【技术实现步骤摘要】
本申请涉及感知处理的，尤其涉及一种多目标跟踪的关联修正方法、装置、设备及存储介质。
技术介绍
1、现代环境感知方案由于感知传感器(如激光雷达)价格的不断降低和嵌入式平台计算能力的增加而变得越来越普及。常见的应用领域包括自动驾驶、公共监控和服务机器人。感知流程中的一个关键模块是多目标跟踪算法，该算法通过关联对监测环境中物体的检测框，建模它们的轨迹。这种算法最常用的技术基于卡尔曼滤波器。使用卡尔曼滤波器具有两个目的：通过预测框提高关联能力和通过轨迹平滑提高空间精度。使用卡尔曼滤波器进行关联包括以下三个步骤：1)获取当前帧的检测框；2)获取来自当前帧有卡尔曼滤波器轨迹的预测框；3)关联检测框和预测框。将当前帧的检测结果与当前帧的预测结果进行关联具有显著优势：与将当前帧的检测结果与上一帧的检测结果简单关联相比，相似性更高。通过提高相似性能减少关联错误。
2、现有技术中即使关联检测框和预测框进行检测结果的跟踪，但是也会在复杂环境中出现关联错误的问题，导致跟踪错误。
技术实现思路
1、本申请实施例提供一种多目标跟踪的关联修正方法、装置、设备及存储介质，以解决相关技术存在的问题，技术方案如下：
2、第一方面，本申请实施例提供了一种多目标跟踪的关联修正方法，包括：
3、获取当前帧的检测框；
4、根据第一卡尔曼滤波器和先前帧的历史状态点，为当前帧的各第一轨迹获取多个第一预测框；
5、将当前帧的检测框与当前帧的第一预测框进行关联，得到关联结果
6、在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，根据匹配到的历史状态点更新当前的第一卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器；
7、对当前帧的各第一轨迹的第二卡尔曼滤波器进行预测，得到第二卡尔曼滤波器的预测状态和预测状态协方差；
8、根据所述第一预测框、所述第二卡尔曼滤波器的预测状态、所述第二卡尔曼滤波器的预测状态协方差和所述关联结果用所述检测框更新所述第一轨迹，得到第二轨迹并将各所述第二轨迹的第二卡尔曼滤波器的状态和状态协方差及对应的时间戳保存在其环形缓冲区中。
9、在一种实施方式中，第一卡尔曼滤波器的预测状态的确定方式包括：
10、对当前帧的各第一轨迹的初始卡尔曼滤波器进行预测，得到初始卡尔曼滤波器的预测状态、初始卡尔曼滤波器的预测状态协方差和各第一轨迹中导出一个预测框；
11、根据初始卡尔曼滤波器的预测状态、初始卡尔曼滤波器的预测状态协方差和各第一轨迹中导出一个预测框，生成历史状态点的缓存时间戳；
12、对每个时间点索引值大于1的历史状态点，根据当前时间戳和所述历史状态点的缓存时间戳，获取所述初始卡尔曼滤波器状态转移矩阵：
13、基于所述初始卡尔曼滤波器状态转移矩阵和历史状态点的缓存卡尔曼滤波器状态计算第一卡尔曼滤波器的状态和状态协方差，得到所述第一卡尔曼滤波器。
14、在一种实施方式中，方法还包括：
15、在每个时间点索引值等于1的历史状态点的情况下，将所述初始卡尔曼滤波器预测状态和预测状态协方差确定为所述第一卡尔曼滤波器对应的预测状态和预测状态协方差。
16、在一种实施方式中，将当前帧的检测框与当前帧的第一预测框进行关联，得到关联结果包括：
17、计算当前帧的检测框和所有第一轨迹的多个预测框的关联成本矩阵，得到第一轨迹的第一关联成本矩阵；
18、根据第一轨迹的第一关联成本矩阵，确定第一轨迹的最佳预测框；
19、计算第一轨迹的最佳预测框与当前帧的检测框的关联成本矩阵，得到第一轨迹的第二关联成本矩阵；
20、通过在第一轨迹的第二关联成本矩阵上运行二分图匹配算法，得到关联结果。
21、在一种实施方式中，在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，根据匹配到的历史状态点更新当前的第一卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器包括：
22、在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，将该第一轨迹的第一卡尔曼滤波器的状态和状态协方差更新为历史状态点的状态的卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器。
23、在一种实施方式中，将该第一轨迹的第一卡尔曼滤波器的状态和状态协方差更新为历史状态点的状态的卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器包括：
