CN113176562A - 多目标跟踪方法、装置、电子设备及可读存储介质 - Google Patents
多目标跟踪方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113176562A CN113176562A CN202110506679.1A CN202110506679A CN113176562A CN 113176562 A CN113176562 A CN 113176562A CN 202110506679 A CN202110506679 A CN 202110506679A CN 113176562 A CN113176562 A CN 113176562A
- Authority
- CN
- China
- Prior art keywords
- track
- candidate
- condition
- target point
- flight path
- 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
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
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开实施例公开了一种多目标跟踪方法、装置、电子设备及可读存储介质,所述多目标跟踪方法包括:步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;步骤3:将所述候选航迹,目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。该技术方案利用逻辑法综合第一条件、第二条件进行航迹起始判断,进而对检测到的目标点的量测值进行数据关联、延伸已有的航迹,最后进行卡尔曼滤波,缩小了毫米波雷达目标跟踪造成的误差,能够起到更好的跟踪效果。
Description
技术领域
本公开涉及雷达数据处理技术领域,具体涉及一种多目标跟踪方法、装置、电子设备及可读存储介质。
背景技术
随着自动驾驶相关技术的不断发展,基于毫米波和视觉融合的多传感器融合技术也在不断地完善。在这种应用场景下,毫米波雷达的主要作用是对目标进行距离信息的获取,以及测速、跟踪等任务。在进行目标跟踪时,如何正确的识别目标,并对目标的航迹进行跟踪与记录,直接关系到目标跟踪的效果好坏,影响传感器融合的结果。
专利文献CN111929655A公开了一种汽车毫米波雷达道路目标跟踪方法及系统。在系统中设有目标管理模块,包括根据规则舍弃不满足要求的点,生成暂时航迹后再次对点进行舍弃,对暂时航迹进行参数更新等多个步骤。
专利文献CN112098992A公开了一种基于网格聚类的多假设多目标航迹起始方法。该方法包括将点迹映射到网格中,聚类形成点迹簇,建立关于簇的相关假设,对航迹进行得分排序并按照得分筛选,最后更新状态估计等多个步骤。
上述技术存在步骤复杂,计算开销大的问题,在目标数量多,相关计算资源紧张,雷达精确度有限的情况下并不能产生很好的目标跟踪效果。
发明内容
为了解决相关技术中的问题,本公开实施例提供一种多目标跟踪方法、装置、电子设备及可读存储介质。
第一方面,本公开实施例中提供了一种多目标跟踪方法。
具体地,所述多目标跟踪方法,包括:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
可选地,所述第一条件为3/4航迹起始;所述第二条件为2/3航迹起始。
可选地,步骤1中所述利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3,包括:
确定初始的关联波门,并基于目标点的运动学模型外推得到后续的关联波门;
判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内;
若是,且在预设时间内能够形成候选航迹,则执行步骤3。
可选地,所述判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内,包括:
将雷达第一个扫描周期探测的目标点的量测数据作为航迹头;
判断雷达第二个扫描周期探测的目标点的量测数据是否落入到初始的关联波门内,若是,则根据所述航迹头进行候选航迹起始;
将第三个扫描周期探测的目标点的量测数据与后续的关联波门相关联,若没有目标点的量测数据落入,则重新进行候选航迹起始;否则延伸已有的候选航迹。
可选地,所述运动学模型为自行车模型。
可选地,步骤2中所述重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹,包括:
判断连续3次雷达扫描中是否超过2次存在目标点的量测数据落入到所述关联波门内;
若是,则进行航迹起始形成候选航迹。
可选地,步骤3中所述将所述候选航迹,新目标点的量测数据进行数据关联,包括:
基于最近邻的数据关联法则将所述候选航迹,新目标点的量测数据进行数据关联。
第二方面,本公开实施例中提供了一种多目标跟踪装置。
具体地,所述多目标跟踪装置,包括:
第一判断模块,被配置为利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行跟踪滤波模块配置的部分;否则执行第二判断模块配置的部分;
所述第二判断模块,被配置为重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
所述跟踪滤波模块,被配置为将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下方法步骤:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
第四方面,本公开实施例中提供了一种可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例提供一种多目标跟踪方法,包括:步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;步骤3:将所述候选航迹,目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。该技术方案利用逻辑法综合第一条件、第二条件进行航迹起始判断,能够平衡航迹起始的速度和精确度,进而对检测到的目标点的量测值进行数据关联、延伸已有的航迹,最后进行卡尔曼滤波,以对目标点的航迹实现精确的绘制,缩小了毫米波雷达目标跟踪造成的误差,能够起到更好的跟踪效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开实施例的多目标跟踪方法的流程图;
