-
公开(公告)号：CN108230370A
公开(公告)日：2018-06-29
申请号：CN201711482480.X
申请日：2017-12-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种基于云台的跟踪目标速度预测方法及存储介质，方法包括：获取连续的且加速度方向一致的坐标数据，得到历史坐标队列，所述坐标数据包括坐标值和时刻值；对所述历史坐标队列中的坐标数据的坐标值进行卡尔曼滤波；对卡尔曼滤波后的坐标数据的坐标值进行线性拟合，得到跟踪目标在所述历史坐标队列的最后一个坐标数据的时刻值时的速度。本发明通过获取连续的且加速度方向一致的坐标数据，并进行卡尔曼滤波，可保证预测结果的准确性，从而可保证较好的跟踪效果。
-
公开(公告)号：CN108230366B
公开(公告)日：2021-09-07
申请号：CN201711458999.4
申请日：2017-12-28
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种目标物的追踪方法，通过采集一位置的一帧图像的运动物体集合，识别与速度快且体积小的目标物相匹配的运动物体，调整所述目标物在所述一帧图像上的位置以及采集范围的调节角度，使得所述目标物保持在所述采集范围的中央区域，实现对速度快且体积小的目标物的追踪，所述方法可以实现全自动追踪，实用性强。
-
Patent Agency Ranking
公开(公告)号：CN108230371B
公开(公告)日：2020-08-18
申请号：CN201711486368.3
申请日：2017-12-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种基于云台的跟踪目标速度预测方法及存储介质，方法包括：获取连续的且速度方向一致的坐标数据，得到历史坐标队列，所述坐标数据包括坐标值和时刻值；对所述历史坐标队列中的坐标数据的坐标值进行卡尔曼滤波；对卡尔曼滤波后的坐标数据的坐标值进行线性拟合，得到跟踪目标在所述历史坐标队列的最后一个坐标数据的时刻值时的速度。本发明通过获取连续的且速度方向一致的坐标数据，并进行卡尔曼滤波，可保证预测结果的准确性，从而可保证较好的跟踪效果。
-
公开(公告)号：CN108230370B
公开(公告)日：2020-08-04
申请号：CN201711482480.X
申请日：2017-12-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种基于云台的跟踪目标速度预测方法及存储介质，方法包括：获取连续的且加速度方向一致的坐标数据，得到历史坐标队列，所述坐标数据包括坐标值和时刻值；对所述历史坐标队列中的坐标数据的坐标值进行卡尔曼滤波；对卡尔曼滤波后的坐标数据的坐标值进行线性拟合，得到跟踪目标在所述历史坐标队列的最后一个坐标数据的时刻值时的速度。本发明通过获取连续的且加速度方向一致的坐标数据，并进行卡尔曼滤波，可保证预测结果的准确性，从而可保证较好的跟踪效果。
-
公开(公告)号：CN108230371A
公开(公告)日：2018-06-29
申请号：CN201711486368.3
申请日：2017-12-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种基于云台的跟踪目标速度预测方法及存储介质，方法包括：获取连续的且速度方向一致的坐标数据，得到历史坐标队列，所述坐标数据包括坐标值和时刻值；对所述历史坐标队列中的坐标数据的坐标值进行卡尔曼滤波；对卡尔曼滤波后的坐标数据的坐标值进行线性拟合，得到跟踪目标在所述历史坐标队列的最后一个坐标数据的时刻值时的速度。本发明通过获取连续的且速度方向一致的坐标数据，并进行卡尔曼滤波，可保证预测结果的准确性，从而可保证较好的跟踪效果。
-
公开(公告)号：CN108230366A
公开(公告)日：2018-06-29
申请号：CN201711458999.4
申请日：2017-12-28
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种目标物的追踪方法，通过采集一位置的一帧图像的运动物体集合，识别与速度快且体积小的目标物相匹配的运动物体，调整所述目标物在所述一帧图像上的位置以及采集范围的调节角度，使得所述目标物保持在所述采集范围的中央区域，实现对速度快且体积小的目标物的追踪，所述方法可以实现全自动追踪，实用性强。
-
公开(公告)号：CN108226858A
公开(公告)日：2018-06-29
申请号：CN201711336933.8
申请日：2017-12-14
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G01S5/02
Abstract: 本发明公开了一种定位探测方法及计算机可读存储介质，方法包括：通过测向天线阵获取目标物体在N个方向上的信号，得到对应N个方向的N个信号强度序列，所述N为所述测向天线阵的子天线的数量；按照预设的周期时间，分别对N个信号强度序列进行卡尔曼滤波，得到N个方向的预测信号强度；对所述N个方向的预测信号强度进行向量合并，得到目标物体的实际方位。本发明采用卡尔曼滤波算法，能有效避免单轮信号的偶然性，提高方位准确性；使用向量合并替代取最大值，能精确判断出目标物体所在方位。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
