CN104991235A - 一种基于雷达点迹的快速跟踪目标的方法 - Google Patents

Abstract

本发明公开了一种基于雷达点迹的快速跟踪目标的方法，属于智能交通的车辆跟踪领域。本发明基于一种车载雷达以点迹的形式传送目标车辆的位置信息。雷达开机后第一次传进来的所有点迹都当成航迹起始，并计算每个点迹对应的波门。下一时刻传进来的点迹与上一时刻的波门相匹配，匹配成功则航迹起始成功，匹配不成功则把上一次保存的点迹清除。如果某一个波门内有多个点迹，则需要对这些点迹进行凝聚处理；如果某一个点迹分别落入不同的波门，则每一个波门都对这个点迹进行处理。本发明通过设计点迹与点迹之间的关系，达到快速航迹起始。该方案还设计了一种改进的数据关联算法，达到了提高关联正确率和减少计算复杂度的目的。

Description

一种基于雷达点迹的快速跟踪目标的方法

技术领域

本发明涉及车辆跟踪雷达数据处理领域，特别是在多目标车辆跟踪过程中，实现了目标的快速起始于跟踪，能够快速准确的对点迹与航迹进行数据关联，属于智能交通车辆跟踪领域。

背景技术

目标跟踪技术起源于上世纪50年代，经过几十年的研究与发展，不论在军事领域还是人民的日常生活中，目标跟踪技术都起到了非常广泛的用途，并取得了丰硕的成果。雷达数据处理技术是目标跟踪基础，其中最为重要的是雷达回波点迹与航迹之间的数据关联，数据关联的好坏直接影响到目标跟踪的质量。

多目标跟踪的点迹与航迹数据互联问题就基本方法而言，概括来讲可分为两类：极大似然类数据互联算法和贝叶斯类数据互联算法。其中极大似然类数据互联算法是以观测序列的似然比为基础的，贝叶斯数据互联算法是以贝叶斯准则为基础的，主要包括最近邻域法、概率数据互联算法、联合概率数据互联算法等。最近邻域法的优点是计算简单，缺点是在多回波环境下离目标(特别是相距较近或者轨迹交叉的目标)预测位置最近的候选回波不一定是目标的真实回波，有可能出现目标的丢失或者误跟现象。概率数据互联算法和联合概率数据互联算法跟踪较为准确但是计算量较大，不利于跟踪的实时性。

发明内容

为了解决以上的技术问题，本发明提供了一种基于雷达目标点迹的快速目标跟踪的方法。该方法包括如下步骤：

本发明据以采用以下技术方案：

步骤1：对所有已建立的航迹进行编号，分别为1，2，...，n，并按照制定的波门规则计算出每一个航迹对应的波门大小与位置；

步骤2：对雷达目标点迹信息进行预处理，判断是否为奇异值点，如是则剔除；

步骤3：将经过预处理后的点迹分别与已建立以来的航迹的波门进行匹配，记录每个点迹对应的波门，并记录每个波门内点迹的个数，如果某些点迹没有落入任何波门，则保存当成下一次航迹的开始；

步骤4：对波门内的点迹进行处理，如果波门内点迹个数为0个，结束此航迹；如果波门内点迹个数为1个，进行滤波预测并进行航迹更新；如果波门内点迹个数大于1个，将点迹进行凝聚成1个后，进行滤波预测并进行航迹更新。

步骤1所述的波门规则是利用t时刻的目标信息的最优值Q(d_t，v_t，a_t)，根据雷达工作周期T的时间很短，可以认为目标在这个时间内做的是匀速运动，所以波门半径r为：

r＝v_t*T+Δd

其中Δd为测距误差。波门圆心位置为：

x轴：dx＝d_t*sin a_t

y轴：dy＝d_t*cos a_t

步骤2所述的数据预处理是根据自身雷达特性，首先剔除明显错误的点迹。使用的雷达测量角度范围[-A₀，A₀]，测量距离最大值L，所有不在这个范围内的点都可以直接剔除，以减少后面的运算量。

