基于雷视融合的车辆追踪方法以及装置制造方法及图纸

本申请公开一种基于雷视融合的车辆追踪方法以及装置。方法包括：对雷视融合数据集中车牌号码对应的车辆图像进行二次校验，并根据二次校验结果判断车牌号码对应的置信度是否大于置信度阈值；若车牌号码对应的置信度大于或等于置信度阈值，则根据最高置信度对应的车牌号码对雷视融合数据集中所有车牌号码进行统一化形成唯一车牌号码，获得车牌处理后的雷视融合数据集；对车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对车辆特征进行统一化，获得统一雷视融合数据集；将相同的唯一车牌号码对应的统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集；根据节点融合数据集，获得车辆追踪轨迹。获得车辆追踪轨迹。获得车辆追踪轨迹。

【技术实现步骤摘要】
基于雷视融合的车辆追踪方法以及装置


[0001]本申请涉及城市交通
，特别是涉及一种基于雷视融合的车辆追踪方法以及装置。

技术介绍

[0002]交通拥堵是我国新型城镇化建设进程中面临的代表性“城市病”问题，对社会经济发展造成巨大损失。交通状况优化是预防和缓解交通拥堵的关键。车辆行驶轨迹可以全面完整的表征交通流运行状态，包含了丰富的交通流信息。然而，传统的车辆追踪方法侧重于从某一个单一方向（例如仅依靠基于机器视觉或者仅依靠雷达）获取单一的车辆信息，并基于单一的车辆信息进行追踪。但是，从单一方向进行车辆追踪容易忽略其他的车辆关键信息，导致获得的车辆轨迹存在错误，不能准确地获知车辆的实际行驶轨迹。

