CN117250606B - 轨迹跟踪方法、装置、设备及存储介质 - Google Patents

轨迹跟踪方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117250606B
CN117250606B CN202311469178.6A CN202311469178A CN117250606B CN 117250606 B CN117250606 B CN 117250606B CN 202311469178 A CN202311469178 A CN 202311469178A CN 117250606 B CN117250606 B CN 117250606B
Authority
CN
China
Prior art keywords
track
target
tracking
detected
lost
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
CN202311469178.6A
Other languages
English (en)
Other versions
CN117250606A (zh
Inventor
孙效骥
张鹏国
孙一飞
王超
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 CN202311469178.6A priority Critical patent/CN117250606B/zh
Publication of CN117250606A publication Critical patent/CN117250606A/zh
Application granted granted Critical
Publication of CN117250606B publication Critical patent/CN117250606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种轨迹跟踪方法、装置、设备及存储介质，应用于轨迹跟踪领域，该方法包括：在跟踪检测的目标在检测范围内丢失的情况下，基于目标丢失前检测到检测位置和/或检测速度预测得到第一轨迹，第一轨迹包括所述目标丢失后的预测轨迹；在重新检测到目标的情况下跟踪检测所述目标得到第二轨迹；在确定第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。本发明可以避免输出前期存在较大波动的第二轨迹，保证输出的跟踪轨迹的稳定性，有效减小雷达跟踪轨迹的波动。

Description

轨迹跟踪方法、装置、设备及存储介质
技术领域
本发明涉及轨迹跟踪领域，尤其涉及一种轨迹跟踪方法、装置、设备及存储介质。
背景技术
在智慧交通的信控业务中，交通雷达检测目标的稳定性可以直接影响车道级排队、流量等信控数据；
但是相关技术中，雷达检出新目标时，跟踪检测得到的轨迹可能存在一定的波动，进而影响整个信控业务的完成质量。
因此，如何提供一种减小雷达跟踪轨迹的波动的方法，成为亟需解决的问题。
发明内容
本发明提供一种轨迹跟踪方法、装置、设备及存储介质，用以解决现有技术中雷达检出新目标时，跟踪检测得到的轨迹可能存在一定的波动的缺陷，实现减小雷达跟踪轨迹的波动。
本发明提供一种轨迹跟踪方法，包括：
在跟踪检测的目标在检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
根据本发明提供的一种轨迹跟踪方法，所述确定所述第二轨迹收敛，包括：
基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛。
根据本发明提供的一种轨迹跟踪方法，所述基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛，包括：
基于所述第一轨迹所指示的预测位置与所述目标的实际位置之间的距离，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
或，
基于跟踪模型的增益矩阵，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；其中，所述跟踪模型为用于跟踪检测所述目标得到第二轨迹的模型。
根据本发明提供的一种轨迹跟踪方法，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于所述目标丢失前检测到所述目标的检测位置和检测速度，以及所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
根据本发明提供的一种轨迹跟踪方法，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
跟踪检测所述目标的实时速度；
基于所述目标丢失前检测到所述目标的检测位置、所述实时速度和所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
