[发明专利]一种运动目标高精度检测与追踪方法有效
申请号: | 201810925487.2 | 申请日: | 2018-08-14 |
公开(公告)号: | CN109188390B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 郑建颖;张桢瑶;王翔;陶砚蕴;范学良;徐浩;俄文娟;陈蓉 | 申请(专利权)人: | 苏州大学张家港工业技术研究院;苏州大学 |
主分类号: | G01S7/48 | 分类号: | G01S7/48;G01S17/66 |
代理公司: | 宁波高新区核心力专利代理事务所(普通合伙) 33273 | 代理人: | 袁丽花 |
地址: | 215600 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 运动 目标 高精度 检测 追踪 方法 | ||
1.一种运动目标高精度检测与追踪方法,其特征在于,包括:
A0:通过背景滤除算法,将车辆点和行人点从原始数据中提取出来,标记所在帧信息;
A1:将相邻帧的车辆点和行人点数据进行融合,用聚类算法将融合之后的数据进行处理,标记类簇信息;
A2:利用每个点所在帧的信息,将同一帧的数据分离开,根据所述类簇信息实现车辆和行人的识别和关联;
所述背景滤除算法包括如下步骤:
S0:在雷达采集的数据帧中选取背景帧,所述背景帧中无车辆或在兴趣区域中无车辆;
S1:将背景帧的数据与目标帧的数据融合,先按照激光束的序号laser_id排序,再对每一个激光束laser_id的点按照水平角度排序,此时背景帧点与目标帧点交错分布;
S2:将背景帧点与目标帧点关联,
Case(n)为两个背景帧点之间所含有的目标帧点的个数为n的情况;
0f表示前一个背景帧点;0l表示后一个背景帧点;1f表示前一个目标帧点;1l表示后一个目标帧点;
当这两个背景帧点满足条件:
将前一个背景帧点与前一个目标帧点关联,相对应地,后一个背景帧点与后一个目标帧点关联;θ0表示单个激光束的水平角度分辨率;表示前一个背景帧点的水平角度值,表示后一个背景帧点的水平角度值;表示前一个背景帧点的与激光雷达之间的欧式距离值,表示后一个背景帧点的与激光雷达之间的欧式距离值;ρ(id)表示序号为id的激光束的两点之间距离分辨率;
S3:车辆点判断;当S2中关联完成的2个背景帧点和目标帧点满足条件:
判定这两个背景帧点之间的n个目标帧点为车辆点,并将所述n个目标帧点标记为车辆点p1;表示前一个目标帧点的与激光雷达之间的欧式距离值,表示后一个目标帧点的与激光雷达之间的欧式距离值;
S4:遗漏点提取;对目标帧中所有未标记的目标帧点进行遍历,p0为未标记的目标帧点,即:非车辆点,当p0满足条件:
则,标记p0为车辆点p1;
S5:遍历未标记的所有目标点中,判断n是否满足n>n0,当满足该条件时,直接判断两背景帧点之间的目标帧点为车辆点;所述n0为设定的阈值,完成背景数据滤除。
2.根据权利要求1所述的方法,其特征在于,
所述聚类算法为DBSCAN算法。
3.根据权利要求1所述的方法,其特征在于,所述雷达为16线激光雷达VLP-16。
4.根据权利要求1所述的方法,其特征在于,步骤S0中所述选取背景帧是通过veloview应用程序实现。
5.根据权利要求1所述的方法,其特征在于,步骤S0中所述的兴趣区域是指在激光雷达采集区域中指定的、需要进行数据分析的区域。
6.根据权利要求1所述的方法,其特征在于,S5中的阈值n0取值为:单个激光束打在车辆上的最少点数。
7.根据权利要求1所述的方法,其特征在于,激光雷达高度h为2.8米,激光雷达检测范围为100米,单个激光束相邻两点的距离为0.35米,n0取值4。
8.根据权利要求1-7任意一项权利要求所述的方法,其特征在于,所述方法还包括:
S6:噪声点去除;去除激光雷达的数据集中返回模式值为非0的点。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
S7:准确率提高;选取多个背景帧与目标帧进行S2-S6的操作,并取交集作为滤除结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学张家港工业技术研究院;苏州大学,未经苏州大学张家港工业技术研究院;苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810925487.2/1.html,转载请声明来源钻瓜专利网。