CN109242881A - 数据的目标机动识别方法、系统及计算机可读存储介质 - Google Patents

数据的目标机动识别方法、系统及计算机可读存储介质 Download PDF

Info

Publication number
CN109242881A
CN109242881A CN201810917913.8A CN201810917913A CN109242881A CN 109242881 A CN109242881 A CN 109242881A CN 201810917913 A CN201810917913 A CN 201810917913A CN 109242881 A CN109242881 A CN 109242881A
Authority
CN
China
Prior art keywords
target
maneuvering
maneuver
point
state
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.)
Granted
Application number
CN201810917913.8A
Other languages
English (en)
Other versions
CN109242881B (zh
Inventor
蔺红明
王磊
朱迪
陈天群
魏兵卓
曹政
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.)
Shanghai Institute of Electromechanical Engineering
Original Assignee
Shanghai Institute of Electromechanical Engineering
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 Shanghai Institute of Electromechanical Engineering filed Critical Shanghai Institute of Electromechanical Engineering
Priority to CN201810917913.8A priority Critical patent/CN109242881B/zh
Publication of CN109242881A publication Critical patent/CN109242881A/zh
Application granted granted Critical
Publication of CN109242881B publication Critical patent/CN109242881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种数据的目标机动识别方法、系统及计算机可读存储介质，包括以下步骤：数据接收步骤：接收目标数据；目标速度处理步骤：根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；目标位置预测步骤：根据所述目标速度平滑处理结果，得到目标位置预测信息；机动识别步骤：根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。本发明通用性良好，能够有效的节约研制经费和人力资源成本，本发明在高数据率下快速、准确的识别目标机动，进而提高系统对机动目标快速、准确识别的能力。

Description

数据的目标机动识别方法、系统及计算机可读存储介质
技术领域
本发明涉及计算机数据处理领域，具体地，涉及数据的目标机动识别方法、系统及计算机可读存储介质。尤其地，本发明涉及目标数据处理系统。
背景技术
目标运动模型是目标跟踪理论的重要组成之一，任何目标的跟踪都是以目标运动模型为基础来展开研究的，而物体运动模型都是以各种几何运动规律(如匀速直线运动、加速度运动)建立的。因此，如果能事先知道目标的运动规律，则可以建立合适目标的运动模型(机动目标模型、非机动目标模型)，进而选择合适的目标处理算法，提高目标参数的解算精度，那么快速、准确的识别运动规律就显得尤为重要。当目标源数据率较高时，目标跟随性较好，仅从观测值和滤波值无法判断目标机动，针对高数据率设计新的目标机动识别方法，采用滑窗、预测地方法快速、准确的目标识别机动。
发明内容
针对现有技术中的缺陷，本发明提供一种数据的目标机动识别方法、系统及计算机可读存储介质。
根据本发明提供的一种数据的目标机动识别方法，包括以下步骤：
数据接收步骤：接收目标数据，其中目标数据包括：目标位置观测信息；
目标速度处理步骤：根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
目标位置预测步骤：根据所述目标速度平滑处理结果，得到目标位置预测信息；
机动识别步骤：根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。
优选地，所述目标速度处理步骤包括：
根据目标数据计算目标速度平滑处理后的速度：
其中，
vX(n)表示平滑处理后的第n点X方向速度，作为所述目标速度平滑处理结果；
点表示滤波器接收到的目标数据所形成的点迹；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点的滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号数；
Njg表示滑窗区间大小；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点的滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
优选地，所述目标位置预测步骤包括：
根据目标数据及目标速度平滑处理后的速度vX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点的滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
优选地，所述机动识别步骤包括：
当n≥1且n时≤Nw，
ΔX(n)＝0
当n>Nw时，
ΔX(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
