CN111308460B - 基于量测来源类型和目标置信度的多传感器航迹终止方法 - Google Patents

基于量测来源类型和目标置信度的多传感器航迹终止方法 Download PDF

Info

Publication number
CN111308460B
CN111308460B CN202010160712.5A CN202010160712A CN111308460B CN 111308460 B CN111308460 B CN 111308460B CN 202010160712 A CN202010160712 A CN 202010160712A CN 111308460 B CN111308460 B CN 111308460B
Authority
CN
China
Prior art keywords
track
measurement
termination
sensor
target confidence
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
Application number
CN202010160712.5A
Other languages
English (en)
Other versions
CN111308460A (zh
Inventor
吴刚
郑艳
俞万友
徐飞
唐为林
李继磊
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.)
Huayu Automotive Systems Co Ltd
Original Assignee
Huayu Automotive Systems Co Ltd
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 Huayu Automotive Systems Co Ltd filed Critical Huayu Automotive Systems Co Ltd
Priority to CN202010160712.5A priority Critical patent/CN111308460B/zh
Publication of CN111308460A publication Critical patent/CN111308460A/zh
Application granted granted Critical
Publication of CN111308460B publication Critical patent/CN111308460B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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

本发明提供一种基于传感器量测来源类型和目标置信度的多传感器航迹终止方法，包括：获取稳定航迹集和传感器量测，采用传感器量测来与航迹关联并更新；根据关联情况，将航迹分为待维持的航迹和待终止的航迹；根据量测来源类型来标记航迹，根据标记设置相应的连续未关联次数阈值和目标置信度终止阈值，进行终止逻辑判决。本发明利用航迹量测来源类型设置不同的目标置信度终止阈值，且包括未关联次数判决、目标置信度判决两个判决环节，终止效率高、工程实现简单，较为有效地解决了前视摄像头、前向毫米波雷达组合的多传感器系统航迹终止工程应用问题。

