一种无人集群多域探测数据航迹关联与预测方法.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CN113673787A(43)申请公布日2021.11.19(21)申请号202111061504.0(22)申请日2021.09.10(71)申请人中国舰船研究设计中心地址430064湖北省武汉市武昌区紫阳路268号(72)发明人李尚君岳林刘凯唐李军张逸凡(74)专利代理机构湖北武汉永嘉专利代理有限公司42102代理人胡建平李丹(51)Int.Cl.G06Q10/04(2012.01)G06F16/2455(2019.01)G06F16/29(2019.01)G06K9/62(2006.01)权利要求书2页说明书4页附图4页(54)发明名称一种无人集群多域探测数据航迹关联与预测方法(57)摘要本发明公开了一种无人集群多域探测数据航迹关联与预测方法，该方法包括以下步骤：1)将当前时刻设定时间内对多探测源的探测数据进行融合获得当前时刻设定时间内目标点迹的点迹集合；2)将所有船的历史航迹列表中最新时刻的位置点迹取出形成航迹集合，将所有点迹集合中元素与航迹集合中不同元素匹配的解作为最优二分图匹配，航迹集合中元素和点迹集合元素间的实际距离作为二分图匹配的边权；3)根据步骤2)中的关联完成点迹融合与航迹融合，然后对目标移动产生的位置误差进行修正，获得最终的预测航迹。本发明方法基于二分图匹配和动量拟合，对各目标的点迹与目标的历史航迹进行匹配，提高了目标航迹数据的准确度和时效性。CN113673787ACN113673787A权利要求书1/2页1.一种无人集群多域探测数据航迹关联与预测方法，其特征在于，包括以下步骤：1)将当前时刻设定时间内对多探测源的探测数据进行融合获得当前时刻设定时间内目标点迹的点迹集合；2)将所有船的历史航迹列表中最新时刻的位置点迹取出形成航迹集合，该集合作为二分图的一个集合，而把步骤1)中当前目标点迹作为二分图的另一个集合；所有的点迹只能跨集合匹配，集合内部不能匹配，满足了二分图的定义，同时将所有点迹集合中元素与航迹集合中不同元素匹配的解作为最优二分图匹配，航迹集合中元素和点迹集合元素间的实际距离作为二分图匹配的边权；3)根据步骤2)中的关联完成点迹与航迹融合，然后对目标移动产生的位置误差进行修正，获得最终的预测航迹。2.根据权利要求1所述的无人集群多域探测数据航迹关联与预测方法，其特征在于，所述步骤2)中最优二分图匹配过程为：2.1)遍历历史航迹列表，将当前航迹的最新点加入航迹集合作为一个航迹元素，同时找到点迹集合中最近的点作为一个匹配；2.2)如果该点未被别的航迹元素匹配，则继续对下一个航迹元素进行匹配；2.3)如果该点迹已经匹配了别的航迹，那么将所有冲突的航迹和点迹单独提取出来，寻找二分图增广路，选择代价最小的增广路，将这条路上的所有匹配取逆，使得先前已匹配的航迹与点迹变成不匹配，而不匹配的转换为已匹配；4)继续下一个航迹元素的匹配，直到获得将所有点迹集合中元素与航迹集合中不同元素匹配的解。3.根据权利要求1所述的无人集群多域探测数据航迹关联与预测方法，其特征在于，所述步骤2)中最优二分图匹配过程需满足以下约束：匹配边阈值设定为相邻两次迭代的时间内目标可能移动的距离最大值，若航迹和点的匹配超过了该阈值则取消它们的关联；对于点迹集合中的元素，如果没有匹配到航迹，那么该点视为航迹起始，一旦超过设定时间稳定存在，即连续被检测到，则被作为稳定航迹进行维护；对于所有的航迹，如果没匹配到融合后的点迹集合中的点，那么视为该航迹在该时刻丢失目标，如果超过设定时间匹配不到新的点迹，则该航迹被销毁，认为目标消失。4.根据权利要求1所述的无人集群多域探测数据航迹关联与预测方法，其特征在于，所述步骤3)中对目标移动产生的位置误差进行修正，获得最终的预测航迹采用基于动量拟合的航迹预测方法，具体如下：3.1)首先确定航迹预测的目标点迹对应的目标时间点，计算各历史航迹中最新时间点与目标时间点的时间差Δt，作为指数加权的幂；3.2)对于每一个历史数据点，与最新预测点t相减得到ΔTn，将其作为指数加权的次数；计算目标时间点的指数加权平均值作为预测值；3.3)根据步骤3.1)和步骤3.2)，当前时刻目标移动速度的指数加权平均值为：θt是第t个航迹点的速度加权值，vt是第t个航迹点的速度真实值，β是曲线平滑系数；Δ2CN113673787A权利要求书2/2页Tn是历史第n个航迹点和当前第t个航迹点之间的时间间隔。3CN113673787A说明书1/4页一种无人集群多域探测数据航迹关联与预测方法技术领域[0001]本发明涉及多源数据融合技术，尤其涉及一种无人集群多域探测数据航迹关联与预测方法。背景技术[0002]无人集群综合系统中，在自主探测阶段，多个无人单艇探测到同一目标的