一种车辆跟踪方法及装置与流程

1.本发明涉及自动跟踪技术领域，尤其是涉及一种车辆跟踪方法及装置。


背景技术：

2.随着我国经济的不断发展和生活水平的不断提高，机动车保有量不断增加，城市的应急事件也不断增多。为了保障执勤、救险等特种车辆能够及时到达目的地，特勤功能逐渐进行推广运用。
3.在执行特勤过程中，不仅需要调整对应路口信号控制机保证车辆的通行，而且一般会通过对应路口的视频设备观察特勤任务的实时运行状态。
4.但是各种特勤任务执行过程中，由于监测到的车辆的实时运行状态会经常发生变化且监测数据种类繁多复杂，难以实现对多种监测数据的针对性跟踪，进而导致车辆跟踪准确性较差。


技术实现要素：

5.本发明提供一种车辆跟踪方法及装置，用以解决目前存在的车辆跟踪准确性较差的问题。
6.第一方面，本发明实施例提供一种车辆跟踪方法，应用于服务器，所述方法包括：
7.接收球机对监测区域内各个车辆的监测数据；其中，所述监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；
8.基于所述监测数据的类型，确定目标跟踪模式；其中，所述目标跟踪模式为非视频跟踪模式或视频跟踪模式；
9.若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆；基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，并基于所述目标车辆加权求和后的监测数据生成控制指令；
10.对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。
11.基于上述方案，根据不同的监测数据类型确定对应的目标跟踪模式，并对不同类型的监测数据进行加权求和，使得监测数据更加准确，便于实现对目标车辆的精准跟踪。
12.在一种可能的实施方式中，所述若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆，包括：
13.若所述目标跟踪模式为所述非视频跟踪模式中的雷达跟踪模式，则将所述雷达数据中车辆与球机的第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配；根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到第一车辆序列，并将所述第一车辆序列中第一预设位置的车辆作为所述目标车辆；
14.若所述目标跟踪模式为所述非视频跟踪模式中的定位跟踪模式，则基于根据所述定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到第二车辆序列，并将所
述第二车辆序列中第二预设位置的车辆作为所述目标车辆。
15.基于上述方案，对于目标跟踪模式为雷达跟踪模式下的车辆，当各车辆与球机的第一距离中的最小距离小于第一预设距离，即车辆在球机监测范围内时，开始对车辆的特征信息进行匹配，并在车队包括多个车辆时，根据本模式下车辆距离球机的距离确定第一预设位置的车辆为目标车辆，来表征整个车队的行动轨迹。
16.对于目标跟踪模式为定位跟踪模式下的车辆，在车队包括多个车辆时，根据本模式下车辆距离球机的距离确定第二预设位置的车辆为目标车辆，来表征整个车队的行动轨迹。
17.在一种可能的实施方式中，所述基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，包括：
18.基于所述目标车辆的特征信息，确定所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离；
19.基于各类型的监测数据的权重，对所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。
20.由于无论是雷达数据还是定位数据，都需要计算目标车辆与球机的距离，但由于跟踪模式的计算方法不同，因此求得的目标车辆与球机的第一距离和目标车辆与球机的第二距离并不相同，基于此，通过对目标车辆与球机的第一距离和目标车辆与球机的第二距离进行加权求和处理，可以得到更加准确的距离数据，进而使得对于目标车辆的跟踪更加精准。
21.在一种可能的实施方式中，通过下述方法根据所述定位数据确定所述第二距离：
22.根据所述定位数据中的同一时刻各个车辆的定位经度和定位纬度，以及球机的经度和纬度，确定各个车辆与球机的定位距离；
23.若所述定位距离大于或等于第二预设距离的车辆的数量大于或等于预设阈值，则对同一车辆在多个时刻的定位距离进行均值计算，得到所述第二距离；其中，所述多个时刻中相邻时刻的时间间隔相等。
24.基于上述方案，通过各个车辆的定位经度和定位纬度，以及球机的经度和纬度，可以计算得到各个车辆与球机的定位距离，当定位距离大于或等于第二预设距离的车辆的数量大于或等于预设阈值时，即预设数量的车辆进入球机的监测区域，可以满足进行采样以及均值计算的需求时，通过对同一车辆在多个时刻的定位距离进行均值计算，得到更加准确的距离数据。
