CN112085762B - 基于曲率半径的目标位置预测方法及存储介质 - Google Patents
基于曲率半径的目标位置预测方法及存储介质 Download PDFInfo
- Publication number
- CN112085762B CN112085762B CN201910514119.3A CN201910514119A CN112085762B CN 112085762 B CN112085762 B CN 112085762B CN 201910514119 A CN201910514119 A CN 201910514119A CN 112085762 B CN112085762 B CN 112085762B
- Authority
- CN
- China
- Prior art keywords
- calculating
- point
- plane
- target
- projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于曲率半径的目标位置预测方法及存储介质,方法包括:建立三维直角坐标系;分别在三帧RGB‑D图像中计算目标的位置中心点的坐标;根据三个位置中心点,得到第一平面并计算第一平面的方程;将三个位置中心点投影至XOY平面;用圆方程或抛物线方程拟合三个投影点,并计算运动曲线在最后一个投影点处的曲率半径;根据曲率半径计算瞬时速度;根据帧间隔时间和瞬时速度计算目标在X轴方向的位移量;根据最后一个投影点的坐标和位移量,在运动曲线上计算目标的平面预测点;过所述平面预测点作XOY平面的垂线,并计算垂线与第一平面的交点的坐标,得到目标的预测位置点。本发明可对三维空间中的物体进行位置预测。
Description
技术领域
本发明涉及目标位置预测技术领域,尤其涉及一种基于曲率半径的目标位置预测方法及存储介质。
背景技术
目标跟踪与预测算法被应用在很多智能监控设备上,如智能安防摄像头、无人机和机器人等。传统的摄像头主要获取目标的RGB图像,在RGB图像上进行目标识别、跟踪与位置预测。随着摄像头技术的不断发展,市面上出现了一些利用结构光的深度摄像头,除了常规的RGB镜头外,还利用结构光获取物体的深度信息。最新的技术可以利用结构光对物体、空间进行三维建模,将多张点云图拼接构成一个完整的三维点云空间。
目前三维点云空间中的物体跟踪任务和位置预测任务还没有针对性的算法,传统的meanshift算法虽然可以运用于三维空间内的物体跟踪,但准确度不够,尤其是当跟踪过程中被别的物体遮挡时容易误跟,此时则需要预测位置来进行位置校验。
发明内容
本发明所要解决的技术问题是:提供一种基于曲率半径的目标位置预测方法及存储介质,可在三维空间中对目标物体在下一帧的位置进行预测,且预测准确率高。
为了解决上述技术问题,本发明采用的技术方案为:一种基于曲率半径的目标位置预测方法,包括:
获取RGB图像,并根据所述RGB图像,建立三维直角坐标系;
分别在三帧RGB-D图像中计算目标的位置中心点的坐标;
根据三个位置中心点,确定一个平面,得到第一平面,并计算所述第一平面的方程;
将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标;
用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度;
根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量;
根据所述最后一个投影点的坐标和所述X轴方向的位移量,在所述运动曲线上计算目标的平面预测点;
过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
本发明还涉及一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的步骤。
本发明的有益效果在于:根据目标物体在三帧深度图像中的位置中心点,拟合一条三维空间中的曲线,再计算曲线上点所在位置的曲率半径,然后计算出目标在第三帧深度图像中的瞬时速度,最后利用求得的瞬时速度预测出目标物体在下一帧深度图像中的位置;通过采用投影法将空间曲线投影到平面上,可降低计算难度,提高计算效率;通过利用曲线拟合运动轨迹,再利用曲率半径计算瞬时速度,可保证计算出的结果误差较小,从而保证后续的位置预测的准确率。本发明可对三维空间中的物体进行位置预测,准确率高,且不需要事先对目标物体的运动轨迹一次性建模,同时可作为三维空间中物体跟踪任务的辅助手段进行位置校验。
附图说明
图1为本发明的一种基于曲率半径的目标位置预测方法的流程图;
图2为本发明实施例一的方法流程图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图详予说明。
本发明最关键的构思在于:利用曲线拟合运动轨迹,利用曲率半径计算瞬时速度,利用瞬时速度和帧间隔时间计算位移量,利用位移量预测下一帧的位置。
请参阅图1,一种基于曲率半径的目标位置预测方法,包括:
获取RGB图像,并根据所述RGB图像,建立三维直角坐标系;
分别在三帧RGB-D图像中计算目标的位置中心点的坐标;
根据三个位置中心点,确定一个平面,得到第一平面,并计算所述第一平面的方程;
将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标;
