【技术实现步骤摘要】
本专利技术涉及管控区域的探测，尤其涉及一种基于点云三维目标跟踪的区域入侵智能管控方法。
技术介绍
1、入侵报警系统运用各类探测技术对管控区域内的非法入侵行为进行威慑、报警的系统，在安防项目的周界、入口等场景应用广泛。传统区域入侵报警应用中，常规采用红外光纤作为探测信号等，针对机场、港口、电厂等宽阔大场景，监控覆盖范围受到光照、气候等条件因素影响，无法实现24h主动实时的目标定位、跟踪等要点，因此大场景安防需要引入更为智能化的科技手段。
2、目前的探测技术容易受光照影响，摄像头方案夜间不能工作或工作性能大幅度下降；需要布置较大数量的摄像头，检测范围小，设备成本高，需要配合人工值守实现无间断严密的自动化监测，同时还存在潜在事故，运营人员安全、交通运输安全，基础设施造成损害导致的误工误产，人工排查工作量大等问题。
技术实现思路
1、本专利技术提供了一种基于点云三维目标跟踪的区域入侵智能管控方法，减少了人工的工作量、减少入侵事件造成的损失。
2、为了实现本专利技术的目的，一种基于点云三维目标跟踪的区域入侵智能管控方法，方法包括如下步骤：
3、s1、获取基于激光雷达实时扫描的三维点云数据；
4、s2、对三维点云数据中的三维点云图的管控区域进行划定，形成管控区域三维坐标框；
5、s3、使用改进pvrcnn算法对三维点云数据进行入侵目标检测；
6、s4、计算入侵目标的三维坐标框与管控区域三维坐标框的iou匹配，若iou匹配结
7、s5、使用改进的ab3dmot三维点云目标跟踪算法持续跟踪入侵目标生成运动轨迹、入侵事件和受入侵区域确认入侵事故危险等级，并输出待排查区域；
8、s6、通过背景建模，使用差分法判定待排查区域内的有无点云数据变化，从而快速获取入侵区域内的变化。
9、作为本专利技术的优化方案，在步骤s2中，对三维点云图中管控区域划定，获取三维点云图中管控区域的中心点空间坐标、长宽高信息形成管控区域坐标框。
10、作为本专利技术的优化方案，在步骤s3中，改进pvrcnn算法采取对下采样的3d特征体转换为2d bev特征图生成anchor框的方法，直接参考yolov5的anchor机制由真实场景数据集聚类生成3d预选框尺寸，作为对pvrcnn的体素划分参考；下采样的3d特征体通过anchor机制指导目标框拟合方向。
11、作为本专利技术的优化方案，两个立体坐标框交叠时，将原生的3diou转换为鸟瞰图下的二维区域iou计算，忽略3d检测框的高度信息，从俯视视角将两个立方体的iou计算转换为两个矩形框的iou计算。
12、作为本专利技术的优化方案，在步骤s3中，输出是否存在入侵目标、目标置信度、入侵目标的类别和目标三维坐标框信息。
13、作为本专利技术的优化方案，在步骤s5中，具体包括：
14、对当前检测出的入侵目标判定是否已经存在于跟踪监管队列中，通过将入侵目标的3d坐标框与跟踪监管队列中的监管对象使用无迹卡尔曼滤波所得预测3d坐标框进行iou匹配；
15、匹配成功则认为当前入侵目标已经作为监管对象持续跟踪中，只需更新其运动轨迹预测矩阵使其后续预测更准确；
16、匹配失败则说明当前入侵目标未进行跟踪监管，可初始化为新的监管对象进行跟踪监管；
17、未匹配上的监管对象则认为其对应入侵目标已经结束入侵可根据入侵时长、入侵运动轨迹、入侵类别危险等级综合判定其入侵的危险等级。
18、作为本专利技术的优化方案，入侵的危险等级由目标类别危险等级、入侵时长长短和入侵轨迹侵占面积综合判定；
19、危险等级＝a*入侵类别等级+b*入侵时长+c*入侵轨迹侵占面积
20、其中：a、b、c为自定义权重。
21、作为本专利技术的优化方案，在步骤s6中，背景建模取一段时间内无入侵目标的管控区域点云数据作为背景，在使用差分法计算当前时间点云数据与背景点云数据的差值来判定当前管控区域内有无点云数据变化，从而快速获取入侵区域内的变化，根据跟踪结束的监管对象所记录的运动轨迹提取管控区域内对应的最小外接立方体的区域排查区域通过差分法判定区域内是否存在变化。
22、本专利技术具有积极的效果：1)本专利技术基于改进pvrcnn对点云进行目标监测，输出目标类别可规避一部分无危险性目标的闯入；anchor机制使用策略修改提升原本pvrcnn算法目标框的检出精度；立体坐标框与管控区域的3diou计算判定是否入侵，可避免二维图像造成的管控区域远距离背景中存在危险目标造成的虚警率高问题；
