WO2018068446A1 - 一种追踪方法及追踪设备、计算机存储介质 - Google Patents

一种追踪方法及追踪设备、计算机存储介质 Download PDF

Info

Publication number
WO2018068446A1
WO2018068446A1 PCT/CN2017/072999 CN2017072999W WO2018068446A1 WO 2018068446 A1 WO2018068446 A1 WO 2018068446A1 CN 2017072999 W CN2017072999 W CN 2017072999W WO 2018068446 A1 WO2018068446 A1 WO 2018068446A1
Authority
WO
WIPO (PCT)
Prior art keywords
tracking
target area
location information
parameter set
speed
Prior art date
Application number
PCT/CN2017/072999
Other languages
English (en)
French (fr)
Inventor
陈子冲
廖方波
Original Assignee
纳恩博（北京）科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 纳恩博（北京）科技有限公司 filed Critical 纳恩博（北京）科技有限公司
Publication of WO2018068446A1 publication Critical patent/WO2018068446A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Definitions

  • the invention relates to an intelligent tracking technology, in particular to a tracking method and a tracking device and a computer storage medium.
  • UWB Ultra Wideband
  • UWB technology can be used to achieve location tracking.
  • a UWB anchor node UWB anchor
  • UWB beacon UWB
  • Tag the tracking robot can use the UWB anchor to track the target object carrying the UWB tag in real time.
  • the tracking process because there is a certain distance between the target object and the tracking robot, during the movement of the target object, obstacles may appear between the two, causing the robot to collide during the tracking process, resulting in tracking failure. Even damage tracking robots.
  • an embodiment of the present invention provides a tracking method, a tracking device, and a computer storage medium.
  • the monitoring the second location information of the second object in the target area include:
  • the monitoring the second location information of the second object in the target area further includes:
  • the second location information of the second object in the monitoring target area includes:
  • the combining the first location information and the second location information, Determining the tracking of the motion data of the first object including:
  • the method further includes:
  • the motion data is adjusted to be less than or equal to a preset value.
  • the first position information is represented by a direction angle and a distance for characterizing a position of the first object
  • the first group of speed data is represented by an angular velocity and a linear velocity, and is used for characterizing Tracking the speed of the first object in a state where the second object is not in the target area
  • the second position information is represented by a direction angle and a distance for characterizing a position distribution of the second object within the target area;
  • the second set of speed data is represented by angular velocity and linear velocity for characterization Tracking the speed of the first object in a state where the second object is in the target area;
  • the determining the motion data of the first object by combining the first group of speed data, the second group of speed data, and the second position information of the second object includes:
  • the first position information is represented by a direction angle, an elevation angle, and a distance, and is used to represent a position of the first object;
  • the first group of speed data passes the first dimension speed component, the second dimension a velocity component and a third dimensional velocity component are used to represent a speed of tracking the first object in a state where the second object is not in the target region;
  • the second position information is represented by a direction angle, an elevation angle, and a distance for characterizing a position distribution of the second object in the target area;
  • the second set of speed data passes the first dimension speed component, and the second a dimension velocity component and a third dimension velocity component are used to represent a speed at which the first object is tracked in a state where the second object is in the target region;
  • the determining the motion data of the first object by combining the first group of speed data, the second group of speed data, and the second position information of the second object includes:
  • a first monitoring unit configured to monitor first location information of the first object
  • a second monitoring unit configured to monitor second location information of the second object in the target area
  • a processing unit configured to combine the first location information and the second location information to determine to track motion data of the first object
  • a driving unit configured to track the first object according to the motion data.
  • the second monitoring unit is further configured to: monitor the target area, and obtain a first coordinate parameter set that represents a position distribution of each object in the target area; Determining, according to the pose parameter, a second coordinate parameter set that represents a third object position distribution in the target area; acquiring first position information and boundary information of the first object, and determining Determining, by the first location information, a third coordinate parameter set bounded by the boundary information; removing the second coordinate parameter set and the third coordinate parameter set from the first coordinate parameter set, A fourth set of coordinate parameters characterizing the second object distribution within the target region is obtained.
  • the second monitoring unit is further configured to: project a fourth coordinate parameter set in the target area that represents the distribution of the second object into a coordinate system of a preset dimension, to obtain the a fifth coordinate parameter set in a coordinate system of the preset dimension, wherein the fifth coordinate parameter set is used to represent second position information of the second object.
  • the second monitoring unit is further configured to: monitor the target area, obtain a first coordinate parameter set that represents a position distribution of each object in the target area; and acquire first position information of the first object. And determining, by the boundary information, a third coordinate parameter set centered on the first location information and bounded by the boundary information; removing the third coordinate parameter set from the first coordinate parameter set to obtain A fourth coordinate parameter set in the target area that represents the distribution of the second object, the fourth coordinate parameter set being used to represent second location information of the second object.
  • the processing unit is further configured to: determine, according to the first location information of the first object, a first group of speed data related to tracking the first object; according to the first object Determining, by the first location information and the second location information of the second object, a second set of speed data related to tracking the first object; combining the first set of speed data, the second set of speed data, and Determining the motion data of the first object by using the second location information of the second object.
  • the device further includes:
  • An abnormality detecting unit configured to check when the first object is tracked according to the motion data Measure whether an abnormal event has occurred
  • the processing unit is further configured to adjust the motion data to be less than or equal to a preset value when an abnormal event occurs.
  • the first position information is represented by a direction angle and a distance for characterizing a position of the first object
  • the first group of speed data is represented by an angular velocity and a linear velocity, and is used for characterizing Tracking the speed of the first object in a state where the second object is not in the target area
  • the second position information is represented by a direction angle and a distance for characterizing a position distribution of the second object within the target area;
  • the second set of speed data is represented by angular velocity and linear velocity for characterization Tracking the speed of the first object in a state where the second object is in the target area;
  • the processing unit is further configured to: when tracking the first object, calculate the tracking device and the second object according to a current speed of the tracking device and second position information of the second object a distance between the first set of speed data and the second set of speed data, respectively, based on the distance; the first set of speed data and the second set of speeds based on the determined weights The data is weighted to obtain the tracking device tracking the motion data of the first object.
  • the first position information is represented by a direction angle, an elevation angle, and a distance, and is used to represent a position of the first object;
  • the first group of speed data passes the first dimension speed component, the second dimension a velocity component and a third dimensional velocity component are used to represent a speed of tracking the first object in a state where the second object is not in the target region;
  • the second position information is represented by a direction angle, an elevation angle, and a distance for characterizing a position distribution of the second object in the target area;
  • the second set of speed data passes the first dimension speed component, and the second a dimension velocity component and a third dimension velocity component are used to represent a speed at which the first object is tracked in a state where the second object is in the target region;
  • the processing unit is further configured to: when tracking the first object, calculate the tracking device and the second object according to a current speed of the tracking device and second position information of the second object a distance between the first set of speed data and the second set of speed data, respectively, based on the distance; the first set of speed data and the second set of speeds based on the determined weights The data is weighted to obtain the tracking device tracking the motion data of the first object.
  • the computer storage medium provided by the embodiment of the present invention stores a computer program configured to execute the above tracking method.
  • the first location information of the first object is monitored; the second location information of the second object in the target area is monitored; and the first location information and the second location information are combined to determine Tracking motion data of the first object; tracking the first object based on the motion data.
  • the tracking device detects the second object (also referred to as an obstacle) in the target area while tracking the first object, and simultaneously realizes tracking of the target and avoiding obstacles, thereby greatly reducing The possibility of collision with obstacles during the tracking process protects the tracking device.
  • FIG. 1 is a schematic flowchart 1 of a tracking method according to an embodiment of the present invention.
