【技术实现步骤摘要】
一种基于场景运动信息的多目标跟踪方法
本专利技术属于信息与通信
，具体涉及一种基于场景运动信息的多目标跟踪方法。
技术介绍
多目标跟踪任务一直是一个长期且具有挑战性的问题，旨在在一段视频序列中定位对象并为同一实例分配一致的编码。许多视觉应用程序，例如自动驾驶，机器人碰撞预测和视频面部对齐，都需要多目标跟踪作为其关键组件技术。最近，随着与三维目标检测有关的研究的发展，多目标跟踪受到了推动。大多数端到端多目标跟踪方法都面临着精度低和泛化能力差的问题。尽管传统的基于滤波器的方法可以实现更好的结果，但是很难赋予它们最佳的超参数，并且经常在具有挑战性的情况下失败。为了使多目标跟踪方法具有更好的适用性，多目标跟踪方法需要满足以下几个条件：(1)适用场景广泛，可以用于挑战传统方法通常无法使用的场景；(2)计算方法简单，精度高，速度快；(3)避免调整超参数；目前没有任何一种多目标跟踪方法可以同时解决上述问题。
技术实现思路
基于现有技术中存在的上述不足，本专利技术的目...
【技术保护点】
1.一种基于场景运动信息的多目标跟踪方法，其特征在于，包括下列步骤：/n步骤S1：构建多目标跟踪系统；所述多目标跟踪系统包括检测前端模块、运动估计模块、运动跟踪模块；所述检测前端模块包括激光雷达传感器；/n步骤S2：将第1帧作为上一帧，进行步骤S3到S5；/n步骤S3：检测前端模块获取场景信息，采用PointRCNN方法计算后输出上一帧和下一帧的检测结果；所述场景信息包括原始点云信息；/n步骤S4：将检测前端模块得到的上一帧和下一帧的原始点云信息输入预训练好的运动估计模块，先将原始点云信息进行数据预处理，再采用FlowNet3D方法计算得到上下帧的逐点运动信息估计；/n步骤...
【技术特征摘要】
1.一种基于场景运动信息的多目标跟踪方法，其特征在于，包括下列步骤：
步骤S1：构建多目标跟踪系统；所述多目标跟踪系统包括检测前端模块、运动估计模块、运动跟踪模块；所述检测前端模块包括激光雷达传感器；
步骤S2：将第1帧作为上一帧，进行步骤S3到S5；
步骤S3：检测前端模块获取场景信息，采用PointRCNN方法计算后输出上一帧和下一帧的检测结果；所述场景信息包括原始点云信息；
步骤S4：将检测前端模块得到的上一帧和下一帧的原始点云信息输入预训练好的运动估计模块，先将原始点云信息进行数据预处理，再采用FlowNet3D方法计算得到上下帧的逐点运动信息估计；
步骤S5：将运动估计模块预处理后的上一帧的点云信息、运动估计模块得到的逐点运动信息估计输入运动跟踪模块，进行逐目标检测框的均值偏移量(Δxn,Δyn,Δzn,Δθn)计算；
Δθn是第n个目标检测框的角度偏移量，Δθn采用恒定角速度模型计算；Δxn,Δyn,Δzn是第n个目标检测框的中心三维坐标偏移量，Δxn,Δyn,Δzn的计算公式为：
式中，C为第n个目标检测框上激光点的总数，为第n个目标检测框上单独一个点的运动流向；
预测下一帧逐目标检测框的位置为：
(Xpre,Ypre,Zpre)＝(X,Y,Z)+(ΔX,ΔY,ΔZ)
Θpre＝Θ+ΔΘ
式中，(Xpre,Ypre,Zpre)是预测下一帧所有目标检测框的中心三维坐标的集合，(X,Y,Z)是上一帧所有目标检测框的中心三维坐标的集合；(ΔX,ΔY,ΔZ)是上下帧所有目标检测框中心三维坐标偏移量Δxn,Δyn,Δzn的集合；Θpre是预测下一帧所有目标检测框的方向角的集合，Θ是上一帧所有目标检测框的方向角的集合；ΔΘ是所有目标检测框角度偏移量Δθn的集合；
将预测下一帧所有目标检测框的中心三维坐标的集合、预测下一帧所有目标检测框的方向角的集合和下一帧实际检测结果进行基于匈牙利算法的匹配，将匹配成功的各个目标的上一帧实际检测结果的编码各自传递给同目标的下一帧检测框以得到两帧间的多目标跟踪轨迹。
2.根据权利要求1所述的一种基于场景运动信息的多目标跟踪方法，其特征在于，还包括下列步骤：
步骤S6：依次将第2到N帧作为上一帧，重复步骤S3-S5，得到N个两帧间的多目标跟踪轨迹；
步骤S7：将N个两帧间的多目标跟踪轨迹按照帧数顺序依次连接得到第1到N+1帧之间的多目标跟踪轨迹；
所述N为大于等于2的整数。
3.根据权利要求1或2中任一项所述的一种基于场景运动信息的多目标跟踪方法，其特征在于，步骤S4中所述将原始点云信息进行数据预处理包括下列步骤：
步骤B1：通过拟合平面法向量将地面去除；
步骤B2：根据激光与相机的标定关系调整激光雷达视场角数据...
【专利技术属性】
技术研发人员：刘勇，翟光耀，孔昕，崔金浩，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
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。