[发明专利]一种运动物体的追踪方法和装置

权利要求书

1.一种运动物体的追踪方法，其特征在于，所述方法包括：

获取相机采集到的当前帧；

根据惯性测量单元IMU和所述当前帧，对所述相机的当前状态向量进行预测，得到所述相机的当前状态向量的预测值，所述相机的当前状态向量用于表示所述相机的当前位姿；

对所述当前帧中处于运动状态的目标物体的当前状态向量进行预测，得到所述目标物体的当前状态向量的预测值，所述目标物体的当前状态向量用于表示所述目标物体的当前位姿；

根据所述当前帧中图像特征的测量结果对卡尔曼状态向量进行更新，得到更新后的卡尔曼状态向量，其中，所述卡尔曼状态向量中包括所述相机的当前状态向量的预测值以及所述目标物体的当前状态向量的预测值，所述更新后的卡尔曼状态向量用于表示对所述目标物体进行跟踪。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述当前帧中的处于背景部分的图像特征和所述目标物体的图像特征，计算所述当前帧的图像特征的雅克比矩阵；

所述当前帧中图像特征的测量结果，对卡尔曼状态向量进行更新，包括：

根据所述当前帧的图像特征的雅克比矩阵，对所述卡尔曼状态向量中包括的目标物体的当前状态向量的预测值以及相机的当前状态向量的预测值进行更新。

3.根据权利要求1所述的方法，其特征在于，对所述当前帧中处于运动状态的目标物体的当前状态向量进行预测，得到所述目标物体的当前状态向量的预测值，包括：

确定所述当前帧中的动态特征点，所述动态特征点中包括表征点和非表征点，所述表征点作为所述目标物体的坐标系的原点，所述非表征点用于表示所述目标物体上除了所述表征点之外的其他动态特征点；

根据所述表征点的姿态以及随机运动模型，对所述当前帧中处于运动状态的目标物体的当前状态向量进行预测，得到所述目标物体的当前状态向量的预测值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在所述表征点被遮挡的情况下，通过所述非表征点的姿态计算所述表征点的姿态。

5.根据权利要求3所述的方法，其特征在于，所述确定所述当前帧中的动态特征点，包括：

通过边界框框取所述当前帧中处于运动状态的目标物体；

将所述边界框内的特征点确定为所述动态特征点。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

在所述当前帧之前的多帧图像中观测到所述处于运动状态的目标物体的情况下，将所述目标物体的当前状态向量的预测值加入滑动窗口，生成所述卡尔曼状态向量，其中，所述滑动窗口中包括所述相机的当前状态向量的预测值。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

在预设时间内，所述当前帧中未观测到所述处于运动状态的目标物体，从所述卡尔曼状态向量中删除所述目标物体的当前状态向量的预测值。

8.一种运动物体的追踪装置，其特征在于，所述装置包括：

获取模块，用于获取相机采集到的当前帧；

第一预测模块，用于根据惯性测量单元IMU和所述当前帧，对所述相机的当前状态向量进行预测，得到所述相机的当前状态向量的预测值，所述相机的当前状态向量用于表示所述相机的当前位姿；

第二预测模块，用于对所述当前帧中处于运动状态的目标物体的当前状态向量进行预测，得到所述目标物体的当前状态向量的预测值，所述目标物体的当前状态向量用于表示所述目标物体的当前位姿；

更新模块，用于根据所述当前帧中图像特征的测量结果对卡尔曼状态向量进行更新，得到更新后的卡尔曼状态向量，其中，所述卡尔曼状态向量中包括所述相机的当前状态向量的预测值以及所述目标物体的当前状态向量的预测值，所述更新后的卡尔曼状态向量用于表示对所述目标物体进行跟踪。