  • FIG. 2 is a second schematic flowchart of a tracking method according to an embodiment of the present invention.
  • FIG. 3 is a schematic diagram 1 of a scenario according to an embodiment of the present invention.
  • FIG. 4 is a schematic diagram 1 of information fusion according to an embodiment of the present invention.
  • FIG. 5 is a schematic flowchart 3 of a tracking method according to an embodiment of the present invention.
  • FIG. 6 is a second schematic diagram of a scenario according to an embodiment of the present invention.
  • FIG. 7 is a schematic diagram 2 of information fusion according to an embodiment of the present invention.
  • FIG. 8 is a schematic structural diagram of a tracking device according to an embodiment of the present invention.
  • FIG. 1 is a schematic flowchart 1 of a tracking method according to an embodiment of the present invention.
  • the tracking method in this example is applied to a tracking device. As shown in FIG. 1 , the tracking method includes the following steps:
  • Step 101 Monitor first location information of the first object.
  • the tracking device includes two types of sensors, wherein the first type of sensors are used to monitor first position information of the first object, and the second type of sensors are used to monitor second position information of the second object in the target area. .
  • the first type of sensor may be a UWB anchor.
  • the first object needs to carry a UWB tag, and the tracking device locates the UWB tag carried by the first object by using the UWB anchor to obtain the first position of the first object. information.
  • the UWB anchor is usually composed of two or more UWB communication nodes, and the UWB tag is composed of another UWB communication node, and the UWB tag is determined relative to the UWB by using the principle of time-of-flight (TOF) and triangulation.
  • TOF time-of-flight
  • the position information of the anchor that is, the first position information of the first object.
  • the first object refers to an object to be tracked.
  • Step 102 Monitor second location information of the second object in the target area.
  • the second location information of the second object in the target area is monitored by the second type of sensor.
  • the second type of sensor may be a 3D camera
  • the third position image of the second image in the target area may be obtained by performing a three-dimensional image acquisition on the target area by using the 3D camera.
  • the 3D camera obtains positional information of each object in the camera field of view (corresponding to the target area) with respect to the 3D camera by means of structured light technology, or TOF technology, or binocular vision.
  • TOF technology is a two-way ranging technology that measures the distance between nodes by using the time between the two asynchronous transceivers.
  • the second type of sensor may be a Lidar (LiDAR) sensor, and the distance information of the surrounding object relative to the sensor is obtained by laser scanning.
  • Lidar Lidar
  • the second object refers to an obstacle with respect to the first object.
  • the tracking device may be a ground robot. Since the ground robot can only move on the two-dimensional ground, the first position information of the first object and the second position information of the second object are represented in the two-dimensional space. .
  • the first position information of the first object is represented by the direction angle ⁇ and the distance d
  • the position of the first object in the two-dimensional space is represented by (d, ⁇ ) .
  • the second position information of the second object is represented by a direction angle ⁇ ' and a distance d', and the position of the second object in the two-dimensional space is represented by (d', ⁇ '), and all the second objects in the target area are The second position information of the objects is gathered together to form a two-dimensional obstacle avoidance map M.
  • the tracking device may be a drone, and the first position information of the first object and the second position information of the second object are represented in the three-dimensional space because the drone can move in the three-dimensional space.
  • the first position information of the first object passes the direction angle ⁇
  • the elevation angle And the distance d is expressed by Characterizing the position of the first object in three-dimensional space.
  • the second position information of the second object passes through the direction angle ⁇ ', the elevation angle And distance d' to indicate, pass Characterizing the position of the second object in the three-dimensional space, and combining the second position information of all the second objects in the target area to form a three-dimensional obstacle avoidance map M.
  • Step 103 Combine the first location information with the second location information, determine to track motion data of the first object, and track the first object according to the motion data.
  • the second location information determines that the motion data of the first object is tracked.
  • the tracking device has a proportional-integral-derivative (PID) module, the input of the PID module is first position information of the first object, and the output is the first tracking device tracking the first object without an obstacle Group speed data.
  • the tracking device further has an obstacle avoidance module, wherein the input of the obstacle avoidance module is an obstacle avoidance map M formed based on the second position information of the second object and the first position information of the first object, and the output is the second group of speed data,
  • the second set of speed data is selected from all possible motion trajectories according to the motion model of the tracking device to avoid the second object and as close as possible to the velocity data of the first object.
  • the tracking device further has an information fusion module, wherein the input of the information fusion module is the first group of speed data, the second group of speed data, and the obstacle avoidance map M formed based on the second position information of the second object, and the output of the information fusion module It is the final motion data of the tracking device.
  • the first group of speed data and the second group of speed data are merged based on the obstacle avoidance map M, and the fusion is based on: predicting the tracking device and the second object in the obstacle avoidance map M according to the current motion data of the tracking device.
  • the distance between the tracking device and the second object is greater, the greater the weight of the first set of speed data; conversely, the smaller the distance between the tracking device and the second object, the second set of speed data The greater the weight.
  • the first set of velocity data and the second set of velocity numbers are weighted based on the respective weights, that is, the motion data of the first object is obtained.
  • the motion data when the first object is tracked according to the motion data, it is detected whether an abnormal event occurs; when an abnormal event occurs, the motion data is adjusted to be less than or equal to a preset value. In an embodiment, the preset value is zero. At this time, if the tracking device is at risk of falling or colliding, the brake logic is forcibly activated to ensure the safety of the tracking device.
  • FIG. 2 is a schematic flowchart 2 of a tracking method according to an embodiment of the present invention.
  • the tracking method in this example is applied to a ground robot. As shown in FIG. 2, the tracking method includes the following steps:
  • Step 201 Monitor first location information of the first object.
  • the ground robot includes two types of sensors, wherein the first type of sensors are used to monitor first position information of the first object, and the second type of sensors are used to monitor second position information of the second object in the target area. .
  • the first type of sensor may be a UWB anchor.
  • the first object needs to carry the UWB tag, and the ground robot locates the UWB tag carried by the first object by using the UWB anchor to obtain the first position of the first object. information.
  • the UWB anchor is usually composed of two or more UWB communication nodes, and the UWB tag is composed of another UWB communication node, and the UWB tag is determined relative to the UWB by using the principle of time-of-flight (TOF) and triangulation.
  • TOF time-of-flight
  • the position information of the anchor that is, the first position information of the first object.
  • the first object refers to an object to be tracked.
  • the first position information is represented by a direction angle ⁇ and a distance d
  • the position of the first object is represented by (d, ⁇ ).
  • Step 202 Monitor the target area to obtain a first coordinate parameter set in the target area that represents the location distribution of each object.
  • the second location information of the second object in the target area is monitored by the second type of sensor.
  • the second type of sensor is a 3D camera, and the third position image of the second image in the target area is obtained by performing a three-dimensional image acquisition on the target area by using the 3D camera.
  • the second type of sensor is a LiDAR sensor, and the distance information of the surrounding object relative to the sensor is obtained by laser scanning.
  • the second object refers to an obstacle with respect to the first object.
  • the target area needs to be monitored first, and a first coordinate parameter set representing the position distribution of each object in the target area is obtained.
  • Step 203 Acquire a pose parameter of the monitoring device, and determine, according to the pose parameter, a second coordinate parameter set that represents a third object position distribution in the target area.
  • the ground robot since the ground robot moves on the ground, it is necessary to calculate the three-dimensional position of the ground according to the posture of the ground robot and the height of the second type of sensor installation (that is, the second coordinate parameter set of the third object position). And remove the ground position from the obstacle distribution O A to obtain an obstacle distribution O B without the ground.
  • Step 204 Acquire first location information of the first object and boundary information, and determine a third coordinate parameter set centered on the first location information and bound by the boundary information.
  • the characterization can be determined.
  • the third coordinate parameter set of the spatial distribution of the first object removes all obstacles in the 3D bounding box centered on the first position from the obstacle distribution O B to obtain a final obstacle distribution O c .
  • Step 205 Removing the second coordinate parameter set and the third coordinate parameter set from the first coordinate parameter set to obtain a fourth coordinate parameter set in the target area that represents the second object distribution.