根据本发明提供的一种轨迹跟踪方法，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于第一系数，计算卡尔曼增益，其中，所述第一系数基于跟踪检测所述目标得到的连续多帧的位置计算得到；
基于所述卡尔曼增益，得到针对所述目标的跟踪预测模型；
采用所述跟踪预测模型，预测得到所述目标的第一轨迹。
根据本发明提供的一种轨迹跟踪方法，所述第一系数基于跟踪检测所述目标得到的连续两帧的位置之间的距离计算得到。
本发明还提供一种轨迹跟踪装置，包括：
预测模块，用于在跟踪检测的目标位于检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
检测模块，用于在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
输出模块，用于在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述轨迹跟踪方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述轨迹跟踪方法的步骤。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述轨迹跟踪方法的步骤。
本发明提供的轨迹跟踪方法、装置、设备及存储介质，通过在跟踪检测的目标在检测范围内丢失的情况下，基于目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到目标丢失后的预测轨迹，并在重新检测到所述目标的情况下，依旧将第一轨迹作为目标的跟踪轨迹，只有在重新跟踪检测目标得到的第二轨迹收敛的情况之后，才输出所述第二轨迹作为所述目标的跟踪轨迹；避免输出前期存在较大波动的第二轨迹，保证输出的跟踪轨迹的稳定性，有效减小雷达跟踪轨迹的波动。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的轨迹跟踪方法的流程示意图；
图2是本发明提供的轨迹跟踪的示意图；
图3是本发明提供的轨迹跟踪装置的结构示意图；
图4示例了一种电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
相关技术中，天线阵列及天线数量会影响到雷达的角度分辨率。受到相关限制的情况下，毫米波雷达对于远距离新目标的检出的位置会存在一定波动。表现来看就是目标轨迹起始会存在一定波动。
比如，通过雷达进行多目标跟踪时，通过扩展卡尔曼滤波以及目标关联算法来对目标的轨迹进行跟踪预测以及轨迹平滑；在基于匀速模型的扩展卡尔曼滤波算法中，计算卡尔曼增益的公式表示如下：
其中，为当前帧时刻，/>是基于/>时刻预测的误差协方差矩阵，为状态转移矩阵，/>是/>的转置矩阵，/>为协方差矩阵，/>是/>的逆矩阵；
基于匀速模型的扩展卡尔曼滤波算法中，状态更新方程表示如下：
其中，为更新后的状态值，/>为k-1时刻的状态估计值，/>为残差，是当前帧目标的量测值与当前帧目标的估计值的差；
从公式（1）和（2）可知，卡尔曼增益的作用之一为衡量预测的误差协方差的大小，来决定相信预测模型/>还是观测模型，体现在公式（2）中通过/>作为权重来控制残差/>；
从公式（1）可知，卡尔曼增益是基于预测的误差协方差矩阵/>得出的，从该角度出发，若目标状态为从静止到启动，那么在对目标进行跟踪过程中，由于目标刚启动，跟踪帧数较少且雷达传感器本身就存在一定的测量误差，从而会导致轨迹的前几帧结果收敛较慢，出现轨迹抖动较大的情况。
本发明提供一种轨迹跟踪方法、装置、设备及存储介质，可以有效减小雷达跟踪轨迹的波动。
下面结合附图描述本发明的轨迹跟踪方法、装置、设备及存储介质。
图1是本发明提供的轨迹跟踪方法的流程示意图，如图1所示，轨迹跟踪方法包括如下流程：
步骤100，在跟踪检测的目标在检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
具体来说，在目标处于运动状态时，雷达可以在自己的检测范围内跟踪检测目标；若目标由运动状态切换为静止状态或运动速度小于雷达的检测速度阈值，则雷达会检测不到目标，即目标在检测范围内丢失；
以目标为车辆为例，当车辆遇到红灯或堵车导致减速至暂停时，即使车辆位于雷达的检测范围内，但雷达检测不到车辆，即认为车辆在检测范围内丢失。
具体来说，在目标运动进入到雷达的检测范围后，雷达会持续跟踪检测目标，并可以基于跟踪检测得到的检测位置和检测速度，预测得到所述目标的运动轨迹；若目标在检测范围内丢失，则表示目标由运动状态切换为静止状态或运动速度小于雷达的检测速度阈值，则可以基于目标的检测位置和检测速度，持续预测得到所述目标的第一轨迹R，该第一轨迹R至少包括对目标丢失后预测得到的轨迹；
可选地，第一轨迹R可以包括：目标从运动进入到雷达的检测范围的时刻开始到目标丢失后一段时间的轨迹，其中，目标从运动进入到雷达的检测范围的时刻开始到目标丢失前的轨迹可以基于目标丢失前的实时检测位置和实时检测速度预测得到，目标从丢失到目标丢失后一段时间的轨迹可以基于目标丢失前的检测位置和/或实时检测速度预测得到。
比如，可以基于目标丢失前最后一刻检测到的检测位置和检测速度，持续预测得到所述目标的第一轨迹。