25.在一种可能的实施方式中，所述基于所述目标车辆加权求和后的监测数据生成控制指令，包括：
26.若所述目标跟踪模式为所述雷达跟踪模式，则基于在同一时刻所述雷达数据中目标车辆的车速和目标车辆与球机的标准距离，生成所述控制指令；
27.若所述目标跟踪模式为所述定位跟踪模式，且所述标准距离小于第三预设距离，则基于在预设时间内所述目标车辆与球机的标准距离的变化量，确定所述目标车辆的车速，并基于在同一时刻，所述目标车辆的车速和所述目标车辆与球机的标准距离，生成所述控制指令。
28.基于上述方案，对于目标跟踪模式为雷达跟踪模式下的车辆，基于在同一时刻雷
达数据中目标车辆的车速和目标车辆与球机的标准距离，控制球机监测目标车辆；
29.同理，对于目标跟踪模式为定位跟踪模式下的车辆，根据预设时间内标准距离的变化量，可以计算得到目标车辆的速度，进而基于同一时刻目标车辆的车速和目标车辆与球机的标准距离，控制球机监测目标车辆。
30.在一种可能的实施方式中，所述基于所述监测数据的类型，确定目标跟踪模式之后，所述方法还包括：
31.若所述目标跟踪模式为视频跟踪模式，则将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定所述目标车辆；
32.基于连续多次获取的视频数据中的所述目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定所述目标车辆的车速和所述目标车辆距离所述球机的第三距离，并基于在同一时刻所述目标车辆的车速和所述目标车辆与球机的第三距离，生成所述控制指令；
33.对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。
34.基于上述方案，对于目标跟踪模式为视频跟踪模式下的车辆，根据车辆的特征信息，比如车辆类型，车牌信息，确定目标车辆，基于连续多次获取的视频数据中的目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，计算得到目标车辆距离所述球机的第三距离，控制球机监测目标车辆。
35.第二方面，本发明实施例提供一种车辆跟踪装置，应用于服务器，所述装置包括：
36.接收模块，用于接收球机对监测区域内各个车辆的监测数据；其中，所述监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；
37.第一确定模块，用于基于所述监测数据的类型，确定目标跟踪模式；其中，所述目标跟踪模式为非视频跟踪模式或视频跟踪模式；
38.第一生成模块，用于若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆；基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，并基于所述目标车辆加权求和后的监测数据生成控制指令；
39.第一控制模块，用于对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。
40.在一种可能的实施方式中，所述第一生成模块具体用于：
41.若所述目标跟踪模式为所述非视频跟踪模式中的雷达跟踪模式，则将所述雷达数据中车辆与球机的第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配；根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到第一车辆序列，并将所述第一车辆序列中第一预设位置的车辆作为所述目标车辆。
42.若所述目标跟踪模式为所述非视频跟踪模式中的定位跟踪模式，则基于根据所述定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到第二车辆序列，并将所述第二车辆序列中第二预设位置的车辆作为所述目标车辆。
43.在一种可能的实施方式中，所述第一生成模块具体用于：
44.基于所述目标车辆的特征信息，确定所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离；
45.基于各类型的监测数据的权重，对所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。
46.在一种可能的实施方式中，所述装置还包括第二生成模块和第二控制模块，所述第二生成模块用于：
47.若所述目标跟踪模式为视频跟踪模式，则将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定所述目标车辆；