  • the ground position is first removed from the obstacle distribution O A to obtain an obstacle distribution O B without the ground; then, all obstacles in the 3D bounding box centered on the first object are removed from the obstacle distribution O B The final obstacle distribution O c is obtained .
  • Step 206 Projecting a fourth coordinate parameter set in the target area that represents the second object distribution to a coordinate system of a preset dimension, and obtaining a fifth coordinate parameter set in the coordinate system of the preset dimension.
  • the fifth coordinate parameter set is used to represent second location information of the second object.
  • the ground robot moves in a two-dimensional space, it is necessary to The fourth set of coordinate parameters is projected into the two-dimensional coordinate system, such that the obtained second position information can be represented by a direction angle and a distance in the two-dimensional polar coordinates for characterizing the second object in the target area Location distribution.
  • the obstacle distribution O c is projected onto a horizontal plane (ie, the ground) to obtain a two-dimensional partial obstacle avoidance map M, and the obstacle avoidance map M includes second position information of each second object.
  • Step 207 Determine, according to the first location information of the first object, a first set of speed data related to tracking the first object.
  • the first set of speed data is represented by an angular velocity and a linear velocity for characterizing the speed of tracking the first object in a state where the second object is not in the target region.
  • the ground robot has a local motion controller, and the local motion controller includes: a PID module, an obstacle avoidance module, and an information fusion module.
  • the input of the PID module is first position information (d, ⁇ ) of the first object
  • the output is that the ground robot tracks the first set of velocity data (v 1 , ⁇ 1 ) of the first object without an obstacle.
  • Step 208 Determine, according to the first location information of the first object and the second location information of the second object, a second set of speed data related to tracking the first object.
  • the second set of speed data is represented by an angular velocity and a linear velocity for characterizing the speed of tracking the first object in a state where the second object is in the target region.
  • the input of the obstacle avoidance module is an obstacle avoidance map M formed based on the second position information of the second object and the first position information (d, ⁇ ) of the first object
  • the output is the second set of speed data (v 2 , ⁇ 2 )
  • the second set of speed data is based on the motion model of the ground robot, and selects the speed data that avoids the second object from all possible motion trajectories and is as close as possible to the first object.
  • Step 209 Determine, according to the first group of speed data, the second group of speed data, and the second position information of the second object, tracking motion data of the first object; The motion data tracks the first object.
  • the distance between the ground robot and the second object is calculated according to the current speed of the ground robot and the second position information of the second object; Determining a weight corresponding to the first group of speed data and the second group of speed data respectively; performing weighting processing on the first group of speed data and the second group of speed data based on the determined weights
  • the ground robot tracks motion data of the first object.
  • the input of the information fusion module is a first set of velocity data (v 1 , ⁇ 1 ), a second set of velocity data (v 2 , ⁇ 2 ), and an obstacle avoidance based on the second location information of the second object.
  • Map M the output of the information fusion module is the final motion data (v 3 , ⁇ 3 ) of the ground robot.
  • the first set of velocity data and the second set of velocity data are merged based on the obstacle avoidance map M, and the fusion is based on: predicting in the obstacle avoidance map M according to the current motion data (v 0 , ⁇ 0 ) of the ground robot The distance d c between the ground robot and the second object, the greater the distance d c between the ground robot and the second object, the greater the weight of the first set of velocity data (v 1 , ⁇ 1 ); otherwise, the ground robot The smaller the distance d c between the second object and the second object, the greater the weight of the second set of velocity data (v 2 , ⁇ 2 ).
  • the first set of velocity data (v 1 , ⁇ 1 ) and the second set of velocity numbers (v 2 , ⁇ 2 ) are weighted based on the respective weights, that is, the motion data of the first object is obtained.
  • the motion data when the first object is tracked according to the motion data, it is detected whether an abnormal event occurs; when an abnormal event occurs, the motion data is adjusted to be less than or equal to a preset value. In an embodiment, the preset value is zero. At this time, once the ground robot has a risk of falling or colliding, the brake logic is forcibly activated to ensure the safety of the ground robot.
  • FIG. 5 is a schematic flowchart of a tracking method according to an embodiment of the present invention.
  • the tracking method in this example is applied to a drone. As shown in FIG. 5, the tracking method includes the following steps:
  • Step 501 Monitor first location information of the first object.
  • the drone includes two types of sensors, wherein the first type of sensor is used for The first location information of the first object is monitored, and the second type of sensor is used to monitor the second location information of the second object in the target area.
  • the first type of sensor is a UWB anchor.
  • the first object needs to carry a UWB tag, and the UWB anchors the UWB tag carried by the first object by using the UWB anchor to obtain the first position of the first object. information.
  • the UWB anchor is usually composed of two or more UWB communication nodes, and the UWB tag is composed of another UWB communication node, and the UWB tag is determined relative to the UWB by using the principle of time-of-flight (TOF) and triangulation.
  • TOF time-of-flight
  • the position information of the anchor that is, the first position information of the first object.
  • the first object refers to an object to be tracked.
  • the first position information passes the direction angle ⁇ and the elevation angle And the distance d is expressed by Characterizing the location of the first object.
  • Step 502 Monitor the target area to obtain a first coordinate parameter set in the target area that represents the location distribution of each object.
  • the second location information of the second object in the target area is monitored by the second type of sensor.
  • the second type of sensor is a 3D camera, and the third position image of the second image in the target area is obtained by performing a three-dimensional image acquisition on the target area by using the 3D camera.
  • the second type of sensor is a LiDAR sensor, and the distance information of the surrounding object relative to the sensor is obtained by laser scanning.
  • the second object refers to an obstacle with respect to the first object.
  • the target area needs to be monitored first, and a first coordinate parameter set representing the position distribution of each object in the target area is obtained.
  • Step 503 Acquire first location information of the first object and boundary information, and determine The first location information is a center and the third coordinate parameter set bounded by the boundary information is bounded.
  • the first position information of the first object relative to the robot And the boundary information of the first object known in advance, that is, the 3D bounding box size, the third coordinate parameter set representing the spatial distribution of the first object can be determined, and the first distribution is removed from the obstacle distribution O A All obstacles in the 3D bounding box centered at the location, resulting in the final obstacle distribution O B .
  • Step 504 Removing the third coordinate parameter set from the first coordinate parameter set, and obtaining a fourth coordinate parameter set in the target area that represents the second object distribution, where the fourth coordinate parameter set is used Representing second location information of the second object.
  • the distribution of the obstacle O is removed from A to all the obstacles in the first object-centric 3D bounding box, to obtain the final distribution of the obstacle O B,
  • O B is the three-dimensional map of obstacle avoidance, obstacle avoidance map O B includes second location information for each of the second objects.
  • Step 505 Determine, according to the first location information of the first object, a first set of speed data related to tracking the first object.
  • the first set of velocity data is represented by a first dimension velocity component, a second dimension velocity component, and a third dimension velocity component, and is used to represent tracking in a state where the second object is not in the target region. The speed of the first object.
  • the drone has a local motion controller, and the local motion controller includes: a PID module, an obstacle avoidance module, and an information fusion module.
  • the input of the PID module is the first location information of the first object.
  • the output is that the drone tracks the first set of velocity data ( ⁇ 1 , ⁇ 1 , ⁇ 1 ) of the first object without obstacles.
  • the velocity data is velocity data in a three-dimensional space, wherein the first dimension velocity component is a velocity component of the drone rotating around the x-axis (ie, the roll axis), and the second dimension velocity component is an unmanned The velocity component of the machine rotating around the y-axis (that is, the pitch axis), the third-dimensional velocity component It is the velocity component of the drone that rotates around the z-axis (that is, the yaw axis).
  • Step 506 Determine, according to the first location information of the first object and the second location information of the second object, a second set of speed data related to tracking the first object.
  • the second set of velocity data is represented by a first dimension velocity component, a second dimension velocity component, and a third dimension velocity component, and is used to represent that the second object is tracked in the target region.
  • the speed of the first object is represented by a first dimension velocity component, a second dimension velocity component, and a third dimension velocity component, and is used to represent that the second object is tracked in the target region. The speed of the first object.
  • the input of the obstacle avoidance module is an obstacle avoidance map O B formed based on the second position information of the second object and the first position information of the first object
