CN108917745B - 一种三维空间转弯机动目标的状态估计方法及系统 - Google Patents

一种三维空间转弯机动目标的状态估计方法及系统 Download PDF

Info

Publication number
CN108917745B
CN108917745B CN201810465593.7A CN201810465593A CN108917745B CN 108917745 B CN108917745 B CN 108917745B CN 201810465593 A CN201810465593 A CN 201810465593A CN 108917745 B CN108917745 B CN 108917745B
Authority
CN
China
Prior art keywords
position measurement
target
measurement data
component
transformed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810465593.7A
Other languages
English (en)
Other versions
CN108917745A (zh
Inventor
刘宗香
黄炳坚
李良群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201810465593.7A priority Critical patent/CN108917745B/zh
Publication of CN108917745A publication Critical patent/CN108917745A/zh
Application granted granted Critical
Publication of CN108917745B publication Critical patent/CN108917745B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于多传感器信息融合技术领域,尤其涉及一种三维空间转弯机动目标的状态估计方法及系统。该方法利用3个不同时刻的位置测量数据获得坐标变换矩阵,通过坐标变换矩阵将3个位置测量变换至xoy面上,然后利用变换后位置测量数据估计出目标的转弯率估计和变换后的目标状态估计,再利用坐标变换矩阵对变换后的目标状态估计进行反变换,最终获得三维空间转弯机动目标的状态估计。本发明通过坐标变换将三维空间转弯机动目标状态估计问题转化为二维空间中转弯机动目标的状态估计问题,从而可以有效地估计出三维空间转弯机动目标的状态,且方法简单、高效。