23、2)本专利技术基于ab3dmot算法优化跟踪内容和匹配策略，跟踪内容优化记录入侵目标的精准运动轨迹、停留时间以及pvrcnn所得的目标类别综合判定危险等级，并精准输出待排查区域；匹配策略优化降低计算量保证跟踪实效性、避免入侵目标过大姿态变化造成的丢失问题；
24、3)本专利技术应对入侵后的待排查区域，通过背景建模和差分的方法来对排查区域内任何异动进行定位，大大减少人工排查盲区的同时减少了人工的工作量、减少入侵事件造成的损失。
本文档来自技高网...【技术保护点】
1.一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：所述的方法包括如下步骤：
2.根据权利要求1所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤S2中，对三维点云图中管控区域划定，获取三维点云图中管控区域的中心点空间坐标、长宽高信息形成管控区域坐标框。
3.根据权利要求2所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤S3中，改进PVRCNN算法采取对下采样的3D特征体转换为2D BEV特征图生成anchor框的方法，直接参考yolov5的anchor机制由真实场景数据集聚类生成3D预选框尺寸，作为对PVRCNN的体素划分参考；下采样的3D特征体通过anchor机制指导目标框拟合方向。
4.根据权利要求3所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：两个立体坐标框交叠时，将原生的3Diou转换为鸟瞰图下的二维区域iou计算，忽略3D检测框的高度信息，从俯视视角将两个立方体的iou计算转换为两个矩形框的iou计算。
5.根据权利要求4所述的一种基于点云三维
6.根据权利要求5所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤S5中，具体包括：
7.根据权利要求6所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：入侵的危险等级由目标类别危险等级、入侵时长长短和入侵轨迹侵占面积综合判定；
8.根据权利要求6所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤S6中，背景建模取一段时间内无入侵目标的管控区域点云数据作为背景，在使用差分法计算当前时间点云数据与背景点云数据的差值来判定当前管控区域内有无点云数据变化，从而快速获取入侵区域内的变化，根据跟踪结束的监管对象所记录的运动轨迹提取管控区域内对应的最小外接立方体的区域排查区域通过差分法判定区域内是否存在变化。
...【技术特征摘要】
1.一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：所述的方法包括如下步骤：
2.根据权利要求1所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤s2中，对三维点云图中管控区域划定，获取三维点云图中管控区域的中心点空间坐标、长宽高信息形成管控区域坐标框。
3.根据权利要求2所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：在步骤s3中，改进pvrcnn算法采取对下采样的3d特征体转换为2d bev特征图生成anchor框的方法，直接参考yolov5的anchor机制由真实场景数据集聚类生成3d预选框尺寸，作为对pvrcnn的体素划分参考；下采样的3d特征体通过anchor机制指导目标框拟合方向。
4.根据权利要求3所述的一种基于点云三维目标跟踪的区域入侵智能管控方法，其特征在于：两个立体坐标框交叠时，将原生的3diou转换为鸟瞰图下的二维区域iou计算，忽略3d检测框的高度信息，从俯视视角将两个立方体的iou计算转换...
【专利技术属性】
技术研发人员：丰国栋，田甜，顾先军，陈梦香，
申请(专利权)人：南京威翔科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。