  • the output is a second set of velocity data ( ⁇ 2 , ⁇ 2 , ⁇ 2 ), where the second set of velocity data is selected from all possible motion trajectories to avoid the second object according to the motion model of the drone, and Try to be close to the speed data of the first object.
  • Step 507 Combine the first group of speed data, the second group of speed data, and the second position information of the second object to determine that the motion data of the first object is tracked; and track the tracking according to the motion data. Said the first object.
  • the distance between the drone and the second object is calculated according to the current speed of the drone and the second position information of the second object; Determining weights respectively corresponding to the first group of speed data and the second group of speed data according to the distance; weighting the first group of speed data and the second group of speed data based on the determined weights Obtaining, by the drone, tracking motion data of the first object.
  • the input of the information fusion module is a first set of velocity data ( ⁇ 1 , ⁇ 1 , ⁇ 1 ), a second set of velocity data ( ⁇ 2 , ⁇ 2 , ⁇ 2 ), and a second location based on the second object.
  • the obstacle avoidance map O B formed by the information, the output of the information fusion module is the final motion data ( ⁇ 3 , ⁇ 3 , ⁇ 3 ) of the drone.
  • the first set of velocity data and the second set of velocity data are merged based on the obstacle avoidance map O B , and the fusion is based on: avoiding the current motion data ( ⁇ 0 , ⁇ 0 , ⁇ 0 ) of the drone O B barrier predicted distance map d c between the UAV and the second object, the greater the distance d c between the UAV and a second object, the first set of data rate ( ⁇ 1, ⁇ 1, ⁇ 1 ) the greater the weight; conversely, the smaller the distance d c between the drone and the second object, the greater the weight of the second set of velocity data ( ⁇ 2 , ⁇ 2 , ⁇ 2 ).
  • the motion data when the first object is tracked according to the motion data, it is detected whether an abnormal event occurs; when an abnormal event occurs, the motion data is adjusted to be less than or equal to a preset value. In an embodiment, the preset value is zero. At this time, once the drone has a risk of falling or colliding, the brake logic is forcibly activated to ensure the safety of the drone.
  • FIG. 8 is a schematic structural diagram of a tracking device according to an embodiment of the present invention. As shown in FIG. 8, the tracking device includes:
  • the first monitoring unit 81 is configured to monitor first location information of the first object
  • a second monitoring unit 82 configured to monitor second location information of the second object in the target area
  • the processing unit 83 is configured to determine, according to the first location information and the second location information, tracking motion data of the first object;
  • the driving unit 84 is configured to track the first object according to the motion data.
  • the second monitoring unit 82 is further configured to: monitor the target area, obtain a first coordinate parameter set that represents a position distribution of each object in the target area; acquire a pose parameter of the monitoring device, according to the Determining, by the pose parameter, a second coordinate parameter set that represents a third object position distribution in the target area; acquiring first position information of the first object and boundary information, determining that the first location information is centered a third coordinate parameter set bounded by the boundary information; removing the second coordinate parameter set and the third coordinate parameter set from the first coordinate parameter set to obtain a representation in the target area A set of fourth coordinate parameters of the two object distributions.
  • the second monitoring unit 82 is further configured to: project a fourth coordinate parameter set in the target area that represents the distribution of the second object into a coordinate system of a preset dimension, and obtain a a fifth coordinate parameter set in a coordinate system of the preset dimension, the fifth coordinate parameter
  • the set of numbers is used to represent the second location information of the second object.
  • the second monitoring unit 82 is further configured to: monitor the target area, obtain a first coordinate parameter set that represents the position distribution of each object in the target area; and acquire the first position of the first object. Determining, by the information and the boundary information, a third coordinate parameter set centered on the first location information and bounded by the boundary information; removing the third coordinate parameter set from the first coordinate parameter set, Obtaining a fourth coordinate parameter set in the target area that represents the distribution of the second object, the fourth coordinate parameter set is used to represent second location information of the second object.
  • the processing unit 83 is further configured to: determine, according to the first location information of the first object, a first group of speed data related to tracking the first object; according to the first object And determining, by the first location information and the second location information of the second object, a second set of speed data associated with tracking the first object; combining the first set of speed data, the second set of speed data, and The second location information of the second object determines to track motion data of the first object.
  • the device further includes:
  • the abnormality detecting unit 85 is configured to detect whether an abnormal event occurs when the first object is tracked according to the motion data
  • the processing unit 83 is further configured to adjust the motion data to be less than or equal to a preset value when an abnormal event occurs.
  • the first position information is represented by a direction angle and a distance for characterizing a position of the first object
  • the first group of speed data is represented by an angular velocity and a linear velocity, and is used for characterizing Tracking the speed of the first object in a state where the second object is not in the target area
  • the second position information is represented by a direction angle and a distance for characterizing a position distribution of the second object within the target area;
  • the second set of speed data passes angular velocity and linear velocity Representing a speed for tracking the first object in a state where the second object is in the target area;
  • the processing unit 83 is further configured to: when tracking the first object, calculate the tracking device and the second object according to a current speed of the tracking device and second position information of the second object a distance between the first set of speed data and the second set of speed data, respectively; determining, according to the determined weight, the first set of speed data and the second group The speed data is weighted to obtain the tracking device tracking the motion data of the first object.
  • the first position information is represented by a direction angle, an elevation angle, and a distance, and is used to represent a position of the first object;
  • the first group of speed data passes the first dimension speed component, the second dimension a velocity component and a third dimensional velocity component are used to represent a speed of tracking the first object in a state where the second object is not in the target region;
  • the second position information is represented by a direction angle, an elevation angle, and a distance for characterizing a position distribution of the second object in the target area;
  • the second set of speed data passes the first dimension speed component, and the second a dimension velocity component and a third dimension velocity component are used to represent a speed at which the first object is tracked in a state where the second object is in the target region;
  • the processing unit 83 is further configured to: when tracking the first object, calculate the tracking device and the second object according to a current speed of the tracking device and second position information of the second object a distance between the first set of speed data and the second set of speed data, respectively; determining, according to the determined weight, the first set of speed data and the second group The speed data is weighted to obtain the tracking device tracking the motion data of the first object.
  • the first monitoring unit can be implemented by a UWB anchor, UWB.
  • An anchor usually consists of more than two UWB communication nodes.
  • the second monitoring unit can be implemented by a 3D camera.
  • the drive unit can be realized by a motor.
  • the anomaly detection unit can be implemented by a pose sensor.
  • the processing unit can be implemented by a processor.
  • Embodiments of the Invention can also be stored in a computer readable storage medium if it is implemented in the form of a software function module and sold or used as a standalone product. Based on such understanding, the technical solution of the embodiments of the present invention may be embodied in the form of a software product in essence or in the form of a software product stored in a storage medium, including a plurality of instructions.
  • a computer device (which may be a personal computer, server, or network device, etc.) is caused to perform all or part of the methods described in various embodiments of the present invention.
  • the foregoing storage medium includes various media that can store program codes, such as a USB flash drive, a mobile hard disk, a read only memory (ROM), a magnetic disk, or an optical disk.
  • embodiments of the invention are not limited to any specific combination of hardware and software.
  • an embodiment of the present invention further provides a computer storage medium, wherein a computer program is stored, and the computer program is used to execute the tracking method of the embodiment of the present invention.
  • the technical solution of the embodiment of the present invention monitors first location information of the first object, monitors second location information of the second object in the target area, and determines the tracking by combining the first location information and the second location information.
  • Motion data of the first object tracking the first object based on the motion data.
  • the tracking device detects the second object (also called an obstacle) in the target area while tracking the first object, and at the same time realizes tracking of the target and avoiding obstacles, thereby greatly reducing the possibility of collision obstacles during the tracking process.
  • Sexuality protects tracking devices.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种追踪方法及追踪设备、计算机存储介质，包括：监测第一对象的第一位置信息；监测目标区域内的第二对象的第二位置信息；结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；根据所述运动数据追踪所述第一对象。

