CN109001725B - 一种海上无人艇海上多目标跟踪方法 - Google Patents
一种海上无人艇海上多目标跟踪方法 Download PDFInfo
- Publication number
- CN109001725B CN109001725B CN201810578533.6A CN201810578533A CN109001725B CN 109001725 B CN109001725 B CN 109001725B CN 201810578533 A CN201810578533 A CN 201810578533A CN 109001725 B CN109001725 B CN 109001725B
- Authority
- CN
- China
- Prior art keywords
- target
- state
- track
- observation
- spoke
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种无人艇海上多目标跟踪方法:建立基于辐条数据处理的雷达图像生成模型,利用图像处理算法,通过处理雷达辐条信息,拼接成一幅完整的雷达图像画布,从雷达图像画布中的提取出目标回波特征信息集合;对岸岛信息进行处理,剔除所有落于岸岛包络范围内的目标,剩余目标作为目标集合;获取所述目标集合中各个所述目标的观测数据和实时导航数据,确定状态转移关系,完成多目标跟踪单个循环周期。
Description
技术领域
本发明属于无人船海上多目标跟踪软件系统涉及技术领域,尤其涉及一种基于导航雷达的海上多目标跟踪方法。
背景技术
无人艇是一种无人操作的水面舰艇。主要用于执行危险以及不适于有人船只执行的任务。一旦配备先进的控制系统、传感器系统、通信系统和武器系统后,可以执行多种战争和非战争军事任务。为实现海上无人艇的态势感知能力,需要通过传感器得到有效的周围目标位置和运动信息,海上无人艇受限于其较低的有效载荷,无法适装传统大型多目标探测雷达,需通过船用小型导航雷达的探测图像,实现海上多目标跟踪。
发明内容:
为了克服上述背景技术的缺陷,本发明提供一种海上无人艇海上多目标跟踪方法,提高海上无人艇环境感知能力,实现无人艇海上多目标跟踪能力。
为了解决上述技术问题本发明的所采用的技术方案为:
一种海上无人艇海上多目标跟踪方法,包括:
步骤1,建立基于辐条数据处理的雷达图像生成模型,利用图像处理算法,通过处理雷达辐条信息,拼接成一幅完整的雷达图像画布,从雷达图像画布中的提取出目标回波特征信息集合;
步骤2,对岸岛信息进行处理,剔除所有落于岸岛包络范围内的目标,剩余目标作为目标集合;
步骤3,获取所述目标集合中各个所述目标的观测数据和实时导航数据,确定状态转移关系,完成多目标跟踪单个循环周期。
较佳地,所述步骤1包括:
步骤13,获取编号在i和j之间的辐条集合
其中Spoke′表示旋转到下一圈的辐条。
步骤14,处理Spoke集合,利用插值算法还原雷达周期扫描图像;对集合Spoke逐元素均执行数据插值叠加算法,完成雷达扫描图像重建;
步骤15,对重建后的画布图像执行连通区域检测算法,提取目标特征参数;记识别出的连通区域的数量为T,记第l个目标的计算处于连通图中的回波像素点数量为Areal、回波平均强度Strl、回波中心点x轴索引AxisXl、回波中心点y轴索引AxisYl,l=1,2……T(l=1,2,...T);
步骤16,遍历连通区域的目标,计算目标的距离和方位,第l个目标的距离为Disl=AxisYl×R,方位为Azil=360×AxisXl/m。
较佳地,i=1时表示指向船头方向的辐条。
较佳地,所述步骤14,记达图像画布分辨率为s×m,遍历Spoke集合中的辐条信息,记Spokek对应的方位信息为Ak,计算Ak对应画布的x轴索引记Spokek位于的索引位置介于[Indk]和[Indk]+1之间,并将Spokek的采样数据插值叠加写入雷达图像画布;对集合Spoke逐元素均执行数据插值叠加算法,完成雷达扫描图像重建。
较佳地,所述步骤2包括:
步骤21,输入岸岛信息的经纬度包络坐标,记岸岛包络集合B={B1,B2,B3,...Bn},其中,Bp={(lon1,lat1),(lon2,lat2),...,(lonx,latx)}(p=1,2,...,n;x≥3),记(lat,lon)表示lat表示坐标点经度,lon表示坐标点纬度,