ΔX(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、δYAI、δZAI，预设退出机动阈值分别为δXA0、δYA0、δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔX(n)是否符合ΔX(n)≥δXAI或ΔX(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔX(n)的绝对值是否小于阈值δXA0，即|Δx(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔY(n)是否符合ΔY(n)≥δYAI或ΔY(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔY(n)的绝对值是否小于阈值δYA0，即|Δy(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)是否符合ΔZ(n)≥δZAI或ΔZ(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)的绝对值是否小于阈值δZA0，即|Δz(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
根据本发明提供的一种数据的目标机动识别系统，其特征在于，包括：
数据接收模块：令接收目标数据，其中目标数据包括：目标位置观测信息；
目标速度处理模块：令根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
目标位置预测模块：令根据所述目标速度平滑处理结果，目标位置预测信息；
机动识别模块：令根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。
优选地，所述目标速度处理模块根据目标数据计算目标速度平滑处理后的速度包括：
根据目标数据计算目标速度平滑处理后的速度，作为所述目标速度平滑处理结果：
其中，
vX(n)表示平滑处理后的第n点X方向速度；
点表示滤波器接收到的目标数据所形成的点迹；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号；
Njg表示滑窗区间大小；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
优选地，所述目标位置预测模块获得目标位置预测信息：
根据目标数据及目标速度平滑处理后的速度VX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))，
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
优选地，所述机动识别模块对目标进行机动识别并输出机动标识包括：
当n≥1且n时≤Nw，
ΔX(n)＝0
当n>Nw时，
ΔX(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
ΔX(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、δYAI、δZAI，预设退出机动阈值分别为δXA0、δYA0、δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔX(n)是否符合ΔX(n)≥δXAI或ΔX(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔX(n)的绝对值是否小于阈值δXA0，即|Δx(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔY(n)是否符合ΔY(n)≥δYAI或ΔY(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔY(n)的绝对值是否小于阈值δYA0，即|Δy(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)是否符合ΔZ(n)≥δZAI或ΔZ(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)的绝对值是否小于阈值δZA0，即|Δz(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
根据本发明提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述任一项所述的数据的目标机动识别方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、本发明通用性良好，能够有效的节约研制经费和人力资源成本；
2、本发明在高数据率下快速、准确的识别目标机动，进而提高系统对机动目标快速、准确识别的能力。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为根据本发明的数据的目标机动识别方法的流程步骤示意图。
图2为根据本发明优选例中的机动识别流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种数据的目标机动识别方法，包括以下步骤：
步骤S101：接收目标数据，其中目标数据包括：目标位置观测信息；进一步地，所述目标数据包括：以X方向为例，X(n|n)为滤波器的位置滤波值，X(n)为观测位置输入值，t(n)为观测数据输入值的时间戳；
步骤S102：根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
步骤S103：根据所述目标速度平滑处理结果，得到目标位置预测信息；
步骤S104：根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。进一步地，分别计算目标平滑后的速度、目标位置的预测值、目标预测值与观测值的差、判断门限阈值后，采用连续几点累积的判断模型，给出目标的机动识别结果、输出机动标志。
具体地，所述目标速度处理步骤包括：
根据目标数据计算目标速度平滑处理后的速度：
其中，
vX(n)表示平滑处理后的第n点X方向速度，作为所述目标速度平滑处理结果；
点表示滤波器接收到的目标数据所形成的点迹；进一步地，滤波器接收到的目标数据后，目标数据形成一个目标数据序列，依次记为第1、2、3、4…….n点；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点的滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号数；
