[發明專利]一種提高雷視一體機目標跟蹤識別準確率的方法和系統

有效

• 申請號: 202211029602.0
• 申請日: 2022-08-26
• 公開（公告）號: CN115131748B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 謝小檳
• 申請（專利權）人: 廣州市德賽西威智慧交通技術有限公司
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06V20/54;G06N3/04;G06V10/25;G06V10/62;G06V10/82;G01S13/66;G01S13/86
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 練逸夫

1.一種提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，包括以下步驟，

位置預測：根據雷視一體機輸入的歷史數據信息預測出當前時刻目標對象的位置信息；

目標識別：利用LSTM深度學習模型從雷視一體機輸入的圖像中識別出目標對象的位置，將其輸出；

跳變檢測：判斷目標對象的識別位置與預測位置是否一致；

位置適配：當目標對象的識別位置與預測位置不一致時，對目標對象進行位置跳變適配，以防止輸出的目標對象位置數據出現卡頓或跳變的情況；其中，

在跳變檢測步驟中，利用以下公式來判斷目標對象的識別位置與預測位置是否一致，

其中，v_x為預測的x方向的速度，v_y為預測的y方向的速度，t₁為當前時刻，t₀為上一時刻，R為地球半徑，（x₁,y₁）和（x₂,y₂）分別為預測點和識別點的經緯度；

當d為正值時，表示目標對象的識別位置與預測位置在可信范圍內，跳變不存在；

當d為負值時，表示目標對象的識別位置與預測位置差距不在可信范圍內，存在跳變，需要進行位置適配后再輸出。

2.根據權利要求1所述的提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，在位置預測步驟中，輸入的歷史數據信息包括歷史位置數據、速度數據、時間差數據和當前車道數據。

3.根據權利要求1所述的提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，在位置預測步驟中，包括以下子步驟：

S01，將輸入的歷史位置和速度進行坐標轉換；

S02，將經過坐標化后的數據作為LSTM深度學習模型的輸入，利用LSTM網絡對輸入的數據作預測，并輸出目標對象在平面坐標中的預測位置；

S03，將平面坐標位置還原為經緯度坐標。

4.根據權利要求3所述的提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，在S01步驟中，將歷史數據中的第一個位置，即離當前時間最長的一個的位置作為坐標的原點，以經度線為X軸，北向為X軸的正向，以緯度作為Y軸，東向為Y軸的正向，建立坐標系；坐標系中以米作為單位。

5.根據權利要求1所述的提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，在目標識別步驟中，識別目標對象時引入注意力機制，注意力層由預測出的結果換算得到，換算規則如下：

以預測得到坐標的點作為坐標原點，以預測方向的正方向為x的正方向，以與x垂直的任意方向為y的正方向，注意力層上面的點服從正態分布N（0，0，k*t，j*t，0），其中，t為本時刻與上一時刻的時間差，k和j為變速系數，根據不同的應用場景進行取值。

6.根據權利要求1所述的提高雷視一體機目標跟蹤識別準確率的方法，其特征在于，在位置適配步驟中，利用以下公式來進行位置跳變適配，

，；其中，α為預測結果的置信度，β為識別結果的置信度，（x₁,y₁）和（x₂,y₂）分別為預測點和識別點的經緯度，x_n和y_n為適配后的經緯度。