1.基于集合与拓扑空间的运动目标检索方法，其特征在于，包括以下步骤：

步骤1、根据运动目标所在的路网区域及路网中交叉路口的摄像机分布，建立摄像机‑路网拓扑关系；

步骤2、获取摄像机采集的当前运动目标所在路网区域的视频集合，并基于视频集合得到当前运动目标在摄像机坐标系中的时空属性信息，所述时空属性信息包含时间属性信息和位置属性信息；

步骤3、建立摄像机坐标系与世界坐标系的转换关系，根据步骤2得到的当前运动目标在摄像机坐标系中的时空属性信息并结合所述转换关系，计算得到当前运动目标在世界坐标系中的时空属性；

步骤4、根据步骤3得到的当前运动目标在世界坐标系中的时空属性，构建描述运动目标当前位置和姿态的状态向量；然后基于所述状态向量，结合步骤1得到的摄像机‑路网拓扑关系，得到运动目标后续可能到达的位置；接着基于运动目标后续可能到达的位置确定对应的摄像机，并以确定的摄像机的集合作为待检测摄像机集合；

步骤5、计算步骤4得到的待检测摄像机集合中每个摄像机的视野分界线，并基于所述视野分界线确定后续对运动目标具有最佳视角的摄像机，然后以确定的具有最佳视角的摄像机采集的后续视频的集合作为待检测视频集；

步骤6、从待检测视频集中所有后续视频中，获取后续到达的运动目标及其对应的视频；

步骤7、根据摄像机坐标系与世界坐标系的转换关系，计算步骤6得到的视频中后续到达的运动目标在世界坐标系中的时空属性，并确定后续到达的运动目标的姿态；将步骤6得到的视频中后续到达的运动目标在世界坐标系中的时空属性、姿态结合至所述路网网络空间，得到所述运动目标的轨迹。

2.根据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，步骤

1中，根据运动目标所在的路网区域构建基于有向图的路网网络空间，然后根据路网中交叉路口的摄像机分布情况构建摄像机网络空间，并将路网网络空间反映的路网拓扑关系映射至摄像机网络空间，由此得到摄像机‑路网拓扑关系。

3.根据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，步骤

2中，获取摄像机采集的当前运动目标所在路网区域的视频集合，从视频集合中提取当前运动目标所在的帧作为关键帧以构建关键帧集合，基于关键帧集合中各个关键帧在摄像机坐标系统中的时空信息，得到当前运动目标在摄像机坐标系中的时空属性信息。

4.据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，基于HSV设置的阈值通道对视频集合进行计算得到所述关键帧。

5.根据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，步骤

4中，以当前运动目标状态向量中的姿态角作为当前运动目标的状态角，在摄像机‑路网拓扑关系中对比当前运动目标所在路段夹角、当前运动目标的状态角，以路段夹角与运动目标状态角差值最小的路段判定为运动目标即将驶入的路段，由此得到运动目标后续可能到达的位置。

6.根据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，步骤

5中，利用Harris‑Sift算法，在交叉路口第一个摄像机Ca采集的图像和第二个摄像机Cb采集的图像中找到互相对应且不共面的四个点，根据不共面的四个点的对应关系，即可通过投影不变量方法，计算出第一个摄像机Ca采集的图像中第5个点在第二个摄像机Cb采集的图像中的对应关系；

在第一个摄像机Ca、第二个摄像机Cb重叠视野内找到互相对应的四个点，建立它们之间的投影关系，选取两个边界点进行投影变换，找到两个边界点的对应点，将对应点连接即可得到第一个摄像机Ca的视野分界线L1、、第二个摄像机Cb的视野分界线L2；接着将运动目标最开始出现的点坐标代入视野分界线，并进行如下判定：设所追踪的运动目标最开始出现在第一个摄像机Ca采集的图像中质心位置，坐标为Q(Xf,Yf)，第二个摄像机Cb采集的图像中的视野分界线L2直线方程为Ax+By+C＝0，其中A为二次项系数，B为一次项系数，C为常数项；将运动目标最开始出现的点坐标代入视野分界线L2直线方程中，如果结果大于0，说明运动目标在第二个摄像机Cb的视域范围中；如果小于0，表明运动目标不在第二个摄像机Cb的视域范围中；如果等于0，说明运动目标刚好在第二个摄像机Cb的视域分界线上；由此若结果大于或等于0即可确定第二个摄像机Cb为最佳视角的摄像机。

7.根据权利要求1所述的基于集合与拓扑空间的运动目标检索方法，其特征在于，步骤

6中，采用双向检索方法遍历步骤5得到的待检测视频集中所有视频中，由此得到采集到后续到达的运动目标对应的视频。