Njg表示滑窗区间大小；进一步地，滑窗区间大小指是点的个数，与n、Njk的量纲相同；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点的滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
具体地，所述目标位置预测步骤包括：
根据目标数据及目标速度平滑处理后的速度vX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点的滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
具体地，所述机动识别步骤包括：
当n≥1且n时≤Nw，
ΔX(n)＝0
当n>Nw时，
ΔX(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
ΔX(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、δYAI、δZAI，预设退出机动阈值分别为δXA0、δYA0、δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔX(n)是否符合ΔX(n)≥δXAI或ΔX(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔX(n)的绝对值是否小于阈值δXA0，即|Δx(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔY(n)是否符合ΔY(n)≥δYAI或ΔY(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔY(n)的绝对值是否小于阈值δYA0，即|Δy(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)是否符合ΔZ(n)≥δZAI或ΔZ(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)的绝对值是否小于阈值δZA0，即|Δz(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
根据本发明提供的一种数据的目标机动识别系统，其特征在于，包括：
数据接收模块：令接收目标数据，其中目标数据包括：目标位置观测信息；
目标速度处理模块：令根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
目标位置预测模块：令根据所述目标速度平滑处理结果，目标位置预测信息；
机动识别模块：令根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。
具体地，所述目标速度处理模块根据目标数据计算目标速度平滑处理后的速度包括：
根据目标数据计算目标速度平滑处理后的速度，作为所述目标速度平滑处理结果：
其中，
vX(n)表示平滑处理后的第n点X方向速度；
点表示滤波器接收到的目标数据所形成的点迹；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号；
Njg表示滑窗区间大小；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
具体地，所述目标位置预测模块获得目标位置预测信息：
根据目标数据及目标速度平滑处理后的速度VX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))，
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
具体地，所述机动识别模块对目标进行机动识别并输出机动标识包括：
当n≥1且n时≤Nw，
ΔX(n)＝0
当n>Nw时，
ΔX(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
ΔX(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、δYAI、δZAI，预设退出机动阈值分别为δXA0、δYA0、δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔX(n)是否符合ΔX(n)≥δXAI或ΔX(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔX(n)的绝对值是否小于阈值δXA0，即|Δx(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔY(n)是否符合ΔY(n)≥δYAI或ΔY(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的ΔY(n)的绝对值是否小于阈值δYA0，即|Δy(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)是否符合ΔZ(n)≥δZAI或ΔZ(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的ΔZ(n)的绝对值是否小于阈值δZA0，即|Δz(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
根据本发明提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述任一项所述的数据的目标机动识别方法的步骤。
下面通过优选例，对本发明进行更为具体的说明。
实施例1：
如图2所示，目标进入机动：当n>Nw，如果连续NJ点观测值与当前时刻的预测估计的差值同向为正且大于等于阈值或连续NJ点观测值与当前时刻的预测估计的差值同向为负且小于等于阈值，就认为该方向满足机动准则，置相应方向的机动标志为真。
当前时刻的预测估计xtemp(n)的具体算法如下：
以X方向为例，若连续NJ次输入数据满足，Δx≥δXAI或连续NJ次输入数据满足Δx≤-δXAI，则置BMX＝1。
其中，
xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))，
Δx＝xtemp(n)-X(n)；
X(n|n)为滤波器的位置滤波值；
X(n)为观测数据输入值；
t(n)为观测数据输入值的时间戳；
δXAI、δYAI、δZAI为三方向进入机动的阈值；
目标进入机动判断阈值采用分段设计，BMX、BMY、BMZ分别为X、Y、Z方向上的机动标识。
目标退出机动：当n>Nw，如果连续NJ点观测值与当前时刻的预测估计差值的绝对值小于阈值，就认为该方向不满足机动准则，置相应方向的机动标志为假。