Description

一种追踪方法及追踪设备、计算机存储介质 技术领域
本发明涉及智能追踪技术，尤其涉及一种追踪方法及追踪设备、计算机存储介质。
背景技术
超宽带(UWB，Ultra Wideband)是一种无线载波通信技术，利用UWB技术能够实现定位追踪，具体地，在追踪机器人上设置UWB锚节点(UWB anchor)，在目标对象上设置UWB信标(UWB tag)，这样，追踪机器人利用UWB anchor便可实时追踪携带UWB tag的目标对象。在追踪过程中，因为目标对象与追踪机器人之间存在一定的距离，在目标对象运动的过程中，可能在两者之间出现障碍物，从而导致机器人在追踪的过程中发生碰撞，导致追踪失败甚至损坏追踪机器人。
发明内容
为解决上述技术问题，本发明实施例提供了一种追踪方法及追踪设备、计算机存储介质。
本发明实施例提供的追踪方法，包括：
监测第一对象的第一位置信息；
监测目标区域内的第二对象的第二位置信息；
结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；
根据所述运动数据追踪所述第一对象。
本发明实施例中，所述监测目标区域内的第二对象的第二位置信息， 包括：
对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；
获取监测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合；
获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；
从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
本发明实施例中，所述监测目标区域内的第二对象的第二位置信息，还包括：
将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述监测目标区域内的第二对象的第二位置信息，包括：
对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；
获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；
从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述结合所述第一位置信息与所述第二位置信息， 确定出追踪所述第一对象的运动数据，包括：
根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；
根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；
结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
本发明实施例中，所述方法还包括：
在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；
当发生异常事件时，调整所述运动数据小于等于预设值。
本发明实施例中，所述第一位置信息通过方向角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过角速度和线速度来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据，包括：
追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；
根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；
基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进 行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本发明实施例中，所述第一位置信息通过方向角、仰角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角、仰角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据，包括：
追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；
根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；
基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本发明实施例提供的追踪设备，包括：
第一监测单元，配置为监测第一对象的第一位置信息；
第二监测单元，配置为监测目标区域内的第二对象的第二位置信息；
处理单元，配置为结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；
驱动单元，配置为根据所述运动数据追踪所述第一对象。
本发明实施例中，所述第二监测单元，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取监 测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
本发明实施例中，所述第二监测单元，还配置为：将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述第二监测单元，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述处理单元，还配置为：根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
本发明实施例中，所述设备还包括：
异常检测单元，配置为在根据所述运动数据追踪所述第一对象时，检 测是否发生异常事件；
所述处理单元，还配置为当发生异常事件时，调整所述运动数据小于等于预设值。
本发明实施例中，所述第一位置信息通过方向角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过角速度和线速度来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述处理单元，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本发明实施例中，所述第一位置信息通过方向角、仰角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角、仰角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述处理单元，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本发明实施例提供的计算机存储介质存储有计算机程序，该计算机程序配置为执行上述追踪方法。
本发明实施例的技术方案中，监测第一对象的第一位置信息；监测目标区域内的第二对象的第二位置信息；结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；根据所述运动数据追踪所述第一对象。通过对本发明实施例的实施，追踪设备在追踪第一对象的同时检测目标区域内的第二对象(也称为障碍物)，同时实现对目标的追踪和对障碍物的躲避，大大减小了追踪过程中碰撞障碍物的可能性，保护了追踪设备。
附图说明
图1为本发明实施例的追踪方法的流程示意图一；
图2为本发明实施例的追踪方法的流程示意图二；
图3为本发明实施例的场景示意图一；
图4为本发明实施例的信息融合示意图一；
图5为本发明实施例的追踪方法的流程示意图三；
图6为本发明实施例的场景示意图二；
图7为本发明实施例的信息融合示意图二；
图8为本发明实施例的追踪设备的结构组成示意图。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容，下面结合附图对本发明实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明实施例。
图1为本发明实施例的追踪方法的流程示意图一，本示例中的追踪方法应用于追踪设备，如图1所示，所述追踪方法包括以下步骤：
步骤101：监测第一对象的第一位置信息。
本发明实施例中，追踪设备包括两类传感器，其中，第一类传感器用于监测第一对象的第一位置信息，第二类传感器用于监测目标区域内的第二对象的第二位置信息。
在一实施方式中，第一类传感器可以为UWB anchor，相应地，第一对象需携带UWB tag，追踪设备通过UWB anchor对第一对象携带的UWB tag进行定位，得到第一对象的第一位置信息。
上述方案中，UWB anchor通常由两个以上UWB通信节点组成，UWB tag由另一个UWB通信节点组成，采用飞行时间测距法(TOF，Time of Flight)和三角定位的原理确定UWB tag相对于UWB anchor的位置信息，也即第一对象的第一位置信息。
本发明实施例中，第一对象指待追踪的对象。
步骤102：监测目标区域内的第二对象的第二位置信息。
本发明实施例中，通过第二类传感器监测目标区域内的第二对象的第二位置信息。
在一实施方式中，第二类传感器可以为3D相机，通过3D相机对目标区域进行三维图像采集，即可获得目标区域内第二图像的第二位置信息。这里，3D相机通过结构光技术、或者TOF技术、或者双目视觉等技术来获得相机视场(对应于目标区域)中各个物体相对于3D相机的位置信息。以 TOF技术为例，TOF技术属于双向测距技术，主要利用信号在两个异步收发机之间往返的飞行时间来测量节点间的距离。
在另一实施方式中，第二类传感器可以为激光雷达(LiDAR)传感器，用激光扫描的方法获得周围物体相对传感器的距离信息。
本发明实施例中，第二对象相对于第一对象而言，指障碍物。追踪第一对象时，需躲避第二对象，避免与第二对象发生碰撞。
