一种移动目标的追踪方法、系统及设备技术方案

本发明专利技术涉及一种移动目标的追踪方法、系统及设备，包括以下步骤：对作业现场中的移动目标进行标定并实时进行点云采集，获得点云数据集；对标定的包括移动目标的点云进行处理，从而对移动目标进行追踪；将追踪的结果进行实时显示。本发明专利技术的方法有通用性，不用事先训练，而且可追踪在移动过程中不产生形变的任意刚性物体，也不需要对不同的物体建立不同的模型进行追踪，从而与现有的行人追踪进行互补。从而与现有的行人追踪进行互补。从而与现有的行人追踪进行互补。

【技术实现步骤摘要】
一种移动目标的追踪方法、系统及设备


[0001]本专利技术属于追踪检测
，尤其涉及一种移动目标的追踪方法、系统及设备。

技术介绍

[0002]现有技术都是对特别种类的目标进行追踪，如行走的行人、运动的汽车、杯子和笔记本等，但是在对这些目标进行追踪时，需要提前建立模型进行训练，并根据所要追踪的目标不同，如在追踪行走的行人时，还需要提取关于行人的一些特征，并且针对所追踪的目标的不同，需要建立和训练不同的模型。比如训练好的模型是针对行人和汽车的，那么在具体应用追踪中，该模型只能对行人和汽车进行追踪，对其它的物体就不起作用。但是在实际的作业现场，如所变电站等场所，要追踪的目标各种各样，而对每一种物体分别建立相应的模型来进行追踪，这将会非常麻烦，而且在进行具体的追踪时，各种不同的模型同时工作将会导致追踪容易出现问题，导致追踪失败；同时在作业现场中的所要追踪的目标存在不确定性时，比如要对吊车运输的未知物体进行追踪，那么所建立和训练的所有的模型都将会失效。

