[发明专利]目标跟踪预测方法、装置及电子设备、存储介质在审

专利信息
申请号: 202310035654.7 申请日: 2023-01-10
公开(公告)号: CN116228821A 公开(公告)日: 2023-06-06
发明(设计)人: 王开鑫 申请(专利权)人: 智道网联科技(北京)有限公司
主分类号: G06T7/292 分类号: G06T7/292;G06T7/277
代理公司: 北京市隆安律师事务所 11323 代理人: 权鲜枝;唐海力
地址: 100029 北京市东*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 跟踪 预测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种目标跟踪预测方法,其中,所述方法包括:

获取目标在相机的非共视区域中当前时刻的状态量的最优估计值,并建立目标跟踪轨迹;

根据所述目标跟踪轨迹,判断所述目标是否进入所述相机的共视区域;

如果是,则将所述目标在上一时刻在相机的非共视区域中的状态量的最优估计值的预测值作为所述目标在相机的共视区域中当前时刻的状态量的估计值;

根据所述目标在相机的共视区域中当前时刻的状态量的估计值与所述目标在相机的共视区域中当前时刻的状态量的测量值,获取所述目标在相机的共视区域中当前时刻的状态量的最优估计值,并对所述目标进行跟踪。

2.如权利要求1所述的方法,其中,所述方法还包括:

当所述目标从所述相机的非共视区域进入所述相机的共视区域中时,切换卡尔曼滤波模型中的观测误差、预测误差以及运动模型,同时与所述目标在相机的非共视区域中保持相同的目标跟踪轨迹;

和/或,

当所述目标在所述相机的共视区域中时,继续对所述目标的当前时刻的下一时刻的状态量进行预测并跟踪所述目标,且保持所述卡尔曼滤波模型中的观测误差、预测误差以及运动模型,同时与所述目标在相机的非共视区域中保持相同的目标跟踪轨迹。

3.如权利要求2所述的方法,其中,所述切换所述卡尔曼滤波模型中的观测误差、预测误差以及运动模型,包括:

增大所述卡尔曼滤波模型的观测误差、减小预测误差,并将所述运动模型由匀速运动模型改为匀加速运动模型。

4.如权利要求1所述的方法,其中,所述方法还包括:

根据所述目标跟踪轨迹,判断所述目标是否进入新的相机的非共视区域;

若是,则继续通过卡尔曼滤波模型预测目标在相机的非共视区域中当前时刻的状态量的最优估计值,同时建立目标跟踪轨迹。

5.如权利要求1所述的方法,其中,所述获取目标在相机的非共视区域中当前时刻的状态量的最优估计值,并建立目标跟踪轨迹,包括:

通过所述目标在相机的非共视区域中当前时刻的状态量的测量值和所述目标在相机的非共视区域中当前时刻的状态量的预测值进行匈牙利匹配;

根据匹配结果,完成跟踪目标关联并获得所述目标在当前时刻的状态量最优估计值,并建立跟踪轨迹;

对于所述目标在当前时刻的下一时刻的状态量的预测重复以上步骤。

6.如权利要求5所述的方法,其中,所述目标包括多个,获取所述目标在相机的非共视区域中当前时刻的状态量的预测值,包括:

获取多个目标在相机的非共视区域中上一时刻的状态量;

根据所述多个目标在相机的非共视区域中上一时刻的状态量,采用卡尔曼滤波模型对所述多个目标的当前状态量进行估计预测,得到所述多个目标在相机的非共视区域中当前时刻的状态量的预测值。

7.如权利要求1所述的方法,其中,所述根据所述目标在相机的共视区域中上一时刻的状态量的最优估计值对当前时刻的状态量进行预测获得当前时刻状态量的预测值,当前时刻状态量的预测值与所述目标在相机的共视区域中当前时刻的状态量的测量值,获取所述目标在相机的共视区域中当前时刻的状态量的最优估计值,并对所述目标进行跟踪,包括:

获取所述目标在相机的共视区域中当前时刻状态量的测量值;

将所述目标在上一时刻的相机的非共视区域中的状态量的最优估计值,通过卡尔曼滤波模型预测所述目标在当前时刻的状态量的预测值,所述预测值作为所述目标在相机的共视区域中当前时刻的状态量的估计值;

根据所述目标在相机的共视区域中当前时刻的状态量的估计值以及所述目标在相机的共视区域中当前时刻状态量的测量值,并进行匈牙利匹配;

根据匹配结果完成目标关联,并获得所述目标在相机的共视区域中当前时刻状态量最优估计值,同时完成目标跟踪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于智道网联科技(北京)有限公司,未经智道网联科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310035654.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top