【技术实现步骤摘要】
本申请涉及运动轨迹追踪，尤其涉及一种运动轨迹追踪方法及系统。
技术介绍
1、运动数据分析为足球、篮球、橄榄球等多项团队运动提供重要的支撑，并且极大的促进这些运动的发展。其中运动目标的运动轨迹是运动数据分析中最基础也最为关键的一项。为了获得竞争优势并降低受伤风险，大量团队在研究如何设计一套可以量化训练和比赛特征的跟踪系统。目前运动目标的跟踪系统主要分为两种，基于gps或uwb的穿戴式方案和基于摄像头的非穿戴方案。
2、基于gps的穿戴式技术方案是：在赛前，每位运动目标都需要领取一个穿戴设备，或绑在手臂上，或固定在后背上。设备内涵gps定位芯片，蓝牙传输模块或wifi传输模块。比赛期间，通过穿戴设备上的定位芯片实时的获取运动目标的位置，通过传输模块与场边服务器通信，将位置信息传回服务器。以此来实时的获取所有运动目标的位置。该技术方案的缺点是：每次比赛赛前都需要为每位运动目标分发穿戴设备，每一个穿戴设备在佩戴前需要提前充电和调试。比赛容易因为穿戴设备的硬件故障造成对应运动目标信息的丢失。该方案为穿戴方案，对运动目标运动会产生负担，运动体验不佳。位置信息的获取是基于gps芯片。但是gps的定位精度不高，因此得到的跑动信息精度也不高。无法用于计算速度和加速等强度信息。
3、基于uwb的穿戴式技术方案是：运动区域四周需要搭建uwb基站，可以是固定的，也可以是移动的，每位运动目标都需要领取一个穿戴设备，或绑在手臂上，或固定在后背上。设备内涵uwb定位标签。比赛期间，通过uwb定位标签和四周uwb定位基站之间的通信获取运
4、基于基于摄像头的非穿戴方案是：在运动区域四周安装若干台高清摄像头针对性的拍摄运动区域的各个区域。比赛期间，使用ai算法对视频进行半自动的信息提取，再配合相应的软件由操作人员进行数据的纠正和连接，以此来完成对于运动目标轨迹的完整追踪。该技术方案的缺点是：目前的算法还无法做到完全的自动化，需要配合大量的人力操作才能完成运动目标的运动轨迹的追踪。因为摄像头无法准确的获取运动目标的深度信息，因此基于该方案所获取的位置信息是最不准确的，且离摄像头越远的地方越不准。因此也无法用于计算速度和加速等强度信息。
5、以上穿戴的方案和非穿戴的方案，目前来说都并不完善。穿戴式方案繁琐的赛前调试和不可避免的硬件佩戴给予运动目标糟糕运动的体验。而基于视觉的方案因为摄像头无法获取准确的深度信息，往往需要大量人力的接入，而无法实现完全的自动化。并且这两种传统的方法在准确性和一致性方面的表现较差，不能准确的获取运动目标的追踪轨迹。
技术实现思路
1、本申请主要解决的技术问题是提供一种运动轨迹追踪方法，解决不能准确的获取运动目标的追踪轨迹的问题。
2、为解决上述技术问题，本申请采用的一个技术方案是提供一种运动轨迹追踪方法，包括步骤：
3、步骤s1：通过第一拍摄装置获取运动区域内运动目标的第一目标信息，所述第一目标信息包括运动目标的检测框和质心；通过第二拍摄装置获取所述运动区域内所述运动目标的第二目标信息，所述第二目标信息包括所述运动目标的外显特征；基于所述运动区域内的位置信息，将所述第一目标信息和第二目标信息逐个视角进行匹配，得到第三目标信息。
4、步骤s2：通过所述第三目标信息中的检测框进行多目标追踪，获得多段轨迹段；融合各个所述轨迹段内的第二目标信息，得到每段所述轨迹段的特征检测信息；根据各个所述轨迹段开始和结束的位置和时间，创建多个用于所述轨迹段连接的轨迹区域，使用所述特征检测信息进行所述轨迹段的匹配，获得所述运动目标的完整追踪轨迹。
5、在一些实施例中，所述第一拍摄装置为能够测定所述运动目标的距离特征的激光雷达或毫米波雷达；所述第二拍摄装置为能够拍摄所述运动目标外显特征的摄像头或相机；所述第一拍摄装置和第二拍摄装置成组安装在所述运动区域的周围，所述运动区域周围安装的所述第一拍摄装置和第二拍摄装置的拍摄区域，能够完全覆盖所述运动区域。