以目标为车辆为例，当车辆遇到红灯或堵车导致减速至暂停，即车辆在雷达的检测范围内丢失，在丢失前的最后一刻测得车辆的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的最后一刻测得车辆的检测速度为v 1 ，则可以假设车辆以v 1 速度沿着y方向匀速前进，预测得到目标的第一轨迹R。
以目标为车辆为例，当车辆遇到红灯或堵车导致减速至暂停，即车辆在雷达的检测范围内丢失，在丢失前的最后一刻测得车辆的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的连续多个时刻测得车辆的检测速度，…，v 3 ，v 2 ，v 1 ，计算得到车辆减速的加速度a，则可以假设车辆从丢失前的最后一刻的检测速度v 1 开始，以加速度a沿着y方向减速前进，预测得到目标的第一轨迹R。
步骤110，在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
具体来说，若丢失的目标从静止状态重新切换为运动状态，或运动速度增大至大于雷达的检测速度阈值，则雷达可以重新检测到目标，则可以在检测到目标后，将新检测的目标与第一轨迹进行绑定，并继续跟踪检测所述目标，得到第二轨迹N；
需要说明的是，将新检测的目标与第一轨迹进行绑定的方式在本发明中不作具体限定，所有可以实现将新检测的目标与第一轨迹绑定或对应的方案均适用于本发明；比如计算新检测的所有目标中与第一轨迹的垂直距离最近的目标，与第一轨迹绑定；再比如在首次检测到目标时识别出目标的相关信息，在存储第一轨迹的同时存储目标的相关信息（比如目标的固定不变的信息，如外观信息或标识信息），在重新检测出目标后，可以基于新检测出的目标的相关信息与携带有同样相关信息的第一轨迹绑定。
以目标为车辆为例，在交通道路上，雷达检测多台车辆生成多个第一轨迹，多台车辆形成排队后均在检测范围内丢失，重新检测出多台车辆中的全部或部分后，可以基于重新检测出多台车辆的位置和/或顺序依次与多个第一轨迹进行绑定。
比如，雷达在目标丢失前的最后一刻测得目标的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的最后一刻测得目标的检测速度为v 1 ，雷达重新检测出目标时，检测到目标的速度为v 2 ，位置为(x2，y2)，可以将目标的位置y1沿匀速v 1 直线生成的第一轨迹延伸到位置(x2，y2)，完成新检出的目标和第一轨迹的绑定。
步骤120，在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
具体来说，在重新检测到所述目标的情况下，雷达会对新检出的该目标进行跟踪检测，得到第二轨迹N；但由于雷达传感器精度以及重新检测到所述目标后初始时期雷达对目标跟踪帧数较少的原因，第二轨迹N与目标真实运动轨迹可能存在较大位置偏差，故可以在确定所述第二轨迹N收敛之前，使用第一轨迹R作为所述目标的跟踪轨迹进行输出，以稳定目标被新检出时的轨迹；在第二轨迹收敛之后，再切换至第二轨迹N作为所述目标的跟踪轨迹进行输出。
本发明通过引入目标丢失前的轨迹预测数据集，来预测目标丢失后的轨迹，优化目标重新启动的轨迹稳定性。
本发明提供的轨迹跟踪方法，通过在跟踪检测的目标在检测范围内丢失的情况下，基于目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到目标丢失后的预测轨迹，并在重新检测到所述目标的情况下，依旧将第一轨迹作为目标的跟踪轨迹，只有在重新跟踪检测目标得到的第二轨迹收敛的情况之后，才输出所述第二轨迹作为所述目标的跟踪轨迹；避免输出前期存在较大波动的第二轨迹，保证输出的跟踪轨迹的稳定性，有效减小雷达跟踪轨迹的波动在一些可选的实施例中，所述确定所述第二轨迹收敛，包括：
基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛。
可选地，在所述第二轨迹对应的帧数大于或等于预设数量帧，确定跟踪检测所述目标得到的第二轨迹收敛；
具体来说，由于跟踪检测的结果不准确主要体现在检测新目标的前几帧或前一段时间，在所述第二轨迹对应的帧数大于或等于预设数量帧的情况下，已经经过了足够的时间，可以认为跟踪检测的结果已经较为准确，进而可以认为第二波形趋于稳定，即可以确定跟踪检测所述目标得到的第二轨迹收敛。
在一些可选的实施例中，所述基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛，包括：
基于所述第一轨迹所指示的预测位置与所述目标的实际位置之间的距离，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
或，
基于跟踪模型的增益矩阵，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；其中，所述跟踪模型为用于跟踪检测所述目标得到第二轨迹的模型。
可选地，在所述第二轨迹对应的帧数大于或等于预设数量帧，且跟踪模型的增益矩阵小于第二预设阈值的情况下，确定跟踪检测所述目标得到的第二轨迹收敛；其中，所述跟踪模型为用于跟踪检测所述目标得到第二轨迹的模型。
