本發(fā)明具體涉及一種基于動平臺的特定動目標快速跟蹤方法。

背景技術(shù)：

近些年，無人車和無人機的需求旺盛，研究火熱。基于動平臺的目標跟蹤是無人車、無人機領(lǐng)域亟待解決的技術(shù)難題。

依據(jù)傳感器的不同，動目標的跟蹤方法也不相同。雷達傳感器常用于動目標跟蹤領(lǐng)域，依據(jù)雷達傳感器數(shù)據(jù)進行動目標跟蹤常采用最近鄰法、廣義相關(guān)法、經(jīng)典分配法和交互多模型法等跟蹤方法。文獻“一種基于徑向加速度的Singer-EKF機動目標跟蹤方法”(2014，海軍航空工程學(xué)院學(xué)報)針對雷達傳感器無法提供目標加速度的問題，在信號處理階段利用RadonAmbiguity變換估計目標的徑向加速度，并通過坐標系轉(zhuǎn)換引入到量測向量中，然后采用基于Singer模型的擴展卡爾曼濾波算法實現(xiàn)動目標的跟蹤。但是對于特定動目標的跟蹤，雷達數(shù)據(jù)難以辨別哪一個目標是需要跟蹤的特定動目標。盡管基于特定動目標的先驗運動信息可以區(qū)分部分運動目標，但是當(dāng)特定動目標與其他目標運動屬性相似(如多臺運動車輛中的某一臺為特定動目標)時，依據(jù)雷達數(shù)據(jù)難以辨別特定動目標。針對目標在圖像中呈現(xiàn)的亮度分布和形狀特征，如尺度不變特征變換(SIFT)、方向梯度直方圖(HOG)等特征，可以很好地識別圖像中的目標。因此，可以基于計算機視覺技術(shù)進行特定動目標的跟蹤。然而，在全圖上搜索特定動目標往往需要進行多尺度運算，耗時非常大，跟蹤效率極低。通常采用的解決方法是：先采用運動偵測技術(shù)快速檢測候選的運動目標集合，然后再對候選運動目標進行特征提取與分類識別，確認是特定動目標后再利用卡爾曼濾波技術(shù)進行跟蹤，這樣可以大幅提高跟蹤效率。然而，當(dāng)攝像機的載體(平臺)在運動時，難以通過運動偵測技術(shù)檢測到運動目標的精確位置。而在無人車、無人機應(yīng)用領(lǐng)域，攝像機平臺都是運動的。如何在動平臺下實現(xiàn)特定動目標的快速跟蹤是當(dāng)前的研究難點。

技術(shù)實現(xiàn)要素：

本發(fā)明提出一種基于動平臺的特定動目標快速跟蹤方法，融合激光雷達和視覺攝像機兩種傳感器的數(shù)據(jù)進行目標跟蹤，首先依據(jù)激光雷達獲取的運動目標速度、位置和尺寸等信息進行目標粗篩選，得到候選目標集合；然后裁剪候選目標對應(yīng)的圖像區(qū)域，基于SIFT匹配方法辨別特定動目標；最后在目標跟蹤階段，依據(jù)激光雷達獲取的目標位置、速度和方向信息估計特定動目標位置，進行目標跟蹤，如果跟蹤失敗再擴大跟蹤范圍，結(jié)合SIFT匹配辨別特定動目標進行跟蹤。通過融合兩類傳感器數(shù)據(jù)進行動平臺下的特定動目標跟蹤，可以不僅提高跟蹤準確率，而且提高跟蹤效率。

一種基于動平臺的特定動目標快速跟蹤方法，具體步驟如下：

1、基于激光雷達和視覺攝像機的多傳感器數(shù)據(jù)獲取

本發(fā)明所述的動平臺上安裝了兩類目標感知傳感器，分別是激光雷達和視覺攝像機。

(1)激光雷達

激光雷達用于測量動平臺周圍的障礙物的分布及運動情況，包括獲取障礙物的尺寸、位置、速度和運動方向等信息。

(2)視覺攝像機

視覺攝像機用于獲取動平臺前方的自然場景視頻。

激光雷達和視覺攝像機兩個傳感器的位置是經(jīng)過人工校正的，這樣激光雷達測量的數(shù)據(jù)和視覺攝像機獲取的數(shù)據(jù)可以在圖像平面中進行對應(yīng)，如圖2所示。其中，圖像左側(cè)為視覺攝像機獲取的當(dāng)前時刻動平臺前方的自然場景圖像，圖像右側(cè)為當(dāng)前時刻激光雷達獲取的目標分布與運動信息。其中，右側(cè)的白色矩形區(qū)域A展示了動平臺的位置和尺寸，該示例中的動平臺是一臺車輛。A兩側(cè)的線條B為道路兩旁的護欄(遮擋物)。A前方的白色虛線橢圓內(nèi)的帶線段的點C為運動的目標，對應(yīng)的是視覺攝像機圖像中騎電動車的人體目標，C的尺寸代表目標的尺寸，與C相連接的線段的方向(以上述點C的中心為起點)代表目標的運動方向，線段的長度代表目標的運動速度。

2、基于激光雷達數(shù)據(jù)的目標粗篩選

本發(fā)明依據(jù)激光雷達數(shù)據(jù)進行目標粗篩選，得到候選目標集。篩選條件如下：

(1)空間位置篩選條件

僅選取動平臺前方的目標作為候選目標。

(2)目標屬性篩選條件

候選目標的速度要大于零(即候選目標為運動目標)。目標的其他屬性篩選條件根據(jù)實際采用的特定動目標的先驗信息來確定。如圖2所示的示例中，特定動目標為電動車，則速度篩選條件為5～30km/h，尺寸為50～200cm(多次實驗得到)。

