一种基于运动状态变化感知的机动目标跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113744309A(43)申请公布日2021.12.03(21)申请号202110918216.6(22)申请日2021.08.11(71)申请人中国科学院空天信息创新研究院地址100190北京市海淀区北四环西路19号(72)发明人王经鹤行坤雷之鸣肖保军徐正刘霖喻忠军(74)专利代理机构北京理工大学专利中心11120代理人李爱英付雷杰(51)Int.Cl.G06T7/246(2017.01)G06T7/277(2017.01)G06T5/00(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种基于运动状态变化感知的机动目标跟踪方法(57)摘要本公开的基于运动状态变化感知的机动目标跟踪方法，可根据目标机动性对运动和量测模型参数进行自适应调整。在此基础上，从点迹关联、航迹滤波和航迹管理三个方面对算法做出修正，从而确保在目标状态发生机动时，点迹关联步骤中点迹与航迹的正确匹配以及航迹滤波步骤中目标状态的准确更新，保证系统能够对目标的机动变化做出快速响应，同时抑制不必要的虚警航迹，提升机动目标航迹跟踪质量，具备计算量小，所需先验信息需求少和模型简单等优点，解决了常规的卡尔曼滤波跟踪方法在目标运动状态发生机动时航迹跟踪质量下降的问题。CN113744309ACN113744309A权利要求书1/2页1.一种基于运动状态变化感知的机动目标跟踪方法，其特征在于，所述方法包括：步骤S1：初始化参数，利用速度波门起始方式确定机动目标跟踪航迹的航迹头；步骤S2：初始化机动目标跟踪航迹的航迹号n＝0，令时刻k＝k+1，当所有机动目标跟踪航迹遍历完成，输出机动目标跟踪航迹跟踪结果，否则，执行步骤S3；步骤S3：令n＝n+1，针对第n条机动目标跟踪航迹，根据第n条机动目标跟踪航迹跟踪结果预测所述机动目标在时刻k的位置信息；步骤S4：根据最近领域关联概率准则，计算第n条机动目标跟踪航迹的机动目标在时刻k的位置信息与时刻k输入的点迹的关联因子和关联概率，如果关联因子小于关联波门，将相应点迹存入机动目标跟踪航迹的点迹集合C中；从C中选择关联概率最大的点迹作为第n条机动目标跟踪航迹的待关联点迹；依次完成所有机动目标跟踪航迹的点迹关联；步骤S5：根据每条目标跟踪航迹状态是否为确认航迹，更新每条目标跟踪航迹的状态；步骤S6：输出机动目标跟踪航迹的航迹跟踪结果。2.根据权利要求1所述的机动目标跟踪方法，其特征在于，所述参数包括：采样时间间隔T，目标运动模型F，量测模型H，过程噪声强度q，量测噪声强度γ，过程噪声矩阵Q，量测噪声矩阵R，过程噪声改变门限Gt，过程噪声调整系数αq，量测噪声调整系数αr，过程噪声强度上限qmax，量测噪声强度上限γmax，目标速度范围vmin，vmax，关联波门G，航迹确认参数M、N，航迹终止/删除参数S。3.根据权利要求2所述的机动目标跟踪方法，其特征在于，利用速度波门起始方式确定机动目标跟踪航迹的航迹头，包括：计算机动目标在第k‑1时刻和第k时刻机动的点迹所对应的速度，如果第k‑1时刻和第k时刻机动的点迹所对应的速度在给定目标速度vmin，vmax内，将机动目标在第k‑1时刻和第k时刻的点迹作为机动目标的航迹头。4.根据权利要求2所述的机动目标跟踪方法，其特征在于，根据第n条机动目标跟踪航迹跟踪结果预测所述机动目标在时刻k的位置信息，包括：根据第n条机动目标跟踪航迹的跟踪结果预测所述机动目标在时刻k的状态从机动目标在时刻k的状态xk|k‑1中提取所述机动目标在时刻k的预测位置信息zk|k‑1＝H·xk|k‑1。5.根据权利要求2所述的机动目标跟踪方法，其特征在于，根据每条目标跟踪航迹状态是否为确认航迹，更新每条目标跟踪航迹的状态，包括：当目标跟踪航迹状态不是确认航迹时，若所述目标跟踪航迹状态关联航迹成功，令航迹的过程噪声强度为qa＝q，量测噪声强度为γa＝γ；基于过程噪声强度和量测噪声强度，利用卡尔曼滤波公式计算卡尔曼滤波增益K，根据卡尔曼滤波增益K更新目标跟踪航迹状态；判断最新航迹确认参数M个时刻中关联航迹成功次数小于航迹确认参数N，将所述目标跟踪航迹转为确认航迹；否则，预测目标跟踪航迹状态。6.根据权利要求2所述的机动目标跟踪方法，其特征在于，根据每条目标跟踪航迹状态是否为确认航迹，更新每条目标跟踪航迹的状态，还包括：2CN113744309A权利要求书2/2页当目标跟踪航迹状态是确认航迹时，当所述目标跟踪航迹状态关联航迹成功，如果目标跟踪航迹状态的预测位置与点迹量测值的误差大于过程噪声改变门限，则根据机动目标的运动状态修正过程噪声和量测噪声强度，否则，不对过程噪声强度、量测噪声强度修正；然后，利用过程噪声、量测噪声和计算的卡尔曼滤波增