Description

一种三维空间转弯机动目标的状态估计方法及系统
技术领域
本发明属于多传感器信息融合技术领域,尤其涉及一种三维空间转弯机动目标的状态估计方法及系统。
背景技术
目标跟踪通常需要传感器根据最初几个时刻的测量数据估计出目标的初始状态,从而起始新的目标轨迹。然而,现有的初始状态的估计方法只适用于匀速运动的目标和匀加速运动的目标,以及在二维空间中的转弯机动目标,不适用于三维空间中的转弯机动目标。
发明内容
本发明提供了一种三维空间转弯机动目标的状态估计方法及系统,旨在解决现有技术中难以有效估计出转弯机动目标状态的问题。
为解决上述技术问题,本发明是这样实现的,本发明提供了一种三维空间转弯机动目标的状态估计方法,所述方法包括:
步骤1、利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点;
步骤2、利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵;
步骤3、利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计;
步骤4、利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。
为解决上述技术问题,本发明还提供了一种三维空间转弯机动目标的状态估计系统,所述系统包括:
夹角与交点计算模块,用于利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点;
变换矩阵获取模块,用于利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵;
变换后的目标状态估计模块,用于利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计;
三维空间目标状态获取模块,用于利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。
本发明与现有技术相比,有益效果在于:
本发明提供的一种三维空间转弯机动目标的状态估计方法,利用3个不同时刻的位置测量数据获得坐标变换矩阵,通过坐标变换矩阵将3个位置测量变换至xoy面上,然后利用变换后位置测量数据估计出目标的转弯率估计和变换后的目标状态估计,再利用坐标变换矩阵对变换后的目标状态估计进行反变换,最终获得三维空间转弯机动目标的状态估计。本发明通过坐标变换将三维空间转弯机动目标状态估计问题转化为二维空间中转弯机动目标的状态估计问题,从而可以有效地估计出三维空间转弯机动目标的状态,且方法简单、高效。
附图说明
图1是本发明实施例提供的一种用于三维空间转弯机动目标的方法流程图;
图2是本发明实施例提供的一种用于三维空间转弯机动目标的系统示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
作为本发明的第一个实施例,如图1所示,本发明提供的一种三维空间转弯机动目标的状态估计方法,该方法包括步骤S101-S104:
步骤S101:利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点。步骤S101具体实现过程如下:
设所述三维空间转弯机动目标在3个不同时刻的位置测量数据为yk=(zk,tk),其中,k=1,2,3,tk表示在k时刻的时间, 分别表示所述三维空间转弯机动目标在k时刻的位置测量数据的x分量、y分量和z分量;
其中,i=1,2,3和j=1,2,3,表示第个i位置测量的x分量与第j个位置测量的x分量之间的差值,表示第个i位置测量的y分量与第j个位置测量的y分量之间的差值,表示第个i位置测量的z分量与第j个位置测量的z分量之间的差值;利用连续的三个不同时刻的位置测量数据y1=(z1,t1)、y2=(z2,t2)和y3=(z3,t3)获得所述目标运动平面与xoy平面的夹角为α,由所述目标运动平面与xoy平面之间的交线计算得到所述交线和x轴间的夹角为β、以及所述交线与x轴的交点为[x0,0,0]T
其中,
上标T表示向量或矩阵的转置。
步骤S102:利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵。步骤S102具体实现过程如下:
利用所述目标运动平面与xoy平面的夹角α、所述交线和x轴间的夹角β,并取α1=α,α2=-α,β1=β,β2=-β,构建坐标变换矩阵Fij
其中,i=1,2和j=1,2;
利用所述坐标变换矩阵Fij,以及所述交线与x轴的交点[x0,0,0]T,分别对位置测量数据z1、z2和z3进行坐标变换,得到变换后的位置测量数据
其中,
利用变换后的位置测量数据求取其中i=1,2和j=1,2;从sij,i=1,2和j=1,2中找到最小值对应的索引号并取索引号(i1,j1)对应的坐标变换矩阵作为所求的变换矩阵Fc,即索引号(i1,j1)对应的位置测量数据分别作为变换后的位置测量数据
步骤S103:利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计。步骤S103具体实现过程如下:
表示变换后的位置测量数据,利用3个所述变换后的位置测量数据得到目标的转弯率为ω;
其中,
sgn(e)为取变量e的符号,且有
取列向量表示r时刻坐标变换后的目标状态估计,其中分别表示位置的x分量、y分量和z分量,分别表示速度的x分量、y分量和z分量;
基于所述列向量my及所述转弯率ω获得的所述变换后的目标状态估计为
其中,
步骤S104:利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。步骤S104具体实现过程如下:
利用所述所求的变换矩阵Fc对所述变换后的目标状态估计进行反变换,以获得三维空间中目标在r时刻的状态估计为
其中,
综上所述,本发明第一个实施例所提供的三维空间转弯机动目标的状态估计方法,通过坐标变换将三维空间转弯机动目标状态估计问题转化为二维空间中转弯机动目标的状态估计问题,从而可以有效地估计出三维空间转弯机动目标的状态,且方法简单、高效、具有很强的实用性。