48.基于连续多次获取的视频数据中的所述目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定所述目标车辆的车速和所述目标车辆距离所述球机的第三距离，并基于在同一时刻所述目标车辆的车速和所述目标车辆与球机的第三距离，生成所述控制指令；
49.所述第二控制模块，用于对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。
附图说明
50.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
51.图1为本发明实施例提供的一种车辆跟踪方法的流程示意图；
52.图2为本发明实施例提供的一种雷达跟踪模式的具体流程示意图；
53.图3为本发明实施例提供的一种定位跟踪模式的具体流程示意图；
54.图4为本发明实施例提供的一种视频跟踪模式的具体流程示意图；
55.图5为本发明实施例提供的一种生成控制指令方法的流程示意图；
56.图6为本发明实施例提供的一种球机监测示意图；
57.图7为本发明实施例提供的一种车辆跟踪装置的结构示意图；
58.图8为本发明实施例提供的一种车辆跟踪设备的结构示意图。
具体实施方式
59.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
60.目前，伴随机动车保有量不断增加，城市的应急事件也不断增多。为了保障执勤、救险等特种车辆能够及时到达目的地，特勤功能逐渐进行推广运用。
61.在执行特勤过程中，不仅需要调整对应路口信号控制机保证车辆的通行，而且一般会通过对应路口的视频设备观察特勤任务的实时运行状态。但由于目前车辆配备的定位装置不同，视频设备获取车辆信息的方式不同，导致监测数据种类复杂，进而导致单一的跟踪模式无法处理多样化的数据，比如，若数据源来自目标车辆自身配置的雷达，当目标车辆未配置毫米波雷达时，服务器无法根据雷达数据进行控制跟踪，由于车辆本身定位装置或
视频设备获取车辆信息方式的局限性，使得无法对执勤任务中的车辆进行针对性的跟踪。
62.另外，监测数据由于本身监测方式的限制，不可避免存在局限性，进而导致服务器在处理数据进行跟踪的过程中，跟踪准确性较差，很容易丢失目标，比如，当多目标雷达数据采用数目发生变动时，其时长中心点会瞬间发生大幅偏转，导致球机跟踪时出现突然波动，进而导致无法准确控制球机跟踪目标车辆。
63.基于上述问题，本发明实施例提供一种车辆跟踪方法，用以解决目前存在的车辆跟踪准确性较差的问题。
64.下面结合上述描述的应用场景，参考附图来描述本技术示例性实施方式提供的车辆跟踪方法，需要注意的是，上述应用场景仅是为了便于理解本技术的精神和原理而示出，本技术的实施方式在此方面不受任何限制。
65.如图1所示，为本发明实施例提供的一种车辆跟踪方法的流程示意图，该方法应用于服务器，包括：
66.s101，接收球机对监测区域内各个车辆的监测数据。
67.需要说明的是，监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据。
68.在一种可能的实施例中，雷达数据可以为雷达视频数据，服务器接收一组雷达视频数据s1n＝{di,vi,platei,typei}；
69.其中，s1n表示服务器接收的第n组雷达数据，di表示监测车辆与球机之间的直线距离，即第一距离，vi表示监测车辆在监测时刻的行驶速度，platei表示监测车辆的车牌信息，typei表示监测车辆的车辆类型，i表示监测车辆i的雷达数据。
70.在一种可能的实施例中，服务器接收一组定位数据s2n＝{loni,lati}；
71.其中，s2n表示服务器接收的第n组定位数据，loni为监测车辆的经度，lati为监测车辆的纬度，i表示监测车辆i的定位数据。
72.在一种可能的实施例中，服务器接收一组视频数据s3n＝{platei,typei，y
t
,yb,x
l
,xr,s}；
73.其中，s3n表示服务器接收的第n组视频数据，platei表示监测车辆的车牌信息，typei表示监测车辆的车辆类型，y
t
表示监测车辆与画面上边界距离，yb表示监测车辆与画面下边界距离，x
l
表示监测车辆与画面左边界距离，xr表示监测车辆与画面右边界距离，s表示监测车辆的车辆图像面积。
74.s102，基于监测数据的类型，确定目标跟踪模式。
75.需要说明的是，目标跟踪模式为非视频跟踪模式或视频跟踪模式，进一步的，基于雷达数据，可以确定对应的目标跟踪模式为非视频跟踪模式中的雷达跟踪模式；基于定位数据，可以确定对应的目标跟踪模式为非视频跟踪模式中的定位跟踪模式；基于视频数据，可以确定对应的目标跟踪模式为视频跟踪模式。
76.s103，若目标跟踪模式为非视频跟踪模式，则基于监测数据和目标车队的车辆数量，在目标车队中确定目标车辆。
77.s104，基于预设的各类型的监测数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令。
78.s105，对球机下发控制指令，以使球机跟踪目标车辆。
