[发明专利]一种移动目标的追踪方法、系统及设备在审
申请号: | 202310271702.2 | 申请日: | 2023-03-20 |
公开(公告)号: | CN116430338A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 熊永平;郭光;叶旺平 | 申请(专利权)人: | 北京中科创益科技有限公司 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S7/02;G01S13/66;G06T7/20 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 朱艳华 |
地址: | 100018 北京市朝阳区东*** | 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: | 一种 移动 目标 追踪 方法 系统 设备 | ||
本发明涉及一种移动目标的追踪方法、系统及设备,包括以下步骤:对作业现场中的移动目标进行标定并实时进行点云采集,获得点云数据集;对标定的包括移动目标的点云进行处理,从而对移动目标进行追踪;将追踪的结果进行实时显示。本发明的方法有通用性,不用事先训练,而且可追踪在移动过程中不产生形变的任意刚性物体,也不需要对不同的物体建立不同的模型进行追踪,从而与现有的行人追踪进行互补。
技术领域
本发明属于追踪检测技术领域,尤其涉及一种移动目标的追踪方法、系统及设备。
背景技术
现有技术都是对特别种类的目标进行追踪,如行走的行人、运动的汽车、杯子和笔记本等,但是在对这些目标进行追踪时,需要提前建立模型进行训练,并根据所要追踪的目标不同,如在追踪行走的行人时,还需要提取关于行人的一些特征,并且针对所追踪的目标的不同,需要建立和训练不同的模型。比如训练好的模型是针对行人和汽车的,那么在具体应用追踪中,该模型只能对行人和汽车进行追踪,对其它的物体就不起作用。但是在实际的作业现场,如所变电站等场所,要追踪的目标各种各样,而对每一种物体分别建立相应的模型来进行追踪,这将会非常麻烦,而且在进行具体的追踪时,各种不同的模型同时工作将会导致追踪容易出现问题,导致追踪失败;同时在作业现场中的所要追踪的目标存在不确定性时,比如要对吊车运输的未知物体进行追踪,那么所建立和训练的所有的模型都将会失效。
发明内容
为了克服现在技术存在的问题,本发明提供一种移动目标的追踪方法、系统及设备来解决现有技术中存在的上述问题。
一种移动目标的追踪方法,包括以下步骤:
S1.对作业现场中的移动目标进行标定并实时进行点云采集,获得点云数据集;
S2.对标定的包括移动目标的点云进行处理,从而对移动目标进行追踪;
S3.将追踪的结果进行实时显示。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S2采用目标跟踪方法对标定的所述移动目标进行追踪,所述目标跟踪方法包括对所述点云数据集中的所有点云进行处理后,进行点云个数判断和遮挡判断,根据判断结果来进行追踪。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,S2还包括:所述目标跟踪方法对点云数据集中的第一帧点云的处理和第i-1帧的处理方式不同。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S2具体包括如下步骤:
S21.对所述点云数据集中的第一帧点云中的移动目标进行处理,形成第一模板点云template_point_cloud1,并记录第一模板点云中的最小点云个数min_points1和与第一帧点云对应的时间戳t1;
S22.在对第i帧点云追踪时,将时间戳ti输入卡尔曼滤波器进行处理,得到第i个卡尔曼滤波器预测的包围盒,将其扩大K倍后,得到第i帧搜索点云search_point_cloudi,其中,i>1且为正整数,K为正整数;
S23.对第i帧搜索点云search_point_cloudi进行点云个数是否过少判断;并对第i-1帧模板点云template_point_cloudi-1进行是否遮挡判断;
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北京中科创益科技有限公司,未经北京中科创益科技有限公司许可,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/202310271702.2/2.html,转载请声明来源钻瓜专利网。