用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度;
根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量;
根据所述最后一个投影点的坐标和所述X轴方向的位移量,在所述运动曲线上计算目标的平面预测点;
过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
从上述描述可知,本发明的有益效果在于:可对三维空间中的物体进行位置预测,准确率高。
进一步地,所述根据所述RGB图像,建立三维直角坐标系具体为:
以所述RGB图像的左上角为原点,以过原点且竖直向下的射线为Y轴正方向,以过原点且水平向右的射线为Z轴正方向,以过原点且垂直于所述RGB图像的向内方向的射线为Z轴正方向,建立三维直角坐标系。
进一步地,所述将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标之后,进一步包括:
判断所述三个投影点是否处于同一条直线上;
若是,则变换投影面;
若否,则执行所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径的步骤。
由上述描述可知,当出现三个投影点共线时,通过变换投影面的方式来使投影点不共线。
进一步地,所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径具体为:
判断所述三个投影点中是否存在两个投影点的X坐标的值相等;
若存在,则通过圆方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
若不存在,则用抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径。
由上述描述可知,当出现两个投影点的X坐标值相等时,会导致抛物线的方程无解,因此采用圆方程进行拟合。
进一步地,所述根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度具体为:
计算所述运动曲线在所述最后一个投影点处的法向与重力方向的夹角;
根据第一公式计算目标在最后一个投影点处的瞬时速度,所述第一公式为mv2/r=mgcosθ,m为目标的质量,v为瞬时速度,r为所述曲率半径,g为重力加速度,θ为所述夹角。
由上述描述可知,利用曲线运动的向心力公式,以及向心力公式为物体重力在曲线法向上的分量的原理,计算得到瞬时速度。
进一步地,所述根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量具体为:
通过正交分解,计算所述瞬时速度的X轴分量;
根据帧间隔时间和所述X轴分量,计算目标在X轴方向的位移量。
由上述描述可知,利用瞬时速度和帧间隔时间计算目标在相邻两帧图像之间的位移量。
进一步地,所述过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点具体为:
过所述平面预测点作XOY平面的垂线,并计算所述垂线的方程;
根据所述垂线的方程和所述第一平面的方程,计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
由上述描述可知,理论上,将XOY平面内的曲线沿Z轴正方向平移形成一个曲线平面,该曲线平面与第一平面Q相交的曲线就是目标在三维空间中的运动曲线。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的步骤。
实施例一
请参照图2,本发明的实施例一为:一种基于曲率半径的目标位置预测方法,可在三维点云空间中对目标物体进行位置预测,适用于智能监控设备,如深度摄像头,本方法主要对生活中的抛落物进行跟踪预测,如对篮球、排球、乒乓球等物体的轨迹进行预测(后续可进行命中率预测),所述方法包括如下步骤:
S1:获取RGB图像,并根据所述RGB图像,建立三维直角坐标系;具体地,本实施例中,以所述RGB图像的左上角为原点,以过原点且竖直向下的射线为Y轴正方向,以过原点且水平向右的射线为X轴正方向,以过原点且垂直于所述RGB图像的向内方向的射线为Z轴正方向,建立三维直角坐标系。
S2:分别在三帧RGB-D图像中计算目标的位置中心点的坐标;即在三帧RGB-D图像(深度图像)中各得到一个目标的位置中心点,即总共得到三个位置中心点,假设依次为P1、P2、P3。
其中,三帧RGB-D图像可为连续地三帧,也可以不连续;本方法的目的即预测目标在所述三帧RGB-D图像中的最后一帧的下一帧RGB-D图像中的位置点P4。每帧之间的时间间隔要求已知。
进一步地,本实施例中,可分别在三帧RGB-D图像对应的三维点云中获取目标的所有点坐标,然后计算所有点坐标的平均值,作为目标的位置中心点的坐标。
S3:判断三个位置中心点是否处于同一条直线上,若是,则退出,即不对直线运动进行预测,本方法只对曲线运动进行位置预测,若否,则执行步骤S4。
S4:根据三个位置中心点,确定一个平面,得到第一平面,并计算所述第一平面的方程。根据三点确定一个平面的原理,根据三个不共线的位置中心点即可得到第一平面Q,其方程为a1X+b1Y+c1Z+d1=0,其中,通过代入三个位置中心点P1、P2和P3的坐标,即可求得a1、b1、c1和d1。