79.本发明公开一种车辆跟踪方法，该方法首先接收球机对监测区域内各个车辆的监测数据，监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；然后，基于监测数据的类型，确定目标跟踪模式；其中，目标跟踪模式为非视频跟踪模式或视频跟踪模式；若目标跟踪模式为非视频跟踪模式，则基于监测数据和目标车队的车辆数量，确定目标车辆；基于预设的各类型的监测数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令，最后下发控制指令，跟踪目标车辆，本发明可以根据不同类型的监测数据确定对应的跟踪模式，扩大了跟踪的适用范围，另外对数据进行加权求和处理，使得车辆跟踪更加准确，在此基础上，由于准确跟踪，因此减少了球机在跟踪过程中动作波动，提高了球机控制的反应速度。
80.下面对上述车辆跟踪方法进行详细说明：
81.针对上述雷达跟踪模式，如图2所示，为本发明实施例提供的一种雷达跟踪模式的具体流程示意图，该方法包括：
82.s201，接收球机对监测区域内各个车辆的监测数据。
83.需要说明的是，本发明中的监测区域即球机等一类监控设备的监控区域，比如在执行特勤任务的场景下，可以根据待监测路线划分监测点，在各监测点配置球机等监控设备，使得各个监测区域可以覆盖待监测路线全程，另外，当本监测区域内的球机完成对目标车队的监测后，控制器可以根据目标车队离开监测区域时的监测数据，确定目标车队将通过的下一监测区域，并可以对下一监测区域内的球机等监控设备进行参数初始化处理。
84.另外，当车辆驶入监测区域时，可以同时初始化相邻监测区域的监控设备，以便球机等监控设备进行数据监测。
85.s202，基于监测数据的类型，确定目标跟踪模式。
86.服务器根据雷达数据的数据内容，确定目标跟踪模式为雷达跟踪模式。
87.s203，判断雷达数据中各车辆与球机的第一距离中的最小距离是否小于第一预设距离，若是，则执行s204，否则，执行s201。
88.需要说明的是，若雷达数据中车辆与球机的第一距离中的最小距离小于第一预设距离，则确定已有车辆进入球机监测范围，即可对进入球机监测范围的车辆的特征信息进行匹配，比如，第一预设距离为1km，当车辆a距离球机的第一距离为800m，则确定车辆a进入球机监测范围。
89.s204，将第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配，根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到第一车辆序列，并将第一车辆序列中第一预设位置的车辆作为目标车辆。
90.需要说明的是，若目标车队内只包括一个车辆，则该车辆为目标车辆，下文重复之处不再赘述。
91.在一种可能的实施例中，第一预设位置可以为第一车辆序列中的居中位置，比如，第一车辆序列中排列有n个车辆，若n为偶数，则确定第一车辆序列中的第个或第个车辆为目标车辆；若n为奇数，则确定第一车辆序列中的第个车辆为目标车辆。
92.s205，基于预设的雷达数据和定位数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令，对球机下发控制指令，以使球
机跟踪目标车辆。
93.在一种可能的实施例中，本发明可以通过如下方式进行加权求和，下文重复之处不再赘述：
94.在确定目标车辆后，基于目标车辆的特征信息，确定目标车辆与球机的第一距离和目标车辆与球机的第二距离；
95.在一种可能的实施例中，可以通过如下方式确定第二距离，下文重复之处不再赘述：
96.根据定位数据中的同一时刻各个车辆的定位经度和定位纬度，以及球机的经度和纬度，确定各个车辆与球机的定位距离；
97.若定位距离大于或等于第二预设距离的车辆的数量大于或等于预设阈值，则对同一车辆在多个时刻的定位距离进行均值计算，得到第二距离；其中，多个时刻中相邻时刻的时间间隔相等。
98.需要说明的是，由于定位数据在监测过程中可能存偏移，因此需要对数据进行处理。可以根据定位数据上报频率，使用预设的滑动窗口，在窗口内对数据进行均值滤波计算，即对同一车辆在多个时刻的定位距离进行均值计算，得到第二距离。
99.在确定目标车辆与球机的第一距离和目标车辆与球机的第二距离之后，基于各类型的监测数据的权重，对目标车辆与球机的第一距离和目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。
100.比如，服务器首次处理的监测数据为定位数据，从而触发定位跟踪模式，同时监测区域内已配置雷视设备，进而在接收到定位数据之后又接收到雷达数据。因此，可以根据雷达数据计算第一距离d1，根据定位数据计算第二距离d2，目标车辆与球机的标准距离可设为d＝α*d1+β*d2，其中，α为雷达数据的权重参数，β为定位数据的权重参数，权重参数的具体数值可以由用户根据需求进行设置。