具体来说，由于采用扩展卡尔曼滤波算法来对目标进行跟踪，当跟踪检测的结果达到平稳准确的状态时，卡尔曼增益矩阵也会趋于0，且不同时刻的残差序列理想状态下也会保持正交，可表示如下：
其中，和/>表示时刻，/>为/>时刻的残差，/>为/>时刻的残差；E表示数学期望，在/>和/>正交的情况下，E=0。
具体来说，由于跟踪检测的结果不准确主要体现在检测新目标的前几帧或前一段时间，在所述第二轨迹对应的帧数大于或等于预设数量帧的情况下，已经经过了足够的时间，可以认为跟踪检测的结果已经较为准确，且第二轨迹已经较为准确与平稳，则可以将输出的目标的跟踪轨迹从第一轨迹R切换到第二轨迹N。
比如，在重新检测到目标的前一段时间，由于跟踪帧数较少且雷达传感器本身就存在一定的测量误差，所以此时跟踪检测得到的第二轨迹尚未收敛，未达到稳态，增益矩阵也处于收敛过程中；可以设定当增益矩阵/>小于第二预设阈值时(比如确定0.1以下系统处稳态，跟踪轨迹平稳，则可以设定第二预设阈值为0.1) ，输出的目标的跟踪轨迹从第一轨迹R切换到第二轨迹N。
可选地，在所述第二轨迹对应的帧数大于或等于预设数量帧，且所述第一轨迹所指示的预测位置与所述目标的实际位置之间的距离大于第一预设阈值的情况下，确定跟踪检测所述目标得到的第二轨迹收敛；
具体来说，由于跟踪检测的结果不准确主要体现在检测新目标的前几帧或前一段时间，在所述第二轨迹对应的帧数大于或等于预设数量帧的情况下，已经经过了足够的时间，可以认为跟踪检测的结果已经较为准确，且第一轨迹已经较为不准确，则可以将输出的目标的跟踪轨迹从第一轨迹R切换到第二轨迹N。
本发明提供将输出的目标的跟踪轨迹从第一轨迹R切换到第二轨迹N的轨迹切换条件，既避免了重新检测到目标后跟踪初期的轨迹抖动，又可自适应的快速切换到跟踪稳定后的轨迹。
可选地，预测第二轨迹的方法可以采用任意惯用的轨迹跟踪预测方法，所有可实现通过雷达跟踪运动目标的运动轨迹的方式均适用于本发明获得第二轨迹的方式。
在一些可选的实施例中，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于所述目标丢失前检测到所述目标的检测位置和检测速度，以及所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
比如，雷达在目标丢失前的最后一刻测得目标的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的最后一刻测得目标的检测速度为v 1 ；在目标重新开始运动后，雷达在位置 (x2，y2)重新检测出目标，检测到目标的速度为v 2 ，在目标与丢失前预测得到的轨迹绑定后，在丢失前预测得到的轨迹的基础上，基于雷达在目标丢失前的最后一刻测得目标的检测速度v 1 ，设定目标从位置（x1，y1）开始，途径位置 (x2，y2)，沿y轴方向做匀速直线运动，预测得到第一轨迹。
本发明提供的第一轨迹预测方法实现简单，且对于提高轨迹稳定性的效果体现快速且显著。
在一些可选的实施例中，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
跟踪检测所述目标的实时速度；
基于所述目标丢失前检测到所述目标的检测位置、所述实时速度和所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
比如，雷达在目标丢失前的最后一刻测得目标的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的最后一刻测得目标的检测速度为v 1 ；在目标重新开始运动后，雷达在位置 (x2，y2)重新检测出目标，检测到目标的速度为v 2 ，在目标与丢失前预测得到的轨迹绑定后，在丢失前预测得到的轨迹的基础上，基于雷达重新检测到的目标在重新启动后的实时速度，设定目标从位置（x1，y1）开始，途径位置 (x2，y2)，沿y轴方向做直线运动，预测得到第一轨迹。
本发明提供的轨迹预测方法实现简单，且基于目标的实时速度进行预测，对于提高变速目标的轨迹稳定性的效果显著，实用性高。
在一些可选的实施例中，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于第一系数，计算卡尔曼增益，其中，所述第一系数基于跟踪检测所述目标得到的连续多帧的位置计算得到；
基于所述卡尔曼增益，得到针对所述目标的跟踪预测模型；
采用所述跟踪预测模型，预测得到所述目标的第一轨迹。
在一些可选的实施例中，所述第一系数基于跟踪检测所述目标得到的连续两帧的位置之间的距离计算得到，比如基于目标丢失前跟踪检测所述目标得到的连续两帧的位置之间的距离计算得到。
第一系数基于以下公式计算得到：
；
其中，为所述第一系数，/>为跟踪检测所述目标得到的第/>帧的位置，/>为跟踪检测所述目标得到的第/>帧的位置。
比如，雷达在目标丢失前的最后一刻测得目标的检测位置为A地，位置坐标可以表示为（x1，y1），在丢失前的最后一刻测得目标的检测速度为v 1 ，雷达重新检测出目标时，检测到目标的速度为v 2 ，位置为(x2，y2)，可以另设第一系数，设当前帧为第k帧时，雷达检出的目标位置为/>，上一帧即第k-1帧时，雷达检出的目标位置为/> ，将可表示如下：
