CN114519849B 一种车辆跟踪数据处理方法、装置及存储介质 （中汽创智科技有限公司）

质到整图车辆检测框；对初始感知框进行配对处于预设运动模型和目标车对对应的初始感知框知框和预设漏检识别模型进行针对目标车对的型确定目标车对，确定是否存在目标车对的漏2获取目标车辆跟踪图像；所述目标车辆跟踪图像为当前车辆的基于至少两条历史车辆轨迹，获取所述车辆前方的环境车辆在前基于预设车辆感知模型对所述目标车辆跟踪图像进行整图车辆基于预设配对模型对各环境车辆对应的初始感知框进行配对处理，在所述环境车辆配对结果为存在目标车对的情况下，基于预框；所述目标车对是指不同车辆轨迹上的两个初始感应框在横向间距小于等于预设阈值，基于所述整图车辆检测框、所述预测感知框和预设漏检识别模型在发生漏检的情况下，将对整图的车辆识别和对在确定存在漏检的情况下，确定漏检的目标车对在所基于所述预设车辆感知模型对所述目标子区域进行子图目标提取基于所述整图车辆检测框和所述子图车辆检测框对在确定不存在漏检的情况下，基于所述整图车辆检测框对所跟踪图像中存在未与所述历史车辆轨迹匹配的所述整图车辆检测框或所述子图车辆检测获取所述漏检的目标车对中第一环境车辆对应的预测感知框和第二环境车辆对应的3对所述第一环境车辆和第二环境车辆的预测感知框中面积较大的预测感知框进行放在所述环境车辆配对结果为不存在目标车对的情况下，基于所分别获取所述目标车对中的第一环境车辆和第二环境车辆的初始感知框的底边位置确定所述第一环境车辆和第二环境车辆的初始感知框的底边位置坐标在车身高度方将所述较小者对应的环境车辆确定为前车，将所述较大者对应的环境车辆确定为后所述前车表征在车载摄像装置视野下距离当前车辆最近的环境车辆，所获取前一时刻的历史车辆跟踪图像中的初始感知框在相机坐标基于所述车身坐标系下的位置坐标，获取环境车辆两两之间的基于所述横向间距、所述横向间距对应的两个初始感知框的感知框和预设漏检识别模型，对所述目标车辆跟踪图像进行针对所述目标车对的遗漏检分别获取所述目标车对中的第一环境车辆和第二环境车辆的对应的预测感知框与所获取所述第一组交并比中的最大值，以及与其对应的整图车辆检测框的第一索引信获取所述第二组交并比中的最大值，以及与其对应的整图车辆检测框的第二索引信若所述第一组交并比中的最大值和所述第二组交并比中的最大值均图像采集模块(10)，用于获取目标车辆跟4历史轨迹查询模块(20)，用于基于至少两条历史车辆图像目标提取模块(30)，用于基于预设轨迹预测模块(50)，用于在所述环境车辆配对结果为存在目标漏检判断模块(60)，用于基于所述整图车辆检测框、所述预测断是否识别到与所述目标车对对应的两个整图车辆车辆轨迹更新模块(70)，用于在发生漏检的情况下，将对整图的5对车辆的跟踪通常采用车辆感知模型对车载摄像装置在当前时刻采集的图像进行车辆识6[0014]基于所述整图车辆检测框和所述子图车辆检测框对所述各历史车辆轨迹进行更史车辆轨迹匹配的整图车辆检测框或子图车辆检测框[0017]对所述第一环境车辆和第二环境车辆的预测感知框中面积较大的预测感知框进[0018]进一步地，所述方法还包括在所述环境车辆配对结果为不存在目标车对的情况[0019]在一个可能的实现方式中，在所述环境车辆配对结果为[0020]分别获取所述目标车对中的第一环境车辆和第二环境车辆的初始感知框的底边[0021]确定所述第一环境车辆和第二环境车辆的初始感知框的底边位置坐标在车身高[0030]分别获取所述目标车对中的第一环境车辆和第二环境车辆的对应的预测感知框7[0033]若所述第一组交并比中的最大值和所述第二组交并比中的最大值均大于预设阈[0044]通过历史轨迹数据和预设运动模型确定目标车对，以及基于所述整图车辆检测8[0052]图7为本申请实施例提供的一个应用本申请的方法进行车辆跟踪数据处理的示[0058]道路上行驶的车辆在前视感知图像中会出现前后车遮挡仅采用车辆感知模型如yolo等对采集的目标车辆跟踪图像进行车辆识别不可避免的会出9[0065]需要说明的是，预设车辆感知模型可以是yolo等模型，使用计算量较大的[0069]S1301，获取前一时刻的历史车辆跟踪图像中的初始感知框在相机坐标系下的位[0070]S1302，基于所述相机坐标系下的位置坐标，得到对应的车身坐标系下的位置坐系P(Xw,Yw,Zw)与相机坐标系(Xc,处延长到地面上的点(z＝0)处设置为车身坐标系原存在目标车对。若存在不同车辆轨迹上的两个初始感知框在Y向的横向间距小于等于预设于等于预设阈值的两个初始感知框对应的环境车辆构设车辆感知模型理论上应得到与第一环境车辆和第二环境车辆对应的两个整图车辆检测[0096]S1501，分别获取目标车对中的第一环境车辆和第二环境车辆的对应的预测感知二组交并比中的最大值均大于0.6时，根据整图车辆检测框的索引信息确认是否存在两个以及通过KM匹配算法将目标车辆跟踪图像中的整图车辆检测框与前一时刻的历史车辆跟[0104]本领域技术人员应当理解的是，上述过程的相似性代价计算涉及相似性代价矩[0111]S2601，获取漏检的目标车对中第一环境车辆对应的预测感知框和第二环境车辆[0112]S2602，对第一环境车辆和第二环境车辆的预测感知框中面积较大的预测感知框中面积较大的预测感知框放大1.2倍作为目标子区域。这里采用[0119]在存在交并比高于预设重叠阈值的情况下，删除该交并比对应的子图车辆检测车载摄像装置视野的情况，例如可以设定连续3帧目标车辆检测图像中未识别到该前方的[0130]请参照图4，图4示出根据本申请一个实施例的车辆跟踪数据处理方法的流程[0132]实际应用中此过程可以是车载摄像装置采集的图像坐标系下获得第一环境车辆[0136]请参照图7，本实施例进一步提供了一个应用上述方法实施例的车辆跟踪数据处型得到环境车辆在目标车辆跟踪图像中的预测[0143]S7,目标车辆跟踪图像中对存在漏检的目标车对所在的目标子区域进行子图车辆辆轨迹匹配的整图车辆检测框或子图车辆检测框创建新的车横向间距对应的两个初始感知框的交并比和宽度比得到环境车辆配应的第一组交并比和与第二环境车辆对应的第二组交并比；获取第一组交并比中的最大载并执行以实现如上述控制方法实施例所提供的安全气囊的控制方法。图9是本申请实施CPU)810(处理器810可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装接口840，和/或，一个或一个以上操作系统821，例如WindowsServerTM，MacOSXTM，[0174]输入输出接口840可以用于经由一个网络接收或者发送数据。上述的网络具体实相连从而可与互联网进行通讯。在一个实例中，输入输出接口840可以为射频(Radio少一条指令或该至少一段程序由该处理器加载并执行以实现上述的车辆跟踪数据处理方[0183]本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件权利要求中的任何附图标记视为限制所涉及的权利