在一实施方式中，追踪设备可以是地面机器人，由于地面机器人只能在二维地面上运动，因此，在二维空间中表示第一对象的第一位置信息、第二对象的第二位置信息。例如，以极坐标系来表示二维空间时，第一对象的第一位置信息通过方向角θ和距离d来表示，通过(d,θ)表征所述第一对象在二维空间中的位置。第二对象的第二位置信息通过方向角θ′和距离d′来表示，通过(d′,θ′)表征所述第二对象在二维空间中的位置，将目标区域内所有的第二对象的第二位置信息集合在一起，形成二维避障地图M。
在另一实施方式中，追踪设备可以是无人机，由于无人机能在三维空间中运动，因此，在三维空间中表示第一对象的第一位置信息、第二对象的第二位置信息。例如，以极坐标系来表示三维空间时，第一对象的第一位置信息通过方向角θ、仰角
Figure PCTCN2017072999-appb-000001
和距离d来表示，通过
Figure PCTCN2017072999-appb-000002
表征所述第一对象在三维空间中的位置。第二对象的第二位置信息通过方向角θ′、仰角
Figure PCTCN2017072999-appb-000003
和距离d′来表示，通过
Figure PCTCN2017072999-appb-000004
表征所述第二对象在三维空间中的位置，将目标区域内所有的第二对象的第二位置信息集合在一起，形成三维避障地图M。
步骤103：结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；根据所述运动数据追踪所述第一对象。
本发明实施例中，根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；根据所述第一对象的第一位置信息和 所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
具体地，1)追踪设备具有比例-积分-微分(PID)模块，PID模块的输入是第一对象的第一位置信息，输出是在没有障碍物的情况下追踪设备追踪第一对象的第一组速度数据。2)追踪设备还具有避障模块，避障模块的输入是基于第二对象的第二位置信息而形成的避障地图M以及第一对象的第一位置信息，输出是第二组速度数据，这里，第二组速度数据是根据追踪设备的运动模型，从所有可能的运动轨迹中选出避开第二对象，且尽量靠近第一对象的速度数据。3)追踪设备还具有信息融合模块，信息融合模块的输入是第一组速度数据、第二组速度数据以及基于第二对象的第二位置信息而形成的避障地图M，信息融合模块的输出是追踪设备最终的运动数据。这里，基于避障地图M对第一组速度数据和所述第二组速度数据进行融合，融合的依据是：根据追踪设备当前的运动数据在避障地图M中预测追踪设备与第二对象之间的距离，追踪设备与第二对象之间的距离越大，则第一组速度数据的权重越大；反之，追踪设备与第二对象之间的距离越小，则第二组速度数据的权重越大。最后，基于各自的权重对第一组速度数据和所述第二组速度数进行加权处理，即得到追踪第一对象的运动数据。
本发明实施例中，在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；当发生异常事件时，调整所述运动数据小于等于预设值。在一实施方式中，预设值为零，此时，追踪设备一旦出现跌落或者碰撞的风险，则强行启动刹车逻辑，保证追踪设备的安全。
图2为本发明实施例的追踪方法的流程示意图二，本示例中的追踪方法应用于地面机器人，如图2所示，所述追踪方法包括以下步骤：
步骤201：监测第一对象的第一位置信息。
本发明实施例中，地面机器人包括两类传感器，其中，第一类传感器用于监测第一对象的第一位置信息，第二类传感器用于监测目标区域内的第二对象的第二位置信息。
在一实施方式中，第一类传感器可以为UWB anchor，相应地，第一对象需携带UWB tag，地面机器人通过UWB anchor对第一对象携带的UWB tag进行定位，得到第一对象的第一位置信息。
上述方案中，UWB anchor通常由两个以上UWB通信节点组成，UWB tag由另一个UWB通信节点组成，采用飞行时间测距法(TOF，Time of Flight)和三角定位的原理确定UWB tag相对于UWB anchor的位置信息，也即第一对象的第一位置信息。
本发明实施例中，第一对象指待追踪的对象。
本发明实施例中，所述第一位置信息通过方向角θ和距离d来表示，通过(d,θ)表征所述第一对象的位置。
步骤202：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合。
本发明实施例中，通过第二类传感器监测目标区域内的第二对象的第二位置信息。在一实施方式中，第二类传感器为3D相机，通过3D相机对目标区域进行三维图像采集，即可获得目标区域内第二图像的第二位置信息。在另一实施方式中，第二类传感器为LiDAR传感器，用激光扫描的方法获得周围物体相对传感器的距离信息。
本发明实施例中，第二对象相对于第一对象而言，指障碍物。追踪第一对象时，需躲避第二对象，避免与第二对象发生碰撞。
具体实现时，首先需要对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合。具体地，地面机器人从第二类传感器获得目标区域内的所有可视障碍物的三维空间分布OA＝{oi:(xi,yi,zi)}。
步骤203：获取监测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合。
本发明实施例中，因为地面机器人在地面上运动，因此需要根据地面机器人的姿态，第二类传感器安装的高度，推算出地面的三维位置(也即第三对象位置的第二坐标参数集合)，并从障碍物分布OA中将地面位置去除，得到没有地面的障碍物分布OB。
步骤204：获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合。
具体地，参照图3，根据第一对象相对机器人的第一位置信息(d,θ)，以及预先知道的第一对象的边界信息，即三维边界框(3D bounding box)尺寸，能够确定出表征第一对象的空间分布的第三坐标参数集合，从障碍物分布OB中去除以第一位置为中心的3D bounding box内的所有障碍物，得到最终的障碍物分布Oc。
步骤205：从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
具体地，首先从障碍物分布OA中将地面位置去除，得到没有地面的障碍物分布OB；然后，从障碍物分布OB中去除以第一对象为中心的3D bounding box内的所有障碍物，得到最终的障碍物分布Oc。
步骤206：将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，由于地面机器人在二维空间中运动，因此，需要将 第四坐标参数集合投影至二维坐标系中，这样，得到的第二位置信息可通过二维极坐标中的方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布。
具体地，将障碍物分布Oc投影到水平平面(也即地面)上，得到二维的局部避障地图M，避障地图M包括了各个第二对象的第二位置信息。
步骤207：根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据。
本发明实施例中，所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度。
本发明实施例中，地面机器人具有局部运动控制器，局部运动控制器包括：PID模块、避障模块和信息融合模块。
具体地，PID模块的输入是第一对象的第一位置信息(d,θ)，输出是在没有障碍物的情况下地面机器人追踪第一对象的第一组速度数据(v1,ω1)。
步骤208：根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据。
本发明实施例中，所述第二组速度数据通过角速度和线速度来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度。
具体地，避障模块的输入是基于第二对象的第二位置信息而形成的避障地图M以及第一对象的第一位置信息(d,θ)，输出是第二组速度数据(v2,ω2)，这里，第二组速度数据是根据地面机器人的运动模型，从所有可能的运动轨迹中选出避开第二对象，且尽量靠近第一对象的速度数据。
步骤209：结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据；根据所述 运动数据追踪所述第一对象。
本发明实施例中，追踪所述第一对象时，根据地面机器人当前的速度和所述第二对象的第二位置信息，计算所述地面机器人与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述地面机器人追踪所述第一对象的运动数据。
参照图4，信息融合模块的输入是第一组速度数据(v1,ω1)、第二组速度数据(v2,ω2)以及基于第二对象的第二位置信息而形成的避障地图M，信息融合模块的输出是地面机器人最终的运动数据(v3,ω3)。这里，基于避障地图M对第一组速度数据和所述第二组速度数据进行融合，融合的依据是：根据地面机器人当前的运动数据(v0,ω0)在避障地图M中预测地面机器人与第二对象之间的距离dc，地面机器人与第二对象之间的距离dc越大，则第一组速度数据(v1,ω1)的权重越大；反之，地面机器人与第二对象之间的距离dc越小，则第二组速度数据(v2,ω2)的权重越大。最后，基于各自的权重对第一组速度数据(v1,ω1)和所述第二组速度数(v2,ω2)进行加权处理，即得到追踪第一对象的运动数据。
本发明实施例中，在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；当发生异常事件时，调整所述运动数据小于等于预设值。在一实施方式中，预设值为零，此时，地面机器人一旦出现跌落或者碰撞的风险，则强行启动刹车逻辑，保证地面机器人的安全。
图5为本发明实施例的追踪方法的流程示意图三，本示例中的追踪方法应用于无人机，如图5所示，所述追踪方法包括以下步骤：
步骤501：监测第一对象的第一位置信息。
本发明实施例中，无人机包括两类传感器，其中，第一类传感器用于 监测第一对象的第一位置信息，第二类传感器用于监测目标区域内的第二对象的第二位置信息。