当前时刻的预测估计xtemp(n)的具体算法如下：
以X方向为例，若连续NJ次输入数据满足，|Δx|<δXAO，则置BMX＝0。
其中，
xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))，
Δx＝xtemp(n)-X(n)；
X(n|n)为滤波器的位置滤波值；
X(n)为观测数据输入值；
t(n)为观测数据输入值的时间戳；
δXAO、δYAO、δZAO为三方向退出机动的阈值；
目标退出机动判断阈值采用分段设计，BMX、BMY、BMZ分别为X、Y、Z方向上的机动标识。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种数据的目标机动识别方法，其特征在于，包括以下步骤：
数据接收步骤：接收目标数据，其中目标数据包括：目标位置观测信息；
目标速度处理步骤：根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
目标位置预测步骤：根据所述目标速度平滑处理结果，得到目标位置预测信息；
机动识别步骤：根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。
2.根据权利要求1所述的数据的目标机动识别方法，其特征在于，所述目标速度处理步骤包括：
根据目标数据计算目标速度平滑处理后的速度：
其中，
vX(n)表示平滑处理后的第n点X方向速度，作为所述目标速度平滑处理结果；
点表示滤波器接收到的目标数据所形成的点迹；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点的滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号数；
Njg表示滑窗区间大小；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点的滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
3.根据权利要求2所述的数据的目标机动识别方法，其特征在于，所述目标位置预测步骤包括：
根据目标数据及目标速度平滑处理后的速度vX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点的滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
4.根据权利要求3所述的数据的目标机动识别方法，其特征在于，所述机动识别步骤包括：
当n≥1且时n≤Nw，
△X(n)＝0
当n>Nw时，
△X(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
△X(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、δYAI、δZAI，预设退出机动阈值分别为δXA0、δYA0、δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△X(n)是否符合△X(n)≥δXAI或△X(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的△X(n)的绝对值是否小于阈值δXA0，即|△x(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Y(n)是否符合△Y(n)≥δYAI或△Y(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的△Y(n)的绝对值是否小于阈值δYA0，即|△y(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Z(n)是否符合△Z(n)≥δZAI或△Z(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Z(n)的绝对值是否小于阈值δZA0，即|△z(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
5.一种数据的目标机动识别系统，其特征在于，包括：
数据接收模块：令接收目标数据，其中目标数据包括：目标位置观测信息；
目标速度处理模块：令根据所述目标数据，对目标速度进行平滑处理，输出目标速度平滑处理结果；
目标位置预测模块：令根据所述目标速度平滑处理结果，获得目标位置预测信息；
机动识别模块：令根据所述目标位置预测信息和目标位置观测信息，对目标进行机动识别并输出机动标识。
6.根据权利要求5所述的数据的目标机动识别系统，其特征在于，所述目标速度处理模块根据目标数据计算目标速度平滑处理后的速度包括：
根据目标数据计算目标速度平滑处理后的速度，作为所述目标速度平滑处理结果：
其中，
vX(n)表示平滑处理后的第n点X方向速度；
点表示滤波器接收到的目标数据所形成的点迹；
n表示点的序号数，n为正整数；
X(n-Njk|n-Njk)表示第n-Njk点滤波器的位置滤波值；
Njk表示滑窗区间起始点的序号；
Njg表示滑窗区间大小；
X(n-Njg-Njk|n-Njg-Njk)表示第n-Njg-Njk点滤波器的位置滤波值；
t(n-Njk)表示第n-Njk点输入值的时间戳；
t(n-Njg-Njk)表示第n-Njg-Njk点输入值的时间戳。
7.根据权利要求6所述的数据的目标机动识别系统，其特征在于，所述目标位置预测模块获得目标位置预测信息：
根据目标数据及目标速度平滑处理后的速度VX(n)，预测目标当前位置：
Xtemp(n)＝X(n-Njg|n-Njg)+vX(n)×(t(n)-t(n-Njg))，
其中，
Xtemp(n)表示通过速度平滑后，预测的X方向第n点的位置，作为所述目标位置预测信息；
X(n-Njg|n-Njg)表示第n-Njg点滤波器的位置滤波值；
t(n)表示第n点输入值的时间戳；
t(n-Njg)表示第n-Njg点输入值的时间戳。
8.根据权利要求7所述的数据的目标机动识别系统，其特征在于，所述机动识别模块对目标进行机动识别并输出机动标识包括：
当n≥1且时n≤Nw，
△X(n)＝0
当n>Nw时，
△X(n)＝Xtemp(n)-X(n)
其中，
Nw表示滤波器稳定所需的点数，即当收到目标的点数大于Nw时，才开始速度平滑处理；
△X(n)表示第n点目标X方向目标位置预测信息与目标位置观测信息的差值；
X(n)表示第n点目标X方向目标位置观测信息；
所述X方向表示：在空间直角坐标系下的x方向、y方向及z方向；