技术实现思路

[0003]为了克服现在技术存在的问题，本专利技术提供一种移动目标的追踪方法、系统及设备来解决现有技术中存在的上述问题。
[0004]一种移动目标的追踪方法，包括以下步骤：
[0005]S1.对作业现场中的移动目标进行标定并实时进行点云采集，获得点云数据集；
[0006]S2.对标定的包括移动目标的点云进行处理，从而对移动目标进行追踪；
[0007]S3.将追踪的结果进行实时显示。
[0008]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S2采用目标跟踪方法对标定的所述移动目标进行追踪，所述目标跟踪方法包括对所述点云数据集中的所有点云进行处理后，进行点云个数判断和遮挡判断，根据判断结果来进行追踪。
[0009]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，S2还包括：所述目标跟踪方法对点云数据集中的第一帧点云的处理和第i
‑
1帧的处理方式不同。
[0010]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S2具体包括如下步骤：
[0011]S21.对所述点云数据集中的第一帧点云中的移动目标进行处理，形成第一模板点云template_point_cloud1，并记录第一模板点云中的最小点云个数min_points1和与第一帧点云对应的时间戳t1；
[0012]S22.在对第i帧点云追踪时，将时间戳t
i
输入卡尔曼滤波器进行处理，得到第i个卡尔曼滤波器预测的包围盒，将其扩大K倍后，得到第i帧搜索点云search_point_cloud
i
，其中，i＞1且为正整数,K为正整数；
[0013]S23.对第i帧搜索点云search_point_cloud
i
进行点云个数是否过少判断；并对第
i
‑
1帧模板点云template_point_cloud
i
‑1进行是否遮挡判断；
[0014]S24.在判断结果均为否时，将第i帧搜索点云search_point_cloud
i
和第i
‑
1帧模板点云template_point_cloud
i
‑1进行特征描述，并对第i
‑
1帧模板点云template_point_cloud
i
‑1进行粗变换，得到第i帧粗预测点云coarse_pred_point_cloud
i
与第i帧粗预测包围盒coarse_pred_bbox
i
；
[0015]S25.对第i帧粗预测点云coarse_pred_point_cloud
i
进行追踪判断，若追踪成功，则对该第i帧粗预测点云coarse_pred_point_cloud
i
和粗预测包围盒coarse_pred_bbox
i
进行处理，得到第i帧模板点云template_point_cloud
i
和第i帧点云的包围盒bbox
i
及最小点云个数min_points
i
。
[0016]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，还包括S26：若失败次数大于设定的阈值时，则追踪失败，整个过程结束，继续对第i+1帧点云中标定的所述移动目标采用目标跟踪方法进行追踪。
[0017]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S3具体包括:将最终的第i帧模板点云template_point_cloud
i
和第i帧点云的包围盒bbox
i
作为追踪结果进行显示。
[0018]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S23具体包括：
[0019]S231.将第i帧搜索点云search_poing_cloud
i
的点云个数与min_points
i
‑1*min_rate进行比较，其中min_rate为预设的大于0而小于1的一个小数，min_points
i
‑1为第i
‑
1帧点云的点云个数，若search_point_cloud
i
的点云个数小于min_points
i
‑1*min_rate，则搜索区域的点数过少，判定为追踪失败，转步骤S26，否则转步骤S25；
[0020]S232.将第i帧模板点云template_point_cloud
i
与第i帧点云input_point_cloud
i
进行处理得到第i个遮挡点数obstacle_points
i
，将obstacle_points
i
与obstacle_points
i
‑1*obstacle_rate进行比较，obstacle_points
i
‑1为第i
‑
1个遮挡点数，obstacle_rate为预先设定的超参数遮挡率，若obstacle_points
i
小于obstacle_points
i
‑1*obstacle_rate，则判定无遮挡，转步骤S25，否则转步骤S26。
[0021]本专利技术还提供了一种移动目标的追踪系统，所述系统实现所述的方法，包括：
[0022]采集模块,用于对作业现场中的移动目标进行标定并实时进行点云采集，获得点云数据集；
[0023]追踪模块，用于对标定的包括移动目标的点云进行处理，从而对移动目标进行追踪；
[0024]显示模块，用于将追踪的结果进行显示。
[0025]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述采集模块为雷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动目标的追踪方法，其特征在于，包括以下步骤：S1.对作业现场中的移动目标进行标定并实时进行点云采集，获得点云数据集；S2.对标定的包括移动目标的点云进行处理，从而对移动目标进行追踪；S3.将追踪的结果进行实时显示。2.根据权利要求1所述的移动目标的追踪方法，其特征在于，所述S2采用目标跟踪方法对标定的所述移动目标进行追踪，所述目标跟踪方法包括对所述点云数据集中的所有点云进行处理后，进行点云个数判断和遮挡判断，根据判断结果来进行追踪。3.根据权利要求2所述的移动目标的追踪方法，其特征在于，S2还包括：所述目标跟踪方法对点云数据集中的第一帧点云的处理和第i
‑
1帧点云的处理方式不同。4.根据权利要求3所述的移动目标的追踪方法，其特征在于，所述S2具体包括如下步骤：S21.对所述点云数据集中的第一帧包括移动目标的点云进行处理，形成第一模板点云template_point_cloud1，并记录第一模板点云中的最小点云个数min_points1和与第一帧点云对应的时间戳t1；S22.在对第i帧点云追踪时，将时间戳t
i
输入卡尔曼滤波器进行处理，得到第i个卡尔曼滤波器预测的包围盒，将其扩大K倍后，得到第i帧搜索点云search_point_cloud
i
，其中，i＞1且为正整数，K为正整数；S23.对第i帧搜索点云search_point_cloud
i
进行点云个数是否过少判断；并对第i
‑
1帧模板点云template_point_cloud
i
‑1进行是否遮挡判断；S24.在判断结果均为否时，将第i帧搜索点云search_point_cloud
i
和第i
‑
1帧模板点云template_point_cloud
i
‑1进行特征描述，并对第i
‑
1帧模板点云template_point_cloud
i
‑1进行粗变换，得到第i帧粗预测点云coarse_pred_point_doud
i
与第i帧粗预测包围盒coarse_pred_bbox
i
；S25.对第i帧粗预测点云coarse_pred_point_doud
i
进行追踪判断，若追踪成功，则对该第i帧粗预测点云coarse_pred_point_doud
i
和粗预测包围盒coarse_pred_bbox
i
进行处理，得到第i帧模板点云template_point_cloud
i
和第i帧点云的包围盒bbox
i
及最小点云个数min_points
i
。5.根据权利要求4所述的移动目标的追踪方法...

【专利技术属性】
技术研发人员：熊永平，郭光，叶旺平，
申请(专利权)人：北京中科创益科技有限公司，
类型：发明
国别省市：