一種追蹤方法及追蹤設備與流程

2023-04-23 18:01:41

本發明涉及智能追蹤技術，尤其涉及一種追蹤方法及追蹤設備。

背景技術：

超寬帶(UWB，Ultra Wideband)是一種無線載波通信技術，利用UWB技術能夠實現定位追蹤，具體地，在追蹤機器人上設置UWB錨節點(UWB anchor)，在目標對象上設置UWB信標(UWB tag)，這樣，追蹤機器人利用UWB anchor便可實時追蹤攜帶UWB tag的目標對象。在追蹤過程中，因為目標對象與追蹤機器人之間存在一定的距離，在目標對象運動的過程中，可能在兩者之間出現障礙物，從而導致機器人在追蹤的過程中發生碰撞，導致追蹤失敗甚至損壞追蹤機器人。

技術實現要素：

為解決上述技術問題，本發明實施例提供了一種追蹤方法及追蹤設備。

本發明實施例提供的追蹤方法，包括：

監測第一對象的第一位置信息；

監測目標區域內的第二對象的第二位置信息；

結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據；

根據所述運動數據追蹤所述第一對象。

本發明實施例中，所述監測目標區域內的第二對象的第二位置信息，包括：

對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；

獲取監測裝置的位姿參數，根據所述位姿參數確定所述目標區域內表徵第三對象位置分布的第二坐標參數集合；

獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；

從所述第一坐標參數集合中去除所述第二坐標參數集合以及所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合。

本發明實施例中，所述監測目標區域內的第二對象的第二位置信息，還包括：

將所述目標區域內的表徵所述第二對象分布的第四坐標參數集合投影至預設維度的坐標系中，得到所述預設維度的坐標系內的第五坐標參數集合，所述第五坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述監測目標區域內的第二對象的第二位置信息，包括：

對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；

獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；

從所述第一坐標參數集合中去除所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合，所述第四坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據，包括：

根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據；

根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據；

結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據。

本發明實施例中，所述方法還包括：

在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；

當發生異常事件時，調整所述運動數據小於等於預設值。

本發明實施例中，所述第一位置信息通過方向角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過角速度和線速度來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過角速度和線速度來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據，包括：

追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；

根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；

基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本發明實施例中，所述第一位置信息通過方向角、仰角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角、仰角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據，包括：

追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；

根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；

基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本發明實施例提供的追蹤設備，包括：

第一監測單元，用於監測第一對象的第一位置信息；

第二監測單元，用於監測目標區域內的第二對象的第二位置信息；

處理單元，用於結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據；

驅動單元，用於根據所述運動數據追蹤所述第一對象。

本發明實施例中，所述第二監測單元，具體用於：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；獲取監測裝置的位姿參數，根據所述位姿參數確定所述目標區域內表徵第三對象位置分布的第二坐標參數集合；獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；從所述第一坐標參數集合中去除所述第二坐標參數集合以及所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合。

本發明實施例中，所述第二監測單元，還用於：將所述目標區域內的表徵所述第二對象分布的第四坐標參數集合投影至預設維度的坐標系中，得到所述預設維度的坐標系內的第五坐標參數集合，所述第五坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述第二監測單元，具體用於：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；從所述第一坐標參數集合中去除所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合，所述第四坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述處理單元，具體用於：根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據；根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據；結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據。

本發明實施例中，所述設備還包括：

異常檢測單元，用於在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；

所述處理單元，還用於當發生異常事件時，調整所述運動數據小於等於預設值。

本發明實施例中，所述第一位置信息通過方向角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過角速度和線速度來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過角速度和線速度來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述處理單元，具體用於：追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本發明實施例中，所述第一位置信息通過方向角、仰角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角、仰角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述處理單元，具體用於：追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本發明實施例的技術方案中，監測第一對象的第一位置信息；監測目標區域內的第二對象的第二位置信息；結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據；根據所述運動數據追蹤所述第一對象。通過對本發明實施例的實施，追蹤設備在追蹤第一對象的同時檢測目標區域內的第二對象(也稱為障礙物)，同時實現對目標的追蹤和對障礙物的躲避，大大減小了追蹤過程中碰撞障礙物的可能性，保護了追蹤設備。