设在空间直角坐标系下x方向、y方向、z方向这三个方向的预设进入机动阈值分别为δXAI、、δYAIδZAI，预设退出机动阈值分别为δXA0、、δYA0δZA0；x方向、y方向、z方向这三个方向上的预设机动标识分别为BMX、BMY、BMZ，NJ表示进入机动所需连续点数；
当X方向表示空间直角坐标系下的x方向时：
初始化：当n<NJ时，目标为非机动状态，即BMX＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△X(n)是否符合△X(n)≥δXAI或△X(n)≤-δXAI；若是，则判定x方向满足机动准则，置BMX＝1并输出机动标识BMX；否则，则保持非机动状态，即，BMX＝0并输出机动标识BMX；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的△X(n)的绝对值是否小于阈值δXA0，即|△x(n)|<δXA0；若是，则判定x方向不满足机动准则，置BMX＝0并输出机动标识BMX；否则，则保持机动原状态，即，BMX＝1并输出机动标识BMX；
当X方向表示空间直角坐标系下的y方向时：
初始化：当n<NJ时，目标为非机动状态，即BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；
若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Y(n)是否符合△Y(n)≥δYAI或△Y(n)≤-δYAI；若是，则判定y方向满足机动准则，置BMY＝1并输出机动标识BMY；否则，则保持非机动状态，即，BMY＝0并输出机动标识BMY；
判断是否符合退出机动判断准则具体包括：判断连续NJ点的△Y(n)的绝对值是否小于阈值δYA0，即|△y(n)|<δYA0；若是，则判定y方向不满足机动准则，置BMY＝0并输出机动标识BMY；否则，则保持机动原状态，即，BMY＝1并输出机动标识BMY；
当X方向表示空间直角坐标系下的z方向时：
初始化：当n<NJ时，目标为非机动状态，即，BMY＝0；
当n≥NJ，若目标当前在非机动状态，则判断是否符合进入机动判断准则，若是，则目标进入机动；否则，则保持非机动状态；若目标当前在机动状态，则判断是否符合退出机动判断准则，若是，则目标退出机动；否则，则保持机动状态；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Z(n)是否符合△Z(n)≥δZAI或△Z(n)≤-δZAI；若是，则判定z方向满足机动准则，置BMZ＝1并输出机动标识BMZ；否则，保持非机动状态，即，BMZ＝0并输出机动标识BMZ；
判断是否符合进入机动判断准则具体包括：判断连续NJ点的△Z(n)的绝对值是否小于阈值δZA0，即|△z(n)|<δZA0；若是，则判定z方向不满足机动准则，置BMZ＝0并输出机动标识BMZ；否则，保持机动原状态，即，BMZ＝1并输出机动标识BMZ。
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的数据的目标机动识别方法的步骤。
CN201810917913.8A 2018-08-13 2018-08-13 数据的目标机动识别方法、系统及计算机可读存储介质 Active CN109242881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810917913.8A CN109242881B (zh) 2018-08-13 2018-08-13 数据的目标机动识别方法、系统及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810917913.8A CN109242881B (zh) 2018-08-13 2018-08-13 数据的目标机动识别方法、系统及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109242881A true CN109242881A (zh) 2019-01-18
CN109242881B CN109242881B (zh) 2021-06-11

Family

ID=65070856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810917913.8A Active CN109242881B (zh) 2018-08-13 2018-08-13 数据的目标机动识别方法、系统及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109242881B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110596695A (zh) * 2019-10-14 2019-12-20 上海机电工程研究所 基于跟踪滤波信息的目标机动识别使用方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1827417A (zh) * 2005-01-19 2006-09-06 玛涅蒂玛瑞利动力系公开有限公司 机动车辆的巡航管理方法和设备
CN101598793A (zh) * 2008-06-05 2009-12-09 罗伯特·博世有限公司 用于确定物体相对机动车的距离和/或速度的方法及装置
US20110025551A1 (en) * 2006-12-27 2011-02-03 Lockheed Martin Corporation Burnout time estimation and early thrust termination determination for a boosting target
US20120188379A1 (en) * 2006-09-01 2012-07-26 Canon Kabushiki Kaisha Automatic-tracking camera apparatus
US20130325187A1 (en) * 2012-06-01 2013-12-05 Fumihiro Shimizu Motor control device, method for operating the same, and image processing apparatus
CN104007424A (zh) * 2014-05-28 2014-08-27 电子科技大学 基于时频分析的机动目标检测方法