101.针对上述定位跟踪模式，如图3所示，为本发明实施例提供的一种定位跟踪模式的具体流程示意图，该方法包括：
102.s301，接收球机对监测区域内各个车辆的监测数据。
103.s302，基于监测数据的类型，确定目标跟踪模式。
104.服务器根据定位数据的数据内容，确定目标跟踪模式为定位跟踪模式。
105.s303，基于根据定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到第二车辆序列，并将第二车辆序列中第二预设位置的车辆作为目标车辆。
106.在一种可能的实施例中，第二预设位置可以为第二车辆序列中的居中位置，比如，第二车辆序列中排列有n个车辆，若n为偶数，则确定第二车辆序列中的第个或第个车辆为目标车辆；若n为奇数，则确定第二车辆序列中的第个车辆为目标车辆。
107.s304，基于预设的雷达数据和定位数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令，对球机下发控制指令，以使球机跟踪目标车辆。
108.针对上述视频跟踪模式，如图4所示，为本发明实施例提供的一种视频跟踪模式的具体流程示意图，该方法包括：
109.s401，接收球机对监测区域内各个车辆的监测数据。
110.s402，基于监测数据的类型，确定目标跟踪模式。
111.服务器根据视频数据的数据内容，确定目标跟踪模式为视频跟踪模式。
112.s403，将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定目标车辆。
113.s404，基于连续多次获取的视频数据中的目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定目标车辆的车速和目标车辆距离球机的第三距离。
114.在一种可能的实施例中，可以通过如下方式确定第三距离：
115.针对同一监测车辆，获取其在第一时刻的视频数据s31＝{plate1,type1，y
t
,yb,x
l
,xr,s}，之后，获取其在第二时刻的视频数据s31′
＝{plate1,type1，y
t
′
,yb′
,x
l
′
,xr′
,s
′
}，根据第一时刻和第二时刻的y
t
,yb,x
l
,xr变化量和预先设定的转换比例，确定第三距离。
116.s405，基于在同一时刻目标车辆的车速和目标车辆与球机的第三距离，生成控制指令，对球机下发控制指令，以使球机跟踪目标车辆。
117.在一种可能的实施例中，可以通过如下方式确定车辆速度：
118.针对同一监测车辆，获取其在第一时刻的视频数据s31＝{plate1,type1，y
t
,yb,x
l
,xr,s}，之后，获取其在第二时刻的视频数据s31′
＝{plate1,type1，y
t
′
,yb′
,x
l
′
,xr′
,s
′
}，根据第一时刻和第二时刻的视频数据变化量和预先设定的转换比例，确定车辆速度。
119.下面结合上述车辆跟踪方法以及监测数据内容分别对控制指令生成过程进行说明：
120.如图5所示，为本发明实施例提供的一种生成控制指令方法的流程示意图，该方法包括：
121.s501，获取球机起始参数m。
122.在一种可能的实施例中，球机起始参数m＝{pan,tile,zoom}；
123.其中，pan表示球机起始方位角，tile表示球机起始俯仰角，zoom表示球机起始变焦倍数。
124.s502，基于目标跟踪模式和接收到的监测数据，确定球机目标参数。
125.针对上述雷达跟踪模式，可以通过下述方法确定球机目标参数n1：
126.在一种可能的实施例中，球机目标参数n1＝{pan
′
,tile
′
,zoom
′
}；
127.其中，pan
′
表示球机目标方位角，tile
′
表示球机目标俯仰角，zoom
′
表示球机目标变焦倍数，下文重复之处不再赘述。
128.进一步的，本发明可以通过车辆特征信息对比识别车辆，确定球机目标方位角。
129.进一步的，本发明可以根据球机安装高度和监测车辆坐标值计算球机目标俯仰角，比如，如图6所示，为本发明实施例提供的一种球机监测示意图，球机安装高度为h，监测车辆位置在球机笛卡尔坐标系的下x轴坐标值为l0，其中，监测车辆坐标值l0可以为对该监测车辆雷达数据中的{di,vi}进行二次插值计算得出的，因此球机监测俯仰角
130.进一步的，本发明可以根据vi的变化量计算球机变焦倍数和承载球机的云台转动角度。
131.进一步的，本发明可以根据球机起始参数和球机目标参数，计算得到的球机变焦倍数变化量以及云台转动角度变化量，并根据变焦倍数变化量、云台转动角度变化量以及预设的调整时间，确定球机变焦速度以及云台转动速度，下文重复之处不再赘述。
