本技术涉及智能交通，尤其涉及一种目标位置点集合确定方法及相关设备。
背景技术：
1、随着科技的快速发展和城市化进程的加快，车辆监控技术在保障交通安全、维护交通秩序、提高交通效率、保护环境、支持城市规划等多方面越来越重要（具体地，车辆监控包括通过传感器对某一监控车辆进行持续的监控）。
2、在相关技术中，为了对某一车辆进行持续监控，需要将不同时刻和/或者不同场景接收到的多组车辆监控数据进行配对，得到不同组数据中车辆之间的相似度值，然后逐个调整相似度值，改变不同组数据中车辆的匹配关系，直至获得最优匹配关系，确定车辆的位置点集合（如一组相似度值a1-a8，其中最小值为a1，若需要将所有相似度值减去最小相似度值，则计算a1-a1,计算完成后执行a2-a1等，直至a1-a8全部完成计算）。但当需要匹配的车辆监控数据过多时，逐个调整相似度值需要花费大量的时间获得匹配结果，导致目标位置点集合确定时效性较低。
3、上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本技术的主要目的在于提供一种目标位置点集合确定方法，旨在解决传统的目标位置点集合确定方法中，所监控车辆的相关数据量过多时，通过逐个调整相似度值，改变不同组数据中车辆的匹配关系，寻找最优匹配关系，需要花费大量的时间，导致目标位置点集合确定时效性较低的问题。
2、为实现上述目的，本技术提出一种目标位置点集合确定方法，所述的方法包括：
3、接收传感器设备发送的多组目标相关属性信息，其中，所述传感器设备包括雷达和视觉传感器，每组目标相关属性信息中包括一个或者多个目标的相关属性信息；
4、基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵；
5、基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系；
6、基于所述最优匹配关系，确定同一目标的位置点集合。
7、在一实施例中，所述同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整的步骤之前，包括：
8、将所述目标相似度矩阵中每个元素的数值类型转化为定点值类型，对转化定点值类型的所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整。
9、在一实施例中，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，包括：
10、步骤s31，基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，建立其中一个组与另一组相应目标整体之间的匹配关系，确定是否存在更优的匹配关系，若存在更优的匹配关系，执行步骤s32，若不存在更优的匹配关系，执行步骤s33，其中，若所述目标相似度矩阵中元素调整为预设值，则表征预设值元素对应的两个目标之间的匹配关系建立；
11、步骤s32，基于所述更优的匹配关系，调整所述目标相似度矩阵中的元素，并返回步骤s31；
12、步骤s33，若不存在更大的匹配关系，获得其中一个组与另一组相应目标整体之间的最优匹配关系。
13、在一实施例中，所述确定是否存在更优的匹配关系的步骤，包括：
14、获取所述目标相似度矩阵的行数量和列数量；
15、获取所述目标相似度矩阵中元素为预设值的列的数量；
16、若所述元素为预设值的列的数量大于或者等于所述目标相似度矩阵的行数量，或者所述元素为预设值的列的数量等于所述目标相似度矩阵的列数量，则存在更优的匹配关系；
17、若所述元素为预设值的列的数量小于所述目标相似度矩阵的行数量，且所述元素为预设值的列的数量小于所述目标相似度矩阵的列数量，则不存在更优的匹配关系。
18、在一实施例中，所述基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵的步骤，包括：
19、对所述多组目标属性信息执行预设过滤操作，获取多组过滤后的目标属性信息，其中所述预设过滤的过滤对象包括车道内与目标无关的对象和车道外的对象；
20、基于多组所述过滤后的目标属性信息中的任意两组，均构建不同组目标之间的目标相似度矩阵。
21、在一实施例中，所述基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵的步骤，包括：
22、使用特征提取方法从每组所述目标相关属性信息中获取每组目标的外观特征和属性特征；
23、每组所述目标相关属性信息中获取每个目标的外观特征和属性特征；
24、基于每组所述目标相关属性信息中一个或者多个所述每个目标的外观特征和属性特征，构建每组所述目标相关属性信息的目标特征向量；
25、基于多组所述目标相关信息构建多组所述目标特征向量；
26、基于多组所述目标特征向量中的任意两组，均构建不同组目标之间的目标相似度矩阵。
27、在一实施例中，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤之前，还包括：