S5:将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标。假设三个位置中心点P1、P2、P3对应的投影点分别为P1’、P2’、P3’,则令P1、P2、P3的坐标值中Z轴的值为零,即可得到P1’、P2’、P3’的坐标。
S6:判断所述三个投影点是否处于同一条直线上,若是,则执行步骤S7,若否,则执行步骤S8。
S7:变换投影面,如将所述三个位置中心点投影至ZOY平面。由于上述步骤已经保证了三个位置中心点P1、P2、P3在空间中不共线,因此当出现三个投影点共线时可以通过变换投影面的方式来使投影点不共线。进一步地,为了格式统一,本实施例通过交换所述三维直角坐标系的X轴和Z轴来实现投影面的变换,并重新计算三个位置中心点P1、P2、P3的坐标和第一平面Q的方程,即返回执行步骤S2。
进一步地,可通过交换原位置中心点坐标中的X值和Z值快速得到新的三个位置中心点的坐标,通过交换原第一平面的方程中X和Z的系数,即交换a1和c1,即可快速得到新的第一平面的方程。
本实施例中,考虑到物体在空气中运动的抛物线多为开口向下,即开口沿Y轴方向,因此投影到XOY平面或ZOY平面便于计算。
S8:判断所述三个投影点中是否存在两个投影点的X坐标的值相等,若是,则执行步骤S9,若否,则执行步骤S10。
S9:通过圆方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径。具体地,将三个投影点P1’、P2’、P3’的坐标代入圆方程(X-a2)2+(Y-b2)2=R2,求得a2、b2和R,圆的曲率半径即为圆的半径,因此运动曲线在最后一个投影点处的曲率半径r=R。执行步骤S11。
S10:用抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径。具体地,将三个投影点P1’、P2’、P3’的坐标代入抛物线方程Y=a3X2+b3X+c3,求得a3、b3和c3;然后根据曲率公式推导出曲率半径r关于X的方程,得到r=[1+(2a3X+b3)2]3/2/|2a3|;将P3’的X坐标值代入该曲率半径方程即可得到运动曲线在最后一个投影点处的曲率半径。执行步骤S11。
进一步地,图中未示出,若三个投影点代入抛物线方程的方程组无解,则执行步骤S9。
S11:根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度。具体地,利用物理学中的曲线运动的向心力公式:F=mv2/r求解物体运动到点P3’处时的瞬时速度,由于向心力F为物体在曲线法向上的分量(本实施例忽略了物体运动受到的空气阻力,假设物体在空气中的运动仅受到重力作用),因此F=mgcosθ,因此,可以得到mv2/r=mgcosθ;质量m可以被约去,然后进行推导得即v2=rgcosθ,其中,v为瞬时速度,r为步骤S9或S10计算得到的曲率半径,g为重力加速度,θ为运动曲线在点P3’处的法向与重力方向的夹角,法向垂直于曲线切线,可通过现有计算方法计算出所述夹角θ。
S12:根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量;帧间隔时间即相邻两帧之间的时间间隔,数值上等于帧率的倒数,单位为秒。具体地,先通过正交分解,计算所述瞬时速度的X轴分量vx;然后根据帧间隔时间和所述瞬时速度的X轴分量,计算目标下一帧在X轴方向的位移量,即让vx乘以帧间隔时间就可计算出目标下一帧在X轴方向上的位移量Δx。
S13:根据所述最后一个投影点的坐标和所述X轴方向的位移量,在所述运动曲线上计算目标的平面预测点P4’,即计算下一帧的目标在运动曲线上的位置,P4’的X轴坐标值即点P3’的X轴坐标值加上所述X轴方向的位移量,记为x3+Δx,将x3+Δx作为X代入步骤S10中的抛物线方程,将求得的Y作为P4’的Y轴坐标值,即P4’在XOY平面的坐标为(x3+Δx,Y抛物线(x3+Δx))。
S14:过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。具体地,过所述平面预测点作XOY平面的垂线,垂线交第一平面Q于点P4,通过联立第一平面Q的方程和垂线方程即可计算出点P4的坐标。点P4即为目标在下一帧RGB-D图像中的预测位置。
理论上,将XOY平面内的曲线沿Z轴正方向平移形成一个曲线平面,该曲线平面与第一平面Q相交的曲线就是目标在三维空间中的运动曲线。由于直接计算三维空间中的曲线方程过于复杂,因此先投影到XOY平面,求取XOY平面上的运动曲线,可简化计算过程。
本实施例可对三维空间中的物体进行位置预测,准确率高,且不需要事先对目标物体的运动轨迹一次性建模,而是通过任意三帧的位置实时建模;利用曲线拟合运动轨迹,再利用曲率半径计算瞬时速度,误差较小;同时可作为三维空间中物体跟踪任务的辅助手段进行位置校验。
实施例二
本实施例是对应上述实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如下步骤:
获取RGB图像,并根据所述RGB图像,建立三维直角坐标系;
分别在三帧RGB-D图像中计算目标的位置中心点的坐标;
根据三个位置中心点,确定一个平面,得到第一平面,并计算所述第一平面的方程;