Description

基于量测来源类型和目标置信度的多传感器航迹终止方法
技术领域
本发明属于智能驾驶领域，涉及一种多传感器航迹终止方法，具体涉及一种基于量测来源类型和目标置信度的多传感器航迹终止方法，可用于前视摄像头、前向毫米波雷达组合的信息融合技术领域。
背景技术
航迹终止是在多目标跟踪系统中，对正在消失的或者跟踪质量很差的航迹进行终止的过程。航迹终止是多目标跟踪系统中一个必不可少的部分，良好的航迹终止可以有效地减少一些无谓的关联滤波过程，降低跟踪系统的运算复杂度，也避免了已消失的目标和跟踪质量很差的目标对后续功能应用的误触发操作。
典型的航迹终止方法一般来讲，若某航迹连续若干帧时间内都没有成功关联量测数据，则认为该航迹对应目标已消亡，可进行终止操作。该方法简单明了，但较难对跟踪质量差的航迹进行终止操作。尤其，航迹终止方法仅仅包含未关联次数判决，而不包括目标置信度判决，因而可能导致后续功能应用时的误触发行为。
另一类极具潜力的航迹起始和终止方法是澳大利亚墨尔本大学Musicki教授提出适用于单目标场景的综合概率数据关联(Integrated Probabilistic Data Association，IPDA)算法，及其适用于多目标场景的联合综合概率数据关联(Joint IntegratedProbabilistic Data Association，IJPDA)算法。IPDA和IJPDA算法对目标存在概率给出定义并进行严密计算，进而根据目标存在概率决定航迹起始和终止。该方法对目标航迹起始和终止具有较大的参考价值，但计算复杂度高，较难工程实现。
发明内容
本发明的目的在于提出一种基于量测来源类型和目标置信度的多传感器航迹终止方法，以对跟踪质量差的航迹进行终止，且提高终止效率。
为了实现上述目的，本发明提供一种基于量测来源类型和目标置信度的多传感器航迹终止方法，包括：
S1：获取当前跟踪系统存在的稳定航迹集{T1T2ΛTN}和传感器量测，所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测，在生命周期的某一时间窗口K0K1ΛKM采用所述传感器量测来与稳定航迹集的各个航迹关联，并对所有航迹逐次更新；
S2：在所述时间窗口的最后时刻，根据所述步骤S1中的关联的情况，将各个航迹按类型分为待维持的航迹和待终止的航迹；
S3：选择其中一个待终止的航迹Ti，根据其整个生命周期内对该航迹Ti逐次更新所采用的传感器量测的量测来源类型来标记所述航迹Ti，得到所述航迹Ti的标记；
S4：根据所述步骤S3中的航迹Ti的标记，设置相应的连续未关联次数阈值M和目标置信度终止阈值；
S5：根据所述步骤S4中的连续未关联次数阈值和目标置信度终止阈值，进行终止逻辑判决，包括：
S51：若该航迹Ti未关联到传感器量测的次数连续持续M个时刻，则说明对该航迹执行终止操作，释放所占空间，并结束所述步骤S5，否则执行所述步骤S52；
S52：若该航迹的目标置信度小于预设的目标置信度阈值，则对该航迹执行终止操作，释放所占空间，否则维持所述航迹；
S6：重复所述步骤S3～步骤S5，直至所有待终止的航迹处理完成。
在所述步骤S1中，所述更新包括：对已与传感器量测关联的航迹采用所述传感器量测对此航迹进行更新，对未与传感器量测关联的航迹根据目标运动模型进行外推更新。
在所述步骤S1中，N为所述稳定航迹集中的航迹的个数，N的取值范围为32～128，所述时间窗口的长度等于所述连续未关联次数阈值M，且M大于3。
在所述步骤S1中，所述逐次更新采用滤波更新算法进行，所述滤波更新算法为卡尔曼滤波算法、扩展卡尔曼滤波算法、不敏卡尔曼滤波算法或粒子滤波算法。
在所述步骤S2中，若所述航迹在时间窗口中的每个时刻都有至少一种量测与该航迹关联与该航迹关联，则该航迹为待维持的航迹，否则，该航迹为待终止的航迹。
在所述步骤S3中，所述标记为融合航迹、雷达航迹或摄像头航迹，若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达和摄像头，则所述航迹Ti的标记为融合航迹；若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达，则所述航迹Ti的标记为雷达航迹；若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为摄像头，则所述航迹Ti的标记为摄像头航迹。
在所述步骤S4中，所述连续未关联次数阈值为3～10。
所述目标置信度阈值为0.2～0.6，且每种标记分别对应一个目标置信度阈值。
若所述航迹Ti的标记为融合航迹，则目标置信度终止阈值为PF＝0.5，若所述航迹Ti的标记为雷达航迹，则目标置信度终止阈值为PR＝0.6，若所述航迹Ti的标记为摄像头航迹，则目标置信度终止阈值为PC＝0.6。
本发明的基于量测来源类型和目标置信度的多传感器航迹终止方法利用量测来源类型，将待终止航迹划分为融合航迹、雷达航迹、摄像头航迹，并对不同类型的待终止航迹设定不同的终止阈值，可以充分利用航迹的量测来源等先验信息，且主要通过逻辑规则进行终止判断，未使用综合概率数据关联这样的复杂算法，因此复杂度低，终止效率高；此外，该多传感器航迹终止方法的终止逻辑判决分为为未关联次数判决、目标置信度判决两个环节，不但可终止已消失的目标，而且也可终止航迹跟踪质量差，与目标实际位置、运动状态偏差较大的航迹，从而通过目标置信度来实现对跟踪质量差的航迹进行终止，较为有效地避免了后续功能应用时的误触发、误制动行为。
附图说明
图1是根据本发明的一个实施例的量测来源类型和目标置信度的多传感器终止方法流程图。
具体实施方式