Bp={(lon1,lat1),(lon2,lat2),...,(lonx,latx)}表示岸岛包络集合B中的第p个包络由x个经纬度坐标点组成;
步骤22,为降低计算复杂度需查找需要计算的岸岛包络。记无人艇的GPS位置为(lon0,lat0),因此无人艇雷达探测范围可以表示为{(lon0-Δlon,lat0+Δlat),(lon0+Δlon,lat0+Δlat),(lon0+Δlon,lat0-Δlat),(lon0-Δlon,lat0-Δlat)}的包络,无人艇探测范围包络为B0,则BCal为需要计算的岸岛包络;
较佳地,所述步骤3包括:
步骤31,航迹状态包括:状态1,新点迹输入;状态2,候选航迹,连续数个周期的点迹关联,且点迹数量不满足航迹建立的条件;
状态3,航迹建立,正在稳定关联和跟踪的航迹;状态4,航迹待定,在数个观测周期内,丢失关联点迹的航迹状态;
步骤32,输入目标观测数据,实时导航数据,将当前目标观测存入观测数据库中;
步骤33,计算当前航迹的邻域的原点和邻域半径;
步骤34,判断是否存在落在航迹邻域内的新观测点;
步骤35,评价落在航迹领域内的观测点,并选择最优的观测点作为该航迹的下一个关联点;
步骤36,确定航迹状态转移关系;
步骤37,航迹滤波,输出目标运动参数。
较佳地,所述步骤33邻域原点的具体计算方法包括:
针对航迹状态1或航迹状态2,邻域原点为航迹内最新观测点迹的坐标,针对航迹状态3或航迹状态4,邻域原点为航迹递推点的坐标;
邻域半径确定方法为:探测距离误差Diserr=α1·d+d0,其中α1为距离误差系数,d为航迹最新点与我艇的距离,d0为距离误差基数,探测方位误差Azierr=α2·d,α2为方位误差系数,Vmax·t为目标在雷达扫描周期内的最大运动距离,其中,Vmax为一般水面目标可能的最大速度,t是雷达扫描周期,为邻域半径。
较佳地,所述步骤34判断方法包括:逐个计算航迹的邻域的原点坐标与新观测点的坐标的距离Δd,若判断Δd<Rerr是否成立,若是,则新观测点落于航迹邻域内,若否,则不在航迹邻域内。
较佳地,所述步骤35的具体方法包括:
Area0该航迹的最新观测点迹的回波像素点数量,Str0为回波强度,该航迹当前邻域内的q个观测点对应的像素点数量、回波强度和与邻域中心距离分别是Area1,Area2,...,Areaq,Str1,Str2,...,Strq,Δd1,Δd2,...,Δdq则定义第p个观测点的评价值:
p=1,2,..q,β1+β2+β3=1,其中β1,β2,β3为人工设定系数;
选择评价分数最高的观测点作为该航迹的下一个关联点。
较佳地,所述步骤36确定航迹状态转移关系的具体方法包括:
若处于状态1的目标邻域圆内无新一轮周期的观测目标,则航迹销毁;
若处于状态1的目标邻域圆内存在新一轮周期的观测目标,则转移至状态2;
若处于状态2的目标邻域圆内不存在新一轮周期的观测目标,则航迹销毁;
若处于状态2的目标邻域圆内存在新一轮周期的观测目标,且航迹内点迹数量不满足进入状态3的条件,则保持状态2;
若处于状态2的目标连续数个周期,目标邻域圆内存在新一轮周期的观测目标,则转移至状态3;
若处于状态3的目标邻域圆内存在新一轮周期的观测目标,目标稳定跟踪,则保持状态3;
若处于状态3的目标邻域圆内不包含新一轮周期的观测目标,目标稳定跟踪,则转移至状态4;
若处于状态4的目标邻域圆内包含新一轮周期的观测目标,目标稳定跟踪,则转移至状态3;
若处于状态4的目标邻域圆内不存在新一轮周期的观测目标,则保持状态4;
若处于状态4的目标连续数个周期,目标邻域圆内不存在新一轮周期的观测目标,则航迹销毁。
本发明的有益效果在于:本发明目的就是为了有效利用无人艇导航雷达探测数据,提高海上无人艇环境感知能力,实现无人艇海上多目标跟踪能力。网络数据接收模块通过设置通信端口,实时接收无人艇导航信息和导航雷达辐条数据,雷达控制和辐条数据处理模块控制雷达扫描参数,利用改进的图像算法还原雷达图像,继而完成雷达图像中目标的识别,多目标跟踪模块通过接收多个目标点迹数据实现航迹关联、航迹起始、目标持续跟踪的功能,所述的岸岛信息模块通过设置岸岛区域从而避免海岸、岛屿目标对目标跟踪的干扰。
附图说明
图1为本发明实施例的航迹转移规则示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明。