将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标;
用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度;
根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量;
根据所述最后一个投影点的坐标和所述X轴方向的位移量,在所述运动曲线上计算目标的平面预测点;
过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
进一步地,所述根据所述RGB图像,建立三维直角坐标系具体为:
以所述RGB图像的左上角为原点,以过原点且竖直向下的射线为Y轴正方向,以过原点且水平向右的射线为X轴正方向,以过原点且垂直于所述RGB图像的向内方向的射线为Z轴正方向,建立三维直角坐标系。
进一步地,所述将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标之后,进一步包括:
判断所述三个投影点是否处于同一条直线上;
若是,则变换投影面;
若否,则执行所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径的步骤。
进一步地,所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径具体为:
判断所述三个投影点中是否存在两个投影点的X坐标的值相等;
若存在,则通过圆方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
若不存在,则用抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径。
进一步地,所述根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度具体为:
计算所述运动曲线在所述最后一个投影点处的法向与重力方向的夹角;
根据第一公式计算目标在最后一个投影点处的瞬时速度,所述第一公式为mv2/r=mgcosθ,m为目标的质量,v为瞬时速度,r为所述曲率半径,g为重力加速度,θ为所述夹角。
进一步地,所述根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量具体为:
通过正交分解,计算所述瞬时速度的X轴分量;
根据帧间隔时间和所述X轴分量,计算目标在X轴方向的位移量。
进一步地,所述过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点具体为:
过所述平面预测点作XOY平面的垂线,并计算所述垂线的方程;
根据所述垂线的方程和所述第一平面的方程,计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
综上所述,本发明提供的一种基于曲率半径的目标位置预测方法及存储介质,根据目标物体在三帧深度图像中的位置中心点,拟合一条三维空间中的曲线,再计算曲线上点所在位置的曲率半径,然后计算出目标在第三帧深度图像中的瞬时速度,最后利用求得的瞬时速度预测出目标物体在下一帧深度图像中的位置;通过采用投影法将空间曲线投影到平面上,可降低计算难度,提高计算效率;通过利用曲线拟合运动轨迹,再利用曲率半径计算瞬时速度,可保证计算出的结果误差较小,从而保证后续的位置预测的准确率。本发明可对三维空间中的物体进行位置预测,准确率高,且不需要事先对目标物体的运动轨迹一次性建模,同时可作为三维空间中物体跟踪任务的辅助手段进行位置校验。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于曲率半径的目标位置预测方法,其特征在于,包括:
获取RGB图像,并根据所述RGB图像,建立三维直角坐标系;
分别在三帧RGB-D图像中计算目标的位置中心点的坐标;
根据三个位置中心点,确定一个平面,得到第一平面,并计算所述第一平面的方程;
将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标;
用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度;
根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量;
根据所述最后一个投影点的坐标和所述X轴方向的位移量,在所述运动曲线上计算目标的平面预测点;
过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
2.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述根据所述RGB图像,建立三维直角坐标系具体为:
以所述RGB图像的左上角为原点,以过原点且竖直向下的射线为Y轴正方向,以过原点且水平向右的射线为X轴正方向,以过原点且垂直于所述RGB图像的向内方向的射线为Z轴正方向,建立三维直角坐标系。
3.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述将所述三个位置中心点投影至XOY平面,得到三个投影点,并计算所述三个投影点的坐标之后,进一步包括:
判断所述三个投影点是否处于同一条直线上;
若是,则变换投影面;