在一实施方式中，第一类传感器为UWB anchor，相应地，第一对象需携带UWB tag，无人机通过UWB anchor对第一对象携带的UWB tag进行定位，得到第一对象的第一位置信息。
上述方案中，UWB anchor通常由两个以上UWB通信节点组成，UWB tag由另一个UWB通信节点组成，采用飞行时间测距法(TOF，Time of Flight)和三角定位的原理确定UWB tag相对于UWB anchor的位置信息，也即第一对象的第一位置信息。
本发明实施例中，第一对象指待追踪的对象。
本发明实施例中，所述第一位置信息通过方向角θ、仰角
Figure PCTCN2017072999-appb-000005
和距离d来表示，通过
Figure PCTCN2017072999-appb-000006
表征所述第一对象的位置。
步骤502：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合。
本发明实施例中，通过第二类传感器监测目标区域内的第二对象的第二位置信息。在一实施方式中，第二类传感器为3D相机，通过3D相机对目标区域进行三维图像采集，即可获得目标区域内第二图像的第二位置信息。在另一实施方式中，第二类传感器为LiDAR传感器，用激光扫描的方法获得周围物体相对传感器的距离信息。
本发明实施例中，第二对象相对于第一对象而言，指障碍物。追踪第一对象时，需躲避第二对象，避免与第二对象发生碰撞。
具体实现时，首先需要对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合。具体地，无人机从第二类传感器获得目标区域内的所有可视障碍物的三维空间分布OA＝{oi:(xi,yi,zi)}。
步骤503：获取所述第一对象的第一位置信息以及边界信息，确定出以 所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合。
具体地，参照图6，根据第一对象相对机器人的第一位置信息
Figure PCTCN2017072999-appb-000007
以及预先知道的第一对象的边界信息，即三维边界框(3D bounding box)尺寸，能够确定出表征第一对象的空间分布的第三坐标参数集合，从障碍物分布OA中去除以第一位置为中心的3D bounding box内的所有障碍物，得到最终的障碍物分布OB。
步骤504：从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标参数集合即用于表示所述第二对象的第二位置信息。
具体地，从障碍物分布OA中去除以第一对象为中心的3D bounding box内的所有障碍物，得到最终的障碍物分布OB，OB即为三维的避障地图，避障地图OB包括了各个第二对象的第二位置信息。
步骤505：根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据。
本发明实施例中，所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度。
本发明实施例中，无人机具有局部运动控制器，局部运动控制器包括：PID模块、避障模块和信息融合模块。
具体地，PID模块的输入是第一对象的第一位置信息
Figure PCTCN2017072999-appb-000008
输出是在没有障碍物的情况下无人机追踪第一对象的第一组速度数据(α1,β1,γ1)。
本发明实施例中，速度数据均为三维空间中的速度数据，其中，第一维速度分量是无人机围绕x轴(也即roll轴)旋转的速度分量，第二维速度分量是无人机围绕y轴(也即pitch轴)旋转的速度分量，第三维速度分量 是无人机围绕z轴(也即yaw轴)旋转的速度分量。
步骤506：根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据。
本发明实施例中，所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度。
具体地，避障模块的输入是基于第二对象的第二位置信息而形成的避障地图OB以及第一对象的第一位置信息
Figure PCTCN2017072999-appb-000009
输出是第二组速度数据(α2,β2,γ2)，这里，第二组速度数据是根据无人机的运动模型，从所有可能的运动轨迹中选出避开第二对象，且尽量靠近第一对象的速度数据。
步骤507：结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据；根据所述运动数据追踪所述第一对象。
本发明实施例中，追踪所述第一对象时，根据无人机当前的速度和所述第二对象的第二位置信息，计算所述无人机与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述无人机追踪所述第一对象的运动数据。
参照图7，信息融合模块的输入是第一组速度数据(α1,β1,γ1)、第二组速度数据(α2,β2,γ2)以及基于第二对象的第二位置信息而形成的避障地图OB，信息融合模块的输出是无人机最终的运动数据(α3,β3,γ3)。这里，基于避障地图OB对第一组速度数据和所述第二组速度数据进行融合，融合的依据是：根据无人机当前的运动数据(α0,β0,γ0)在避障地图OB中预测无人机与第二对象之间的距离dc，无人机与第二对象之间的距离dc越大，则第一组速度数据(α1,β1,γ1)的权重越大；反之，无人机与第二对象之间的距离dc越小，则第 二组速度数据(α2,β2,γ2)的权重越大。最后，基于各自的权重对第一组速度数据(α1,β1,γ1)和所述第二组速度数(α2,β2,γ2)进行加权处理，即得到追踪第一对象的运动数据。
本发明实施例中，在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；当发生异常事件时，调整所述运动数据小于等于预设值。在一实施方式中，预设值为零，此时，无人机一旦出现跌落或者碰撞的风险，则强行启动刹车逻辑，保证无人机的安全。
图8为本发明实施例的追踪设备的结构组成示意图，如图8所示，所述追踪设备包括：
第一监测单元81，配置为监测第一对象的第一位置信息；
第二监测单元82，配置为监测目标区域内的第二对象的第二位置信息；
处理单元83，配置为结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；
驱动单元84，配置为根据所述运动数据追踪所述第一对象。
本发明实施例中，所述第二监测单元82，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取监测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
本发明实施例中，所述第二监测单元82，还配置为：将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参 数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述第二监测单元82，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标参数集合即用于表示所述第二对象的第二位置信息。
本发明实施例中，所述处理单元83，还配置为：根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
本发明实施例中，所述设备还包括：
异常检测单元85，配置为在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；
所述处理单元83，还配置为当发生异常事件时，调整所述运动数据小于等于预设值。
本发明实施例中，所述第一位置信息通过方向角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过角速度和线速度 来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述处理单元83，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本发明实施例中，所述第一位置信息通过方向角、仰角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
所述第二位置信息通过方向角、仰角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
相应地，所述处理单元83，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
本领域技术人员应当理解，图8所示的追踪设备中的各单元的实现功能可参照前述追踪方法的相关描述而理解。
在实际应用中，所述第一监测单元可以通过UWB anchor来实现，UWB  anchor通常由两个以上UWB通信节点组成。第二监测单元可以通过3D相机来实现。驱动单元可以通过电机来实现。异常检测单元可以通过位姿传感器来实现。处理单元可通过处理器来实现。
本发明实施例上述追踪设备如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本发明实施例不限制于任何特定的硬件和软件结合。
相应地，本发明实施例还提供一种计算机存储介质，其中存储有计算机程序，该计算机程序用于执行本发明实施例的追踪方法。
尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。
工业实用性
本发明实施例的技术方案，监测第一对象的第一位置信息；监测目标区域内的第二对象的第二位置信息；结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；根据所述运动数据追踪所述第一对象。追踪设备在追踪第一对象的同时检测目标区域内的第二对象(也称为障碍物)，同时实现对目标的追踪和对障碍物的躲避，大大减小了追踪过程中碰撞障碍物的可能性，保护了追踪设备。