6、在一些实施例中，以所述运动区域一个角点为坐标源点建立运动区域坐标系，测量各个所述第一拍摄装置固有坐标系与所述运动区域坐标系cf之间的变换矩阵其中n为第一拍摄装置的数量，所述变换矩阵t包含旋转矩阵r和平移矩阵t；通过张正友标定法计算各个所述第二拍摄装置的画面平面坐标系与所述运动区域坐标系cf之间的映射参数m为第二拍摄装置的数量；对所述第一拍摄装置、第二拍摄装置、运动区域坐标系三位一体的标定。
7、在一些实施例中，根据公式(1)和(2)，将对多个所述第一拍摄装置视角下的点云依次进行坐标转换，投影到所述运动区域坐标系下，得到投影后的各个所述第一拍摄装置视角下的点云将各个视角投影后的所述点云数据在所述运动区域坐标系下直接融合相加，形成完整的目标点云数据p；根据所述运动区域坐标系确定地面高度和目标运动区域；将属于地面的地面点云和不属于所述目标运动区域的场外点云进行过滤后，得到目标点云数据；
8、
9、
10、将所述目标点云数据p输入3d神经网络获得所述第一目标信息，所述第一目标信息包括所有在所述运动区域内的所述运动目标的3d检测框和所述运动目标的质心位置。
11、在一些实施例中，使用2d神经网络依次对各个视角的图片进行识别和特征提取，得到所述运动目标在各个所述第二拍摄装置画面下的2d检测框、外貌特征和/或衣服号码信息；得到各个视角的检测结果之后，将所述第二拍摄装置画面中2d检测框底部中心坐标投影到所述运动区域坐标系下；得到所述第二目标信息，所述第二目标信息包括各个所述第二拍摄装置视角下2d检测框在所述运动区域坐标系的投影坐标及每个2d检测框对应的外貌特征和衣服号码信息。
12、在一些实施例中，仅使用所述第三目标信息中的3d检测框的位置信息，使用基于欧式距离判据和kalman滤波器算法的多目标追踪算法生成具有身份一致性的所述轨迹段。
13、在一些实施例中，根据各个所述轨迹段开始和结束的位置和时间，创建多个用于所述轨迹段连接的轨迹区域，对于每一个所述轨迹段t，设定其第一帧的目标检测信息为开始节点，最后一帧的目标检测信息为结束节点；根据公式(3)把时间相邻和空间相邻的节点划入相同的所述轨迹区域；
14、
15、其中，为开始节点或结束节点，为开始节点，为结束节点，用于计算两个不同的节点之间的时间差；用于计算两个本文档来自技高网...
【技术保护点】
1.一种运动轨迹追踪方法，其特征在于，包括步骤：
2.根据权利要求1所述的运动轨迹追踪方法，其特征在于，所述第一拍摄装置为能够测定所述运动目标的距离特征的激光雷达或毫米波雷达；所述第二拍摄装置为能够拍摄所述运动目标外显特征的摄像头或相机；所述第一拍摄装置和第二拍摄装置成组安装在所述运动区域的周围，所述运动区域周围安装的所述第一拍摄装置和第二拍摄装置的拍摄区域，能够完全覆盖所述运动区域。
3.根据权利要求2所述的运动轨迹追踪方法，其特征在于，以所述运动区域一个角点为坐标源点建立运动区域坐标系，测量各个所述第一拍摄装置固有坐标系与所述运动区域坐标系CF之间的变换矩阵其中n为第一拍摄装置的数量，所述变换矩阵T包含旋转矩阵R和平移矩阵T；通过张正友标定法计算各个所述第二拍摄装置的画面平面坐标系与所述运动区域坐标系CF之间的映射参数m为第二拍摄装置的数量；对所述第一拍摄装置、第二拍摄装置、运动区域坐标系三位一体的标定。
4.根据权利要求3所述的运动轨迹追踪方法，其特征在于，根据公式(1)和(2)，将对多个所述第一拍摄装置视角下的点云依次进行坐标转换，投影
5.根据权利要求4所述的运动轨迹追踪方法，其特征在于，使用2D神经网络依次对各个视角的图片进行识别和特征提取，得到所述运动目标在各个所述第二拍摄装置画面下的2D检测框、外貌特征和/或衣服号码信息；得到各个视角的检测结果之后，将所述第二拍摄装置画面中2D检测框底部中心坐标投影到所述运动区域坐标系下；得到所述第二目标信息，所述第二目标信息包括各个所述第二拍摄装置视角下2D检测框在所述运动区域坐标系的投影坐标及每个2D检测框对应的外貌特征和衣服号码信息。
6.根据权利要求5所述的运动轨迹追踪方法，其特征在于，仅使用所述第三目标信息中的3D检测框的位置信息，使用基于欧式距离判据和Kalman滤波器算法的多目标追踪算法生成具有身份一致性的所述轨迹段。