132.进一步的，当目标车辆距离球机的第一距离di小于设定的数值时，即目标车辆通过球机的第一监测区域时，服务器控制球机切换至预设方向，以使球机继续跟踪目标车辆，其中，第一监测区域为球机监测区域中的一部分，比如，球机的监测半径为100m，目标车辆距离球机的第一距离di为90m小于球机的监测半径100m，此时，服务器控制球机自动切换至反方向，进而观察目标车辆直至其离开监测区域。
133.针对上述定位跟踪模式，可以通过下述方法确定球机目标参数n2：
134.在一种可能的实施例中，球机起始参数n2＝{pan
′
,tile
′
,zoom
′
}。
135.进一步的，本发明可以根据目标车辆在第一时刻的定位数据，目标车辆在第二时刻的定位数据以及目标车辆在第三时刻的定位数据，分别确定目标车辆在第一时刻的位置a，目标车辆在第二时刻的位置b以及目标车辆在第三时刻的位置c，其中，第一时刻早于第二时刻，第二时刻早于第三时刻。
136.进一步的，本发明可以根据在预设时间内目标车辆与球机的标准距离的变化量，确定目标车辆的车速v。
137.比如，可以根据定位数据上报频率f计算目标车辆的车速v，假设定位数据上报频率f为两次/秒，故相邻两次数据上报的时间间隔为一秒，即可以根据相邻两次接收到的定位数据计算得到的标准距离的变化量，以及相邻两次接收到的定位数据的间隔时间一秒，确定目标车辆的车速v。
138.进一步的，本发明可以根据目标车辆在第一时刻的位置a，目标车辆在第二时刻的位置b以及目标车辆在第三时刻的位置c以及目标车辆的车速v，计算球机变焦倍数以及云台转动角度。
139.比如，基于目标车辆在第一时刻的定位数据，目标车辆在第二时刻的定位数据以及目标车辆在第三时刻的定位数据，分别确定目标车辆在第一时刻的位置a，目标车辆在第二时刻的位置b以及目标车辆在第三时刻的位置c，计算向量的模s，向量与向量的夹角余弦cosθ，并根据定位数据上报频率计算目标车辆的车速v。根据{s,v}以及计算球机变焦倍数以及云台转动角度，进而基于球机变焦倍数变化量以及云台转动角度变化量以及预设的调整时间，确定球机变焦速度以及云台转动速度。
140.进一步的，基于目标车辆连续三次获取的定位数据，分别确定目标车辆位置，并根据目标车辆的位置计算夹角余弦，当夹角余弦为负的计算结果超过预设次数时，确定目标车辆通过球机的第一监测区域，并控制球机切换至预设方向，以使球机继续跟踪目标车辆。
141.针对上述视频跟踪模式，可以通过下述方法确定球机目标参数n3：
142.在一种可能的实施例中，球机目标参数n3＝{pan
′
,tile
′
,zoom
′
}。
143.进一步的，本发明可以根据同一监测车辆在两个不同时刻的视频数据变化量，确定球机目标变焦倍数，比如，同一监测车辆在第一时刻的视频数据s31＝{plate1,type1，y
t
,yb,x
l
,xr,s}，之后，其在第二时刻的视频数据s31′
＝{plate1,type1，y
t
′
,yb′
,x
l
′
,xr′
,s
′
}，则通过s
′-s，即监测车辆的车辆图像面积变化量计算球机目标变焦倍数。根据相邻时刻对应参数的变化趋势，确定下一时刻目标车辆即将出现的视频位置，并根据下一时刻实际值
反馈调整球机跟踪状态。
144.进一步的，当球机变焦倍数已减至预设变焦值，且在云台的最大转动速度下也无法跟踪目标车辆时，确定目标车辆通过球机的第一监测区域，并控制球机切换至预设方向，以使球机继续跟踪目标车辆。
145.比如，当球机变焦倍数已减至最低变焦值，且在云台的最大转动速度下也无法跟踪目标车辆时，确定目标车辆通过球机的第一监测区域。
146.s503，基于球机起始参数和球机目标参数，生成控制指令。
147.基于相同的发明构思，本发明实施例还提供一种车辆跟踪装置，应用于服务器，如图7所示的一种车辆跟踪装置的结构示意图，该装置包括接收模块701、第一确定模块702、第一生成模块703和第一控制模块704：
148.接收模块701，用于接收球机对监测区域内各个车辆的监测数据；其中，监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；
149.第一确定模块702，用于基于监测数据的类型，确定目标跟踪模式；其中，目标跟踪模式为非视频跟踪模式或视频跟踪模式；
150.第一生成模块703，用于若目标跟踪模式为非视频跟踪模式，则基于监测数据和目标车队的车辆数量，在目标车队中确定目标车辆；基于预设的各类型的监测数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令；
151.第一控制模块704，用于对球机下发控制指令，以使球机跟踪目标车辆。
152.在一种可能的实施例中，第一生成模块703具体用于：
153.若目标跟踪模式为非视频跟踪模式中的雷达跟踪模式，则将雷达数据中车辆与球机的第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配；根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到第一车辆序列，并将第一车辆序列中第一预设位置的车辆作为目标车辆。