28、基于目标相关属性信息的对数和处理器的核心数量，确定处理器使用的线程数；
29、基于所述线程数，确定同步调整的目标相似度矩阵的同步数量；
30、所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，包括：
31、基于预设neon指令集和所述同步数量，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系。
32、在一实施例中，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，还包括：
33、基于预设neon指令集中的数据加载指令，从所述目标相似度矩阵中加载元素数量为的数据向量，其中，与所述目标相似度矩阵中元素的数值类型相关；
34、构建一个元素数量为、值为的数据向量，其中，的值包括0、1和2；
35、基于预设neon指令集中的运算指令，对所述向量和所述向量进行不同的运算操作，同步获得相似度矩阵中个元素的运算结果；
36、其中，所述运算操作包括所述向量加所述向量、和/或者所述向量减所述向量、和/或者向量与所述向量进行逻辑运算；
37、基于所述运算结果，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤。
38、此外，为实现上述目的，本技术还提出一种目标位置点集合确定装置，所述目标位置点集合确定装置包括：
39、接收模块，所述接收模块用于接收传感器设备发送的多组目标相关属性信息；
40、构建模块，所述构建模块用于构建不同组目标之间的目标相似度矩阵；
41、调整模块，所述调整模块用于利用预设最优匹配算法，对所述目标相似度矩阵中的数据进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系;
42、确定模块，所述确定模块用于确定同一目标的位置点集合；
43、在一实施例中，所述调整模块包括：
44、数值类型转化单元，用于将所述目标相似度矩阵中每个元素的数值类型转化为定点值类型，对转化定点值类型的所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整。
45、在一实施例中，所述调整模块包括：
46、第一调整单元，用于执行步骤s31，步骤s31：基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，建立其中一个组与另一组相应目标整体之间的匹配关系，确定是否存在更优的匹配关系，若存在更优的匹配关系，则基于第二调整单元执行步骤s32，若不存在更优的匹配关系，则基于第三调整单元执行步骤s33，其中，若所述目标相似度矩阵中元素调整为预设值，则表征预设值元素对应的两个目标之间的匹配关系建立；
47、第二调整单元，用于执行步骤s32，步骤s32：基于所述更优的匹配关系，调整所述目标相似度矩阵中的元素，并返回基于第一调整单元执行步骤s31；
48、第三调整单元，用于执行步骤s33，步骤s33：若不存在更大的匹配关系，获得其中一个组与另一组相应目标整体之间的最优匹配关系。
49、在一实施例中，所述调整模块还包括：
50、信息读取单元，用于获取所述目标相似度矩阵的行数量、列数量和所述目标相似度矩阵中元素为预设值的列的数量；
51、判断单元，用于判断所述元素为预设值的列的数量大于或者等于所述目标相似度矩阵的行数量，或者所述元素为预设值的列的数量等于所述目标相似度矩阵的列数量，则存在更优的匹配关系，若所述元素为预设值的列的数量小于所述目标相似度矩阵的行数量，且所述元素为预设值的列的数量小于所述目标相似度矩阵的列数量，则不存在更优的匹配关系。
52、在一实施例中，所述构建模块还包括：
53、过滤单元，用于对所述多组目标属性信息执行预设过滤操作，获取多组过滤后的目标属性信息，其中所述预设过滤的过滤对象包括车道内与目标无关的对象和车道外的对象；
54、矩阵构建单元，用于基于多组所述过滤后的目标属性信息中的任意两组，均构建不同组目标之间的目标相似度矩阵。
55、在一实施例中，所述构建模块还包括：
56、特征提取单元，用于使用特征提取方法从每组所述目标相关属性信息中获取每组目标的外观特征和属性特征，每组所述目标相关属性信息中获取每个目标的外观特征和属性特征；
57、向量构建单元，基于每组所述目标相关属性信息中一个或者多个所述每个目标的外观特征和属性特征，构建每组所述目标相关属性信息的目标特征向量。
58、在一实施例中，所述调整模块还包括：
59、线程确定单元，用于基于目标相关属性信息的对数和处理器的核心数量，确定处理器使用的线程数；
60、同步数量确定单元，用于基于所述线程数，确定同步调整的目标相似度矩阵的同步数量同步执行单元，用于基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，包括：
61、基于预设neon指令集和所述同步数量，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系。