一种适用于海上无人艇导航雷达对海上目标实施识别跟踪的方法,包括网络数据接收模块、雷达控制和辐条数据处理模块、岸岛信息处理模块、多目标跟踪模块、界面显示模块。所述的网络数据接收模块通过设置通信端口,实时接收无人艇导航信息和导航雷达辐条数据,所述的雷达控制和辐条数据处理模块控制雷达扫描参数,利用改进的图像算法还原雷达图像,继而完成雷达图像中目标的识别,所述的多目标跟踪模块通过接收多个目标点迹数据实现航迹关联、航迹起始、目标持续跟踪的功能,所述的岸岛信息模块通过设置岸岛区域从而避免海岸、岛屿目标对目标跟踪的干扰,所述的界面显示模块提供系统参数输出人机交互接口和目标跟踪结果的输出。
本实施例的具体步骤如下:
第一,网络数据接收
通过设置网络端口,实时接收和解析无人艇导航信息和导航雷达扫描辐条信息,完成和导航雷达的控制连接。
第二,雷达参数控制
雷达控制模块设置导航雷达运转的扫描半径R,扫描频率w,增益等参数。
第三,雷达辐条数据处理
建立基于辐条数据处理的雷达图像生成模型,利用图像处理算法,完成对雷达图像中多个目标的中心位置点提取。
首先,记导航雷达顺时针扫描一周的辐条根数为m,辐条编号i,j取值为1至m之间,记辐条编号为1时表示指向船头方向的辐条。距离采样点数量为是s,当前我艇航向为C,令辐条编号为i时的辐条绝对方位角为且Ai辐条绝对方位角指向正北。令雷达辐条经过顺时针扫描一周之后,回到正北方位时辐条编号为j,记辐条编号从i起始,在地理坐标系下旋转一周后再次指向正北的辐条j之间的辐条数据的集合为:
其中,Spoke′表示旋转到下一圈的辐条。
然后,处理Spoke集合,利用插值算法还原雷达周期扫描图像。记雷达图像画布分辨率为s×m,遍历Spoke集合中的辐条信息,记Spokek对应的方位信息为Ak,计算Ak对应画布的x轴索引记Spokek位于的索引位置介于[Indk]和[Indk]+1之间,并将Spokek的采样数据插值叠加写入雷达图像画布。对集合Spoke逐元素均执行数据插值叠加算法,完成雷达扫描图像重建。
再次,对重建后的画布图像执行连通区域检测算法,提取目标特征参数。记识别出的连通区域的数量为T,记第l个目标的计算处于连通图中的回波像素点数量为Areal、回波平均强度Strl、回波中心点x轴索引AxisXl、回波中心点y轴索引AxisYl。(l=1,2,...T)
最后,遍历连通区域的目标,计算目标的距离和方位,第l个目标的距离为Disl=AxisYl×R,方位为Azil=360×AxisXl/m。
第四,岸岛信息处理:
岸岛信息处理的目的在于滤除导航雷达探测到的岸上目标,避免岸上目标被当做海上目标输入多目标跟踪模块。岸岛信息处理的原则是标记出海岸和岛屿的区域,将落于该区域内的目标剔除。
首先,输入岸岛信息的经纬度包络坐标,记岸岛包络集合B={B1,B2,B3,...Bn}。其中Bp={(lon1,lat1),(lon2,lat2),...,(lonx,latx)}(p=1,2,...,n;x≥3)。记(lat,lon)表示(经度,纬度)坐标点,Bp={(lon1,lat1),(lon2,lat2),...,(lonx,latx)}表示岸岛包络集合B中的第p个包络由x个经纬度坐标点组成。
其次,为降低计算复杂度需查找需要计算的岸岛包络BCal。记我艇的GPS位置为(lon0,lat0),因此我艇雷达探测范围可以表示为{(lon0-Δlon,lat0+Δlat),(lon0+Δlon,lat0+Δlat),(lon0+Δlon,lat0-Δlat),(lon0-Δlon,lat0-Δlat)}的包络,记我艇探测范围包络为B0。则
第五,多目标跟踪模型建立:
1、定义4种不同的航迹状态,含义如下表所示:
2、输入目标观测数据,实时导航数据,将当前目标观测存入观测数据库中。
3、计算当前航迹的邻域的原点和邻域半径。邻域原点的计算方法:针对航迹状态1或航迹状态2,邻域原点为航迹内最新观测点迹的坐标,针对航迹状态3或航迹状态4,邻域原点为航迹递推点的坐标;邻域半径确定方法:记航迹最新点与我艇的距离为d,探测距离误差Diserr=α1·d+d0,其中α1为距离误差系数,d0为距离误差基数,探测方位误差Azierr=α2·d,α2为方位误差系数,记目标在雷达扫描周期内的最大运动距离Vmax·t,其中Vmax为一般水面目标可能的最大速度,t是雷达扫描周期,记邻域半径
4、判断是否存在落在航迹邻域内的新观测点。判断方法为:逐个计算航迹的邻域的原点坐标与新观测点的坐标的距离Δd,若Δd<Rerr,则新观测点落于航迹邻域内,否则不在航迹邻域内。