在进行卡尔曼滤波算法计算噪声协方差矩阵时， 计算基于时刻预测的误差协方差矩阵/>：
其中，为第/>帧的状态转移矩阵，/>为第/>帧的过程噪声的协方差矩阵；
进一步乘以第一系数得到新的误差协方差矩阵/>：
将作为扩展卡尔曼滤波算法中的基于k-1时刻预测的协方差矩阵，更新得到新的卡尔曼增益/>，并基于新的卡尔曼增益/>，更新得到新的状态更新方程/>，进而预测得到第一轨迹；
本发明中，除了将作为扩展卡尔曼滤波算法中的基于k-1时刻预测的协方差矩阵外，其余步骤与相关技术的卡尔曼滤波流程一致，即可以得到增益矩阵/>，进而可以利用卡尔曼滤波计算的状态值(x，y)作为预测模型的位置。
本发明提供的第一轨迹的预测方法具备一定的学习能力，适应性更好，适用于场景相对复杂的情况。
以交通场景为例，图2是本发明提供的轨迹跟踪的示意图，图2示出目标出现、目标丢失后预测得到第一轨迹、目标重新启动后预测得到第二轨迹的过程。目标丢失前的一段轨迹表示雷达首次对目标进行跟踪检测得到的跟踪轨迹，目标丢失后预测得到第一轨迹。重新检测到目标后预测得到第二轨迹，但刚检出时生成的第二轨迹波动较大，因此可以输出第一轨迹（平滑的轨迹）作为目标的跟踪轨迹；在一段距离后，在满足切换条件时，将输出的目标的跟踪轨迹从第一轨迹切换到第二轨迹。
下面对本发明提供的轨迹跟踪装置进行描述，下文描述的轨迹跟踪装置与上文描述的轨迹跟踪方法可相互对应参照。
图3是本发明提供的轨迹跟踪装置的结构示意图，如图3所示，该轨迹跟踪装置300包括：
预测模块310，用于在跟踪检测的目标位于检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
检测模块320，用于在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
输出模块330，用于在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
本发明提供的轨迹跟踪装置，通过在跟踪检测的目标在检测范围内丢失的情况下，基于目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到目标丢失后的预测轨迹，并在重新检测到所述目标的情况下，依旧将第一轨迹作为目标的跟踪轨迹，只有在重新跟踪检测目标得到的第二轨迹收敛的情况之后，才输出所述第二轨迹作为所述目标的跟踪轨迹；避免输出前期存在较大波动的第二轨迹，保证输出的跟踪轨迹的稳定性，有效减小雷达跟踪轨迹的波动需要说明的是，本发明提供的轨迹跟踪装置可以实现上文描述的轨迹跟踪方法的各实施例，在此不再赘述。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行轨迹跟踪方法，该方法包括：在跟踪检测的目标位于检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的轨迹跟踪方法，该方法包括：在跟踪检测的目标在检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的轨迹跟踪方法，该方法包括：在跟踪检测的目标在检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。
通过以上的实施方式的描述，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，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种轨迹跟踪方法，其特征在于，包括：
在跟踪检测的目标在检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹；
所述确定所述第二轨迹收敛，包括：
基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
所述基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛，包括：
基于所述第一轨迹所指示的预测位置与所述目标的实际位置之间的距离，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
或，
基于跟踪模型的增益矩阵，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；其中，所述跟踪模型为用于跟踪检测所述目标得到第二轨迹的模型。
2.根据权利要求1所述的轨迹跟踪方法，其特征在于，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于所述目标丢失前检测到所述目标的检测位置和检测速度，以及所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
