一种跨点位的路侧感知目标跟踪方法及系统技术方案

本发明专利技术涉及智能交通技术领域，具体涉及到一种跨点位的路侧感知目标跟踪方法及系统，一种跨点位的路侧感知目标跟踪方法包括：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组匹配数据，根据所述匹配数据获取匹配目标对象。

【技术实现步骤摘要】
一种跨点位的路侧感知目标跟踪方法及系统
本专利技术涉及智能交通
，具体涉及到一种跨点位的路侧感知目标跟踪方法及系统。
技术介绍
为进一步推进智能网联汽车的发展，加强汽车网联化与智能化技术的创新协同，通过对车路交通动态数据的统一采集与处理的云控基础平台，使车路云一体化融合控制系统具有车路云泛在互联、交通全要素数字映射、应用统一编排、高效计算调度以及系统运行高可靠等特征。有云端技术结合的路侧感知系统，将高效地服务智能交通系统及自动驾驶领域。，随着自动驾驶技术逐渐成熟，暴露了多种场景中，单车自动驾驶技术路线中存在着感知盲区、视距短等难以克服的天然缺陷，一定程度上影响了车辆安全。因此，路侧感知设备对行人、车辆等交通参与者的协同感知功能对单车自动驾驶起到了一定辅助作用。目前常用的解决方案通常使用电子围栏或设置距离阈值的方式；电子围栏在路侧感知设备重叠地图区域划分生效界限，将超出生效范围的感知结果去除，由此到达去掉因重叠区域导致的重复感知目标；使用电子围栏的方案时，会出现感知目标在电子围栏边界时目标消失一段距离的情况，原因是路侧传感器感知精度出现波动时，单传感器的感知目标即会出现目标在一定距离范围内抖动，叠加不同的路侧设备抖动不同频，制使两个路侧设备感知的目标都不在自己的有效区域，进而产生了真空区域，目标消失；设置距离阈值＝通过设置距离阈值达到此效果的方式，即在重叠区域内，不同路侧设备感知的目标，设置两个感知目标如果距离在一定范围内就判定是相同目标，采用距离阈值方案则会经常出现感知目标的漏匹配和误匹配的情况，原因也多是因为不同的路侧传感器精度波动和不同路侧传感器经度波动不同频率造成，这种现象在目标密集时表现更突出。即对于多个路侧感知点位之间，由于视野的重叠或间断等难以避免的现象，将会导致感知目标相应出现重复、间断等问题。
技术实现思路
基于上述缺陷，本专利技术提供一种跨点位的路侧感知目标跟踪方法及系统，具体地：一方面，本实施例提供一种跨点位的路侧感知目标跟踪方法，其中，包括：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组匹配数据，根据所述匹配数据获取匹配目标对象。优选地，上述的一种跨点位的路侧感知目标跟踪方法，其中：还包括，对所述匹配目标对象做标志处理。优选地，上述的一种跨点位的路侧感知目标跟踪方法，其中：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据具体包括：于获取到第一采集数据和第二采集数据的状态下；根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据。优选地，上述的一种跨点位的路侧感知目标跟踪方法，其中，所述预定算法为：其中，表示目标对象预测目标状态，Φk，k-1表示路侧点位感知数据到预测目标时刻的状态转换方程，表示路侧点位采集的目标当前的采集数据；Pk，k-1表示目标对象预测状态的协方差矩阵，Pk-1表示路侧数据的协方差矩阵，Γk，k-1表示噪声输入矩阵，Qk-1表示过程噪声协方差矩阵。优选地，上述的一种跨点位的路侧感知目标跟踪方法，其中：Φk，k-1表示路侧点位感知数据到预测目标时刻的状态转换方程为，其中，Δt表示预测时间与当前采集的时间差。优选地，上述的一种跨点位的路侧感知目标跟踪方法，其中，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合具体包括：根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似结果以形成一匹配总集合，根据一筛选阈值于所述匹配总集合中筛选以形成所述匹配集合。另一方面，本专利技术再提供一种跨点位的路侧感知目标跟踪系统，其中：包括，第一采集单元，获取第一采集数据；第二采集单元，获取第二采集数据；预测单元，于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；匹配单元，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组匹配数据，根据所述匹配数据获取匹配目标对象。优选地，上述的一种跨点位的路侧感知目标跟踪系统，其中：还包括，标记单元，对所述匹配目标对象做标志处理。再一方面，本专利技术再提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述任一项所述的一种跨点位的路侧感知目标跟踪方法。再一方面，一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的一种跨点位的路侧感知目标跟踪方法。与现有技术相比，本专利技术的优点是：通过航迹或轨迹预测对采集数据多维状态的相似度做匹配处理，降低了目标误匹配概率，尤其是目标密集场景下，通过航迹或轨迹的预测，实现多个路侧感知点位的时间同步，降低了感知目标数据因为时间不统一造成的匹配难度。附图说明图1为本专利技术实施例提供的一种跨点位的路侧感知目标跟踪方法的流程示意图；图2是本申请实施例提供的一种电子设备的结构示意图。具体实施方式实施例一如图1所示，本专利技术提供一种跨点位的路侧感知目标跟踪方法，其中，包括：步骤S110、于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；具体地：步骤S1101、于获取到第一采集数据和第二采集数据的状态下；在采集数据的过程中，第一采集数据为第一采集装置获取的部分采集数据，即第一采集数据仅为第一采集装置获取的当前时刻下当前目标区域与相邻目标区域交叉区域中所有目标对象的采集数据；同理第二采集数据为第二采集装置获取的部分采集数据，即第一采集数据仅为第二采集装置获取的当前时刻下当前目标区域与相邻目标区域交叉区域中所有的目标对象的采集数据。相邻目标区域可为前一个目标区域，也可以为后一个目标区域。示意性地，目标区域A和目标区域B是相邻目标区域，目标区域A与目标区域B的交叉区域为AB，第一采集装置获取到的AB区域内的采集数据形成第一采集数据，第二采集装置获取到的AB区域内的采集数据形成第二采集数据。步骤S1102、根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；其中目标时间可为一未来时间。例如第一采集数据为T1时刻已发生的实际数据，第二采集数据为T2时刻已发生的采集数据，那么目标时本文档来自技高网...