5、评价落在航迹领域内的观测点,并选择最优的观测点作为该航迹的下一个关联点。记该航迹的最新观测点迹的回波像素点数量为Area0,回波强度为Str0,该航迹当前邻域内的q个观测点对应的像素点数量、回波强度和与邻域中心距离分别是Area1,Area2,...,Areaq,Str1,Str2,...,Strq,Δd1,Δd2,...,Δdq则定义第p个观测点的评价值:
p=1,2,..q,β1+β2+β3=1
其中β1,β2,β3为用户自定义系数。
选择评价分数最高的观测点作为该航迹的下一个关联点。
6、确定航迹状态转移关系,航迹转移条件如下表所示:
航迹转移规则如图1所示。
7、航迹滤波,输出目标运动参数。
针对航迹内的点迹,使用卡尔曼滤波的方式,输出目标最新的航向、航速参数。返回第五步的2再次输入目标观测数据,实时导航数据,将目标观测存入观测数据库中。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种海上无人艇海上多目标跟踪方法,其特征在于,包括:
步骤1,建立基于辐条数据处理的雷达图像生成模型,利用图像处理算法,通过处理雷达辐条信息,拼接成一幅完整的雷达图像画布,从雷达图像画布中的提取出目标回波特征信息集合;
步骤2,对岸岛信息进行处理,剔除所有落于岸岛包络范围内的目标,剩余目标作为目标集合;
步骤3,获取所述目标集合中各个所述目标的观测数据和实时导航数据,确定状态转移关系,完成多目标跟踪单个循环周期;
步骤1具体包括:
步骤13,获取编号在i和j之间的辐条集合
其中Spoke′表示旋转到下一圈的辐条;
步骤14,处理Spoke集合,利用插值算法还原雷达周期扫描图像;对集合Spoke逐元素均执行数据插值叠加算法,完成雷达扫描图像重建;
步骤15,对重建后的画布图像执行连通区域检测算法,提取目标特征参数;记识别出的连通区域的数量为T,记第l个目标的计算处于连通图中的回波像素点数量为Area1、回波平均强度Strl、回波中心点x轴索引AxisXl、回波中心点y轴索引AxisYl,l=1,2……T;
步骤16,遍历连通区域的目标,计算目标的距离和方位,第l个目标的距离为Dis1=AxisYl×R,方位为Azil=360×AxisXl/m。
2.根据权利要求1所述的一种海上无人艇海上多目标跟踪方法,其特征在于:i=1时表示指向船头方向的辐条。
4.根据权利要求1所述的一种海上无人艇海上多目标跟踪方法,其特征在于,所述步骤2包括:
步骤21,输入岸岛信息的经纬度包络坐标,记岸岛包络集合B={B1,B2,B3,...Bn},其中,
Bp={(lon1,lat1), (lon2,lat2),...,(lonx,latx)}p=1,2,...,n;x≥3,坐标(lat,lon)中lat表示坐标点经度,lon表示坐标点纬度,
Bp={(lon1,lat1),(lon2,lat2),...,(lonx,latx)}表示岸岛包络集合B中的第p个包络由x个经纬度坐标点组成;
步骤22,为降低计算复杂度需查找需要计算的岸岛包络;无人艇的GPS位置为(lon0,lat0),无人艇雷达探测范围为{(lon0-Δlon,lat0+Δlat),(lon0+Δlon,lat0+Δlat),(lon0+Δlon,lat0-Δlat),(lon0-Δlon,lat0-Δlat)}的包络,无人艇探测范围包络为B0,BCal为需要计算的岸岛包络;
5.根据权利要求1所述的一种海上无人艇海上多目标跟踪方法,其特征在于,所述步骤3包括:
步骤31,航迹状态包括:状态1,新点迹输入;状态2,候选航迹,连续数个周期的点迹关联,且点迹数量不满足航迹建立的条件;
状态3,航迹建立,正在稳定关联和跟踪的航迹;状态4,航迹待定,在数个观测周期内,丢失关联点迹的航迹状态;
步骤32,输入目标观测数据,实时导航数据,将当前目标观测存入观测数据库中;
步骤33,计算当前航迹的邻域的原点和邻域半径;
步骤34,判断是否存在落在航迹邻域内的新观测点;
步骤35,评价落在航迹领域内的观测点,并选择最优的观测点作为该航迹的下一个关联点;
步骤36,确定航迹状态转移关系;
步骤37,航迹滤波,输出目标运动参数。
6.根据权利要求5所述的一种海上无人艇海上多目标跟踪方法,其特征在于,所述步骤33邻域原点的具体计算方法包括:
针对航迹状态1或航迹状态2,邻域原点为航迹内最新观测点迹的坐标,针对航迹状态3或航迹状态4,邻域原点为航迹递推点的坐标;
邻域半径确定方法为:探测距离误差Diserr=α1·d+d0,其中α1为距离误差系数,d为航迹最新点与我艇的距离,d0为距离误差基数,探测方位误差Azierr=α2·d,α2为方位误差系数。
