[發(fā)明專利]一種運動目標高精度檢測與追蹤方法

有效

• 申請?zhí)枺?/td>: 201810925487.2
• 申請日: 2018-08-14
• 公開（公告）號: CN109188390B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設計）人: 鄭建穎;張楨瑤;王翔;陶硯蘊;范學良;徐浩;俄文娟;陳蓉
• 申請（專利權(quán)）人: 蘇州大學張家港工業(yè)技術(shù)研究院;蘇州大學
• 主分類號: G01S7/48
• 分類號: G01S7/48;G01S17/66
• 代理公司: 寧波高新區(qū)核心力專利代理事務所(普通合伙) 33273
• 代理人: 袁麗花

1.一種運動目標高精度檢測與追蹤方法，其特征在于，包括：

A0：通過背景濾除算法，將車輛點和行人點從原始數(shù)據(jù)中提取出來，標記所在幀信息；

A1：將相鄰幀的車輛點和行人點數(shù)據(jù)進行融合，用聚類算法將融合之后的數(shù)據(jù)進行處理，標記類簇信息；

A2：利用每個點所在幀的信息，將同一幀的數(shù)據(jù)分離開，根據(jù)所述類簇信息實現(xiàn)車輛和行人的識別和關(guān)聯(lián)；

所述背景濾除算法包括如下步驟：

S0：在雷達采集的數(shù)據(jù)幀中選取背景幀，所述背景幀中無車輛或在興趣區(qū)域中無車輛；

S1：將背景幀的數(shù)據(jù)與目標幀的數(shù)據(jù)融合，先按照激光束的序號laser_id排序，再對每一個激光束laser_id的點按照水平角度排序，此時背景幀點與目標幀點交錯分布；

S2：將背景幀點與目標幀點關(guān)聯(lián)，

Case(n)為兩個背景幀點之間所含有的目標幀點的個數(shù)為n的情況；

0_f表示前一個背景幀點；0_l表示后一個背景幀點；1_f表示前一個目標幀點；1_l表示后一個目標幀點；

當這兩個背景幀點滿足條件：

將前一個背景幀點與前一個目標幀點關(guān)聯(lián)，相對應地，后一個背景幀點與后一個目標幀點關(guān)聯(lián)；θ₀表示單個激光束的水平角度分辨率；表示前一個背景幀點的水平角度值，表示后一個背景幀點的水平角度值；表示前一個背景幀點的與激光雷達之間的歐式距離值，表示后一個背景幀點的與激光雷達之間的歐式距離值；ρ(id)表示序號為id的激光束的兩點之間距離分辨率；

S3：車輛點判斷；當S2中關(guān)聯(lián)完成的2個背景幀點和目標幀點滿足條件：

判定這兩個背景幀點之間的n個目標幀點為車輛點，并將所述n個目標幀點標記為車輛點p₁；表示前一個目標幀點的與激光雷達之間的歐式距離值，表示后一個目標幀點的與激光雷達之間的歐式距離值；

S4：遺漏點提取；對目標幀中所有未標記的目標幀點進行遍歷，p₀為未標記的目標幀點，即：非車輛點，當p₀滿足條件：

則，標記p₀為車輛點p₁；

S5：遍歷未標記的所有目標點中，判斷n是否滿足n＞n₀，當滿足該條件時，直接判斷兩背景幀點之間的目標幀點為車輛點；所述n₀為設定的閾值，完成背景數(shù)據(jù)濾除。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述聚類算法為DBSCAN算法。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述雷達為16線激光雷達VLP-16。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S0中所述選取背景幀是通過veloview應用程序?qū)崿F(xiàn)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S0中所述的興趣區(qū)域是指在激光雷達采集區(qū)域中指定的、需要進行數(shù)據(jù)分析的區(qū)域。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，S5中的閾值n₀取值為：單個激光束打在車輛上的最少點數(shù)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，激光雷達高度h為2.8米，激光雷達檢測范圍為100米，單個激光束相鄰兩點的距離為0.35米，n₀取值4。

8.根據(jù)權(quán)利要求1-7任意一項權(quán)利要求所述的方法，其特征在于，所述方法還包括：

S6：噪聲點去除；去除激光雷達的數(shù)據(jù)集中返回模式值為非0的點。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括：

S7：準確率提高；選取多個背景幀與目標幀進行S2-S6的操作，并取交集作為濾除結(jié)果。