作为本发明的第二个实施例,如图2所示,本发明还提供了一种三维空间转弯机动目标的状态估计系统,该系统包括:
夹角与交点计算模块10:用于利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点。夹角与交点计算模块10具体用于:
设所述三维空间转弯机动目标在3个不同时刻的位置测量数据为yk=(zk,tk),其中,k=1,2,3,tk表示在k时刻的时间, 分别表示所述三维空间转弯机动目标在k时刻的位置测量数据的x分量、y分量和z分量;
其中,i=1,2,3和j=1,2,3,表示第个i位置测量的x分量与第j个位置测量的x分量之间的差值,表示第个i位置测量的y分量与第j个位置测量的y分量之间的差值,表示第个i位置测量的z分量与第j个位置测量的z分量之间的差值;利用连续的三个不同时刻的位置测量数据y1=(z1,t1)、y2=(z2,t2)和y3=(z3,t3)获得所述目标运动平面与xoy平面的夹角为α,由所述目标运动平面与xoy平面之间的交线计算得到所述交线和x轴间的夹角为β、以及所述交线与x轴的交点为[x0,0,0]T
其中,
上标T表示向量或矩阵的转置。
变换矩阵获取模块20:用于利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵。变换矩阵获取模块20具体用于:
利用所述目标运动平面与xoy平面的夹角α、所述交线和x轴间的夹角β,并取α1=α,α2=-α,β1=β,β2=-β,构建坐标变换矩阵Fij
其中,i=1,2和j=1,2;
利用所述坐标变换矩阵Fij,以及所述交线与x轴的交点[x0,0,0]T,分别对位置测量数据z1、z2和z3进行坐标变换,得到变换后的位置测量数据
其中,
利用变换后的位置测量数据求取其中i=1,2和j=1,2;从sij,i=1,2和j=1,2中找到最小值对应的索引号并取索引号(i1,j1)对应的坐标变换矩阵作为所求的变换矩阵Fc索引号(i1,j1)对应的位置测量数据分别作为变换后的位置测量数据
变换后的目标状态估计模块30:用于利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计。变换后的目标状态估计模块30具体用于:
表示变换后的位置测量数据,利用3个所述变换后的位置测量数据得到目标的转弯率为ω;
其中,
sgn(e)为取变量e的符号,且有
取列向量表示r时刻坐标变换后的目标状态估计,其中分别表示位置的x分量、y分量和z分量,分别表示速度的x分量、y分量和z分量;
基于所述列向量my及所述转弯率ω获得的所述变换后的目标状态估计为
其中,
三维空间目标状态获取模块40:用于利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。三维空间目标状态获取模块40具体用于:
利用所述所求的变换矩阵Fc对所述变换后的目标状态估计进行反变换,以获得三维空间中目标在r时刻的状态估计为
其中,
综上所述,本发明第二个实施例所提供的三维空间转弯机动目标的状态估计系统,通过坐标变换将三维空间转弯机动目标状态估计问题转化为二维空间中转弯机动目标的状态估计问题,从而可以有效地估计出三维空间转弯机动目标的状态,该系统模块简单、高效、具有很强的实用性。
作为本发明的第三个实施例,在本发明第一个实施例或第二个实施例的基础上,考虑一个在三维空间中作转弯机动的转弯机动目标,该转弯机动目标的转弯率为ω=-5o/s,其初始状态的真值为
在t=0、t=T和t=2T时刻目标的真实位置分别为[-866.7562m,969.2131m,207.0557m]T,[-324.6m,1224.0m,193.5m]T和[251.6m,1383.7m,153.4m]T。传感器测量目标位置,其采样周期为T=2s,位置测量数据为目标位置加上测量噪声,用σx表示传感器在x方向上的测量噪声的标准差,表示传感器在y方向上的测量噪声的标准差,表示传感器在z方向上的测量噪声的标准差,它们的取值为:σx=σy=σz=1m。传感器在t=0、t=T和t=2T对目标测量,得到3个位置测量数据。
表1所示为本发明对3个位置测量数据进行处理,得到三维空间转弯机动目标在t=0s时刻的状态估计与真实的目标状态值(即三维空间转弯机动目标在t=0s时刻的状态估计与其在t=0s时的真实状态值)。
表1
表2所示为本发明进行100次蒙特卡罗(Monte Carlo,MC)实验,得到的三维空间转弯机动目标在t=0s时刻的状态估计均值和真实的目标状态值。表1与表2所示的实验结果表明,本发明的方法可以获得较为精确和可靠的目标状态估计,其状态估计非常接近真实的目标状态值。
表2
综上所述,本发明第三个实施例利用3个不同时刻的位置测量数据获得坐标变换矩阵,通过将坐标变换矩阵将3个位置测量变换至xoy面上,然后利用变换后位置测量数据估计出目标的转弯率估计和变换后的目标状态估计,再利用坐标变换矩阵对变换后的目标状态估计进行反变换,以获得三维空间转弯机动目标的状态估计。与现有技术相比,本发明通过坐标变换将三维空间转弯机动目标状态估计问题转化为二维空间中转弯机动目标的状态估计问题,从而可以有效地估计出三维空间转弯机动目标的状态。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种转弯机动目标的状态估计方法及装置的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种三维空间转弯机动目标的状态估计方法,其特征在于,所述方法包括:
步骤1、利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点;所述步骤1具体包括:
设所述三维空间转弯机动目标在3个不同时刻的位置测量数据为yk=(zk,tk),其中,k=1,2,3,tk表示在k时刻的时间, 分别表示所述三维空间转弯机动目标在k时刻的位置测量数据的x分量、y分量和z分量;