7.根据权利要求5所述的一种海上无人艇海上多目标跟踪方法,其特征在于,所述步骤34判断方法包括:逐个计算航迹的邻域的原点坐标与新观测点的坐标的距离Δd,若判断Δd<Rerr是否成立,若是,则新观测点落于航迹邻域内,若否,则不在航迹邻域内。
9.根据权利要求5所述的一种海上无人艇海上多目标跟踪方法,其特征在于,所述步骤36确定航迹状态转移关系的具体方法包括:
若处于状态1的目标邻域圆内无新一轮周期的观测目标,则航迹销毁;
若处于状态1的目标邻域圆内存在新一轮周期的观测目标,则转移至状态2;
若处于状态2的目标邻域圆内不存在新一轮周期的观测目标,则航迹销毁;
若处于状态2的目标邻域圆内存在新一轮周期的观测目标,且航迹内点迹数量不满足进入状态3的条件,则保持状态2;
若处于状态2的目标连续数个周期,目标邻域圆内存在新一轮周期的观测目标,则转移至状态3;
若处于状态3的目标邻域圆内存在新一轮周期的观测目标,目标稳定跟踪,则保持状态3;
若处于状态3的目标邻域圆内不包含新一轮周期的观测目标,目标稳定跟踪,则转移至状态4;
若处于状态4的目标邻域圆内包含新一轮周期的观测目标,目标稳定跟踪,则转移至状态3;
若处于状态4的目标邻域圆内不存在新一轮周期的观测目标,则保持状态4;
若处于状态4的目标连续数个周期,目标邻域圆内不存在新一轮周期的观测目标,则航迹销毁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578533.6A CN109001725B (zh) | 2018-06-07 | 2018-06-07 | 一种海上无人艇海上多目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578533.6A CN109001725B (zh) | 2018-06-07 | 2018-06-07 | 一种海上无人艇海上多目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109001725A CN109001725A (zh) | 2018-12-14 |
CN109001725B true CN109001725B (zh) | 2020-11-10 |
Family
ID=64599991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810578533.6A Active CN109001725B (zh) | 2018-06-07 | 2018-06-07 | 一种海上无人艇海上多目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109001725B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907908B (zh) * | 2019-10-22 | 2023-06-09 | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) | 基于包络分析的导航雷达信号分选方法 |
CN111220956B (zh) * | 2019-11-08 | 2021-11-09 | 北京理工雷科电子信息技术有限公司 | 一种基于地理信息的机载雷达对海探测陆地目标剔除方法 |
CN111537991B (zh) * | 2020-05-20 | 2022-07-15 | 北京无线电测量研究所 | 一种雷达视图中对含有方位信息的目标显示的处理方法 |
CN111913481B (zh) * | 2020-06-30 | 2023-06-06 | 航天时代(青岛)海洋装备科技发展有限公司 | 一种可变领航员模式的多无人艇协同编队方法 |
CN113850848B (zh) * | 2021-09-26 | 2024-04-02 | 大连海事大学 | 无人艇载航海雷达与视觉图像协同的海上多目标长期检测与跟踪方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8154438B1 (en) * | 2009-09-08 | 2012-04-10 | The United States Of America As Represented By The Secretary Of The Navy | Registration of latitude/longitude coordinates using range detection sensors and digital nautical charts |