本發(fā)明將激光雷達數(shù)據(jù)中滿足以上兩類篩選條件的目標作為候選目標，進行后續(xù)的處理。如果目標粗篩選失敗，則標記跟蹤失敗，重新獲取數(shù)據(jù)進行目標粗篩選。

3、基于視覺攝像機圖像的目標細匹配

對于每個候選目標，裁剪該候選目標在視覺攝像機當(dāng)前幀圖像中對應(yīng)的目標區(qū)域圖像。然后對每個候選目標區(qū)域圖像進行目標細匹配處理，具體思路是：將每個候選目標區(qū)域圖像與特定動目標模塊圖像進行SIFT特征匹配，匹配步驟為：

Step1：生成尺度空間；

Step2：檢測空間極值點；

Step3：尋找關(guān)鍵點并計算其方向；

Step4：生成特征描述子；

Step5：匹配關(guān)鍵點；

詳細實現(xiàn)過程見文獻“Object recognition from local scale-invariant features，ICCV1999”。

本發(fā)明依據(jù)匹配率指標來判別目標匹配是否成功，匹配率的計算方法為：

其中，N_m是指Step5中匹配的關(guān)鍵點數(shù)量，N是指特定動目標模塊圖像中檢測到的SIFT關(guān)鍵點數(shù)量。

當(dāng)匹配率r大于50％時(多次實驗得到)，認為目標匹配成功，該目標即為待跟蹤的特定動目標。

需要說明的是，本發(fā)明中的特定動目標模板圖像是事先拍攝的，為了適應(yīng)跟蹤過程中特定動目標的姿態(tài)變化，本發(fā)明以無人車平臺下跟蹤騎電動車人體目標為例，說明多姿態(tài)特定動目標模板圖像的制作步驟，為：

Step1：令特定動目標在攝像機的正前方10米處靜止，拍攝一張圖像；

Step2：攝像機分別水平向左旋轉(zhuǎn)10°、15°、20°、25°、30°(多次實驗得到)，拍攝五張圖像；

Step3：令攝像機回到初始位置，再分別水平向右旋轉(zhuǎn)10°、15°、20°、25°、30°，拍攝五張圖像；

Step4：對拍攝的11張圖像進行人工裁剪，裁出僅包含特定動目標的最大外接矩形區(qū)域的圖像塊；

Step5：將11個圖像塊的尺寸歸一化到相同尺寸(本發(fā)明中為120×120，多次實驗得到)，再保存為256級(即8位)灰度圖像作為模板圖像。

Step6：提取11幅模板圖像的SIFT特征，并存儲。

在目標細匹配時，將候選目標區(qū)域圖像的SIFT特征分別與11幅不同姿態(tài)的特定動目標模板圖像的SIFT特征進行匹配，只要有一組匹配率大于50％(多次實驗得到)，即認為匹配成功。如果所有候選目標區(qū)域圖像與所有特定動目標模板圖像都不匹配，則認為圖像中不包含特定動目標，此時標記跟蹤失敗，重新獲取數(shù)據(jù)進行目標粗篩選。

4、基于多傳感器融合的目標跟蹤策略

當(dāng)檢測到特定動目標之后，本發(fā)明制定以下跟蹤策略進行目標跟蹤。

Step1：從激光雷達圖像數(shù)據(jù)中獲取檢測到的特定動目標的當(dāng)前位置、速度和方向信息；

Step2：假定目標做勻速運動，計算下一時刻t目標的估計位置p；

Step3：獲取時刻t的激光雷達數(shù)據(jù)，查找位置p處是否存在運動目標。如果存在，認為該目標為跟蹤的目標，標記跟蹤成功，并記錄目標位置，然后轉(zhuǎn)到Step1；否則進入下一步；

Step4：從激光雷達數(shù)據(jù)中查找目標估算位置p周圍10m范圍內(nèi)的運動目標，如果只有一個運動目標，則認為該目標為跟蹤目標，標記跟蹤成功，并記錄目標位置，然后轉(zhuǎn)到Step1；否則進入下一步；

Step5：獲取時刻t的攝像機圖像，從中裁剪上一步得到的運動目標區(qū)域的圖像塊，進行圖像細匹配，如果匹配成功，則認為該圖像塊對應(yīng)的運動目標為跟蹤目標，標記跟蹤成功，并記錄目標位置，然后轉(zhuǎn)到Step1；如果所有圖像塊都不滿足圖像細匹配條件，則認為跟蹤失敗，此時標記跟蹤失敗，重新獲取數(shù)據(jù)進行目標粗篩選。

本發(fā)明的優(yōu)點在于，依據(jù)激光雷達數(shù)據(jù)進行目標的粗篩選和跟蹤，提高目標跟蹤效率；依據(jù)攝像機視頻進行目標的細匹配，辨識特定動目標，提高跟蹤的正確率。通過融合兩類傳感器的數(shù)據(jù)，實現(xiàn)動平臺下特定動目標的快速可靠跟蹤。

附圖說明

圖1是目標跟蹤流程圖；

圖2是傳感器數(shù)據(jù)獲取示例。

具體實施方式

一種基于動平臺的特定動目標快速跟蹤方法，融合激光雷達和視覺攝像機兩種傳感器的數(shù)據(jù)進行目標跟蹤，首先依據(jù)激光雷達獲取的運動目標速度、位置和尺寸等信息進行目標粗篩選，得到候選目標集合；然后裁剪候選目標對應(yīng)的圖像區(qū)域，基于SIFT匹配方法辨別特定動目標；最后在目標跟蹤階段，依據(jù)激光雷達獲取的目標位置、速度和方向信息估計特定動目標位置，進行目標跟蹤，如果跟蹤失敗再擴大跟蹤范圍，結(jié)合SIFT匹配辨別特定動目標進行跟蹤。