[發明專利]車輛對象追蹤

在審

• 申請號: 202010186740.4
• 申請日: 2020-03-17
• 公開（公告）號: CN111723639A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 穆斯塔法·帕爾恰米;金塔拉斯·文森特·普斯科里奧斯;迪尼斯·帕拉尼薩米
• 申請（專利權）人: 福特全球技術公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰

1.一種方法，其包括：

基于視頻流數據確定對象位置預測，其中所述對象位置預測是基于利用神經網絡處理經裁剪典型性和離心率數據分析(TEDA)數據；以及

基于所述車輛的位置將所述對象位置預測提供給車輛。

2.如權利要求1所述的方法，其還包括：通過處理所述視頻流數據以基于k視頻幀的移動窗口上的每像素平均值和每像素方差確定離心率圖像來確定TEDA數據，其中k是較小的數。

3.如權利要求2所述的方法，其還包括：通過確定三通道輸出圖像來確定TEDA數據，所述三通道輸出圖像包括灰度圖像、正離心率e⁺圖像和負離心率e^-圖像。

4.如權利要求1所述的方法，其還包括：基于所述對象位置預測裁剪所述TEDA數據，其中初始對象位置預測是基于利用神經網絡處理視頻流數據幀并確定最小包圍矩形來確定的。

5.如權利要求4所述的方法，其中所述經裁剪TEDA數據是利用卷積神經網絡來處理以確定所述對象位置預測。

6.如權利要求5所述的方法，其中第一對象位置預測與中間結果級聯或在隨后的迭代中與在前一迭代中輸出的對象位置預測級聯，并且利用完全連接的神經網絡進行處理以確定所述對象位置預測。

7.如權利要求1所述的方法，其還包括：基于全局坐標確定所述對象位置預測。

8.如權利要求1所述的方法，其還包括：基于與所述車輛的所述位置相對應的全局坐標下載所述對象位置預測。

9.如權利要求1所述的方法，其中所述視頻流數據由包括在交通基礎設施系統中的固定視頻相機獲取，所述交通基礎設施系統包括經由無線網絡與所述車輛進行通信的計算裝置。

10.如權利要求1所述的方法，其中所述神經網絡是基于記錄的視頻流數據和記錄的地面實況對象位置信息來訓練的。

11.如權利要求10所述的方法，其中所述地面實況對象位置信息是基于全局坐標來確定的。

12.如權利要求11所述的方法，其還包括：基于所述對象位置預測操作所述車輛。

13.如權利要求12所述的方法，其中基于所述對象位置預測操作所述車輛包括：確定車輛路徑，并且將所述對象位置預測與所述車輛路徑相結合。

14.如權利要求13所述的方法，其中基于所述位置預測操作所述車輛包括：控制車輛動力傳動系統、制動器和轉向中的一者或多者。

15.一種系統，其包括被編程為執行如權利要求1-14中任一項所述的方法的計算機。