【技术实现步骤摘要】
本专利技术属于目标跟踪，具体涉及一种基于三维相机数据的车辆跟踪方法。
技术介绍
1、基于视觉的车辆三维检测是自动驾驶环境感知系统的关键技术之一，首先通过摄像头获取含有目标车辆的图像数据，接着输入到深度学习神经网络中去，在深度学习神经网络的输出直接或间接得到目标车辆的三维信息，包括类别、中心点三维坐标、朝向角和三维尺寸等，再利用跟踪模块进行平滑滤波，实现三维坐标系下的动态障碍物三维感知，为后续多传感器融合模块提供数据支持。
2、然而，现有的车辆三维检测方法通常是基于深度学习的方法，回归目标三维中心点投射到图像上的二维像素坐标、目标三维中心点的深度、朝向角和三维尺寸等信息，这种方法的优点是整个流程模型设计比较简单，检测精度和稳定性相对较高，但缺点是模型泛化性能较差，对训练数据的依赖性极高，一旦相机的型号变更或者相机在自动驾驶车辆上的安装位置变更，均会引起原始数据的不适用；此外，这种方法对训练数据的要求极高，需要做视觉和激光雷达联合标注，使用激光雷达标注结果中目标的三维信息作为图像上目标的真值，故对传感器的时空同步要求严格，尤其是时间同步精度是自动驾驶领域的一大技术难题，因此落地难度系数较高，缺乏实用性。
技术实现思路
1、鉴于以上存在的问题，本专利技术提供一种基于三维相机数据的车辆跟踪方法。
2、为解决上述技术问题，本专利技术采用如下的技术方案：
3、一种基于三维相机数据的车辆跟踪方法，包括：
4、获取车辆上的三维相机采集的周围现场图像，
5、基于所述相机参数和所述目标车辆的三维复合信息，确定所述车辆为车体坐标系下的所述目标车辆的三维测距信息；
6、利用行人重识别算法对所述目标车辆所在周围现场图像进行识别，得到所述目标车辆的重识别特征；
7、基于所述目标车辆的重识别特征和三维测距信息，确定所述目标车辆的三维跟踪状态。
8、一种可能的实施方式中，所述三维复合信息包括目标车辆的以下至少一种信息：车辆类别、三维边界框、图像上可见面属性、竖棱、车轮接地点和车轮接地点。
9、一种可能的实施方式中，所述确定所述车辆为车体坐标系下的所述目标车辆的三维测距信息包括：
10、判断所述目标车辆所在周围现场图像中车轮接地点数量是否至少为2个；
11、若车轮接地点数量为2个，基于所述车轮接地点，通过逆透视变换来确定所述目标车辆在车体坐标下下的横纵向距离、长宽尺寸和朝向角；
12、若轮接地点数量为大于2个，基于目标车辆的三维边界框和竖棱的横坐标、以及所述目标车辆的至少三个车辆接地点，通过逆透视变换来确定所述目标车辆的在车体坐标系下的横纵向距离、长宽尺寸和朝向角。
13、一种可能的实施方式中，所述基于目标车辆的重识别特征和三维测距信息，确定所述目标车辆的三维跟踪状态包括：
14、利用重识别特征和目标车辆的三维复合信息进行联合匹配；
15、如果当前结果和已有的跟踪器匹配不上，则新建跟踪器对目标车辆进行跟踪，其中所述当前结果重识别特征和目标车辆的三维复合信息，其中跟踪器为之前该车辆的信息集合；
16、如果当前结果和已有的跟踪器匹配上，则更新跟踪器状态；
17、其中跟踪器包括滤波跟踪器，更新跟踪器状态包括利用多个滤波跟踪器对三维测距信息中的不同信息分别进行独立滤波，得到目标车辆的三维跟踪状态。
18、采用本专利技术具有如下的有益效果：通过获取车辆上的三维相机采集的周围现场图像，周围现场图像中包括至少一个行驶在车辆周围的目标车辆，并且周围现场图像为三维图像；基于相机的参数和目标车辆的三维复合信息，确定车辆为车体坐标系下的目标车辆的三维测距信息；利用行人重识别算法对目标车辆所在周围现场图像进行识别，得到目标车辆的重识别特征；基于目标车辆的重识别特征和三维测距信息，确定目标车辆的三维跟踪状态，降低了模型训练对样本数据的依赖性，且没有时空同步的要求，且可行性高，能够进行广泛应用，更具实用性。
本文档来自技高网...【技术保护点】
1.一种基于三维相机数据的车辆跟踪方法，其特征在于，包括：
2.如权利要求1所述的基于三维相机数据的车辆跟踪方法，其特征在于，所述三维复合信息包括目标车辆的以下至少一种信息：车辆类别、三维边界框、图像上可见面属性、竖棱、车轮接地点和车轮接地点。
3.如权利要求1所述的基于三维相机数据的车辆跟踪方法，其特征在于，所述确定所述车辆为车体坐标系下的所述目标车辆的三维测距信息包括：
4.如权利要求3所述的基于三维相机数据的车辆跟踪方法，其特征在于，所述基于目标车辆的重识别特征和三维测距信息，确定所述目标车辆的三维跟踪状态包括：
【技术特征摘要】
1.一种基于三维相机数据的车辆跟踪方法，其特征在于，包括：
2.如权利要求1所述的基于三维相机数据的车辆跟踪方法，其特征在于，所述三维复合信息包括目标车辆的以下至少一种信息：车辆类别、三维边界框、图像上可见面属性、竖棱、车轮接地点和车轮接地点。
3.如权利...
【专利技术属性】
技术研发人员：孙彦龙，陈鑫，胡鑫华，
申请(专利权)人：杭州当虹科技股份有限公司，
类型：发明
国别省市：
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。