附圖說明

圖1為本發明實施例的追蹤方法的流程示意圖一；

圖2為本發明實施例的追蹤方法的流程示意圖二；

圖3為本發明實施例的場景示意圖一；

圖4為本發明實施例的信息融合示意圖一；

圖5為本發明實施例的追蹤方法的流程示意圖三；

圖6為本發明實施例的場景示意圖二；

圖7為本發明實施例的信息融合示意圖二；

圖8為本發明實施例的追蹤設備的結構組成示意圖。

具體實施方式

為了能夠更加詳盡地了解本發明實施例的特點與技術內容，下面結合附圖對本發明實施例的實現進行詳細闡述，所附附圖僅供參考說明之用，並非用來限定本發明實施例。

圖1為本發明實施例的追蹤方法的流程示意圖一，本示例中的追蹤方法應用於追蹤設備，如圖1所示，所述追蹤方法包括以下步驟：

步驟101：監測第一對象的第一位置信息。

本發明實施例中，追蹤設備包括兩類傳感器，其中，第一類傳感器用於監測第一對象的第一位置信息，第二類傳感器用於監測目標區域內的第二對象的第二位置信息。

在一實施方式中，第一類傳感器可以為UWB anchor，相應地，第一對象需攜帶UWB tag，追蹤設備通過UWB anchor對第一對象攜帶的UWB tag進行定位，得到第一對象的第一位置信息。

上述方案中，UWB anchor通常由兩個以上UWB通信節點組成，UWB tag由另一個UWB通信節點組成，採用飛行時間測距法(TOF，Time of Flight)和三角定位的原理確定UWB tag相對於UWB anchor的位置信息，也即第一對象的第一位置信息。

本發明實施例中，第一對象指待追蹤的對象。

步驟102：監測目標區域內的第二對象的第二位置信息。

本發明實施例中，通過第二類傳感器監測目標區域內的第二對象的第二位置信息。

在一實施方式中，第二類傳感器可以為3D相機，通過3D相機對目標區域進行三維圖像採集，即可獲得目標區域內第二圖像的第二位置信息。這裡，3D相機通過結構光技術、或者TOF技術、或者雙目視覺等技術來獲得相機視場(對應於目標區域)中各個物體相對於3D相機的位置信息。以TOF技術為例，TOF技術屬於雙向測距技術，主要利用信號在兩個異步收發機之間往返的飛行時間來測量節點間的距離。

在另一實施方式中，第二類傳感器可以為雷射雷達(LiDAR)傳感器，用雷射掃描的方法獲得周圍物體相對傳感器的距離信息。

本發明實施例中，第二對象相對於第一對象而言，指障礙物。追蹤第一對象時，需躲避第二對象，避免與第二對象發生碰撞。

在一實施方式中，追蹤設備可以是地面機器人，由於地面機器人只能在二維地面上運動，因此，在二維空間中表示第一對象的第一位置信息、第二對象的第二位置信息。例如，以極坐標系來表示二維空間時，第一對象的第一位置信息通過方向角θ和距離d來表示，通過(d,θ)表徵所述第一對象在二維空間中的位置。第二對象的第二位置信息通過方向角θ′和距離d′來表示，通過(d′,θ′)表徵所述第二對象在二維空間中的位置，將目標區域內所有的第二對象的第二位置信息集合在一起，形成二維避障地圖M。

在另一實施方式中，追蹤設備可以是無人機，由於無人機能在三維空間中運動，因此，在三維空間中表示第一對象的第一位置信息、第二對象的第二位置信息。例如，以極坐標系來表示三維空間時，第一對象的第一位置信息通過方向角θ、仰角和距離d來表示，通過表徵所述第一對象在三維空間中的位置。第二對象的第二位置信息通過方向角θ′、仰角和距離d′來表示，通過表徵所述第二對象在三維空間中的位置，將目標區域內所有的第二對象的第二位置信息集合在一起，形成三維避障地圖M。

步驟103：結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據；根據所述運動數據追蹤所述第一對象。

本發明實施例中，根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據；根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據；結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據。

