【技术实现步骤摘要】
新型双目视觉多目标跟踪方法及系统
本专利技术属于自动驾驶的多目标跟踪
,具体涉及一种新型双目视觉多目标跟踪方法及系统。
技术介绍
在各种不确定条件下实现周围环境的可靠感知是几乎任何辅助或自治系统应用中的基本任务,尤其是随着自动驾驶研究的不断兴起,学术界和各大科技公司正在积极开发先进的驾驶辅助系统。驾驶辅助系统的核心技术包括自适应巡航、避免碰撞、变道辅助、交通标志识别和停车辅助等功能,其目标是实现车辆驾驶的完全自动化,并在提高安全性的同时减少导致道路事故的人为错误。在各种技术中,移动物体跟踪是驾驶辅助系统的关键任务,当车辆可以检测其所处环境中的动态物体并预测其未来行为时,可以大大是提升车辆的智能化水平。由于需要在不同环境条件下的实现各类物体的实时、准确跟踪,目前还没有一种传感系统可以完全提供目标跟踪所需的全部信息。鉴于此,驾驶辅助系统通常借助包括毫米波雷达、激光测距仪、视觉系统等设备的复合感测系统来实现移动目标的准确检测。雷达装置能够精确测量物体的相对速度和距离。激光测距仪具有比雷达更高的横向分辨率,而且除了可以 ...
【技术保护点】
1.一种新型双目视觉多目标跟踪方法,其特征在于,包括:/n通过双目视觉获取图像;/n根据图像获取移动目标;/n构建车辆运动空间和车辆运动模型;以及/n通过改进的联合概率数据关联根据车辆运动空间和车辆运动模型对移动目标进行跟踪。/n
【技术特征摘要】
1.一种新型双目视觉多目标跟踪方法,其特征在于,包括:
通过双目视觉获取图像;
根据图像获取移动目标;
构建车辆运动空间和车辆运动模型;以及
通过改进的联合概率数据关联根据车辆运动空间和车辆运动模型对移动目标进行跟踪。
2.如权利要求1所述的新型双目视觉多目标跟踪方法,其特征在于,
所述根据图像获取移动目标的方法包括:
对图像进行校正后,根据视觉立体测距算法估计中间车辆的位移,以获取移动目标。
3.如权利要求2所述的新型双目视觉多目标跟踪方法,其特征在于,
所述构建车辆运动空间的方法包括:
基于刚体等速运动模型的等效原则,将车辆运动空间GL构造为两个矩阵Lie群笛卡尔积S1×S2;
其中:S1为位置分量;S2为速度分量。
4.如权利要求3所述的新型双目视觉多目标跟踪方法,其特征在于,
所述构建车辆运动模型的方法包括:
构建车辆运动模型并更新,即
所述车辆运动模型为:
Xk+1=Xk·exp(αk+βk);
其中,Xk∈GL,为k时刻的运动状态;αk为非线性函数;βk为高斯白噪声;
当第k-1步的后验分布满足Lie群上的高斯分布,则根据Xk+1=Xkexp(log(αk))对车辆运动模型所示的运动状态进行预测,以将车辆运动模型更新为:
其中,v1k、v2k、ωk分别为纵向、横向和旋转速度;β1k、β2k、βωk分别为高斯噪声在纵向、横向和旋转三个方向上的分量;T为矩阵的转置符号。
5.如权利要求4所述的新型双目视觉多目标跟踪方法,其特征在于,
所述通过改进的联合概率数据关联根据车辆运动空间和车辆运动模型对移动目标进行跟踪的方法包括:
当移动目标的数量为n时,则多个移动目标表示为{T1,...,Tn};
Yk表示k时刻所有检测的集合
Y1:k...
【专利技术属性】
技术研发人员:胡广地,李孝哲,黎康杰,顾丽军,
申请(专利权)人:江苏新通达电子科技股份有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。