[發明專利]對象的跟蹤方法、裝置和車輛

在審

• 申請號: 202210447957.5
• 申請日: 2022-04-25
• 公開（公告）號: CN114842050A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 耿真;王宇;郭昌野;林崇浩
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 謝湘寧

1.一種對象的跟蹤方法，其特征在于，包括：

獲取待跟蹤的目標對象在第一時刻的第一狀態信息；

基于非線性模型對所述第一狀態信息進行濾波處理，得到多個維度的狀態特征，其中，所述非線性模型為基于與所述第一狀態信息的預測誤差和檢測誤差對應的濾波參數而建立；

基于所述多個維度的狀態特征確定所述目標對象在第二時刻的第二狀態信息，其中，所述第二時刻為所述第一時刻之后的時刻；

基于所述第二狀態信息對所述目標對象進行跟蹤，得到跟蹤結果。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述目標對象在所述第一時刻的屬性數據；

基于所述屬性數據確定所述預測誤差和所述檢測誤差。

3.根據權利要求2所述的方法，其特征在于，基于所述屬性數據確定所述預測誤差，包括：

對所述屬性數據中的異常數據進行過濾；

基于所述目標對象對應的時間序列和過濾后的所述屬性數據，確定所述預測誤差，其中，所述時間序列包括所述目標對象多次出現的時間。

4.根據權利要求2所述的方法，其特征在于，基于所述屬性數據確定所述檢測誤差，包括：

對所述屬性數據中的異常數據進行過濾；

基于過濾后的所述屬性數據與對應的目標屬性數據之間的差值，確定所述檢測誤差。

5.根據權利要求1所述的方法，其特征在于，基于所述多個維度的狀態特征確定所述目標對象在第二時刻的第二狀態信息，包括：

建立與所述多個維度的狀態特征對應的目標矩陣，其中，所述目標矩陣用于表示所述多個維度的狀態特征與目標狀態序列的特征之間的差異，所述目標狀態序列包括所述目標對象的多種目標狀態信息；

對所述目標矩陣進行匹配，得到所述第二狀態信息。

6.根據權利要求5所述的方法，其特征在于，對所述目標矩陣進行匹配，得到所述第二狀態信息，包括：

確定存在與所述目標矩陣匹配上的所述目標狀態序列，對所述第一狀態信息進行卡爾曼濾波，得到所述第二狀態信息；

確定未存在與所述目標矩陣匹配上的所述目標狀態序列，基于所述非線性模型將所述第一狀態信息更新為所述第二狀態信息，或基于新建的所述目標狀態序列確定所述第二狀態信息。

7.根據權利要求6所述的方法，其特征在于，對所述第一狀態信息進行卡爾曼濾波，得到所述第二狀態信息，包括：

基于所述非線性模型對所述第一狀態信息進行卡爾曼濾波，得到所述第二狀態信息，其中，所述非線性模型對應的所述檢測誤差為基于所述目標對象與車輛之間的距離進行修正。

8.根據權利要求1至7中任意一項所述的方法，其特征在于，基于所述第二狀態信息對所述目標對象進行跟蹤，得到跟蹤結果，包括：

基于所述第二狀態信息確定所述目標對象的運動信息和/或所述目標對象的位置信息，其中，所述跟蹤結果包括所述運動信息和/或所述位置信息。

9.一種對象的跟蹤裝置，其特征在于，包括：

獲取單元，用于獲取待跟蹤的目標對象在第一時刻的第一狀態信息；

濾波單元，用于基于非線性模型對所述第一狀態信息進行濾波處理，得到多個維度的狀態特征，其中，所述非線性模型為基于與所述第一狀態信息的預測誤差和檢測誤差對應的濾波參數而建立；

確定單元，用于基于所述多個維度的狀態特征確定所述目標對象在第二時刻的第二狀態信息，其中，所述第二時刻為所述第一時刻之后的時刻；

跟蹤單元，用于基于所述第二狀態信息對所述目標對象進行跟蹤，得到跟蹤結果。

10.一種車輛，其特征在于，用于執行權利要求1-8中任意一項所述的對象的跟蹤方法。