具體地，1)追蹤設備具有比例-積分-微分(PID)模塊，PID模塊的輸入是第一對象的第一位置信息，輸出是在沒有障礙物的情況下追蹤設備追蹤第一對象的第一組速度數據。2)追蹤設備還具有避障模塊，避障模塊的輸入是基於第二對象的第二位置信息而形成的避障地圖M以及第一對象的第一位置信息，輸出是第二組速度數據，這裡，第二組速度數據是根據追蹤設備的運動模型，從所有可能的運動軌跡中選出避開第二對象，且儘量靠近第一對象的速度數據。3)追蹤設備還具有信息融合模塊，信息融合模塊的輸入是第一組速度數據、第二組速度數據以及基於第二對象的第二位置信息而形成的避障地圖M，信息融合模塊的輸出是追蹤設備最終的運動數據。這裡，基於避障地圖M對第一組速度數據和所述第二組速度數據進行融合，融合的依據是：根據追蹤設備當前的運動數據在避障地圖M中預測追蹤設備與第二對象之間的距離，追蹤設備與第二對象之間的距離越大，則第一組速度數據的權重越大；反之，追蹤設備與第二對象之間的距離越小，則第二組速度數據的權重越大。最後，基於各自的權重對第一組速度數據和所述第二組速度數進行加權處理，即得到追蹤第一對象的運動數據。

本發明實施例中，在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；當發生異常事件時，調整所述運動數據小於等於預設值。在一實施方式中，預設值為零，此時，追蹤設備一旦出現跌落或者碰撞的風險，則強行啟動剎車邏輯，保證追蹤設備的安全。

圖2為本發明實施例的追蹤方法的流程示意圖二，本示例中的追蹤方法應用於地面機器人，如圖2所示，所述追蹤方法包括以下步驟：

步驟201：監測第一對象的第一位置信息。

本發明實施例中，地面機器人包括兩類傳感器，其中，第一類傳感器用於監測第一對象的第一位置信息，第二類傳感器用於監測目標區域內的第二對象的第二位置信息。

在一實施方式中，第一類傳感器可以為UWB anchor，相應地，第一對象需攜帶UWB tag，地面機器人通過UWB anchor對第一對象攜帶的UWB tag進行定位，得到第一對象的第一位置信息。

上述方案中，UWB anchor通常由兩個以上UWB通信節點組成，UWB tag由另一個UWB通信節點組成，採用飛行時間測距法(TOF，Time of Flight)和三角定位的原理確定UWB tag相對於UWB anchor的位置信息，也即第一對象的第一位置信息。

本發明實施例中，第一對象指待追蹤的對象。

本發明實施例中，所述第一位置信息通過方向角θ和距離d來表示，通過(d,θ)表徵所述第一對象的位置。

步驟202：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合。

本發明實施例中，通過第二類傳感器監測目標區域內的第二對象的第二位置信息。在一實施方式中，第二類傳感器為3D相機，通過3D相機對目標區域進行三維圖像採集，即可獲得目標區域內第二圖像的第二位置信息。在另一實施方式中，第二類傳感器為LiDAR傳感器，用雷射掃描的方法獲得周圍物體相對傳感器的距離信息。

本發明實施例中，第二對象相對於第一對象而言，指障礙物。追蹤第一對象時，需躲避第二對象，避免與第二對象發生碰撞。

具體實現時，首先需要對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合。具體地，地面機器人從第二類傳感器獲得目標區域內的所有可視障礙物的三維空間分布OA＝{oi:(xi,yi,zi)}。

步驟203：獲取監測裝置的位姿參數，根據所述位姿參數確定所述目標區域內表徵第三對象位置分布的第二坐標參數集合。

本發明實施例中，因為地面機器人在地面上運動，因此需要根據地面機器人的姿態，第二類傳感器安裝的高度，推算出地面的三維位置(也即第三對象位置的第二坐標參數集合)，並從障礙物分布OA中將地面位置去除，得到沒有地面的障礙物分布OB。

步驟204：獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合。

具體地，參照圖3，根據第一對象相對機器人的第一位置信息(d,θ)，以及預先知道的第一對象的邊界信息，即三維邊界框(3D bounding box)尺寸，能夠確定出表徵第一對象的空間分布的第三坐標參數集合，從障礙物分布OB中去除以第一位置為中心的3D bounding box內的所有障礙物，得到最終的障礙物分布Oc。

步驟205：從所述第一坐標參數集合中去除所述第二坐標參數集合以及所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合。

具體地，首先從障礙物分布OA中將地面位置去除，得到沒有地面的障礙物分布OB；然後，從障礙物分布OB中去除以第一對象為中心的3D bounding box內的所有障礙物，得到最終的障礙物分布Oc。

步驟206：將所述目標區域內的表徵所述第二對象分布的第四坐標參數集合投影至預設維度的坐標系中，得到所述預設維度的坐標系內的第五坐標參數集合，所述第五坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，由於地面機器人在二維空間中運動，因此，需要將第四坐標參數集合投影至二維坐標系中，這樣，得到的第二位置信息可通過二維極坐標中的方向角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布。

具體地，將障礙物分布Oc投影到水平平面(也即地面)上，得到二維的局部避障地圖M，避障地圖M包括了各個第二對象的第二位置信息。

步驟207：根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據。

本發明實施例中，所述第一組速度數據通過角速度和線速度來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度。

本發明實施例中，地面機器人具有局部運動控制器，局部運動控制器包括：PID模塊、避障模塊和信息融合模塊。

具體地，PID模塊的輸入是第一對象的第一位置信息(d,θ)，輸出是在沒有障礙物的情況下地面機器人追蹤第一對象的第一組速度數據(v1,ω1)。

步驟208：根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據。

本發明實施例中，所述第二組速度數據通過角速度和線速度來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度。

具體地，避障模塊的輸入是基於第二對象的第二位置信息而形成的避障地圖M以及第一對象的第一位置信息(d,θ)，輸出是第二組速度數據(v2,ω2)，這裡，第二組速度數據是根據地面機器人的運動模型，從所有可能的運動軌跡中選出避開第二對象，且儘量靠近第一對象的速度數據。

步驟209：結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據；根據所述運動數據追蹤所述第一對象。

本發明實施例中，追蹤所述第一對象時，根據地面機器人當前的速度和所述第二對象的第二位置信息，計算所述地面機器人與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述地面機器人追蹤所述第一對象的運動數據。

參照圖4，信息融合模塊的輸入是第一組速度數據(v1,ω1)、第二組速度數據(v2,ω2)以及基於第二對象的第二位置信息而形成的避障地圖M，信息融合模塊的輸出是地面機器人最終的運動數據(v3,ω3)。這裡，基於避障地圖M對第一組速度數據和所述第二組速度數據進行融合，融合的依據是：根據地面機器人當前的運動數據(v0,ω0)在避障地圖M中預測地面機器人與第二對象之間的距離dc，地面機器人與第二對象之間的距離dc越大，則第一組速度數據(v1,ω1)的權重越大；反之，地面機器人與第二對象之間的距離dc越小，則第二組速度數據(v2,ω2)的權重越大。最後，基於各自的權重對第一組速度數據(v1,ω1)和所述第二組速度數(v2,ω2)進行加權處理，即得到追蹤第一對象的運動數據。

本發明實施例中，在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；當發生異常事件時，調整所述運動數據小於等於預設值。在一實施方式中，預設值為零，此時，地面機器人一旦出現跌落或者碰撞的風險，則強行啟動剎車邏輯，保證地面機器人的安全。

圖5為本發明實施例的追蹤方法的流程示意圖三，本示例中的追蹤方法應用於無人機，如圖5所示，所述追蹤方法包括以下步驟：

步驟501：監測第一對象的第一位置信息。

本發明實施例中，無人機包括兩類傳感器，其中，第一類傳感器用於監測第一對象的第一位置信息，第二類傳感器用於監測目標區域內的第二對象的第二位置信息。

在一實施方式中，第一類傳感器為UWB anchor，相應地，第一對象需攜帶UWB tag，無人機通過UWB anchor對第一對象攜帶的UWB tag進行定位，得到第一對象的第一位置信息。

上述方案中，UWB anchor通常由兩個以上UWB通信節點組成，UWB tag由另一個UWB通信節點組成，採用飛行時間測距法(TOF，Time of Flight)和三角定位的原理確定UWB tag相對於UWB anchor的位置信息，也即第一對象的第一位置信息。

本發明實施例中，第一對象指待追蹤的對象。

本發明實施例中，所述第一位置信息通過方向角θ、仰角和距離d來表示，通過表徵所述第一對象的位置。

步驟502：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合。

本發明實施例中，通過第二類傳感器監測目標區域內的第二對象的第二位置信息。在一實施方式中，第二類傳感器為3D相機，通過3D相機對目標區域進行三維圖像採集，即可獲得目標區域內第二圖像的第二位置信息。在另一實施方式中，第二類傳感器為LiDAR傳感器，用雷射掃描的方法獲得周圍物體相對傳感器的距離信息。

本發明實施例中，第二對象相對於第一對象而言，指障礙物。追蹤第一對象時，需躲避第二對象，避免與第二對象發生碰撞。

具體實現時，首先需要對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合。具體地，無人機從第二類傳感器獲得目標區域內的所有可視障礙物的三維空間分布OA＝{oi:(xi,yi,zi)}。

步驟503：獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合。

具體地，參照圖6，根據第一對象相對機器人的第一位置信息以及預先知道的第一對象的邊界信息，即三維邊界框(3D bounding box)尺寸，能夠確定出表徵第一對象的空間分布的第三坐標參數集合，從障礙物分布OA中去除以第一位置為中心的3D bounding box內的所有障礙物，得到最終的障礙物分布OB。

步驟504：從所述第一坐標參數集合中去除所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合，所述第四坐標參數集合即用於表示所述第二對象的第二位置信息。

具體地，從障礙物分布OA中去除以第一對象為中心的3D bounding box內的所有障礙物，得到最終的障礙物分布OB，OB即為三維的避障地圖，避障地圖OB包括了各個第二對象的第二位置信息。

步驟505：根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據。

本發明實施例中，所述第一組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度。

本發明實施例中，無人機具有局部運動控制器，局部運動控制器包括：PID模塊、避障模塊和信息融合模塊。

具體地，PID模塊的輸入是第一對象的第一位置信息輸出是在沒有障礙物的情況下無人機追蹤第一對象的第一組速度數據(α1,β1,γ1)。

本發明實施例中，速度數據均為三維空間中的速度數據，其中，第一維速度分量是無人機圍繞x軸(也即roll軸)旋轉的速度分量，第二維速度分量是無人機圍繞y軸(也即pitch軸)旋轉的速度分量，第三維速度分量是無人機圍繞z軸(也即yaw軸)旋轉的速度分量。

步驟506：根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據。

本發明實施例中，所述第二組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度。

具體地，避障模塊的輸入是基於第二對象的第二位置信息而形成的避障地圖OB以及第一對象的第一位置信息輸出是第二組速度數據(α2,β2,γ2)，這裡，第二組速度數據是根據無人機的運動模型，從所有可能的運動軌跡中選出避開第二對象，且儘量靠近第一對象的速度數據。

步驟507：結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據；根據所述運動數據追蹤所述第一對象。

本發明實施例中，追蹤所述第一對象時，根據無人機當前的速度和所述第二對象的第二位置信息，計算所述無人機與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述無人機追蹤所述第一對象的運動數據。

參照圖7，信息融合模塊的輸入是第一組速度數據(α1,β1,γ1)、第二組速度數據(α2,β2,γ2)以及基於第二對象的第二位置信息而形成的避障地圖OB，信息融合模塊的輸出是無人機最終的運動數據(α3,β3,γ3)。這裡，基於避障地圖OB對第一組速度數據和所述第二組速度數據進行融合，融合的依據是：根據無人機當前的運動數據(α0,β0,γ0)在避障地圖OB中預測無人機與第二對象之間的距離dc，無人機與第二對象之間的距離dc越大，則第一組速度數據(α1,β1,γ1)的權重越大；反之，無人機與第二對象之間的距離dc越小，則第二組速度數據(α2,β2,γ2)的權重越大。最後，基於各自的權重對第一組速度數據(α1,β1,γ1)和所述第二組速度數(α2,β2,γ2)進行加權處理，即得到追蹤第一對象的運動數據。

本發明實施例中，在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；當發生異常事件時，調整所述運動數據小於等於預設值。在一實施方式中，預設值為零，此時，無人機一旦出現跌落或者碰撞的風險，則強行啟動剎車邏輯，保證無人機的安全。

圖8為本發明實施例的追蹤設備的結構組成示意圖，如圖8所示，所述追蹤設備包括：

第一監測單元81，用於監測第一對象的第一位置信息；

第二監測單元82，用於監測目標區域內的第二對象的第二位置信息；

處理單元83，用於結合所述第一位置信息與所述第二位置信息，確定出追蹤所述第一對象的運動數據；

驅動單元84，用於根據所述運動數據追蹤所述第一對象。

本發明實施例中，所述第二監測單元82，具體用於：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；獲取監測裝置的位姿參數，根據所述位姿參數確定所述目標區域內表徵第三對象位置分布的第二坐標參數集合；獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；從所述第一坐標參數集合中去除所述第二坐標參數集合以及所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合。

本發明實施例中，所述第二監測單元82，還用於：將所述目標區域內的表徵所述第二對象分布的第四坐標參數集合投影至預設維度的坐標系中，得到所述預設維度的坐標系內的第五坐標參數集合，所述第五坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述第二監測單元82，具體用於：對目標區域進行監測，得到目標區域內表徵各個對象位置分布的第一坐標參數集合；獲取所述第一對象的第一位置信息以及邊界信息，確定出以所述第一位置信息為中心且以所述邊界信息為邊界約束的第三坐標參數集合；從所述第一坐標參數集合中去除所述第三坐標參數集合，得到目標區域內的表徵所述第二對象分布的第四坐標參數集合，所述第四坐標參數集合即用於表示所述第二對象的第二位置信息。

本發明實施例中，所述處理單元83，具體用於：根據所述第一對象的第一位置信息，確定與追蹤所述第一對象相關的第一組速度數據；根據所述第一對象的第一位置信息和所述第二對象的第二位置信息，確定與追蹤所述第一對象相關的第二組速度數據；結合所述第一組速度數據、所述第二組速度數據以及所述第二對象的第二位置信息，確定出追蹤所述第一對象的運動數據。

本發明實施例中，所述設備還包括：

異常檢測單元85，用於在根據所述運動數據追蹤所述第一對象時，檢測是否發生異常事件；

所述處理單元83，還用於當發生異常事件時，調整所述運動數據小於等於預設值。

本發明實施例中，所述第一位置信息通過方向角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過角速度和線速度來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過角速度和線速度來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述處理單元83，具體用於：追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本發明實施例中，所述第一位置信息通過方向角、仰角和距離來表示，用於表徵所述第一對象的位置；所述第一組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內沒有所述第二對象的狀態下追蹤所述第一對象的速度；

所述第二位置信息通過方向角、仰角和距離來表示，用於表徵所述第二對象在所述目標區域內的位置分布；所述第二組速度數據通過第一維速度分量、第二維速度分量和第三維速度分量來表示，用於表徵在目標區域內有所述第二對象的狀態下追蹤所述第一對象的速度；

相應地，所述處理單元83，具體用於：追蹤所述第一對象時，根據追蹤設備當前的速度和所述第二對象的第二位置信息，計算所述追蹤設備與所述第二對象之間的距離；根據所述距離確定所述第一組速度數據和所述第二組速度數據分別對應的權重；基於所確定的權重，對所述第一組速度數據和所述第二組速度數據進行加權處理，得到所述追蹤設備追蹤所述第一對象的運動數據。

本領域技術人員應當理解，圖8所示的追蹤設備中的各單元的實現功能可參照前述追蹤方法的相關描述而理解。圖8所示的追蹤設備中的各單元的功能可通過運行於處理器上的程序而實現，也可通過具體的邏輯電路而實現。

本發明實施例所記載的技術方案之間，在不衝突的情況下，可以任意組合。

在本發明所提供的幾個實施例中，應該理解到，所揭露的方法和智能設備，可以通過其它的方式實現。以上所描述的設備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，如：多個單元或組件可以結合，或可以集成到另一個系統，或一些特徵可以忽略，或不執行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。

上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位於一個地方，也可以分布到多個網絡單元上；可以根據實際的需要選擇其中的部分或全部單元來實現本實施例方案的目的。

另外，在本發明各實施例中的各功能單元可以全部集成在一個第二處理單元83中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能單元的形式實現。

以上所述，僅為本發明的具體實施方式，但本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護範圍之內。