步骤3所述的经过预处理后的点迹与所有的航迹波门进行匹配，有以下几种情况：

(1)点迹没有出现在任何一个波门内；

(2)点迹仅仅落在一个波门内；

(3)某些点迹同时落入多个波门内。

步骤4所述的对波门内的点迹进行处理，如果波门内的点迹个数为0，则结束此航迹；如果波门内的点迹个数为1，则可直接进行滤波预测并对航迹更新；如果波门内的点迹个数大于1，则先把点迹按照凝聚规则凝聚成一个点，然后再进行滤波预测处理。点迹凝聚规则可表述为一种改进的最近邻域法。假设某个波门内有n个点迹n₁，n₂，...，n_n。最近邻域法的原理是把离预测值最近的点当成下一时刻的测量值，但是在多回波环境下离预测位置最近的候选点迹并不一定是目标的真实回波。为了改善性能，提出了将波门内所以点迹都当成候选点迹的解决方法，但是为了减少计算量，设定离预测位置最近的点迹(设为n₁)是真实回波的概率为p，p的大小选择原则上大于0.5，因为离预测值越近的点迹是真实回波的概率越大。波门内除了最近的点迹剩下的所有点迹(n₂，n₃...，n_n)求出质心，得到一个点迹，这个点迹的为真实回波的概率为1-p。由此可以求出回波点迹的凝聚点n₀如下：

$n_0=p*n_1(1-p)*\frac{n_2+n_3+\·\·\·+n_n}{n-1}$

本发明的两个关键点在于：其一，快速的航迹起始与航迹消除；其二，快速的进行点迹与航迹关联。

本发明的优点在于：

(1)相比传统的数据关联中的邻域法，针对本文设计单目标多杂波的情况下，本发明所使用的方法比最近邻域算法的跟踪精度能提高50％以上；

(2)相比传统的数据关联中的概率数据互联算法，省去了计算波门内每个点迹是正确回波点迹的概率，提高了跟踪的实时性。

附图说明

图1：雷达回波点迹与航迹关联流程图；

图2：雷达回波点迹预处理流程图；

图3：设定波门大小与位置示意图；

图4：本车载雷达应用场合示意图；

图5：使用本文设计的数据关联方法对单目标多杂波下的跟踪效果图；

图6：使用本文设计的数据关联方法对单目标多杂波下的X轴跟踪误差图；

图7：使用本文设计的数据关联方法对单目标多杂波下的Y轴跟踪误差图；

具体实施方式

下面结合附图对本发明的技术方案进行详细说明。

1、软件设计和开发环境

本发明涉及的一种基于雷达目标点迹的快速目标跟踪的方法的设计开发环境如下：

操作系统：Window XP系统及以上版本；

软件编译环境：c/c++编译器。

如图4根据本发明的一个具体实施例中的车载雷达安装和使用场景示意图如图所示，在车辆1的前端装上车载雷达，雷达的测量有效距离最大L＝200m，有效角度A＝[-21°，21°]。由图4可以看出车辆2、车辆3和车辆4在雷达的有效测量范围，车辆5不在雷达测量有效范围。雷达正常工作后，能不断传送进来车辆2、3和4的位置信息。

2、基于雷达目标点迹的快速目标跟踪的方法的实施流程如下：

如图1雷达开机工作后，工作流程如下：

第一步：首先按照图2流程图对雷达回波点迹进行预处理，如果目标角度不在[-21°，21°]范围内，或者目标距离大于200m，又或者目标速度大于30m/s，都是属于奇异值，应直接剔除；

第二步：雷达第一次传进来的点迹经预处理后，剩下的点迹信息保存但不显示，当成下一次的航迹的起始，并按照图3波门规则计算出每一个点所对应的波门半径大小和波门圆心位置。假设车辆2的t时刻位置信息Q(d_t，v_t，a_t)，则t+1时刻车辆2对应的波门圆心位置为：

x轴：dx＝d_t*sina_t

y轴：dy＝d_t*cosa_t

波门半径为：

r＝v_t*T+Δd

其中Δd为测距误差。

第三步：雷达传进来t+1时刻车辆2、3和4的位置信息，由于杂波和干扰的存在，并不一定只有三组数据。仍然先进行预处理，得到有效雷达回波点迹，与第二步中的各个波门进行匹配。如果某点迹没有落入任何波门内，则此点迹有可能是一个新目标的开始，应该保存下来当成下一时刻航迹的起始；如果某些波门内有大于一个点迹，则点迹可能是由于目标分裂或者杂波等情况引起的，需要对波门内的点迹进行凝聚处理。需要指出的是，允许某些点迹同时落入多个波门，每个波门都对其进行处理。

第四步：对于第三步中如果出现了一个波门内有多个点迹，需要进行凝聚处理。假如第三步中t+1时刻车辆2波门内出现了3个回波，分别为x₁，x₂，x₃，其中x₁离波门中心最近。则可以按照凝聚规则把这2个点凝聚成一个点x，如下：