其中,i=1,2,3和j=1,2,3,表示第个i位置测量的x分量与第j个位置测量的x分量之间的差值,表示第个i位置测量的y分量与第j个位置测量的y分量之间的差值,表示第个i位置测量的z分量与第j个位置测量的z分量之间的差值;利用连续的三个不同时刻的位置测量数据y1=(z1,t1)、y2=(z2,t2)和y3=(z3,t3)获得所述目标运动平面与xoy平面的夹角为α,由所述目标运动平面与xoy平面之间的交线计算得到所述交线和x轴间的夹角为β、以及所述交线与x轴的交点为[x0,0,0]T
其中,
上标T表示向量或矩阵的转置;
步骤2、利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵;所述步骤2具体包括:
利用所述目标运动平面与xoy平面的夹角α、所述交线和x轴间的夹角β,并取α1=α,α2=-α,β1=β,β2=-β,构建坐标变换矩阵Fij
其中,i=1,2和j=1,2;
利用所述坐标变换矩阵Fij,以及所述交线与x轴的交点[x0,0,0]T,分别对位置测量数据z1、z2和z3进行坐标变换,得到变换后的位置测量数据
其中,
利用变换后的位置测量数据求取其中i=1,2和j=1,2;从sij,i=1,2和j=1,2中找到最小值对应的索引号并取索引号(i1,j1)对应的坐标变换矩阵作为所求的变换矩阵Fc索引号(i1,j1)对应的位置测量数据分别作为变换后的位置测量数据
步骤3、利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计;
步骤4、利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。
2.根据权利要求1所述的方法,其特征在于,所述步骤3具体包括:
表示变换后的位置测量数据,利用3个所述变换后的位置测量数据得到目标的转弯率为ω;
其中,
sgn(e)为取变量e的符号,且有
取列向量表示r时刻坐标变换后的目标状态估计,其中分别表示位置的x分量、y分量和z分量,分别表示速度的x分量、y分量和z分量;
基于所述列向量my及所述转弯率ω获得的所述变换后的目标状态估计为
其中,
3.根据权利要求2所述的方法,其特征在于,所述步骤4具体包括:
利用所述所求的变换矩阵Fc对所述变换后的目标状态估计进行反变换,以获得三维空间中目标在r时刻的状态估计为
其中,
4.一种三维空间转弯机动目标的状态估计系统,其特征在于,所述系统包括:
夹角与交点计算模块,用于利用3个不同时刻的位置测量数据确定出目标运动平面,计算所述目标运动平面与xoy平面的夹角,由所述目标运动平面与xoy平面之间的交线计算得到所述交线与x轴间的夹角以及所述交线与x轴的交点;所述夹角与交点计算模块具体用于:
设所述三维空间转弯机动目标在3个不同时刻的位置测量数据为yk=(zk,tk),其中,k=1,2,3,tk表示在k时刻的时间, 分别表示所述三维空间转弯机动目标在k时刻的位置测量数据的x分量、y分量和z分量;
其中,i=1,2,3和j=1,2,3,表示第个i位置测量的x分量与第j个位置测量的x分量之间的差值,表示第个i位置测量的y分量与第j个位置测量的y分量之间的差值,表示第个i位置测量的z分量与第j个位置测量的z分量之间的差值;利用连续的三个不同时刻的位置测量数据y1=(z1,t1)、y2=(z2,t2)和y3=(z3,t3)获得所述目标运动平面与xoy平面的夹角为α,由所述目标运动平面与xoy平面之间的交线计算得到所述交线和x轴间的夹角为β、以及所述交线与x轴的交点为[x0,0,0]T
其中,
上标T表示向量或矩阵的转置;
变换矩阵获取模块,用于利用所述目标运动平面与xoy平面的夹角、所述交线与x轴间的夹角、以及所述交线与x轴的交点获取坐标变换矩阵,以将目标运动平面上的3个位置测量数据变换到xoy平面上,得到3个变换后的位置测量数据,并利用所述变换后的位置测量数据得到所求的变换矩阵;所述变换矩阵获取模块具体用于:
利用所述目标运动平面与xoy平面的夹角α、所述交线和x轴间的夹角β,并取α1=α,α2=-α,β1=β,β2=-β,构建坐标变换矩阵Fij
其中,i=1,2和j=1,2;
利用所述坐标变换矩阵Fij,以及所述交线与x轴的交点[x0,0,0]T,分别对位置测量数据z1、z2和z3进行坐标变换,得到变换后的位置测量数据
其中,
利用变换后的位置测量数据求取其中i=1,2和j=1,2;从sij,i=1,2和j=1,2中找到最小值对应的索引号并取索引号(i1,j1)对应的坐标变换矩阵作为所求的变换矩阵Fc索引号(i1,j1)对应的位置测量数据分别作为变换后的位置测量数据
变换后的目标状态估计模块,用于利用所述变换后的位置测量数据求取目标的转弯率,利用所述变换后的位置测量数据及所述转弯率获得所述变换后的目标状态估计;
三维空间目标状态获取模块,用于利用所述所求的变换矩阵对所述变换后的目标状态估计进行反变换,以获得三维空间中目标的状态估计。
5.根据权利要求4所述的系统,其特征在于,所述变换后的目标状态估计模块具体用于:
表示变换后的位置测量数据,利用3个所述变换后的位置测量数据得到目标的转弯率为ω;
其中,
sgn(e)为取变量e的符号,且有
取列向量表示r时刻坐标变换后的目标状态估计,其中分别表示位置的x分量、y分量和z分量,分别表示速度的x分量、y分量和z分量;
基于所述列向量my及所述转弯率ω获得的所述变换后的目标状态估计为
其中,
6.根据权利要求5所述的系统,其特征在于,所述三维空间目标状态获取模块具体用于:
利用所述所求的变换矩阵Fc对所述变换后的目标状态估计进行反变换,以获得三维空间中目标在r时刻的状态估计为
其中,
CN201810465593.7A 2018-05-16 2018-05-16 一种三维空间转弯机动目标的状态估计方法及系统 Expired - Fee Related CN108917745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810465593.7A CN108917745B (zh) 2018-05-16 2018-05-16 一种三维空间转弯机动目标的状态估计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810465593.7A CN108917745B (zh) 2018-05-16 2018-05-16 一种三维空间转弯机动目标的状态估计方法及系统

