身份确定方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术提供了一种身份确定方法、装置、存储介质及电子装置，其中，该方法包括：基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；基于所述目标属性信息确定所述目标对象的身份。通过本发明专利技术，解决了相关技术中存在的监控设备监控效率低，无法准确确认目标对象身份的问题，进而达到了准确地确认目标对象的身份的效果。

【技术实现步骤摘要】
身份确定方法、装置、存储介质及电子装置
本专利技术涉及通信领域，具体而言，涉及一种身份确定方法、装置、存储介质及电子装置。
技术介绍
现代社会，安防越来越受到公众的重视，安防产品也层出不穷，安防应用领域不断扩展，安防技术也迅速发展，监控技术的应用也越来越多。在相关技术中，传统的监控终端器材主要是可见光摄像机，但是，可见光摄像机在晚上无法工作；尽管有红外摄像机可补充可见光摄像机的缺陷，但此举无疑增加了成本和操作难度。此外，光学传感器也受天气影响，大雾天或雨雪天，监控效果无法令人满意。由此可知，相关技术中存在监控设备监控效率低，无法准确确认目标对象身份的问题。针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种身份确定方法、装置、存储介质及电子装置，以至少解决相关技术中存在的监控设备监控效率低，无法准确确认目标对象身份的问题。根据本专利技术的一个实施例，提供了一种身份确定方法，包括：基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；基于所述目标属性信息确定所述目标对象的身份。根据本专利技术的另一个实施例，提供了一种身份确定装置，包括：第一确定模块，用于基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；第二确定模块，用于基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；第三确定模块，用于基于所述目标属性信息确定所述目标对象的身份。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，雷达以高检测概率获得目标对象的量测信息，根据雷达量测信息，能够快速准确确定目标对象的目标轨迹，根据目标轨迹的属性信息可以确定出目标对象的身份，因此，可以解决相关技术中存在的监控设备监控效率低，无法准确确认目标对象身份的问题，进而达到了准确地确认目标对象的身份的效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种身份确定方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的身份确定方法的流程图；图3是根据本专利技术可选实施例的简易局部地图；图4是根据本专利技术可选实施例的基于所述目标属性信息确定所述目标区域的区域类型的流程图；图5是根据本专利技术可选实施例的以时间阈值为例说明设置第一规则内容示意图；图6是根据本专利技术可选实施例的行人特征子过程及车辆特征子过程流程图；图7是根据本专利技术可选实施例的车辆聚类过程流程图；图8是根据本专利技术可选实施例的第一类型轨迹为行人轨迹，第二类型轨迹为车辆轨迹时的延迟判断示意图；图9是根据本专利技术具体实施例的身份确定方法流程图一；图10是根据本专利技术具体实施例的判断目标对象的身份子过程示意图；图11是根据本专利技术具体实施例的身份确定方法流程图二；图12是根据本专利技术实施例的身份确定装置的结构框图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种身份确定方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的身份确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。在本实施例中提供了一种身份确定方法，图2是根据本专利技术实施例的身份确定方法的流程图，如图2所示，该流程包括如下步骤：步骤S202，基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；步骤S204，基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；步骤S206，基于所述目标属性信息确定所述目标对象的身份。在上述实施例中，雷达(例如，毫米波雷达)可以主动发射电磁波并接受同频率信号，对移动的目标对象或雷达反射面积(RCS)较大的目标对象有非常高的检测概率，对于静止物体有较低的检测概率(检测概率不为零)，因此，利用雷达可以准确的确定目标对象的运动轨迹。上述雷达可按需设置量测周期(信号收发周期)，一般设置量测周期为0.1秒，即工作频率为10Hz(当然，也可以设置其他的量测周期，例如0.05秒，0.15秒，0.2秒等)。其中，目标对象可以为人、动物、车辆等，雷达量测信息可以包括距离、角度、径向速度(RadialSpeed)、RCS等。目标对象的运动轨迹的状态X可以是四行一列的向量，由[x,vx,y,vy]组成，向量元素分别表示二维空本文档来自技高网...