$x=0.6*x_1+(1-0.6)*\frac{x_2+x_3}{2}$

其中取离波门中心最近的点是真是雷达回波点迹的概率为0.6，剩下两个距离相对较远的回波x₂，x₃取质心，以0.4的加权系数与x₁进行加权，得到凝聚点x。

第五步：把第三步和第四步中波门内只有一个点迹的进行滤波预测，得到t+1时刻各个车辆的位置信息最优值，航迹更新并显示。

第六步：把第五步中得到的最优值点和第三步中没有落入任何波门内的点迹当成t+2时刻航迹的起始。

由此实现了基于雷达目标点迹的快速目标跟踪的设计。

3、图5是模拟一辆车在本车前方(10，10)位置处，以分速度(5，4)相对本车做匀速直线运动(理想化条件)，雷达回波点迹中添加了大量的杂波点，模拟了单目标多杂波的场景。使用了最近邻域法和本文所设计的跟踪方法，效果如图5所示。可以看出，由于杂波比较多，而且很多杂波离量测值比较近，最近邻域法跟踪效果不好。图6和图7给出了邻域法跟踪误差，很多点迹的误差大于1m，不满足跟踪精度的要求。使用本文所设计的一种改进的最近邻域法跟踪后，减小了对最近点的依赖，使得更多可能点迹参与到滤波中，效果明显，跟踪误差小于0.5m。由此验证了本发明对多杂波或者多目标情况下对目标跟踪的可行性和准确性。

Claims (6)

1.一种基于雷达目标点迹的快速目标跟踪的方法，其特性在于：包括如下步骤：

步骤1：对所有已建立的航迹进行编号，分别为1，2，…，n，并按照制定的波门规则计算出每一个航迹这一时刻对应的波门大小与位置；

步骤2：对雷达目标点迹信息进行预处理，判断是否为奇异值点，如是则剔除；

步骤3：将经过预处理后的点迹分别与已建立起来的航迹的波门进行匹配，记录每个点迹对应的波门，并记录每个波门内点迹的个数，如果某些点迹没有落入任何波门，则保存当成下一次航迹的开始；

步骤4：对波门内的点迹进行处理，如果波门内点迹个数为0个，结束此航迹；如果波门内点迹个数为1个，进行滤波预测并进行航迹更新；如果波门内点迹个数大于1个，将点迹凝聚成1个后，进行滤波预测并进行航迹更新。

2.如权利要求1所述的基于雷达目标点迹的快速目标跟踪的方法，其特性在于，步骤1所述的波门规则是利用t时刻的目标信息的最优值Q(d_t，v_t，a_t)，因为雷达工作周期T很短，可以认为目标在这个时间内做的是匀速运动，所以波门半径r为：

r＝v_t*T+Δd

其中Δd为测距误差。波门圆心位置为：

x轴：dx＝d_t*sina_t

y轴：dy＝d_t*cosa_t。

3.如权利要求1所述的基于雷达目标点迹的快速目标跟踪的方法，其特性在于，步骤2所述的数据预处理是根据自身雷达特性，首先剔除明显错误的点迹。使用的雷达测量角度范围[-A₀，A₀]，测量距离最大值L，所有不在这个范围内的点都可以直接剔除，以减少后面的运算量。

4.如权利要求1所述的基于雷达目标点迹的快速目标跟踪的方法，其特性在于，步骤3所述的经过预处理后的点迹与所有的航迹波门进行匹配，有以下几种情况：

(1)点迹没有出现在任何一个波门内；

(2)点迹仅仅落在一个波门内；

(3)某些点迹同时落入多个波门内。

5.如权利要求1所述的基于雷达目标点迹的快速目标跟踪的方法，其特性在于，步骤4所述的对波门内的点迹进行处理，如果波门内的点迹个数为0，则结束此航迹；如果波门内的点迹个数为1，则可直接进行滤波预测并对航迹更新；如果波门内的点迹个数大于1，则先把点迹按照凝聚规则凝聚成一个点，然后再进行滤波预测处理。

6.如权利要求5所述的基于雷达目标点迹的快速目标跟踪的方法，其特性在于，波门凝 聚规则可表述为一种改进的最近邻域法。假设某个波门内有n个点迹n₁，n₂，…，n_n。最近邻域法的原理是把离预测值最近的点当成下一时刻的测量值，但是在多回波环境下离预测位置最近的候选点迹并不一定是目标的真实回波。为了改善性能，提出了将波门内所以点迹都当成候选点迹的解决方法，但是为了减少计算量，设定离预测位置最近的点迹(设为n₁)是真实回波的概率为p，p的大小选择原则上大于0.5，因为离预测值越近的点迹是真实回波的概率越大。波门内除了最近的点迹剩下的所有点迹(n₂，n₃…，n_n)求出质心，得到一个点迹，这个点迹的为真实回波的概率为1-p。由此可以求出回波点迹的凝聚点n₀如下：

。