[发明专利]目标跟踪预测方法、装置及电子设备、存储介质

说明书

本申请公开了一种目标跟踪预测方法、装置及电子设备、存储介质，所述方法包括：通过卡尔曼滤波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，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。通过本申请降低在路侧多相机感知中目标出现跳变的情况。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种目标跟踪预测方法、装置及电子设备、存储介质。

背景技术

多相机的目标融合中，在每个单目相机的探测视野范围内，存在共视区域。由于单目相机无法直接获得目标的深度信息，所以各个单目相机检测的目标的深度信息依赖于地面在像素平面内对应像素的经纬度标定，从而获得目标的深度信息。

然而，通常相机之间的共视区域较小，在共视区域边缘(非共视区域)很容易出现检测目标的位置跳变和速度跳变的情况。

发明内容

本申请实施例提供了目标跟踪预测方法、装置及电子设备、存储介质，以降低检测目标的位置跳变以及速度跳变的情况发生。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供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。

在一些实施例中，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；

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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；