[發明專利]基于多傳感器的多目標跟蹤方法、系統及計算機可讀介質

在審

• 申請號: 202110239568.9
• 申請日: 2021-03-04
• 公開（公告）號: CN112598715A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 李趙;張旸;陳誠
• 申請（專利權）人: 奧特酷智能科技（南京）有限公司
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06K9/62;G06K9/00
• 代理公司: 南京行高知識產權代理有限公司 32404
• 代理人: 李曉

本發明公開了一種基于多傳感器的多目標跟蹤方法，包括：已跟蹤目標狀態的更新與預測；檢測目標關聯和已跟蹤目標集合更新；已跟蹤目標狀態的更新與預測通過確定的已跟蹤目標當前的傳感器反饋狀態值更新已跟蹤目標的狀態值；并預測下一次傳感器反饋時的已跟蹤目標的狀態值得到已跟蹤目標的狀態預測值；檢測目標關聯是對檢測目標和已跟蹤目標進行關聯，從檢測目標中篩選出與已跟蹤目標相匹配的檢測目標；已跟蹤目標集合更新根據檢測目標關聯最后的結果更新已跟蹤目標集合中的已跟蹤目標。本發明還提供了基于多傳感器的多目標跟蹤系統。本發明能夠準確的對主車周圍的障礙物進行跟蹤，大大降低虛警和漏檢的可能性，保證多目標跟蹤的有效性；魯棒性高。

技術領域

本發明屬于自動駕駛領域，特別涉及基于多傳感器的多目標跟蹤方法、系統及計算機可讀介質。

背景技術

境感知是自動駕駛領域的關鍵技術，其對自動駕駛的安全性起到十分重要的作用。目前在自動駕駛領域常用激光雷達Lidar、毫米波雷達Radar、相機Camera等傳感器檢測位于車輛周圍行人、車輛等障礙物。對于傳感器檢測到的數據常用深度神經網絡或者傳統特征提取等方法進行處理；然而常用的方法無法保證每幀都能給出正確檢測結果，常出現虛警、漏檢等現象。同時，毫米波雷達Radar容易受周圍金屬物體影響，其檢測輸出與不穩定。此外在跟蹤算法中，端到端的多目標跟蹤神經網絡對計算平臺要求較高，同時處理大量的樣本數據，實施難度較大，其無法保證100%的跟蹤效果。沒有辦法對車輛周圍的障礙物進行準確的跟蹤將會是車輛自動駕駛的一個很大的安全隱患。

發明內容

發明目的：本發明針對現有技術存在的問題，提出了一種計算量小、跟蹤的有效性高的基于多傳感器的多目標跟蹤方法。

技術方案：為實現上述目的，本發明提供了一種基于多傳感器的多目標跟蹤方法，包括以下步驟：已跟蹤目標狀態的更新與預測、檢測目標關聯和已跟蹤目標集合更新；其中：

已跟蹤目標狀態的更新與預測通過確定的已跟蹤目標當前的傳感器反饋狀態值更新已跟蹤目標的狀態值；并預測下一次傳感器反饋時的已跟蹤目標的狀態值得到已跟蹤目標的狀態預測值；

檢測目標關聯是對檢測目標和已跟蹤目標進行關聯，從檢測目標中篩選出與已跟蹤目標相匹配的檢測目標；

已跟蹤目標集合更新根據檢測目標關聯最后的結果更新已跟蹤目標集合中的已跟蹤目標；

檢測目標關聯具體包括：

計算每個檢測目標的狀態值與每個已跟蹤目標的狀態預測值之間的歐式距離；

通過匈牙利算法結合每個檢測目標的狀態值與每個已跟蹤目標的狀態預測值之間的歐式距離對檢測目標與已跟蹤目標進行關鍵，計算最優匹配；

將每個檢測目標的類別與每個已跟蹤目標的類別進行對比；篩選出與已跟蹤目標類別相同的檢測目標；

計算每個對應的同類別的檢測目標與已跟蹤目標之間的位置距離；并與設定的對應的同類別距離閾值進行對比，小于設定的距離閾值的則認為檢測目標與已跟蹤目標匹配，反之則認為檢測目標與已跟蹤目標不匹配。

其中，已跟蹤目標狀態的更新與預測通過卡爾曼濾波算法實現。

進一步，已跟蹤目標集合更新包括三種更新情況，其中，當檢測目標與已跟蹤目標匹配，則保留檢測目標，用檢測目標的狀態值更新已跟蹤目標的狀態值；當檢測目標沒有相匹配的已跟蹤目標，則對檢測目標被檢測到的次數進行計數，當檢測目標被檢測到的次數超過設定的技術閾值時，則將檢測目標加入已跟蹤目標集合；當已跟蹤目標沒有匹配的檢測目標，相對上次狀態更新時間大于更新時間閾值，則將該已跟蹤目標從已跟蹤目標集合中刪除。這樣能夠及時的更新已跟蹤目標集合，降低整個系統的計算量。

進一步，已跟蹤目標的速度小于1m/s或者已跟蹤目標與主車距離在0-5米之間，更新時間閾值設置為1~2秒；跟蹤時長大于20S且已跟蹤目標的速度不小于1m/s 或者跟主車的距離大于5米的已跟蹤目標的更新時間閾值設置為0.2-0.5秒。這樣可以使跟蹤的目標更加的準確，不會被誤刪，同時也可以提高跟蹤目標集合的更新效率。