下面结合附图，给出本发明的较佳实施例，并予以详细描述。
如图1所示，本发明的基于量测来源类型和目标置信度的多传感器航迹终止方法，包括以下步骤：
步骤S1：获取当前跟踪系统存在的稳定航迹集{T1T2ΛTN}和传感器量测，所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测，在生命周期的某一时间窗口K0K1ΛKM采用传感器量测来与该稳定航迹集的各个航迹T1、T2、…、TN关联，并对某一时间窗口K0K1ΛKM的所有航迹逐次更新；其中，所述更新包括：在时间窗口K0K1ΛKM的每个时刻，对在该时刻已与传感器量测关联的航迹采用所述传感器量测对该时刻的航迹进行更新，对在该时刻未与传感器量测关联的航迹根据目标运动模型进行外推更新；下标N代表所述稳定航迹集中的航迹的个数，N的取值范围为32～128，各个航迹可任意排列，下标M代表时间窗口的长度，M大于3；
在本实施例中，所述传感器包括前视摄像头和前向雷达，因此所述传感器量测包括摄像头量测和雷达量测。
所述逐次更新采用滤波更新算法进行，所采用的滤波更新算法为卡尔曼滤波算法(Kalman Filter)、扩展卡尔曼滤波算法(Extended Kalman Filter)、不敏卡尔曼滤波算法(Unscented Kalman Filter)或粒子滤波算法(Particle Filter)，根据目标运动模型和具体应用场景选取合适的滤波更新算法，本实施例中，暂选取卡尔曼滤波算法(KalmanFilter)来对稳定航迹集的各个航迹逐次更新。
步骤S2：在所述时间窗口K0K1ΛKM的最后时刻KM，根据所述步骤S1中的关联的情况，将稳定航迹集的各个航迹按类型分为待维持的航迹和待终止的航迹；
其中，所述步骤S1中的关联的情况由一数据关联模块给出，作为本发明的基于量测来源类型和目标置信度的多传感器航迹终止方法的输入。
若所述航迹在时间窗口K0K1ΛKM中的各个时刻要么存在雷达量测与该航迹关联，要么存在摄像头量测与该航迹关联，每个时刻都有至少一种量测与该航迹关联，则为待维持的航迹，否则，该航迹在时间窗口K0K1ΛKM中存在某个时刻，不存在任何传感器量测与之关联，则为待终止的航迹。
步骤S3：选择其中一个待终止的航迹Ti，根据其整个生命周期内对该航迹Ti逐次更新所采用的传感器量测的量测来源类型来标记所述航迹Ti，得到所述航迹Ti的标记，所述标记为融合航迹、雷达航迹或摄像头航迹；
在所述生命周期内，若所述航迹Ti既采用雷达量测更新过，又采用摄像头量测更新过，即对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达和摄像头，则所述航迹Ti的标记为融合航迹；若该航迹Ti只采用雷达量测更新过，即对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达，则所述航迹Ti的标记为雷达航迹；若所述航迹Ti只采用摄像头量测更新过，即对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为摄像头，则所述航迹Ti的标记为摄像头航迹。
由于所述航迹为稳定航迹集中的航迹，是经过航迹起始处理的，必定是被传感器量测更新过，否则不会起始位为稳定航迹，不会存在航迹Ti在所述整个生命周期内(包括航迹起始时间段)没有被雷达量测更新，也没被摄像头量测的情况。时间窗口K0K1ΛKM是经过航迹起始后形成稳定航迹以后的某一时间段。
步骤S4：根据所述步骤S3中的航迹Ti的标记，设置相应的连续未关联次数阈值和目标置信度终止阈值；
其中，所述连续未关联次数阈值和目标置信度终止阈值根据航迹Ti的类型，基于传感器的物理特性、探测区域，结合应用需求，来设定。
本实施例中，连续未关联次数阈值设定为M＝3，此外所述连续未关联次数阈值也可以设定为3～10，依据可容忍的终止延迟时间确定。若所述航迹Ti的标记为融合航迹，则目标置信度终止阈值设置为PF＝0.5，若所述航迹Ti的标记为雷达航迹，则目标置信度终止阈值为PR＝0.6，若所述航迹Ti的标记为摄像头航迹，则目标置信度终止阈值为PC＝0.6。此外，在其他实施例中，目标置信度阈值也可以设定为0.2～0.6，且每种标记分别对应一个目标置信度阈值，即标记不同的航迹Ti的目标置信度终止阈值不同，标记为雷达航迹的航迹Ti的目标置信度终止阈值可以与标记为摄像头航迹的航迹Ti的目标置信度终止阈值相同或不同。
步骤S5：根据所述步骤S4中的连续未关联次数阈值和目标置信度终止阈值，进行终止逻辑判决，包括：
步骤S51：进行未关联次数环节终止判决。若该航迹未关联到传感器量测的次数连续持续M个时刻。其中，M既是连续未关联次数阈值，也是上文的时间窗口的长度，上文的时间窗口的长度等于该连续未关联次数阈值M(即航迹在时刻K0、K1、…、KM均未关联到传感器量测)，则说明该航迹已消失，对该航迹执行终止操作，释放所占空间(即该航迹所对应的处理器内存空间)，并结束所述步骤S5，否则执行步骤S52；
由于连续未关联次数阈值M＝3，该航迹未关联到传感器量测的次数连续持续3个时刻，则可以认为该航迹目标已消失，有必要对其执行终止操作，以防止已丢失的目标引起后续功能应用时产生误制动动作。
步骤S52：进行置信度终止环节判决。若该航迹的目标置信度小于预设的目标置信度阈值，则说明该航迹跟踪质量很差，在此前维持阶段，该航迹极有可能与目标实际位置、运动状态偏差较大，因此对该航迹Ti执行终止操作，释放所占空间，否则维持所述航迹Ti；
其中，所述航迹的目标置信度为：
PC＝α*Pt+β*Nt+γ*St