CN104215249A (zh) * | 2014-08-26 | 2014-12-17 | 厦门市润铭电子科技有限公司 | 一种行车轨迹的平滑方法 |
CN104391281A (zh) * | 2014-11-21 | 2015-03-04 | 武汉大学 | 提高天波雷达海面船舶目标跟踪定位精度的方法 |
CN105116392A (zh) * | 2015-09-09 | 2015-12-02 | 电子科技大学 | 一种针对ais与主动雷达航迹融合及识别的方法 |
CN105353368A (zh) * | 2015-11-09 | 2016-02-24 | 中国船舶重工集团公司第七二四研究所 | 一种基于策略判决的自适应变结构雷达对海目标跟踪方法 |
CN105654133A (zh) * | 2015-12-31 | 2016-06-08 | 中船重工(昆明)灵湖科技发展有限公司 | 基于多源数据的船只轨迹融合系统及其实现方法 |
CN106249235A (zh) * | 2016-07-12 | 2016-12-21 | 北京遥测技术研究所 | 一种与成像处理相结合的合成孔径雷达图像配准拼接方法 |
CN106249232A (zh) * | 2016-08-24 | 2016-12-21 | 中国电子科技集团公司第二十八研究所 | 基于目标运动态势信息数据关联策略的目标跟踪方法 |
CN107025654A (zh) * | 2016-02-01 | 2017-08-08 | 南京理工大学 | 基于全局迭代检查的sar图像自适应船只检测方法 |
CN107505614A (zh) * | 2017-07-20 | 2017-12-22 | 上海无线电设备研究所 | 一种基于ati‑sar图像幅相信息融合的目标检测方法 |
-
2018
- 2018-06-07 CN CN201810578533.6A patent/CN109001725B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8154438B1 (en) * | 2009-09-08 | 2012-04-10 | The United States Of America As Represented By The Secretary Of The Navy | Registration of latitude/longitude coordinates using range detection sensors and digital nautical charts |
CN104215249A (zh) * | 2014-08-26 | 2014-12-17 | 厦门市润铭电子科技有限公司 | 一种行车轨迹的平滑方法 |
CN104391281A (zh) * | 2014-11-21 | 2015-03-04 | 武汉大学 | 提高天波雷达海面船舶目标跟踪定位精度的方法 |
CN105116392A (zh) * | 2015-09-09 | 2015-12-02 | 电子科技大学 | 一种针对ais与主动雷达航迹融合及识别的方法 |
CN105353368A (zh) * | 2015-11-09 | 2016-02-24 | 中国船舶重工集团公司第七二四研究所 | 一种基于策略判决的自适应变结构雷达对海目标跟踪方法 |
CN105654133A (zh) * | 2015-12-31 | 2016-06-08 | 中船重工(昆明)灵湖科技发展有限公司 | 基于多源数据的船只轨迹融合系统及其实现方法 |
CN107025654A (zh) * | 2016-02-01 | 2017-08-08 | 南京理工大学 | 基于全局迭代检查的sar图像自适应船只检测方法 |
CN106249235A (zh) * | 2016-07-12 | 2016-12-21 | 北京遥测技术研究所 | 一种与成像处理相结合的合成孔径雷达图像配准拼接方法 |
CN106249232A (zh) * | 2016-08-24 | 2016-12-21 | 中国电子科技集团公司第二十八研究所 | 基于目标运动态势信息数据关联策略的目标跟踪方法 |