62、在一实施例中，所述调整模块还包括：
63、数据加载单元，用于基于预设neon指令集中的数据加载指令，从所述目标相似度矩阵中加载元素数量为的数据向量，其中，与所述目标相似度矩阵中元素的数值类型相关；
64、向量构建单元，用于构建一个元素数量为、值为的数据向量，其中，的值包括0、1和2；
65、向量运算单元，用于基于预设neon指令集中的运算指令，对所述向量和所述向量进行不同的运算操作，同步获得相似度矩阵中个元素的运算结果；
66、匹配关系获取单元，用于基于所述运算结果，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤；
67、其中，所述运算操作包括所述向量加所述向量、和/或者所述向量减所述向量、和/或者向量与所述向量进行逻辑运算。
68、此外，为实现上述目的，本技术还提出一种目标位置点集合确定设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的任意一项方法的步骤。
69、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的任意一项方法的步骤。
70、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的任意一项方法的步骤。
71、本技术提出的一个或多个技术方案，至少具有以下技术效果：
72、本技术提供了一种目标位置点集合确定方法及相关设备，与相关技术中，在车辆监控的场景下，需要监控车辆的相关数据量过多时，得到不同组数据中车辆之间的相似度值，然后逐个调整相似度值，改变不同组数据中车辆的匹配关系，直至获得最优匹配关系，需要花费大量的时间，导致目标位置点集合确定时效性较低相比，本技术中，在车辆监控的场景下，需要监控车辆的相关数据量过多时，首先获取雷达和视觉传感器等传感器设备在不同时间不同角度采集的多组目标相关属性信息（一组目标相关属性信息包括一个或者多个目标的相关属性信息），然后基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵。基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的数据进行同步调整（如一组相似度值b1-b8，其中最小值为b1，若需要将所有相似度值减去最小相似度值，则同步计算b1-b1、b2-b1、b3-b1、b4-b1、b5-b1、b6-b1、b7-b1、b8-b1），不断获取新的匹配关系，直至得到其中一个组与另一组相应目标整体之间的最优匹配关系，可以理解的是，使用匈牙利算法可以得到其中一个组与另一组相应目标整体之间的最优匹配关系，另外地，可以理解的是，在寻找最优匹配的过程中，对多个数据同步进行调整，缩短寻找最优匹配关系的时间，通过最优匹配关系获取两组目标相关属性信息中的全部匹配关系，缩短了两组目标相关属性信息之间的配对时间，进而确认同一目标在不同时间点的位置点集合。
1.一种目标位置点集合确定方法，其特征在于，所述的方法包括：
2.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整的步骤，还包括：
3.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，还包括：
4.如权利要求3所述的目标位置点集合确定方法，其特征在于，所述确定是否存在更优的匹配关系的步骤，还包括：
5.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵的步骤，还包括：
6.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述基于多组所述目标相关属性信息中的任意两组，构建不同组目标之间的目标相似度矩阵的步骤，还包括：
7.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤之前，还包括：
8.如权利要求1所述的目标位置点集合确定方法，其特征在于，所述基于预设neon指令集，利用匈牙利算法，同步对多组所述目标相似度矩阵中的元素进行并行调整而不是进行依次调整，得到其中一个组与另一组相应目标整体之间的最优匹配关系的步骤，还包括：
9.一种目标位置点集合确定装置，其特征在于，所述装置包括：
10.一种目标位置点集合确定设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至8中任一项所述的目标位置点集合确定方法的步骤。
11.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的目标位置点集合确定方法的步骤。
12.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的目标位置点集合确定方法的步骤。