154.若目标跟踪模式为非视频跟踪模式中的定位跟踪模式，则基于根据定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到第二车辆序列，并将第二车辆序列中第二预设位置的车辆作为目标车辆。
155.在一种可能的实施例中，第一生成模块703具体用于：
156.基于目标车辆的特征信息，确定目标车辆与球机的第一距离和目标车辆与球机的第二距离；
157.基于各类型的监测数据的权重，对目标车辆与球机的第一距离和目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。
158.在一种可能的实施例中，如图7所示，该装置还包括第二生成模块705和第二控制模块706，第二生成模块705用于：
159.若目标跟踪模式为视频跟踪模式，则将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定目标车辆；
160.基于连续多次获取的视频数据中的目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定目标车辆的车速和目标车辆距离球机的第三距离，并基于在同一时刻目标车辆的车速和目标车辆与球机的第三距离，生成控制指令；
161.第二控制模块706，用于对球机下发控制指令，以使球机跟踪目标车辆。
162.基于同一发明构思，本发明还提供一种车辆跟踪设备，如图8所示，为本发明实施例提供的一种车辆跟踪设备的结构示意图，该设备包括：处理器801以及存储器802，其中，存储器802存储有程序代码，处理器801可以执行存储器802存储的程序代码，该设备的实施可以参见上述车辆跟踪方法的实施，重复之处不再赘述。
163.本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
164.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
165.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
166.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种车辆跟踪方法，其特征在于，应用于服务器，所述方法包括：接收球机对监测区域内各个车辆的监测数据；其中，所述监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；基于所述监测数据的类型，确定目标跟踪模式；其中，所述目标跟踪模式为非视频跟踪模式或视频跟踪模式；若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆；基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，并基于所述目标车辆加权求和后的监测数据生成控制指令；对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。2.如权利要求1所述的方法，其特征在于，所述若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆，包括：若所述目标跟踪模式为所述非视频跟踪模式中的雷达跟踪模式，则将所述雷达数据中车辆与球机的第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配；根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到车辆序列，并将所述车辆序列中第一预设位置的车辆作为所述目标车辆若所述目标跟踪模式为所述非视频跟踪模式中的定位跟踪模式，则基于根据所述定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到车辆序列，并将所述车辆序列中第二预设位置的车辆作为所述目标车辆。3.如权利要求2所述的方法，其特征在于，所述基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，包括：基于所述目标车辆的特征信息，确定所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离；基于各类型的监测数据的权重，对所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。4.如权利要求2或3所述的方法，其特征在于，通过下述方法根据所述定位数据确定所述第二距离：根据所述定位数据中的同一时刻各个车辆的定位经度和定位纬度，以及球机的经度和纬度，确定各个车辆与球机的定位距离；若所述定位距离大于或等于第二预设距离的车辆的数量大于或等于预设阈值，则对同一车辆在多个时刻的定位距离进行均值计算，得到所述第二距离；其中，所述多个时刻中相邻时刻的时间间隔相等。5.如权利要求3所述的方法，其特征在于，所述基于所述目标车辆加权求和后的监测数据生成控制指令，包括：若所述目标跟踪模式为所述雷达跟踪模式，则基于在同一时刻所述雷达数据中目标车辆的车速和目标车辆与球机的标准距离，生成所述控制指令；若所述目标跟踪模式为所述定位跟踪模式，且所述标准距离小于第三预设距离，则基于在预设时间内所述目标车辆与球机的标准距离的变化量，确定所述目标车辆的车速，并