其中，PC表示所述航迹的目标置信度，Pt表示传感器的目标存在概率(其中，如果当前时刻只有一种传感器的量测，则目标存在概率是指该传感器量测的目标存在概率，如果当前时刻既有雷达又有摄像头，则目标存在概率是雷达量测和摄像头量测的目标存在概率的均值)，α表示目标存在概率权重，Nt表示所述航迹在所述时间窗口K0K1ΛKN的关联次数，β表示关联次数权重，St表示传感器量测与其所关联的航迹的关联度，γ表示关联度权重。
由此，当航迹Ti处于未消失但跟踪质量较差时，有必要对其进行终止判决，以防止与实际位置、运动状态偏差较大的航迹引起后续功能应用时产生误制动动作。当该航迹目标置信度小于步骤S4预设的置信度阈值时，执行终止操作。
步骤S6：重复所述步骤S3～步骤S5，直至所有待终止的航迹处理完成。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，包括：
步骤S1：获取当前跟踪系统存在的稳定航迹集{T1T2 Λ TN}和传感器量测，所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测，在生命周期的某一时间窗口K0K1 Λ KM采用所述传感器量测来与稳定航迹集的各个航迹关联，并对所有航迹逐次更新；
步骤S2：在所述时间窗口的最后时刻，根据所述步骤S1中的关联的情况，将各个航迹按类型分为待维持的航迹和待终止的航迹；
步骤S3：选择其中一个待终止的航迹Ti，根据其整个生命周期内对该航迹Ti逐次更新所采用的传感器量测的量测来源类型来标记所述航迹Ti，得到所述航迹Ti的标记；
步骤S4：根据所述步骤S3中的航迹Ti的标记，设置相应的连续未关联次数阈值M和目标置信度终止阈值；
步骤S5：根据所述步骤S4中的连续未关联次数阈值和目标置信度终止阈值，进行终止逻辑判决，包括：
步骤S51：若该航迹Ti未关联到传感器量测的次数连续持续M个时刻，则说明对该航迹执行终止操作，释放所占空间，并结束所述步骤S5，否则执行所述步骤S52；
步骤S52：若该航迹的目标置信度小于预设的目标置信度阈值，则对该航迹执行终止操作，释放所占空间，否则维持所述航迹；
步骤S6：重复所述步骤S3～步骤S5，直至所有待终止的航迹处理完成。
2.根据权利要求1所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S1中，所述更新包括：对已与传感器量测关联的航迹采用所述传感器量测对此航迹进行更新，对未与传感器量测关联的航迹根据目标运动模型进行外推更新。
3.根据权利要求1所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S1中，N为所述稳定航迹集中的航迹的个数，N的取值范围为32～128，所述时间窗口的长度等于所述连续未关联次数阈值M，且M大于3。
4.根据权利要求1所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S1中，所述逐次更新采用滤波更新算法进行，所述滤波更新算法为卡尔曼滤波算法、扩展卡尔曼滤波算法、不敏卡尔曼滤波算法或粒子滤波算法。
5.根据权利要求1所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S2中，若所述航迹在时间窗口中的每个时刻都有至少一种量测与该航迹关联与该航迹关联，则该航迹为待维持的航迹，否则，该航迹为待终止的航迹。
6.根据权利要求1所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S3中，所述标记为融合航迹、雷达航迹或摄像头航迹，若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达和摄像头，则所述航迹Ti的标记为融合航迹；若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为雷达，则所述航迹Ti的标记为雷达航迹；若对所述航迹Ti逐次更新所采用的传感器量测的量测来源类型为摄像头，则所述航迹Ti的标记为摄像头航迹。
7.根据权利要求6所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，在所述步骤S4中，所述连续未关联次数阈值为3～10。
8.根据权利要求6所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，所述目标置信度阈值为0.2～0.6，且每种标记分别对应一个目标置信度阈值。
9.根据权利要求8所述的基于量测来源类型和目标置信度的多传感器航迹终止方法，其特征在于，若所述航迹Ti的标记为融合航迹，则目标置信度终止阈值为PF＝0.5，若所述航迹Ti的标记为雷达航迹，则目标置信度终止阈值为PR＝0.6，若所述航迹Ti的标记为摄像头航迹，则目标置信度终止阈值为PC＝0.6。
CN202010160712.5A 2020-03-09 2020-03-09 基于量测来源类型和目标置信度的多传感器航迹终止方法 Active CN111308460B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010160712.5A CN111308460B (zh) 2020-03-09 2020-03-09 基于量测来源类型和目标置信度的多传感器航迹终止方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010160712.5A CN111308460B (zh) 2020-03-09 2020-03-09 基于量测来源类型和目标置信度的多传感器航迹终止方法

