[發(fā)明專利]對象的跟蹤方法、裝置和車輛

在審

• 申請?zhí)枺?/td>: 202210447957.5
• 申請日: 2022-04-25
• 公開（公告）號: CN114842050A
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計）人: 耿真;王宇;郭昌野;林崇浩
• 申請（專利權(quán)）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(chǎn)權(quán)代理有限責(zé)任公司 11134
• 代理人: 謝湘寧

本發(fā)明公開了一種對象的跟蹤方法、裝置和車輛。其中，該方法包括：獲取待跟蹤的目標(biāo)對象在第一時刻的第一狀態(tài)信息；基于非線性模型對第一狀態(tài)信息進(jìn)行濾波處理，得到多個維度的狀態(tài)特征，其中，非線性模型為基于與第一狀態(tài)信息的預(yù)測誤差和檢測誤差對應(yīng)的濾波參數(shù)而建立；基于多個維度的狀態(tài)特征確定目標(biāo)對象在第二時刻的第二狀態(tài)信息，其中，第二時刻為第一時刻之后的時刻；基于第二狀態(tài)信息對目標(biāo)對象進(jìn)行跟蹤，得到跟蹤結(jié)果。本發(fā)明解決了對于目標(biāo)跟蹤中的非線性場景無法對對象進(jìn)行有效跟蹤的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛領(lǐng)域，具體而言，涉及一種對象的跟蹤方法、裝置和車輛。

背景技術(shù)

在實際的交通環(huán)境中，車輛所處環(huán)境比較復(fù)雜。為了滿足車輛的自動避障和路徑規(guī)劃，需從大量的目標(biāo)數(shù)據(jù)中篩選出有效目標(biāo)，建立對應(yīng)的航跡管理，并準(zhǔn)確地獲得車輛的狀態(tài)信息，實時進(jìn)行多目標(biāo)跟蹤。

卡爾曼濾波因為速度快、易于實現(xiàn)等特點被廣泛應(yīng)用于雷達(dá)目標(biāo)跟蹤體系中，但對于非線性、非高斯場景的處理能力相對較差，在相關(guān)技術(shù)中，對于目標(biāo)跟蹤中的非線性場景，通常跟蹤偏差大，無法得到良好的跟蹤效果，存在無法對對象進(jìn)行有效跟蹤的技術(shù)問題。

針對上述對于目標(biāo)跟蹤中的非線性場景無法對對象進(jìn)行有效跟蹤的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種對象的跟蹤方法、裝置和車輛，以至少解決對于目標(biāo)跟蹤中的非線性場景無法對對象進(jìn)行有效跟蹤的技術(shù)問題。

根據(jù)本發(fā)明實施例的一個方面，提供了一種對象的跟蹤方法。該方法可以包括：獲取待跟蹤的目標(biāo)對象在第一時刻的第一狀態(tài)信息；基于非線性模型對第一狀態(tài)信息進(jìn)行濾波處理，得到多個維度的狀態(tài)特征，其中，非線性模型為基于與第一狀態(tài)信息的預(yù)測誤差和檢測誤差對應(yīng)的濾波參數(shù)而建立；基于多個維度的狀態(tài)特征確定目標(biāo)對象在第二時刻的第二狀態(tài)信息，其中，第二時刻為第一時刻之后的時刻；基于第二狀態(tài)信息對目標(biāo)對象進(jìn)行跟蹤，得到跟蹤結(jié)果。

可選地，獲取目標(biāo)對象在第一時刻的屬性數(shù)據(jù)；基于屬性數(shù)據(jù)確定預(yù)測誤差和檢測誤差。

可選地，基于屬性數(shù)據(jù)確定預(yù)測誤差，包括：對屬性數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行過濾；基于目標(biāo)對象對應(yīng)的時間序列和過濾后的屬性數(shù)據(jù)，確定預(yù)測誤差，其中，時間序列包括目標(biāo)對象多次出現(xiàn)的時間。

可選地，基于屬性數(shù)據(jù)確定檢測誤差，包括：對屬性數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行過濾；基于過濾后的屬性數(shù)據(jù)與對應(yīng)的目標(biāo)屬性數(shù)據(jù)之間的差值，確定檢測誤差。

可選地，基于多個維度的狀態(tài)特征確定目標(biāo)對象在第二時刻的第二狀態(tài)信息，包括：建立與多個維度的狀態(tài)特征對應(yīng)的目標(biāo)矩陣，其中，目標(biāo)矩陣用于表示多個維度的狀態(tài)特征與目標(biāo)狀態(tài)序列的特征之間的差異，目標(biāo)狀態(tài)序列包括目標(biāo)對象的多種目標(biāo)狀態(tài)信息；對目標(biāo)矩陣進(jìn)行匹配，得到第二狀態(tài)信息。

可選地，對目標(biāo)矩陣進(jìn)行匹配，得到第二狀態(tài)信息，包括：確定存在與目標(biāo)矩陣匹配上的目標(biāo)狀態(tài)序列，對第一狀態(tài)信息進(jìn)行卡爾曼濾波，得到第二狀態(tài)信息；確定未存在與目標(biāo)矩陣匹配上的目標(biāo)狀態(tài)序列，基于非線性模型將第一狀態(tài)信息更新為第二狀態(tài)信息，或基于新建的目標(biāo)狀態(tài)序列確定第二狀態(tài)信息。

可選地，對第一狀態(tài)信息進(jìn)行卡爾曼濾波，得到第二狀態(tài)信息，包括：基于非線性模型對第一狀態(tài)信息進(jìn)行卡爾曼濾波，得到第二狀態(tài)信息，其中，非線性模型對應(yīng)的檢測誤差為基于目標(biāo)對象與車輛之間的距離進(jìn)行修正。

可選地，基于第二狀態(tài)信息對目標(biāo)對象進(jìn)行跟蹤，得到跟蹤結(jié)果，包括：基于第二狀態(tài)信息確定目標(biāo)對象的運(yùn)動信息和/或目標(biāo)對象的位置信息，其中，跟蹤結(jié)果包括運(yùn)動信息和/或位置信息。