3.根据权利要求1所述的轨迹跟踪方法，其特征在于，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
跟踪检测所述目标的实时速度；
基于所述目标丢失前检测到所述目标的检测位置、所述实时速度和所述重新检测到所述目标的位置，预测得到所述目标的第一轨迹。
4.根据权利要求1所述的轨迹跟踪方法，其特征在于，所述基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，包括：
基于第一系数，计算卡尔曼增益，其中，所述第一系数基于跟踪检测所述目标得到的连续多帧的位置计算得到；
基于所述卡尔曼增益，得到针对所述目标的跟踪预测模型；
采用所述跟踪预测模型，预测得到所述目标的第一轨迹。
5.根据权利要求4所述的轨迹跟踪方法，其特征在于，所述第一系数基于跟踪检测所述目标得到的连续两帧的位置之间的距离计算得到。
6.一种轨迹跟踪装置，其特征在于，包括：
预测模块，用于在跟踪检测的目标位于检测范围内丢失的情况下，基于所述目标丢失前检测到所述目标的检测位置和/或检测速度，预测得到所述目标的第一轨迹，所述第一轨迹包括所述目标丢失后的预测轨迹；
检测模块，用于在重新检测到所述目标的情况下，跟踪检测所述目标，得到第二轨迹；
输出模块，用于在确定所述第二轨迹收敛之前，输出所述第一轨迹作为所述目标的跟踪轨迹，在确定所述第二轨迹收敛之后，输出所述第二轨迹作为所述目标的跟踪轨迹；
所述输出模块还用于：基于所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
所述输出模块具体还用于：基于所述第一轨迹所指示的预测位置与所述目标的实际位置之间的距离，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；
或，
基于跟踪模型的增益矩阵，以及所述第二轨迹对应的帧数，确定所述第二轨迹收敛；其中，所述跟踪模型为用于跟踪检测所述目标得到第二轨迹的模型。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述轨迹跟踪方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述轨迹跟踪方法的步骤。
CN202311469178.6A 2023-11-07 2023-11-07 轨迹跟踪方法、装置、设备及存储介质 Active CN117250606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311469178.6A CN117250606B (zh) 2023-11-07 2023-11-07 轨迹跟踪方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311469178.6A CN117250606B (zh) 2023-11-07 2023-11-07 轨迹跟踪方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN117250606A CN117250606A (zh) 2023-12-19
CN117250606B true CN117250606B (zh) 2024-04-05

Family

ID=89131572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311469178.6A Active CN117250606B (zh) 2023-11-07 2023-11-07 轨迹跟踪方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117250606B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274300A (ja) * 2004-03-24 2005-10-06 Mitsubishi Electric Corp 目標追尾装置
CN110927712A (zh) * 2019-10-28 2020-03-27 珠海格力电器股份有限公司 跟踪方法和装置
CN114003045A (zh) * 2021-12-30 2022-02-01 成都星宇融科电力电子股份有限公司 一种光电跟踪仪的目标跟踪方法、终端、可读存储介质
CN114706068A (zh) * 2022-02-24 2022-07-05 重庆邮电大学 一种路侧单元协同的目标跟踪系统、方法及存储介质
CN115082519A (zh) * 2022-06-02 2022-09-20 长光卫星技术股份有限公司 一种基于背景感知相关滤波的飞机跟踪方法、存储介质和电子设备
CN115168787A (zh) * 2022-09-05 2022-10-11 中国电子科技集团公司第二十八研究所 一种基于推测计算的飞行轨迹关联跟踪方法