【技术保护点】
1.一种跨点位的路侧感知目标跟踪方法，其特征在于，包括：/n于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；/n根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；/n获取相似度最大的一组匹配数据，根据所述匹配数据获取匹配目标对象。/n

【技术特征摘要】
1.一种跨点位的路侧感知目标跟踪方法，其特征在于，包括：
于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；
获取相似度最大的一组匹配数据，根据所述匹配数据获取匹配目标对象。


2.根据权利要求1所述的一种跨点位的路侧感知目标跟踪方法，其特征在于：还包括，对所述匹配目标对象做标志处理。


3.根据权利要求1所述的一种跨点位的路侧感知目标跟踪方法，其特征在于：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据具体包括：
于获取到第一采集数据和第二采集数据的状态下；
根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；
根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据。


4.根据权利要求3所述的一种跨点位的路侧感知目标跟踪方法，其特征在于：所述预定算法为：






其中，表示目标对象预测目标状态，Φk，k-1表示路侧点位感知数据到预测目标时刻的状态转换方程，表示路侧点位采集的目标当前的采集数据；Pk，k-1表示目标对象预测状态的协方差矩阵，Pk-1表示路侧数据的协方差矩阵，Γk，k-1表示噪声输入矩阵，Qk-1表示过程噪声协方差矩阵。


5.根据权利要求4所述的一种跨点位的路侧感知目标跟踪方法，其特征在...

【专利技术属性】
技术研发人员：宣智渊，宦涣，杨春城，车宁宇，汪恒，
申请(专利权)人：启迪云控上海汽车科技有限公司，
类型：发明
国别省市：上海;31