CN104407337A (zh) * 2014-11-14 2015-03-11 中国船舶重工集团公司第七0九研究所 面向转弯机动目标的数据滤波方法及系统
CN105738870A (zh) * 2014-12-10 2016-07-06 上海机电工程研究所 一种多模滤波方法
CN107728138A (zh) * 2017-09-15 2018-02-23 电子科技大学 一种基于当前统计模型的机动目标跟踪方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1827417A (zh) * 2005-01-19 2006-09-06 玛涅蒂玛瑞利动力系公开有限公司 机动车辆的巡航管理方法和设备
US20120188379A1 (en) * 2006-09-01 2012-07-26 Canon Kabushiki Kaisha Automatic-tracking camera apparatus
US20110025551A1 (en) * 2006-12-27 2011-02-03 Lockheed Martin Corporation Burnout time estimation and early thrust termination determination for a boosting target
CN101598793A (zh) * 2008-06-05 2009-12-09 罗伯特·博世有限公司 用于确定物体相对机动车的距离和/或速度的方法及装置
US20130325187A1 (en) * 2012-06-01 2013-12-05 Fumihiro Shimizu Motor control device, method for operating the same, and image processing apparatus
CN104007424A (zh) * 2014-05-28 2014-08-27 电子科技大学 基于时频分析的机动目标检测方法
CN104407337A (zh) * 2014-11-14 2015-03-11 中国船舶重工集团公司第七0九研究所 面向转弯机动目标的数据滤波方法及系统
CN105738870A (zh) * 2014-12-10 2016-07-06 上海机电工程研究所 一种多模滤波方法
CN107728138A (zh) * 2017-09-15 2018-02-23 电子科技大学 一种基于当前统计模型的机动目标跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘凡: "智能车辆前方机动目标的运动状态识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
赵艳丽: "弹道导弹雷达跟踪与识别研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110596695A (zh) * 2019-10-14 2019-12-20 上海机电工程研究所 基于跟踪滤波信息的目标机动识别使用方法及系统
CN110596695B (zh) * 2019-10-14 2023-05-05 上海机电工程研究所 基于跟踪滤波信息的目标机动识别使用方法及系统

Also Published As

Publication number Publication date
CN109242881B (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN108509907B (zh) 车灯检测方法、实现智能驾驶的方法、装置、介质及设备
WO2020186867A1 (zh) 注视区域检测方法、装置及电子设备
CN108725451B (zh) 用于控制车辆自动驾驶的装置和方法以及车辆系统
WO2018102559A3 (en) Vision-based navigation system
EP3164786B1 (en) Apparatus and method for determining an intended target
WO2018209997A1 (zh) 用于目标跟踪的车载毫米波雷达滤波估计方法、装置及存储介质
CN112590794A (zh) 确定车辆驾驶员接管车辆控制的能力估计值的方法和装置
CN112200830A (zh) 一种目标跟踪方法及设备
US9613278B2 (en) Machine-implemented method and system for recognizing a person hailing a public passenger vehicle
US20160217335A1 (en) Stixel estimation and road scene segmentation using deep learning
US20140169626A1 (en) System and method for effective section detecting of hand gesture
CN105857308A (zh) 一种车辆控制方法、装置和车辆控制设备
CN112215209B (zh) 跟车目标确定方法、装置、车辆及存储介质
JP2014241036A (ja) 車両運転支援装置
CN108122245B (zh) 一种目标行为描述方法、装置和监控设备
CN112446384B (zh) 快速实例分割
RU2019143605A (ru) Способ и система для формирования траектории для беспилотного автомобиля (sdc)
CN109242881B (zh) 数据的目标机动识别方法、系统及计算机可读存储介质
US9916672B2 (en) Branching and merging determination apparatus
US11541885B2 (en) Location prediction for dynamic objects
CN107430821B (zh) 图像处理装置
KR101477649B1 (ko) 샘플링과 사후 확률을 이용한 객체 검출 장치 및 그 방법
CN115871683A (zh) 一种车辆横摆角速度确定方法、装置、车辆及介质
CN104228705B (zh) 利用矢量跟踪驾驶者注意力的装置和方法
WO2016139316A1 (en) A system for use in a vehicle

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