CN116184386A (zh) * 2022-11-10 2023-05-30 浙江零跑科技股份有限公司 一种目标跟踪方法、设备和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3107374C (en) * 2018-07-24 2022-09-27 Tg-17, Llc Systems and methods for autonomous machine tracking and localization of mobile objects

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274300A (ja) * 2004-03-24 2005-10-06 Mitsubishi Electric Corp 目標追尾装置
CN110927712A (zh) * 2019-10-28 2020-03-27 珠海格力电器股份有限公司 跟踪方法和装置
CN114003045A (zh) * 2021-12-30 2022-02-01 成都星宇融科电力电子股份有限公司 一种光电跟踪仪的目标跟踪方法、终端、可读存储介质
CN114706068A (zh) * 2022-02-24 2022-07-05 重庆邮电大学 一种路侧单元协同的目标跟踪系统、方法及存储介质
CN115082519A (zh) * 2022-06-02 2022-09-20 长光卫星技术股份有限公司 一种基于背景感知相关滤波的飞机跟踪方法、存储介质和电子设备
CN115168787A (zh) * 2022-09-05 2022-10-11 中国电子科技集团公司第二十八研究所 一种基于推测计算的飞行轨迹关联跟踪方法
CN116184386A (zh) * 2022-11-10 2023-05-30 浙江零跑科技股份有限公司 一种目标跟踪方法、设备和存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MAKF算法及其在雷达数据处理中的应用;朱新国;崔嵬;;北京理工大学学报(09);全文 *
Multiple Maneuvering Target Tracking Based on Extended Kalman Filter;Jun Yao;2018 Chinese Automation Congress (CAC);全文 *
一种多目标跟踪滤波方法研究;熊毅;;雷达与对抗(04);全文 *
智能视频监控中的遮挡目标跟踪技术研究;李峥;中国博士学位论文全文数据库 信息科技辑;全文 *

Also Published As

Publication number Publication date
CN117250606A (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
CN109100714B (zh) 一种基于极坐标系的低慢小目标跟踪方法
EP1835463A2 (en) Obstacle tracking apparatus and method
KR101628154B1 (ko) 수신 신호 세기를 이용한 다중 표적 추적 방법
CN112198503A (zh) 一种目标航迹预测优化方法、装置及雷达系统
CN112671373B (zh) 一种基于误差控制的卡尔曼滤波自适应滤波算法
CN111257865B (zh) 一种基于线性伪量测模型的机动目标多帧检测跟踪方法
CN113050053B (zh) 动平台分布式相参雷达相参参数获取方法和系统
CN114779204B (zh) 一种基于雷达目标幅度最小二乘跟踪处理方法及系统
CN111007880B (zh) 一种基于汽车雷达的扩展目标跟踪方法
CN113176562B (zh) 多目标跟踪方法、装置、电子设备及可读存储介质
CN117169818B (zh) 一种面向海面机动目标跟踪的雷达波形设计方法
CN117250606B (zh) 轨迹跟踪方法、装置、设备及存储介质
CN111142101B (zh) 一种数据关联方法
CN114488104B (zh) 基于交互一致性的天波超视距雷达目标跟踪方法
JP4196684B2 (ja) 目標追尾装置
CN113192110A (zh) 多目标跟踪方法、装置、设备及存储介质
CN113866754B (zh) 基于高斯分布波门的运动目标航迹关联方法
CN113280821B (zh) 基于斜率约束和回溯搜索的水下多目标跟踪方法
CN114740448A (zh) 用于车载雷达的目标状态估计方法、装置及存储介质
CN110007298A (zh) 一种目标超前预测跟踪方法
CN111323769A (zh) 一种基于波形库的机载雷达射频隐身波形选择方法
CN113514823B (zh) 一种基于伪谱的多模型机动目标检测前跟踪方法
CN113744309B (zh) 一种基于运动状态变化感知的机动目标跟踪方法
CN117607794A (zh) 一种交通场景下的多目标跟踪方法
CN116879880A (zh) 基于lfmcw雷达的高速目标跟踪方法、装置、电子设备及介质

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
GR01 Patent grant
GR01 Patent grant