若否,则执行所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径的步骤。
4.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述用圆方程或抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径具体为:
判断所述三个投影点中是否存在两个投影点的X坐标的值相等;
若存在,则通过圆方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径;
若不存在,则用抛物线方程拟合所述三个投影点,得到运动曲线,并计算所述运动曲线在最后一个投影点处的曲率半径。
5.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述根据所述曲率半径,计算得到目标在最后一个投影点处的瞬时速度具体为:
计算所述运动曲线在所述最后一个投影点处的法向与重力方向的夹角;
根据第一公式计算目标在最后一个投影点处的瞬时速度,所述第一公式为mv2/r=mgcosθ,m为目标的质量,v为瞬时速度,r为所述曲率半径,g为重力加速度,θ为所述夹角。
6.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述根据帧间隔时间和所述瞬时速度,计算目标在X轴方向的位移量具体为:
通过正交分解,计算所述瞬时速度的X轴分量;
根据帧间隔时间和所述X轴分量,计算目标在X轴方向的位移量。
7.根据权利要求1所述的基于曲率半径的目标位置预测方法,其特征在于,所述过所述平面预测点作XOY平面的垂线,并计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点具体为:
过所述平面预测点作XOY平面的垂线,并计算所述垂线的方程;
根据所述垂线的方程和所述第一平面的方程,计算所述垂线与所述第一平面的交点的坐标,得到目标的预测位置点。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514119.3A CN112085762B (zh) | 2019-06-14 | 2019-06-14 | 基于曲率半径的目标位置预测方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514119.3A CN112085762B (zh) | 2019-06-14 | 2019-06-14 | 基于曲率半径的目标位置预测方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085762A CN112085762A (zh) | 2020-12-15 |
CN112085762B true CN112085762B (zh) | 2023-07-07 |
Family
ID=73733798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910514119.3A Active CN112085762B (zh) | 2019-06-14 | 2019-06-14 | 基于曲率半径的目标位置预测方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085762B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112577475A (zh) * | 2021-01-14 | 2021-03-30 | 天津希格玛微电子技术有限公司 | 一种能够有效降低功耗的视频测距方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835178A (zh) * | 2015-02-02 | 2015-08-12 | 郑州轻工业学院 | 一种低信噪比运动小目标的跟踪与识别的方法 |
WO2015172679A1 (zh) * | 2014-05-14 | 2015-11-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN105701806A (zh) * | 2016-01-11 | 2016-06-22 | 上海交通大学 | 基于深度图像的帕金森震颤运动特征检测方法及*** |
CN106875425A (zh) * | 2017-01-22 | 2017-06-20 | 北京飞搜科技有限公司 | 一种基于深度学习的多目标追踪***及实现方法 |
CN108986141A (zh) * | 2018-07-03 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 物体运动信息处理方法、装置、增强现实设备及存储介质 |
-
2019
- 2019-06-14 CN CN201910514119.3A patent/CN112085762B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015172679A1 (zh) * | 2014-05-14 | 2015-11-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN104835178A (zh) * | 2015-02-02 | 2015-08-12 | 郑州轻工业学院 | 一种低信噪比运动小目标的跟踪与识别的方法 |