CN107505614A (zh) * | 2017-07-20 | 2017-12-22 | 上海无线电设备研究所 | 一种基于ati‑sar图像幅相信息融合的目标检测方法 |
Non-Patent Citations (1)
Title |
---|
一种多目标跟踪航迹起始新算法及其性能评估;罗鹏飞 等;《国防科技大学学报》;19991231;第21卷(第6期);第51-54页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109001725A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001725B (zh) | 一种海上无人艇海上多目标跟踪方法 | |
CN110850403B (zh) | 一种多传感器决策级融合的智能船水面目标感知识别方法 | |
Han et al. | Autonomous collision detection and avoidance for ARAGON USV: Development and field tests | |
CN109239709B (zh) | 一种无人船的局部环境地图自主构建方法 | |
Han et al. | Coastal SLAM with marine radar for USV operation in GPS-restricted situations | |
Leonard et al. | Stochastic mapping using forward look sonar | |
Zhuang et al. | Radar-based collision avoidance for unmanned surface vehicles | |
CN108803313A (zh) | 一种基于海流预测模型的路径规划方法 | |
Schuster et al. | Collision avoidance for vessels using a low-cost radar sensor | |
CN107817679B (zh) | 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 | |
CN102231082A (zh) | 基于迷你声纳的水下目标探测与auv自动避碰方法及其系统 | |
US7840075B2 (en) | Marine radar system with three-dimensional memory | |
CN108957437B (zh) | 一种基于环境态势分析的雷达目标跟踪方法 | |
CN111090283B (zh) | 一种无人艇组合定位定向方法和系统 | |
CN111580518B (zh) | 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法 | |
FR2888944A1 (fr) | Procede de detection par telemetrie d'objets filaires suspendus | |
CN110378411B (zh) | 一种基于交互式多模型的支持向量机辅助水下机动目标跟踪方法 | |
Nunes et al. | Real-time vision based obstacle detection in maritime environments | |
CN113933828A (zh) | 一种无人艇环境自适应多尺度目标检测方法及系统 | |
CN112880678A (zh) | 一种复杂水域环境中无人艇航行规划方法 | |
Oleynikova et al. | Perimeter patrol on autonomous surface vehicles using marine radar | |
CN108803374B (zh) | 一种无人艇环境数据仿真方法 | |
CN114610046A (zh) | 一种考虑动态水深的无人艇动态安全轨迹规划方法 | |
CN112505683B (zh) | 雷达与电子海图信息融合探测方法 | |
CN115080903A (zh) | 一种基于智能优化算法的海上多目标多模态匹配融合方法 |
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 |