技术实现思路

[0003]本申请的目的是解决传统方法从单一方向进行车辆追踪导致的不能准确地获知车辆的实际行驶轨迹的技术问题。为实现上述目的，本申请提供一种基于雷视融合的车辆追踪方法以及装置。
[0004]本申请提供一种基于雷视融合的车辆追踪方法，包括：获取每个单路口节点内每个车辆编号对应的雷视融合数据集，所述雷视融合数据集包括第一个时间戳至第N个时间戳内对应的N个数据组；根据每个所述单路口节点内每个所述车辆编号对应的雷视融合数据集，判断相邻路口节点是否存在重叠雷视融合数据，若所述相邻路口节点存在重叠雷视融合数据，则多个所述相邻路口节点形成关联子域；对所述雷视融合数据集中车牌号码对应的车辆图像进行二次校验，并根据二次校验结果判断所述车牌号码对应的置信度是否大于置信度阈值；若所述车牌号码对应的置信度大于或等于所述置信度阈值，则根据最高置信度对应的车牌号码对所述雷视融合数据集中所有车牌号码进行统一化形成唯一车牌号码，若所述车牌号码对应的置信度小于所述置信度阈值，则将所述车牌号码替换为虚拟车牌号码，获得车牌处理后的雷视融合数据集；对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集；判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码；若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集；根据所述节点融合数据集，获得车辆追踪轨迹。
[0005]在一个实施例中，所述对所述车牌处理后的雷视融合数据集中车辆特征对应的车
辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集之后，所述方法还包括：判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆加速度或者车辆减速度是否超过阈值；若所述车辆加速度或者所述车辆减速度超过所述阈值，则对所述车辆加速度或者所述车辆减速度进行平滑处理；判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆速度是否低于速度阈值；若所述车辆速度是否低于所述速度阈值，则对车辆位置进行平滑处理。
[0006]在一个实施例中，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码之后，所述方法还包括：若所述关联子域中所述相邻路口节点内包含一个所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述N个数据组进行数据融合，获得所述节点融合数据集；其中，相同所述车辆编号中一个所述车辆编号对应所述唯一车牌号码，一个所述车辆编号对应所述虚拟车牌号码。
[0007]在一个实施例中，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码之后，所述方法还包括：若所述关联子域中所述相邻路口节点内不包含所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述统一雷视融合数据集的所述N个数据组进行数据融合，获得所述节点融合数据集；其中，相同所述车辆编号对应所述虚拟车牌号码。
[0008]在一个实施例中，所述获得所述节点融合数据集之后，所述根据所述节点融合数据集，获得车辆追踪轨迹之前，所述方法还包括：调取进行数据融合的所述N个数据组中车外观特征图像，并对所述车外观特征图像进行对比校验，判断所述节点融合数据集是否为同一车辆的融合数据。
[0009]在一个实施例中，所述方法还包括：根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中的所述虚拟车牌号码进行替换；根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中无车牌号码的数据组进行车牌号码补齐。
[0010]在一个实施例中，所述方法还包括：若所述相邻路口节点内不存在所述唯一车牌号码，则获取所述节点融合数据集中时间最早的虚拟车牌号码，并根据所述时间最早的虚拟车牌号码，对所述节点融合数据集中的所有虚拟车牌号码进行替换；根据所述时间最早的虚拟车牌号码，对所述节点融合数据集中无车牌号码的数据组进行车牌号码补齐。
[0011]在一个实施例中，所述方法还包括：基于地图信息，对所述相邻路口节点内获得的所述节点融合数据集进行时空校验
与车外观特征图像校验，获得校验后的节点融合数据集；对所述校验后的节点融合数据集进行跨时段车辆属性补齐，获得完整车辆信息数据集；根据所述完整车辆信息数据集，获得完整全域车辆轨迹。
[0012]在一个实施例中，本申请提供一种基于雷视融合的车辆追踪装置，包括：数据获取模块，用于获取每个单路口节点内每个车辆编号对应的雷视融合数据集，所述雷视融合数据集包括第一个时间戳至第N个时间戳内对应的N个数据组；关联子域生成模块，用于根据每个所述单路口节点内每个所述车辆编号对应的雷视融合数据集，判断相邻路口节点是否存在重叠雷视融合数据，若所述相邻路口节点存在重叠雷视融合数据，则多个所述相邻路口节点形成关联子域；校验模块，用于对所述雷视融合数据集中车牌号码对应的车辆图像进行二次校验，并根据二次校验结果判断所述车牌号码对应的置信度是否大于置信度阈值；车牌统一模块，用于若所述车牌号码对应的置信度大于或等于所述置信度阈值，则根据最高置信度对应的车牌号码对所述雷视融合数据集中所有车牌号码进行统一化形成唯一车牌号码，若所述车牌号码对应的置信度小于所述置信度阈值，则将所述车牌号码替换为虚拟车牌号码，获得车牌处理后的雷视融合数据集；特征统一模块，用于对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集；第一判断模块，用于判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码；第一节点融合数据模块，用于若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集；车辆追踪轨迹生成模块，用于根据所述节点融合数据集，获得车辆追踪轨迹。
[0013]在一个实施例中，所述装置还包括：第二判断模块，用于判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于雷视融合的车辆追踪方法，其特征在于，包括：获取每个单路口节点内每个车辆编号对应的雷视融合数据集，所述雷视融合数据集包括第一个时间戳至第N个时间戳内对应的N个数据组；根据每个所述单路口节点内每个所述车辆编号对应的雷视融合数据集，判断相邻路口节点是否存在重叠雷视融合数据，若所述相邻路口节点存在重叠雷视融合数据，则多个所述相邻路口节点形成关联子域；对所述雷视融合数据集中车牌号码对应的车辆图像进行二次校验，并根据二次校验结果判断所述车牌号码对应的置信度是否大于置信度阈值；若所述车牌号码对应的置信度大于或等于所述置信度阈值，则根据最高置信度对应的车牌号码对所述雷视融合数据集中所有车牌号码进行统一化形成唯一车牌号码，若所述车牌号码对应的置信度小于所述置信度阈值，则将所述车牌号码替换为虚拟车牌号码，获得车牌处理后的雷视融合数据集；对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集；判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码；若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集；根据所述节点融合数据集，获得车辆追踪轨迹。2.根据权利要求1所述的基于雷视融合的车辆追踪方法，其特征在于，所述对所述车牌处理后的雷视融合数据集中车辆特征对应的车辆图像进行二次校验，并根据二次校验结果对所述车辆特征进行统一化，获得统一雷视融合数据集之后，所述方法还包括：判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆加速度或者车辆减速度是否超过阈值；若所述车辆加速度或者所述车辆减速度超过所述阈值，则对所述车辆加速度或者所述车辆减速度进行平滑处理；判断所述第一个时间戳至所述第N个时间戳内所述统一雷视融合数据集中车辆速度是否低于速度阈值；若所述车辆速度是否低于所述速度阈值，则对车辆位置进行平滑处理。3.根据权利要求2所述的基于雷视融合的车辆追踪方法，其特征在于，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号码之后，所述方法还包括：若所述关联子域中所述相邻路口节点内包含一个所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述N个数据组进行数据融合，获得所述节点融合数据集；其中，相同所述车辆编号中一个所述车辆编号对应所述唯一车牌号码，一个所述车辆编号对应所述虚拟车牌号码。4.根据权利要求3所述的基于雷视融合的车辆追踪方法，其特征在于，所述判断所述关联子域中所述相邻路口节点内所述统一雷视融合数据集是否包含相同的所述唯一车牌号
码之后，所述方法还包括：若所述关联子域中所述相邻路口节点内不包含所述唯一车牌号码，则对所述相邻路口节点的重叠区域内，相同所述车辆编号对应的所述统一雷视融合数据集的所述N个数据组进行数据融合，获得所述节点融合数据集；其中，相同所述车辆编号对应所述虚拟车牌号码。5.根据权利要求4所述的基于雷视融合的车辆追踪方法，其特征在于，所述若包含相同的所述唯一车牌号码，则将相同的所述唯一车牌号码对应的所述统一雷视融合数据集的N个数据组进行数据融合，获得节点融合数据集之后，所述根据所述节点融合数据集，获得车辆追踪轨迹之前，所述方法还包括：调取进行数据融合的所述N个数据组中车外观特征图像，并对所述车外观特征图像进行对比校验，判断所述节点融合数据集是否为同一车辆的融合数据。6.根据权利要求3所述的基于雷视融合的车辆追踪方法，其特征在于，所述方法还包括：根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中的所述虚拟车牌号码进行替换；根据所述相邻路口节点内包含的一个所述唯一车牌号码，对所述节点融合数据集中无车牌号码的数据组进行车牌号码补齐。7.根据权利要求4所述的基于雷视融合的车辆追踪方法，其特征在于，所述方法还包括：若所述相邻路口节点内不包含所述唯一车牌号码，则获取所述节点融合数据集中时间最早的虚拟车牌号码，并根据所述时间最早的虚拟车牌号码，对所述节点融合数据集中的所有虚拟车牌号码进行替换；根据所述时间最早的虚拟车牌号码，对所述节点融合数据集中无车牌号码的数据组进行车牌号码补齐。8.根据权利要求1所述的基于雷视融合的车辆追踪方法，其特征在于，所述方法还包括：基于地图信息，对所述相邻路口节点内获得的所述节点融合数据集进行时空校验与车外观特征图像校验，获得校验后的节点融合数据集；对所述校验后的节点融合数据集进行跨时段车辆属性补齐，获得完整车辆信息数据集；根据所述完整车辆信息数据集，获得完整全域车辆轨迹...

【专利技术属性】
技术研发人员：闫军，廖福坤，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：