[发明专利]一种目标跟踪方法、系统、介质及设备

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；

对所述预处理点云数据进行目标检测，确定所述预处理点云数据中候选目标的位置；

根据所述候选目标的位置，从所述预处理点云数据中，提取所述候选目标对应的目标点云数据；

对所述目标点云数据进行多视角深度图像投影，得到深度伪图像；

对所述深度伪图像进行分类，得到对应的所述候选目标的目标类别、置信度以及特征向量；

根据所述候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。

2.根据权利要求1所述的目标跟踪方法，其特征在于，所述获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据，包括：

对获取的所述原始点云数据进行外参转换，将获取的所述原始点云数据转换到同一坐标系下；

并对同一坐标系中，对原始点云数据进行拼接，得到所述预处理点云数据。

3.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述对所述预处理点云数据进行目标检测，确定所述预处理点云数据中候选目标的位置，包括：

对所述预处理点云数据按照点云与所述车辆的距离进行分类，得到近程点云数据和远程点云数据；

对所述近程点云数据进行目标检测，得到第一候选目标及其对应的位置；

对所述远程点云数据进行目标聚类，得到第二候选目标及其对应的位置。

4.根据权利要求3所述的目标跟踪方法，其特征在于，所述对所述预处理点云数据按照点云与所述车辆的距离进行分类，得到近程点云数据和远程点云数据，包括：

将所述距离小于第一预设距离阈值的所述预处理点云数据，确定为所述近程点云数据；

将所述距离大于第二预设距离阈值的所述预处理点云数据，确定为所述远程点云数据，其中所述第二预设距离阈值小于所述第一预设距离阈值。

5.根据权利要求3所述的目标跟踪方法，其特征在于，所述对所述近程点云数据进行目标检测，得到第一候选目标及其对应的位置，包括：

对所述近程点云数据进行投影，得到伪图像；

对所述伪图像进行检测，得到所述第一候选目标及其对应的位置。

6.根据权利要求3所述的目标跟踪方法，其特征在于，所述对所述候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪之前，所述方法还包括：

对位置重叠部分的所述第一候选目标和所述第二候选目标进行融合，得到融合目标；

对位置未重叠部分的所述第一候选目标、所述第二候选目标以及所述融合目标进行更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。

7.根据权利要求6所述的目标跟踪方法，其特征在于，所述对位置重叠部分的所述第一候选目标和所述第二候选目标进行融合，得到融合目标，包括：

计算位置重叠部分的所述第一候选目标和所述第二候选目标分别对应的所述深度伪图像的交并比；

若所述交并比大于预设交并比阈值，则以所述第一候选目标和所述第二候选中置信度较高者为真实目标，进行目标融合，得到所述融合目标。

8.一种目标跟踪系统，其特征在于，包括：

点云获取及预处理模块，其获取车辆周围的原始点云数据，并转换到同一坐标系下，得到预处理点云数据；

目标检测模块，其对所述预处理点云数据进行目标检测，确定所述预处理点云数据中候选目标的位置，并根据所述候选目标的位置，从所述预处理点云数据中，提取所述候选目标对应的目标点云数据；

图像投影模块，其对所述目标点云数据进行多视角深度图像投影，得到深度伪图像；

目标分类模块，其对所述深度伪图像进行分类，得到对应的所述候选目标的目标类别、置信度以及特征向量；

跟踪器，其根据所述候选目标的目标类别、置信度以及特征向量更新跟踪目标轨迹或新建跟踪轨迹，进行目标跟踪。