基于在同一时刻，所述目标车辆的车速和所述目标车辆与球机的标准距离，生成所述控制指令。6.如权利要求1～3和5任一所述的方法，其特征在于，所述基于所述监测数据的类型，确定目标跟踪模式之后，所述方法还包括：若所述目标跟踪模式为视频跟踪模式，则将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定所述目标车辆；基于连续多次获取的视频数据中的所述目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定所述目标车辆的车速和所述目标车辆距离所述球机的第三距离，并基于在同一时刻所述目标车辆的车速和所述目标车辆与球机的第三距离，生成所述控制指令；对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。7.一种车辆跟踪装置，其特征在于，应用于服务器，所述装置包括：接收模块，用于接收球机对监测区域内各个车辆的监测数据；其中，所述监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；第一确定模块，用于基于所述监测数据的类型，确定目标跟踪模式；其中，所述目标跟踪模式为非视频跟踪模式或视频跟踪模式；第一生成模块，用于若所述目标跟踪模式为所述非视频跟踪模式，则基于所述监测数据和目标车队的车辆数量，在所述目标车队中确定目标车辆；基于预设的各类型的监测数据的权重，对所述目标车辆的监测数据进行加权求和，并基于所述目标车辆加权求和后的监测数据生成控制指令；第一控制模块，用于对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。8.如权利要求7所述的装置，其特征在于，所述第一生成模块具体用于：若所述目标跟踪模式为所述非视频跟踪模式中的雷达跟踪模式，则将所述雷达数据中车辆与球机的第一距离小于第一预设距离的车辆的特征信息和预存的车辆特征信息进行匹配；根据各匹配成功的车辆距离球机的第一距离依次对车辆进行排序得到车辆序列，并将所述车辆序列中第一预设位置的车辆作为所述目标车辆；若所述目标跟踪模式为所述非视频跟踪模式中的定位跟踪模式，则基于根据所述定位数据确定的各车辆与球机的第二距离依次对车辆进行排序得到车辆序列，并将所述车辆序列中第二预设位置的车辆作为所述目标车辆。9.如权利要求8所述的装置，其特征在于，所述第一生成模块具体用于：基于所述目标车辆的特征信息，确定所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离；基于各类型的监测数据的权重，对所述目标车辆与球机的第一距离和所述目标车辆与球机的第二距离进行加权求和，得到目标车辆与球机的标准距离。10.如权利要求7-9任一所述的装置，其特征在于，所述装置还包括第二生成模块和第二控制模块，所述第二生成模块用于：若所述目标跟踪模式为视频跟踪模式，则将各个车辆的车辆特征信息和预存的目标车辆的车辆特征信息进行匹配，确定所述目标车辆；
基于连续多次获取的视频数据中的所述目标车辆的车辆图像面积的变化量以及车辆与画面边界距离的变化量，确定所述目标车辆的车速和所述目标车辆距离所述球机的第三距离，并基于在同一时刻所述目标车辆的车速和所述目标车辆与球机的第三距离，生成所述控制指令；所述第二控制模块，用于对所述球机下发所述控制指令，以使所述球机跟踪所述目标车辆。

技术总结
本发明公开一种车辆跟踪方法及装置，该方法首先接收球机对监测区域内各个车辆的监测数据，监测数据包括雷达数据、定位数据和视频数据中的至少一种类型的数据；然后，基于监测数据的类型，确定目标跟踪模式；其中，目标跟踪模式为非视频跟踪模式或视频跟踪模式；若目标跟踪模式为非视频跟踪模式，则基于监测数据和目标车队的车辆数量，确定目标车辆；基于预设的各类型的监测数据的权重，对目标车辆的监测数据进行加权求和，并基于目标车辆加权求和后的监测数据生成控制指令，最后下发控制指令，跟踪目标车辆，本发明可以根据不同类型的监测数据确定对应的跟踪模式，扩大了跟踪的适用范围，另外对数据进行加权求和处理，使得车辆跟踪更加准确。踪更加准确。踪更加准确。


技术研发人员：程尉 黄永露 陆垚 戴波杰 王亮 刘荣挺
受保护的技术使用者：浙江大华系统工程有限公司
技术研发日：2023.01.18
技术公布日：2023/6/4