本申请涉及数据处理，特别是涉及一种位置预测方法及电子设备。
背景技术：
1、随着计算机视觉的快速发展，多目标跟踪技术得到了广泛的应用，比如应用在车辆定位、人流量统计等场景。
2、但是，在实际应用场景中，时常会出现目标对象被遮挡的情况，而在对目标对象进行跟踪定位过程中，当目标对象被遮挡导致无法在连续数据帧中被准确检测到时，会严重影响目标对象的定位准确性，甚至可能结束对目标对象进行跟踪定位，导致轨迹中断。
技术实现思路
1、为了解决上述问题，本申请至少提供一种位置预测方法及电子设备。
2、本申请第一方面提供了一种位置预测方法，方法包括：基于当前定位场景的场景感知数据，确定当前定位场景中每个移动对象的实际可见度，并将实际可见度低于预设可见度阈值的移动对象作为位置丢失对象；对位置丢失对象进行初始位置预测，得到位置丢失对象的初始位置；以及，确定当前定位场景中遮挡位置丢失对象的遮挡障碍物；计算在初始位置下，位置丢失对象被遮挡障碍物遮挡后的可见程度，得到预测可见度；基于同一时间下位置丢失对象对应的实际可见度和预测可见度，调整位置丢失对象的初始位置，得到位置丢失对象的位置预测结果。
3、在一实施例中，对位置丢失对象进行初始位置预测，得到位置丢失对象的初始位置，包括：获取位置丢失对象的历史轨迹和对象特征；基于历史轨迹的轨迹变化特征，在当前定位场景中绘制位置丢失对象的轨迹参考线；结合对象特征和轨迹参考线，在当前定位场景中划分位置丢失对象的预测存在区域；提取位置丢失对象对应的位置预测辅助信息；利用位置预测辅助信息，确定位置丢失对象在预测存在区域的位置，得到初始位置。
4、在一实施例中，提取位置丢失对象对应的位置预测辅助信息，包括：基于历史轨迹计算位置丢失对象的位移特征；将位置丢失对象的位移特征作为位置丢失对象对应的位置预测辅助信息。
5、在一实施例中，提取位置丢失对象对应的位置预测辅助信息，包括：
6、若预测存在区域内存在其它移动对象，则将预测存在区域内的其它移动对象作为预测参考对象；获取预测参考对象的位移特征；将预测参考对象的位移特征作为位置丢失对象对应的位置预测辅助信息。
7、在一实施例中，对象特征包括位置丢失对象的尺寸参数和移动速度；结合对象特征和轨迹参考线，在当前定位场景中划分位置丢失对象的预测存在区域，包括：基于位置丢失对象的尺寸参数，确定区域宽度；以及，基于位置丢失对象的移动速度，确定区域长度；按照轨迹参考线、区域宽度和区域长度，在当前定位场景中划分位置丢失对象的预测存在区域。
8、在一实施例中，计算在初始位置下，位置丢失对象被遮挡障碍物遮挡后的可见程度，得到预测可见度，包括：获取位置丢失对象的尺寸参数；在当前定位场景中的初始位置下，依照尺寸参数对位置丢失对象进行绘制，得到对象绘制结果；计算对象绘制结果与遮挡障碍物分别对应的外接矩形框之间的交并比，基于交并比得到预测可见度。
9、在一实施例中，方法还包括：确定位置丢失对象的重现区域；获取重现区域内检测到的新增移动对象；计算新增移动对象与位置丢失对象属于同一移动对象的置信度，以及，获取位置丢失对象对应的置信度阈值；若置信度大于置信度阈值，则将新增移动对象作为位置丢失对象。
10、在一实施例中，获取位置丢失对象对应的置信度阈值，包括：获取位置丢失对象的被遮挡时间；基于被遮挡时间确定位置丢失对象的置信度阈值。
11、在一实施例中，计算新增移动对象与位置丢失对象属于同一移动对象的置信度，包括：获取新增移动对象的当前位置和位置丢失对象的轨迹特征；计算新增移动对象的当前位置相对位置丢失对象的轨迹特征的轨迹偏差；基于轨迹偏差，得到新增移动对象与位置丢失对象属于同一移动对象的置信度。
12、本申请第二方面提供了一种位置预测装置，装置包括：丢失对象确定模块，用于基于当前定位场景的场景感知数据，确定当前定位场景中每个移动对象的实际可见度，并将实际可见度低于预设可见度阈值的移动对象作为位置丢失对象；初始预测模块，用于对位置丢失对象进行初始位置预测，得到位置丢失对象的初始位置；以及，确定当前定位场景中遮挡位置丢失对象的遮挡障碍物；可见度计算模块，用于计算在初始位置下，位置丢失对象被遮挡障碍物遮挡后的可见程度，得到预测可见度；位置调整模块，用于基于同一时间下位置丢失对象对应的实际可见度和预测可见度，调整位置丢失对象的初始位置，得到位置丢失对象的位置预测结果。
13、本申请第三方面提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述位置预测方法。
14、本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述位置预测方法。
15、上述方案，通过基于当前定位场景的场景感知数据，确定当前定位场景中每个移动对象的实际可见度，并将实际可见度低于预设可见度阈值的移动对象作为位置丢失对象；对位置丢失对象进行初始位置预测，得到位置丢失对象的初始位置；以及，确定当前定位场景中遮挡位置丢失对象的遮挡障碍物；计算在初始位置下，位置丢失对象被遮挡障碍物遮挡后的可见程度，得到预测可见度；基于同一时间下位置丢失对象对应的实际可见度和预测可见度，调整位置丢失对象的初始位置，得到位置丢失对象的位置预测结果，以通过实际可见度和预测可见度判断初始位置是否符合当前的真实情况，可以使得最终的位置预测结果更加符合真实场景，在移动对象被遮挡的情况下仍然可以移动对象的准确定位。
16、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
1.一种位置预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述位置丢失对象进行初始位置预测，得到所述位置丢失对象的初始位置，包括：
3.根据权利要求2所述的方法，其特征在于，所述提取所述位置丢失对象对应的位置预测辅助信息，包括：
4.根据权利要求2所述的方法，其特征在于，所述提取所述位置丢失对象对应的位置预测辅助信息，包括：
5.根据权利要求2所述的方法，其特征在于，所述对象特征包括所述位置丢失对象的尺寸参数和移动速度；所述结合所述对象特征和所述轨迹参考线，在所述当前定位场景中划分所述位置丢失对象的预测存在区域，包括：
6.根据权利要求1所述的方法，其特征在于，所述计算在所述初始位置下，所述位置丢失对象被所述遮挡障碍物遮挡后的可见程度，得到预测可见度，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述获取所述位置丢失对象对应的置信度阈值，包括：
9.根据权利要求7所述的方法，其特征在于，所述计算所述新增移动对象与所述位置丢失对象属于同一移动对象的置信度，包括：
10.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现如权利要求1-9任一项所述方法中的步骤。