【技术保护点】
1.一种身份确定方法，其特征在于，包括：/n基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；/n基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；/n基于所述目标属性信息确定所述目标对象的身份。/n

【技术特征摘要】
1.一种身份确定方法，其特征在于，包括：
基于目标对象的雷达量测信息确定所述目标对象的运动轨迹；
基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息，其中，所述目标地图中包括所述目标区域；
基于所述目标属性信息确定所述目标对象的身份。


2.根据权利要求1所述的方法，其特征在于，在基于目标地图的属性信息确定所述运动轨迹所在的目标区域的目标属性信息之前，所述方法还包括：
载入绘制的初始地图；
栅格化所述初始地图；
为栅格化所述目标地图后所得到的各地图节点赋值以对应的节点属性，以得到所述目标地图，其中，所述目标地图的属性信息包括各地图节点对应的节点属性。


3.根据权利要求2所述的方法，其特征在于，载入绘制的初始地图包括以下之一：
载入人工绘制的所述初始地图；
载入在线生成的所述初始地图。


4.根据权利要求1所述的方法，其特征在于，基于所述目标属性信息确定所述目标对象的身份包括：
基于所述目标属性信息确定所述目标区域的区域类型；
确定与所述区域类型对应的量测规则；
基于所述量测规则确定所述运动轨迹的类型；
基于所述运动轨迹的类型确定所述目标对象的身份。


5.根据权利要求4所述的方法，其特征在于，基于所述量测规则确定所述运动轨迹的特征包括：
在确定所述量测规则用于起始第一类型轨迹时，判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则；
在判定结果为满足所述第一规则的情况下，判断所述运动轨迹是否是所述第一类型轨迹，在判断结果为是所述第一类型轨迹的情况下，将所述运动轨迹的类型确定为所述第一类型轨迹，在判断结果为不是所述第一类型轨迹的情况下，执行判断所述运动轨迹是否为第二类型轨迹的操作，并基于判断结果确定所述运动轨迹的类型；
在判定结果为不满足所述第一规则的情况下，执行判断所述运动轨迹是否为第二类型轨迹的操作，并基于判断结果确定所述运动轨迹的类型；
其中，所述第一类型轨迹与所述第二类型轨迹不同。


6.根据权利要求5所述的方法，其特征在于，在判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则之前，所述方法还包括以下至少之一：
设置所述第一规则；
设置与所述第二类型轨迹对应的第二规则。


7.根据权利要求5或6所述的方法，其特征在于，所述第一规则包括以下至少之一：
起始时间阈值、量测与量测雷达发射面积RCS关联阈值、径向速度关联阈值、空间位置关联阈值、聚类门限关联阈值。


8.根据权利要求5所述的方法，其特征在于，
在判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则之前，所述方法还包括：在所述第一类型轨迹为行人轨迹时，将所述运动轨迹中包括的量测与所述第一类型轨迹进行匹配，以确定出第一目标量测；将所述第一目标量测保存至第一预定序列中，以得到第一目标序列；
判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则包括：基于所述第一目标序列判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则。


9.根据权利要求5所述的方法，其特征在于，
在判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则之前，所述方法还包括：在所述第一类型轨迹为车辆轨迹时，对当前帧中的量测进行聚类处理，基于聚类结果确定出所述运动轨迹中包括的量测中属于同一辆车的第二目标量测；
判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则包括：基于所述第二目标量测判断所述运动轨迹是否满足与所述第一类型轨迹对应的第一规则。


10.根据权利要求9所述的方法，其特征在于，对当前帧中的量测进行聚类处理包括：
将所述当前帧中包括的所有量测两两相关，将相关后的满足预先设置的聚类门限的量测归为一组。


11.根据权利要求10所述的方法，其特征在于，在将所述当前帧中包括的所有量测两两相关之前，所述方法还包括：
依据量测到雷...

【专利技术属性】
技术研发人员：李冬冬，方勇军，李乾坤，卢维，殷俊，沈达飞，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33