24、将历史状态点的卡尔曼滤波器的状态和状态协方差的值复制到该第一轨迹的第一卡尔曼滤波器中，预测并更新后得到第二卡尔曼滤波器。
25、在一种实施方式中，所述根据所述第一预测框、所述第二卡尔曼滤波器预测状态和所述关联结果用所述检测框更新所述第一轨迹，得到第二轨迹包括：
26、根据所述第一预测框、所述第二卡尔曼滤波器预测状态和所述关联结果删除或新增所述检测框更新所述第一轨迹，得到第二轨迹。
27、第二方面，本申请实施例提供了一种多目标跟踪的关联修正装置，包括：
28、第一获取模块，用于获取当前帧的检测框；
29、第二获取模块，用于根据第一卡尔曼滤波器和先前帧的历史状态点，为当前帧的各第一轨迹获取多个第一预测框；
30、第一得到模块，用于将所述当前帧的检测框与所述当前帧的第一预测框进行关联，得到关联结果；
31、第二得到模块，用于在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，根据匹配到的历史状态点更新当前的第一卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器；
32、第三得到模块，用于对当前帧的各第一轨迹的第二卡尔曼滤波器进行预测，得到第二卡尔曼滤波器的预测状态和预测状态协方差；
33、第四得到模块，用于根据所述第一预测框、所述第二卡尔曼滤波器的预测状态、所述第二卡尔曼滤波器的预测状态协方差和所述关联结果用所述检测框更新所述第一轨迹，得到第二轨迹并将各所述第二轨迹的第二卡尔曼滤波器的状态和状态协方差及对应的时间戳保存在其环形缓冲区中。
34、第三方面，本申请实施例提供了一种电子设备，该设备包括：存储器和处理器。其中，该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述方面任一种实施方式中的方法。
35、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述方面任一种实施方式中的方法被执行。
36、上述技术方案中的优点或有益效果至少包括：
37、本公开实施例的技术方案，获取当前帧的检测框；根据第一卡尔曼滤波器和先前帧的历史状态点，为当前帧的各本文档来自技高网...
【技术保护点】
1.一种多目标跟踪的关联修正方法，其特征在于，包括：
2.根据权利要求1所述多目标跟踪的关联修正方法，其特征在于，所述第一卡尔曼滤波器的确定方式包括：
3.根据权利要求2所述多目标跟踪的关联修正方法，其特征在于，所述方法还包括：
4.根据权利要求3所述多目标跟踪的关联修正方法，其特征在于，所述将所述当前帧的检测框与所述当前帧的第一预测框进行关联，得到关联结果包括：
5.根据权利要求4所述多目标跟踪的关联修正方法，其特征在于，在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，根据匹配到的历史状态点更新当前的第一卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器包括：
6.根据权利要求5所述多目标跟踪的关联修正方法，其特征在于，将该第一轨迹的第一卡尔曼滤波器的状态和状态协方差更新为历史状态点的状态的卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器包括：
7.根据权利要求6所述多目标跟踪的关联修正方法，其特征在于，所述根据所述第一预测框、所述第二卡尔曼滤波器预测状态和
8.一种多目标跟踪的关联修正装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种多目标跟踪的关联修正方法，其特征在于，包括：
2.根据权利要求1所述多目标跟踪的关联修正方法，其特征在于，所述第一卡尔曼滤波器的确定方式包括：
3.根据权利要求2所述多目标跟踪的关联修正方法，其特征在于，所述方法还包括：
4.根据权利要求3所述多目标跟踪的关联修正方法，其特征在于，所述将所述当前帧的检测框与所述当前帧的第一预测框进行关联，得到关联结果包括：
5.根据权利要求4所述多目标跟踪的关联修正方法，其特征在于，在关联结果中当前帧的某一个检测框与历史状态点生成的某一个预测框匹配的情况下，根据匹配到的历史状态点更新当前的第一卡尔曼滤波器的状态和状态协方差，更新后得到的第二卡尔曼滤波器包括：
6.根据权利要求5所述多目标跟踪的关联修正方法，...
【专利技术属性】
技术研发人员：高思聪，赵亚丽，范瑾，梁爽，
申请(专利权)人：北京超星未来科技有限公司，
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。