标接力检测方法及装置 | |
CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
JP2000131458A (ja) | 雷雲観測システム | |
CN117523914A (zh) | 碰撞预警方法、装置、设备、可读存储介质及程序产品 | |
CN115144828A (zh) | 一种智能汽车多传感器时空融合的自动在线标定方法 | |
CN111372051B (zh) | 多相机联动盲区检测方法、装置和电子设备 | |
CN114863089A (zh) | 自动驾驶感知数据的自动采集方法、装置、介质及设备 | |
CN112183204A (zh) | 一种停车事件的检测方法和装置 | |
CN117022264B (zh) | 基于雷视融合的障碍物检测方法及装置 | |
US11645838B2 (en) | Object detection system, object detection method, and program |
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 |