基于多信息融合的车辆追踪方法、装置及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114973195A(43)申请公布日2022.08.30(21)申请号202210562730.5G06K9/62(2022.01)(22)申请日2022.05.23G06T7/277(2017.01)G01S13/66(2006.01)(71)申请人江苏集萃深度感知技术研究所有限G01S13/86(2006.01)公司地址214135江苏省无锡市新吴区菱湖大道111号软件园天鹅座C座22层(72)发明人李保江冯博询杨德钲王明明顾炎飚岳玉涛(74)专利代理机构无锡市观知成专利商标代理事务所(特殊普通合伙)32591专利代理师任月娜(51)Int.Cl.G06V20/58(2022.01)G06V10/80(2022.01)权利要求书2页说明书11页附图3页(54)发明名称基于多信息融合的车辆追踪方法、装置及系统(57)摘要本发明涉及智能汽车技术领域，具体公开了一种基于多信息融合的车辆追踪方法，其中，包括：分别获取目标车辆的初始点云数据和视觉图像信息，其中初始点云数据为标定后的毫米波雷达采集到的目标车辆的点云数据，视觉图像信息为标定后的视觉采集装置采集到的目标车辆的图像信息；对初始点云数据进行聚类处理后得到雷达检测框，以及对视觉图像信息进行目标检测处理后得到视觉检测框；将雷达检测框与视觉检测框进行融合，并根据融合结果确定主融合目标；对主融合目标进行优化处理，得到目标车辆的追踪结果。本发明还公开了一种基于多信息融合的车辆追踪装置及系统。本发明提供的基于多信息融合的车辆追踪方法能够提高车辆追踪效果。CN114973195ACN114973195A权利要求书1/2页1.一种基于多信息融合的车辆追踪方法，其特征在于，包括：分别获取目标车辆的初始点云数据和视觉图像信息，其中所述初始点云数据为标定后的毫米波雷达采集到的目标车辆的点云数据，所述视觉图像信息为标定后的视觉采集装置采集到的目标车辆的图像信息；对所述初始点云数据进行聚类处理后得到雷达检测框，以及对所述视觉图像信息进行目标检测处理后得到视觉检测框；将所述雷达检测框与所述视觉检测框进行融合，并根据融合结果确定主融合目标；对所述主融合目标进行优化处理，得到目标车辆的追踪结果。2.根据权利要求1所述的方法，其特征在于，对所述初始点云数据进行聚类处理后得到雷达检测框，包括：根据DBSCAN算法对所述初始点云数据进行聚类处理，得到初始聚类结果；根据极端学生化偏差异常检测算法对所述初始点云数据的聚类结果进行异常点检测，得到最终聚类结果；对所述最终聚类结果生成包围框，得到雷达检测框。3.根据权利要求1所述的方法，其特征在于，对所述视觉图像信息进行目标检测处理后得到视觉检测框，包括：根据视觉算法评测数据集训练图像检测模型；将所述图像检测模型作为视觉检测头对目标区域进行检测，得到视觉检测框。4.根据权利要求1至3中任意一项所述的方法，其特征在于，将所述雷达检测框与所述视觉检测框进行融合，并根据融合结果确定主融合目标，包括：将所述雷达检测框映射到所述视觉图像信息所对应的图像坐标空间，得到映射检测框；将所述视觉检测框与所述映射检测框进行融合，并计算所述视觉检测框与所述映射检测框的融合交并比；若所述融合交并比大于预设阈值，则将所述视觉检测框与所述映射检测框的融合结果确定为主目标；若所述融合交并比不大于预设阈值，则将所述视觉检测框作为第一次目标，以及将所述映射检测框作为第二次目标；分别将所述主目标、第一次目标和第二次目标与所述目标车辆的已有行驶轨迹进行最近邻数据关联处理，并根据关联结果确定所述主融合目标。5.根据权利要求4所述的方法，其特征在于，分别将所述主目标、第一次目标和第二次目标与所述目标车辆的已有行驶轨迹进行最近邻数据关联处理，并根据关联结果确定所述主融合目标，包括：根据所述目标车辆在当前时刻之前的所有行驶轨迹数据确定轨迹管理器；将所述主目标、第一次目标和第二次目标均与所述轨迹管理器进行目标匹配；若与所述轨迹管理器进行目标匹配的目标满足第一预设条件，则确定该目标为所述主融合目标，其中所述第一预设条件包括：所述目标为所述主目标且与所述轨迹管理器存在关联目标，或者，所述目标为所述第一次目标和/或所述第二次目标，且与所述轨迹管理器存在关联目标；2CN114973195A权利要求书2/2页若与所述轨迹管理器进行目标匹配的目标满足第二预设条件，则丢弃该目前，其中所述第二预设条件包括：所述目标不是所述主目标，且与所述轨迹管理器不存在关联目标；若与所述轨迹管理器进行目标匹配的目标满足第三预设条件，则结束对当前目标车辆的追踪，其中所述第三预设条件包括：所述目标为所述主目标，且与所述轨迹管理器不存在未关联上的新目标；若与所述轨迹管理器进行目标匹配的目标满