Claims (17)

  1. 一种追踪方法，所述方法包括：
    监测第一对象的第一位置信息；
    监测目标区域内的第二对象的第二位置信息；
    结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；
    根据所述运动数据追踪所述第一对象。
  2. 根据权利要求1所述的追踪方法，其中，所述监测目标区域内的第二对象的第二位置信息，包括：
    对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；
    获取监测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合；
    获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；
    从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
  3. 根据权利要求2所述的追踪方法，其中，所述监测目标区域内的第二对象的第二位置信息，还包括：
    将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参数集合即用于表示所述第二对象的第二位置信息。
  4. 根据权利要求1所述的追踪方法，其中，所述监测目标区域内的第二对象的第二位置信息，包括：
    对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；
    获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；
    从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标参数集合即用于表示所述第二对象的第二位置信息。
  5. 根据权利要求1所述的追踪方法，其中，所述结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据，包括：
    根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；
    根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；
    结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
  6. 根据权利要求5所述的追踪方法，其中，所述方法还包括：
    在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；
    当发生异常事件时，调整所述运动数据小于等于预设值。
  7. 根据权利要求5所述的追踪方法，其中，
    所述第一位置信息通过方向角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
    所述第二位置信息通过方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过角速度和线速度来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对 象的速度；
    相应地，所述结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据，包括：
    追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；
    根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；
    基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
  8. 根据权利要求5所述的追踪方法，其中，
    所述第一位置信息通过方向角、仰角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
    所述第二位置信息通过方向角、仰角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
    相应地，所述结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据，包括：
    追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；
    根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；
    基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进 行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
  9. 一种追踪设备，所述设备包括：
    第一监测单元，配置为监测第一对象的第一位置信息；
    第二监测单元，配置为监测目标区域内的第二对象的第二位置信息；
    处理单元，配置为结合所述第一位置信息与所述第二位置信息，确定出追踪所述第一对象的运动数据；
    驱动单元，配置为根据所述运动数据追踪所述第一对象。
  10. 根据权利要求9所述的追踪设备，其中，所述第二监测单元，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取监测装置的位姿参数，根据所述位姿参数确定所述目标区域内表征第三对象位置分布的第二坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第二坐标参数集合以及所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合。
  11. 根据权利要求10所述的追踪设备，其中，所述第二监测单元，还配置为：将所述目标区域内的表征所述第二对象分布的第四坐标参数集合投影至预设维度的坐标系中，得到所述预设维度的坐标系内的第五坐标参数集合，所述第五坐标参数集合即用于表示所述第二对象的第二位置信息。
  12. 根据权利要求9所述的追踪设备，其中，所述第二监测单元，还配置为：对目标区域进行监测，得到目标区域内表征各个对象位置分布的第一坐标参数集合；获取所述第一对象的第一位置信息以及边界信息，确定出以所述第一位置信息为中心且以所述边界信息为边界约束的第三坐标参数集合；从所述第一坐标参数集合中去除所述第三坐标参数集合，得到目标区域内的表征所述第二对象分布的第四坐标参数集合，所述第四坐标 参数集合即用于表示所述第二对象的第二位置信息。
  13. 根据权利要求9所述的追踪设备，其中，所述处理单元，还配置为：根据所述第一对象的第一位置信息，确定与追踪所述第一对象相关的第一组速度数据；根据所述第一对象的第一位置信息和所述第二对象的第二位置信息，确定与追踪所述第一对象相关的第二组速度数据；结合所述第一组速度数据、所述第二组速度数据以及所述第二对象的第二位置信息，确定出追踪所述第一对象的运动数据。
  14. 根据权利要求13所述的追踪设备，其中，所述设备还包括：
    异常检测单元，配置为在根据所述运动数据追踪所述第一对象时，检测是否发生异常事件；
    所述处理单元，还配置为当发生异常事件时，调整所述运动数据小于等于预设值。
  15. 根据权利要求13所述的追踪设备，其中，
    所述第一位置信息通过方向角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过角速度和线速度来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
    所述第二位置信息通过方向角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过角速度和线速度来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
    相应地，所述处理单元，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一 对象的运动数据。
  16. 根据权利要求13所述的追踪设备，其中，
    所述第一位置信息通过方向角、仰角和距离来表示，用于表征所述第一对象的位置；所述第一组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内没有所述第二对象的状态下追踪所述第一对象的速度；
    所述第二位置信息通过方向角、仰角和距离来表示，用于表征所述第二对象在所述目标区域内的位置分布；所述第二组速度数据通过第一维速度分量、第二维速度分量和第三维速度分量来表示，用于表征在目标区域内有所述第二对象的状态下追踪所述第一对象的速度；
    相应地，所述处理单元，还配置为：追踪所述第一对象时，根据追踪设备当前的速度和所述第二对象的第二位置信息，计算所述追踪设备与所述第二对象之间的距离；根据所述距离确定所述第一组速度数据和所述第二组速度数据分别对应的权重；基于所确定的权重，对所述第一组速度数据和所述第二组速度数据进行加权处理，得到所述追踪设备追踪所述第一对象的运动数据。
  17. 一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，该计算机可执行指令配置为执行权利要求1-8任一项所述的追踪方法。
PCT/CN2017/072999 2016-10-12 2017-02-06 一种追踪方法及追踪设备、计算机存储介质 WO2018068446A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610891570 2016-10-12
CN201610891570.3 2016-10-12

Publications (1)

Publication Number Publication Date
WO2018068446A1 true WO2018068446A1 (zh) 2018-04-19

Family

ID=58973757

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/072999 WO2018068446A1 (zh) 2016-10-12 2017-02-06 一种追踪方法及追踪设备、计算机存储介质

Country Status (2)

Country Link
CN (1) CN106774303B (zh)
WO (1) WO2018068446A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161319A (zh) * 2019-12-30 2020-05-15 秒针信息技术有限公司 工作监督方法和装置、存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108255173A (zh) * 2017-12-20 2018-07-06 北京理工大学 机器人跟随避障方法及装置
CN110191414A (zh) * 2019-05-27 2019-08-30 段德山 基于终端的追踪方法及***
US11367211B2 (en) * 2019-07-29 2022-06-21 Raytheon Company Inertially-assisted target detection
CN112595338B (zh) * 2020-12-24 2023-04-07 中国联合网络通信集团有限公司 导航方法以及导航***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667037A (zh) * 2008-09-03 2010-03-10 中国科学院自动化研究所 一种基于可行通道的机器人目标追踪方法
CN102411368A (zh) * 2011-07-22 2012-04-11 北京大学 机器人的主动视觉人脸跟踪方法和跟踪***
CN103454919A (zh) * 2013-08-19 2013-12-18 江苏科技大学 智能空间中移动机器人的运动控制***及方法
CN103473542A (zh) * 2013-09-16 2013-12-25 清华大学 多线索融合的目标跟踪方法
WO2016026039A1 (en) * 2014-08-18 2016-02-25 Verity Studios Ag Invisible track for an interactive mobile robot system

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7710322B1 (en) * 2005-05-10 2010-05-04 Multispectral Solutions, Inc. Extensible object location system and method using multiple references
CN105652895A (zh) * 2014-11-12 2016-06-08 沈阳新松机器人自动化股份有限公司 基于激光传感器的移动机器人人体跟踪***及跟踪方法
CN105527975A (zh) * 2015-12-09 2016-04-27 周润华 一种基于无人机的目标跟踪***
CN105955268B (zh) * 2016-05-12 2018-10-26 哈尔滨工程大学 一种考虑局部避碰的uuv动目标滑模跟踪控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667037A (zh) * 2008-09-03 2010-03-10 中国科学院自动化研究所 一种基于可行通道的机器人目标追踪方法
CN102411368A (zh) * 2011-07-22 2012-04-11 北京大学 机器人的主动视觉人脸跟踪方法和跟踪***
CN103454919A (zh) * 2013-08-19 2013-12-18 江苏科技大学 智能空间中移动机器人的运动控制***及方法
CN103473542A (zh) * 2013-09-16 2013-12-25 清华大学 多线索融合的目标跟踪方法
WO2016026039A1 (en) * 2014-08-18 2016-02-25 Verity Studios Ag Invisible track for an interactive mobile robot system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161319A (zh) * 2019-12-30 2020-05-15 秒针信息技术有限公司 工作监督方法和装置、存储介质

Also Published As

Publication number Publication date
CN106774303A (zh) 2017-05-31
CN106774303B (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
WO2018068446A1 (zh) 一种追踪方法及追踪设备、计算机存储介质
JP7345504B2 (ja) Ｌｉｄａｒデータと画像データの関連付け
US10591292B2 (en) Method and device for movable object distance detection, and aerial vehicle
KR101725060B1 (ko) 그래디언트 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
KR101776622B1 (ko) 다이렉트 트래킹을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
Larson et al. Lidar based off-road negative obstacle detection and analysis
JP5944781B2 (ja) 移動体認識システム、移動体認識プログラム、及び移動体認識方法
CN113168184A (zh) 地形感知步伐计划***
TW201728876A (zh) 自主視覺導航
CN106569225B (zh) 一种基于测距传感器的无人车实时避障方法
KR20150144728A (ko) 이동 로봇의 맵을 업데이트하기 위한 장치 및 그 방법
KR20150144730A (ko) ADoG 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
JP6140458B2 (ja) 自律移動ロボット
TW201734687A (zh) 飛行器的控制方法和裝置
JP2016009487A (ja) 立体画像に基づいて距離情報を求めるためのセンサシステム
JP2013200604A (ja) 移動ロボット
JP6014484B2 (ja) 自律移動ロボット
JP2020126612A (ja) スマートフォンを利用する歩行者を保護するための先端歩行者補助システムを提供する方法及び装置
Liau et al. Non-metric navigation for mobile robot using optical flow
CN113610910B (zh) 一种移动机器人避障方法
Dubey et al. Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance
JP2020064029A (ja) 移動体制御装置
Dinaux et al. FAITH: Fast iterative half-plane focus of expansion estimation using optic flow
JP7179687B2 (ja) 障害物検知装置
Marlow et al. Dynamically sized occupancy grids for obstacle avoidance

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17859420

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17859420

Country of ref document: EP

Kind code of ref document: A1