Publications (2)

Publication Number Publication Date
CN111308460A CN111308460A (zh) 2020-06-19
CN111308460B true CN111308460B (zh) 2023-03-31

Family

ID=71151261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010160712.5A Active CN111308460B (zh) 2020-03-09 2020-03-09 基于量测来源类型和目标置信度的多传感器航迹终止方法

Country Status (1)

Country Link
CN (1) CN111308460B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112230216A (zh) * 2020-10-10 2021-01-15 南京航空航天大学 面向云控智能底盘的车载毫米波雷达多目标探测方法
CN113536057B (zh) * 2021-07-29 2023-03-07 中国第一汽车股份有限公司 一种航迹管理方法、装置、计算机设备以及存储介质
CN114440897A (zh) * 2021-12-16 2022-05-06 联创汽车电子有限公司 分布式航迹管理方法、系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011145096A (ja) * 2010-01-12 2011-07-28 Mitsubishi Electric Corp 多目標追尾装置
CN103631268A (zh) * 2013-12-03 2014-03-12 中国航空无线电电子研究所 一种雷达辅助红外传感器的目标探测系统及探测方法
CN109188423A (zh) * 2018-08-29 2019-01-11 电子科技大学 一种基于多源聚类的分布式多目标跟踪方法
CN109508000A (zh) * 2018-12-16 2019-03-22 西南电子技术研究所（中国电子科技集团公司第十研究所） 异构多传感器多目标跟踪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011145096A (ja) * 2010-01-12 2011-07-28 Mitsubishi Electric Corp 多目標追尾装置
CN103631268A (zh) * 2013-12-03 2014-03-12 中国航空无线电电子研究所 一种雷达辅助红外传感器的目标探测系统及探测方法
CN109188423A (zh) * 2018-08-29 2019-01-11 电子科技大学 一种基于多源聚类的分布式多目标跟踪方法
CN109508000A (zh) * 2018-12-16 2019-03-22 西南电子技术研究所（中国电子科技集团公司第十研究所） 异构多传感器多目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑润高;陈金来;梁东坡.基于航迹似然性的一体化目标跟踪算法研究.舰船电子工程.2015,(11),全文. *

Also Published As

Publication number Publication date
CN111308460A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN111308460B (zh) 基于量测来源类型和目标置信度的多传感器航迹终止方法
CN109212521B (zh) 一种基于前视相机与毫米波雷达融合的目标跟踪方法
CN109946671B (zh) 一种基于双门限判决的水下机动弱目标检测跟踪方法
CN102147468B (zh) 基于贝叶斯理论的多传感器检测跟踪联合处理方法
CN111308459B (zh) 一种基于传感器特性和量测来源的多传感器航迹起始方法
CN110780269B (zh) 自适应新生强度下基于gm-phd滤波器的显式多目标跟踪方法
WO2019047455A1 (zh) 一种适用于闪烁噪声的多机动目标跟踪方法及系统
WO2022116375A1 (zh) 高分辨传感器弱小多目标检测前跟踪方法
CN110376581B (zh) 基于高斯混合概率假设密度滤波器的显式多目标跟踪方法
CN114090718B (zh) 基于Bi-LSTM预测与模糊分析的中断航迹关联方法
CN113408392A (zh) 基于卡尔曼滤波和神经网络的航迹补全方法
CN103942536A (zh) 一种迭代更新轨迹模型的多目标跟踪方法
JP2011145096A (ja) 多目標追尾装置
CN104501812A (zh) 基于自适应新生目标强度的滤波算法
CN106204641A (zh) 一种基于多假设检验的动态规划检测前跟踪方法
CN116008936A (zh) 一种基于毫米波雷达的人体轨迹跟踪检测方法
CN113763434B (zh) 一种基于卡尔曼滤波多运动模型切换的目标轨迹预测方法
Wei A uav target prediction and tracking method based on kcf and kalman filter hybrid algorithm
CN107273692B (zh) 一种传感器感知能力受限的随机集理论的分布式融合方法
CN113191427A (zh) 一种多目标车辆跟踪方法及相关装置
JP4488185B2 (ja) 目標追尾装置
CN116736290A (zh) 一种基于空中生物运动态势特征辅助的多目标跟踪方法
CN109656271B (zh) 一种基于数据关联思想的航迹软关联方法
CN115220002B (zh) 一种固定单站的多目标数据关联跟踪方法和相关装置
CN107561506B (zh) 一种多级虚警概率联合递推目标检测方法

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