【技术实现步骤摘要】
本专利技术涉及基于激光雷达点云的动态物体追踪领域，尤其是涉及一种基于匈牙利算法和卡尔曼滤波的动态追踪方法、装置及介质。
技术介绍
1、随着科技的飞速发展，动态对象追踪在众多领域中发挥着越来越重要的作用，如自动驾驶、智能安防、机器人导航等。为了满足这些应用场景对动态对象追踪的高精度、实时性和鲁棒性要求，研究者们不断探索和改进追踪算法。
2、传统方法在处理大规模动态对象、复杂场景以及数据关联等问题时面临较大的挑战。在复杂场景下，由于光照变化、遮挡、视角变化等因素的影响，传统方法很难准确地识别和跟踪每个动态对象。
技术实现思路
1、本专利技术的目的是为了提供一种基于匈牙利算法和卡尔曼滤波的动态追踪方法、装置及介质，结合了匈牙利算法的高效数据分配能力和卡尔曼滤波的状态估计能力，实现更加准确、实时且鲁棒的动态对象追踪。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，包括以下步骤：
4、s1，获取激光...
【技术保护点】
1.一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤S3中，已知两帧之间的时间间隔，以匀速运动模型作为卡尔曼滤波的预测模型，预测得到动态物体的质心坐标。
3.根据权利要求1所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤S3中，以λi＝{pi，vi，starti，endi}表示编号为i的轨迹，其中pi，vi构成轨迹的状态xi，pi＝[xi，yi，zi]T表示动态物体点云质心，表示动态物体点云质心运动速度，s...
【技术特征摘要】
1.一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤s3中，已知两帧之间的时间间隔，以匀速运动模型作为卡尔曼滤波的预测模型，预测得到动态物体的质心坐标。
3.根据权利要求1所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤s3中，以λi＝{pi，vi，starti，endi}表示编号为i的轨迹，其中pi，vi构成轨迹的状态xi，pi＝[xi，yi，zi]t表示动态物体点云质心，表示动态物体点云质心运动速度，starti表示动态物体轨迹起始帧的索引，endi表示动态物体轨迹结束帧的索引，动态物体i在第starti帧到第endi帧被连续追踪；
4.根据权利要求3所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤s4包括以下步骤：
5.根据权利要求4所述的一种基于匈牙利算法和卡尔曼滤波的动态追踪方法，其特征在于，所述步骤s401具体为：计算中所包含的所有动态物体点云质心到先验轨迹集合中的轨迹质心的欧式距离，得到代价矩阵c：
6.根据权利要求4所述的一种基于匈牙利算法和...
【专利技术属性】
技术研发人员：董延超，李凌霄，邓海洋，张志坚，
申请(专利权)人：青岛允矛防护用品有限公司，
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。