7.根据权利要求6所述的运动轨迹追踪方法，其特征在于，根据各个所述轨迹段开始和结束的位置和时间，创建多个用于所述轨迹段连接的轨迹区域，对于每一个所述轨迹段t，设定其第一帧的目标检测信息为开始节点，最后一帧的目标检测信息为结束节点；根据公式(3)把时间相邻和空间相邻的节点划入相同的所述轨迹区域；
8.根据权利要求7所述的运动轨迹追踪方法，其特征在于，对于每个所述轨迹区域而言，若一个所述轨迹段只有结束节点在轨迹区域内，则这个所述轨迹段为这个所述轨迹区域的输入轨迹段；若只有开始节点在所述轨迹区域内则为输出轨迹段；若开始节点和结束节点都在所述轨迹区域内则为内部轨迹段；在所述轨迹区域内进行轨迹段连接，只将所述输入轨迹段与输出轨迹段进行匹配；比较所述输入轨迹段与输出轨迹段之间的所述特征检测信息，通过公式(4)-(6)建立所述轨迹段之间的相似度矩阵，基于所述相似度矩阵完成所述输入轨迹段与输出轨迹段的匹配；完成每一个所述运动目标所有所述轨迹段的连接，获得所述完整追踪轨迹；
9.一种运动轨迹追踪系统，其特征在于，包括第一拍摄装置、第二拍摄装置和边缘服务器，所述第一拍摄装置、第二拍摄装置和边缘服务器设置在运动区域的周围，所述边缘服务器与所述第一拍摄装置和第二拍摄装置通信连接，所述第一拍摄装置用于获取所述运动区域内运动目标的第一目标信息，所述第二拍摄装置用于获取所述运动区域内运动目标的第二目标信息，边缘服务器用于执行权利要求1-8任一项所述运动轨迹追踪方法。
10.根据权利要求9所述的运动轨迹追踪系统，其特征在于，所述边缘服务器连接云服务器，所述边缘服务器接收所述第一拍摄装置和第二拍摄装置拍摄的所述第一目标信息和第二目标信息，将接收到的所述第一目标信息和第二目标信息发送到所述云服务器中，所述云服务器用于执行权利要求1-8任一项所述运动轨迹追踪方法。
...【技术特征摘要】
1.一种运动轨迹追踪方法，其特征在于，包括步骤：
2.根据权利要求1所述的运动轨迹追踪方法，其特征在于，所述第一拍摄装置为能够测定所述运动目标的距离特征的激光雷达或毫米波雷达；所述第二拍摄装置为能够拍摄所述运动目标外显特征的摄像头或相机；所述第一拍摄装置和第二拍摄装置成组安装在所述运动区域的周围，所述运动区域周围安装的所述第一拍摄装置和第二拍摄装置的拍摄区域，能够完全覆盖所述运动区域。
3.根据权利要求2所述的运动轨迹追踪方法，其特征在于，以所述运动区域一个角点为坐标源点建立运动区域坐标系，测量各个所述第一拍摄装置固有坐标系与所述运动区域坐标系cf之间的变换矩阵其中n为第一拍摄装置的数量，所述变换矩阵t包含旋转矩阵r和平移矩阵t；通过张正友标定法计算各个所述第二拍摄装置的画面平面坐标系与所述运动区域坐标系cf之间的映射参数m为第二拍摄装置的数量；对所述第一拍摄装置、第二拍摄装置、运动区域坐标系三位一体的标定。
4.根据权利要求3所述的运动轨迹追踪方法，其特征在于，根据公式(1)和(2)，将对多个所述第一拍摄装置视角下的点云依次进行坐标转换，投影到所述运动区域坐标系下，得到投影后的各个所述第一拍摄装置视角下的点云将各个视角投影后的所述点云数据在所述运动区域坐标系下直接融合相加，形成完整的目标点云数据p；根据所述运动区域坐标系确定地面高度和目标运动区域；将属于地面的地面点云和不属于所述目标运动区域的场外点云进行过滤后，得到目标点云数据；
5.根据权利要求4所述的运动轨迹追踪方法，其特征在于，使用2d神经网络依次对各个视角的图片进行识别和特征提取，得到所述运动目标在各个所述第二拍摄装置画面下的2d检测框、外貌特征和/或衣服号码信息；得到各个视角的检测结果之后，将所述第二拍摄装置画面中2d检测框底部中心坐标投影到所述运动区域坐标系下；得到所述第二目标信息，所述第二目标信息包括各个所述第二拍摄装置视角下2d检测框在所述运动区域坐标系的投影坐标及每个2d检测框对应的外貌特征和衣服号码信息。
6.根据权利要...
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。