CN105701806A (zh) * | 2016-01-11 | 2016-06-22 | 上海交通大学 | 基于深度图像的帕金森震颤运动特征检测方法及*** |
CN106875425A (zh) * | 2017-01-22 | 2017-06-20 | 北京飞搜科技有限公司 | 一种基于深度学习的多目标追踪***及实现方法 |
CN108986141A (zh) * | 2018-07-03 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 物体运动信息处理方法、装置、增强现实设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112085762A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107148639B (zh) | 确定跟踪目标的位置信息的方法及装置、跟踪装置及*** | |
Gomez-Balderas et al. | Tracking a ground moving target with a quadrotor using switching control: nonlinear modeling and control | |
Spletzer et al. | Dynamic sensor planning and control for optimally tracking targets | |
CN108805934A (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
Karakostas et al. | Shot type constraints in UAV cinematography for autonomous target tracking | |
CN111263960B (zh) | 用于更新高清晰度地图的设备和方法 | |
WO2018133727A1 (zh) | 一种正射影像图的生成方法及装置 | |
CN111352416A (zh) | 一种基于运动模型的动态窗口局部轨迹规划方法及*** | |
WO2021223171A1 (zh) | 目标跟踪方法和装置、可移动平台以及成像平台 | |
Teixeira et al. | VI-RPE: Visual-inertial relative pose estimation for aerial vehicles | |
Karakostas et al. | UAV cinematography constraints imposed by visual target tracking | |
Karakostas et al. | Shot type feasibility in autonomous UAV cinematography | |
CN113696188B (zh) | 手眼标定数据采集方法、装置、电子设备及存储介质 | |
CN112085762B (zh) | 基于曲率半径的目标位置预测方法及存储介质 | |
CN111176272A (zh) | 一种基于运动约束的人工势场轨迹规划方法及*** | |
Agrawal et al. | PCE-SLAM: A real-time simultaneous localization and mapping using LiDAR data | |
CN109523579A (zh) | 一种无人机视频图像与三维地图的匹配方法和装置 | |
CN106325278B (zh) | 一种基于椭圆识别的机器人定位导航方法 | |
CN110503684A (zh) | 相机位姿估计方法和装置 | |
CN110879607A (zh) | 一种基于多无人机编队协同探测的海上风电叶片检测方法 | |
WO2022227632A1 (zh) | 基于图像的轨迹规划方法和运动控制方法以及使用该些方法的移动机器 | |
Song et al. | A target tracking realization method of UAV simulation training system | |
Bishop et al. | Vision-based target tracking and surveillance with robust set-valued state estimation | |
Cordes et al. | Accuracy evaluation of camera-based vehicle localization | |
Kawasaki et al. | Motion estimation for non-overlapping cameras by improvement of feature points matching based on urban 3D structure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |