买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种PTZ相机与雷达协同的目标定位追踪方法及系统，该方法包括获取PTZ相机图像数据和雷达回波信号数据，对PTZ相机图像数据和雷达回波信号数据进行处理，提取目标特征并生成目标的数字指纹；采集多源数据，基于目标的数字指纹和多源数据，计算得到目标的精确三维坐标；其中多源数据包括雷达距离、方位数据和PTZ相机当前参数；基于目标的精确三维坐标，计算得到PTZ相机控制参数；基于PTZ相机控制参数，指导PTZ相机进行目标追踪。本发明通过多模态特征的提取和融合，全面、准确地捕捉目标特征，从而获得准确的PTZ相机控制参数值，提高了PTZ相机对于目标的定位与追踪的稳定性和准确性。

主权项：1.一种PTZ相机与雷达协同的目标定位追踪方法，其特征在于，包括如下步骤：S1、获取PTZ相机图像数据和雷达回波信号数据，对PTZ相机图像数据和雷达回波信号数据进行处理，提取目标特征并生成目标的数字指纹；S2、采集多源数据，基于目标的数字指纹和多源数据，计算得到目标的精确三维坐标；其中多源数据包括雷达距离、方位数据和PTZ相机当前参数；S3、基于目标的精确三维坐标，计算得到PTZ相机控制参数；S4、基于PTZ相机控制参数，指导PTZ相机进行目标追踪；步骤S1进一步为：S11、获取PTZ相机图像数据和雷达回波信号数据；S12、对PTZ相机图像数据采用多尺度自适应区域增长算法，生成视觉特征向量；S13、对雷达回波信号数据采用自适应分段非线性傅里叶变换算法，生成雷达特征向量；S14、采用动态加权张量分解算法，融合视觉特征向量和雷达特征向量，生成综合特征向量；S15、基于综合特征向量，采用自适应局部敏感哈希算法，构建目标的数字指纹；步骤S2进一步为：S21、采集多源数据，包括雷达距离、方位数据和PTZ相机当前参数；S22、基于目标的数字指纹和PTZ相机当前参数，采用自适应模糊逻辑推理算法，计算目标在相机坐标系中的初始位置；S23、基于初始位置、雷达距离和方位数据，采用多层级粒子群优化卡尔曼滤波算法，估算目标的精确三维坐标；S24、采用动态四元数插值算法，将目标的精确三维坐标从全局坐标系转换到PTZ相机的局部坐标系，得到局部坐标；S25、基于局部坐标，通过自适应透视n维投影模型，计算目标在图像平面上的理论位置；步骤S3进一步为：S31、基于目标的精确三维坐标和目标在图像平面上的理论位置，采用混合人工势场-神经动力学算法，计算得到初始PTZ相机控制参数；S32、基于目标的精确三维坐标和目标在图像平面上的理论位置，使用分形时间序列预测模型，预测目标的短期未来位置；S33、基于预测的短期未来位置，计算得到预测的最优PTZ相机控制参数；S34、基于初始PTZ相机控制参数和最优PTZ相机控制参数，采用模糊认知图-强化学习混合控制器，生成平滑的PTZ控制指令序列；步骤S4还包括指导预定个PTZ相机进行自适应多目标追踪，具体为：S41、获取预定个目标的数字指纹和精确三维坐标，采用动态图匹配-谱聚类算法，构建多目标跟踪队列；S42、基于多目标跟踪队列，使用自适应多目标差分进化算法，为预定个PTZ相机分配追踪任务，得到相机任务分配方案；S43、基于相机任务分配方案中的每个目标的PTZ相机控制参数，生成综合控制指令集；S44、基于综合控制指令集，指导预定个PTZ相机进行自适应多目标追踪。

全文数据：

权利要求：

百度查询： 中科南京人工智能创新研究院 一种PTZ相机与雷达协同的目标定位追踪方法及系统