Publications (2)

Publication Number Publication Date
CN108917745A CN108917745A (zh) 2018-11-30
CN108917745B true CN108917745B (zh) 2019-10-11

Family

ID=64402465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810465593.7A Expired - Fee Related CN108917745B (zh) 2018-05-16 2018-05-16 一种三维空间转弯机动目标的状态估计方法及系统

Country Status (1)

Country Link
CN (1) CN108917745B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106168943A (zh) * 2016-07-12 2016-11-30 深圳大学 一种用于跟踪转弯机动目标的方法及其系统
CN106952290A (zh) * 2017-04-07 2017-07-14 深圳大学 一种用于三维空间跟踪转弯机动目标的方法及系统
CN107289968A (zh) * 2017-06-23 2017-10-24 深圳大学 一种转弯机动目标的状态估计方法及装置
WO2018010099A1 (zh) * 2016-07-12 2018-01-18 深圳大学 一种用于跟踪转弯机动目标的方法及其系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106168943A (zh) * 2016-07-12 2016-11-30 深圳大学 一种用于跟踪转弯机动目标的方法及其系统
WO2018010099A1 (zh) * 2016-07-12 2018-01-18 深圳大学 一种用于跟踪转弯机动目标的方法及其系统
CN106952290A (zh) * 2017-04-07 2017-07-14 深圳大学 一种用于三维空间跟踪转弯机动目标的方法及系统
CN107289968A (zh) * 2017-06-23 2017-10-24 深圳大学 一种转弯机动目标的状态估计方法及装置

Also Published As

Publication number Publication date
CN108917745A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN110849369B (zh) 机器人跟踪方法、装置、设备及计算机可读存储介质
CN103925925B (zh) 一种用于多点定位系统的实时高精度位置解算方法
CN102880737B (zh) 基于柔性装配中的工件配准方法及系统
CN107289968B (zh) 一种转弯机动目标的状态估计方法及装置
Niedfeldt et al. Recursive RANSAC: Multiple signal estimation with outliers
Huang et al. On the complexity and consistency of UKF-based SLAM
CN103236064A (zh) 一种基于法向量的点云自动配准方法
CN107390631B (zh) 一种用于转弯机动目标的轨迹起始方法及系统
CN106054167A (zh) 基于强度滤波器的多扩展目标跟踪方法
Sveier et al. Object detection in point clouds using conformal geometric algebra
CN108917745B (zh) 一种三维空间转弯机动目标的状态估计方法及系统
Dinc et al. Mirage: an O (n) time analytical solution to 3D camera pose estimation with multi-camera support
Lu et al. The multidimensional cramér–rao–leibniz lower bound for likelihood functions with parameter-dependent support
WO2019218241A1 (zh) 一种三维空间转弯机动目标的状态估计方法及系统
Zhang et al. Pose estimation of space objects based on hybrid feature matching of contour points
Zuo et al. Particle filter for nonlinear systems with multi-sensor asynchronous random delays
CN108921870B (zh) 三维空间转弯机动目标的轨迹起始方法及装置
Zhuang et al. Joint estimation of state and parameter with maximum likelihood method
WO2020006672A1 (zh) 三维空间转弯机动目标的轨迹起始方法及装置
Ge et al. Relative sensor registration with two‐step method for state estimation
CN106650645B (zh) 遥感图像的目标特征提取方法和装置
Duan et al. Filtering 2D-3D outliers by camera adjustment for visual odometry
Wang et al. Point-Cloud-Based Relative Attitude Estimation for the Malfunctioned Satellites
Singhirunnusorn et al. Single‐camera pose estimation using mirage
Song et al. Analytical identification of system parameter nonlinearly coupled in dynamic transition matrix

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191011

Termination date: 20200516

CF01 Termination of patent right due to non-payment of annual fee