图2示出自行车模型的示意图;
图3示出关联波门的示意图;
图4示出根据本公开实施例的多目标跟踪装置的结构框图;
图5示出根据本公开的实施例的电子设备的结构框图;
图6示出适于用来实现根据本公开实施例的多目标跟踪方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施例,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施例无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
现有的航迹管理的技术普遍没有对交通场景进行针对性的优化,同时,相关技术还存在步骤复杂,计算开销大的问题,在目标数量多,相关计算资源紧张,雷达精确度有限的情况下并不能产生很好的目标跟踪效果。
为至少部分地解决发明人发现的现有技术中的问题而提出本公开。
图1示出根据本公开实施例的多目标跟踪方法的流程图。如图1所示,所述多目标跟踪方法包括以下步骤:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
根据本公开的实施例,利用逻辑法进行航迹起始,例如M/N航迹起始法,M/N表示如果雷达在N次扫描得到的测量值中有M次满足假设,则可以进行航迹的起始。
根据本公开的实施例,所述第一条件为3/4航迹起始;所述第二条件为2/3航迹起始。由于2/3航迹起始较为快速,而3/4航迹起始的精确度较高,通过综合运用2/3航迹起始与3/4航迹起始进行航迹起始判断,从而良好的平衡了航迹起始的精确度与速度的关系。
根据本公开的实施例,步骤1中所述利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3,包括:
确定初始的关联波门,并基于目标点的运动学模型外推得到后续的关联波门;
判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内;
若是,且在预设时间内能够形成候选航迹,则执行步骤3。
在本公开方式中,所述运动学模型为自行车模型。选用自行车模型能够更好地描述道路上的机动车的运动,例如车辆的变道或者转向等操作,适用于交通场景下的航迹管理。本公开方式中仅以自行车模型为例进行示意性说明,可以理解,也可以采用其它运动学模型,例如匀速运动模型、时间相关模型等,本公开对此不做限制。
图2示出自行车模型的示意图,o为参考点,如图2所示,定义控制量为(a,δf),描述对车辆施加的控制。其中,a为机动车的加速度,δf为方向盘的旋转角。定义模型中的状态量(x,y,ψ,v),描述机动车当前的状态。其中x为机动车当前的横坐标,y为机动车当前的纵坐标,ψ为机动车当前的偏航角,v为机动车的速度,lf与lr分别指机动车的质心到机动车前后两端的距离,则t+1时刻各个状态量的更新如下:
xt+1=xt+vt cos(ψt+β)×dt
yt+1=yt+vt sin(ψt+β)×dt
vt+1=vt+a×dt
其中,β的计算方式如下:
由此,根据初始的控制量,可以估计在一段很小的时间后机动车的状态量。
图3示出关联波门的示意图,如图3所示,关联波门是指以目标点为中心的一片区域,它描述了目标点可能的存在范围。本公开方式中,假设机动车在二维平面内进行运动,图中t时刻测量点的位置以黑色圆点表示,t+1时刻形成候选航迹的测量点应该出现的区域即为二维环形波门,将二维环形波门作为关联波门进行航迹起始。
具体地,对于公路上正常行驶的机动车,其加速度与方向盘转向角均满足一定的条件(安全行车规范)。在本公开方式中,初始的关联波门的确定根据安全行车规范给出,当然也可以根据经验值设定,本公开对此不做限制。后续的关联波门可以根据加速度、方向盘转向角与运动学模型,预测得到的车辆位置与速度区间,并依此设置关联波门的位置与大小。
下面说明3/4航迹起始的步骤:
根据本公开的实施例,所述判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内,包括:
将雷达第一个扫描周期探测的目标点的量测数据作为航迹头;
判断雷达第二个扫描周期探测的目标点的量测数据是否落入到初始的关联波门内,若是,则根据所述航迹头进行候选航迹起始;
将第三个扫描周期探测的目标点的量测数据与后续的关联波门相关联,若没有目标点的量测数据落入,则重新进行候选航迹起始;否则延伸已有的候选航迹。
在本公开方式中,考察第三个扫描周期探测的目标点与第二个扫描周期中形成的每一个潜在的候选航迹外推得到的关联波门的相对关系时,运用最近邻域法将目标点与最近的关联波门相关联,以节省计算时间,提高效率。
需要说明的是,对于每次扫描周期都未落入关联波门的航迹,认为是新的航迹,进而转入确定航迹头的步骤,并重新进行候选航迹起始,本公开在此不予赘述。
根据本公开的实施例,步骤2中所述重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹,包括:
判断连续3次雷达扫描中是否超过2次存在目标点的量测数据落入到所述关联波门内;
若是,则进行航迹起始形成候选航迹。
根据本公开的实施例,步骤3中所述将所述候选航迹,新目标点的量测数据进行数据关联,包括:
基于最近邻的数据关联法则将所述候选航迹,新目标点的量测数据进行数据关联。
在本公开方式中,在进行多目标跟踪的过程中,需要将新的量测值加入原有的候选轨迹中,让候选轨迹不断延伸,这被称作数据关联。具体地,需要将新检测到的目标点的量测值与多个候选航迹形成的关联波门中的一个进行关联,以考察此新检测的目标点的量测值是否可以延伸到现有的候选航迹中。考虑到计算量等因素,基于最近邻的数据关联法则进行数据关联。
对于一个观测值z(k+1),这个值应该符合如下条件:
其中,代表在已知k时刻观测值条件下k+1时刻的预测值,S(k+1)为的协方差矩阵,γ为规定的门限值;若关联波门内只有一个点,则此点将被用于航迹更新;若关联波门内存在多个点,则根据各个点与关联波门中心的统计距离来对各个量测值进行排序,选取距离最小的点作为新目标点;
其中,d2(z)为统计距离。
根据本公开的实施例,基于交通场景下的航迹管理,采用线性模型去模拟被检测目标的运动状态。对于有固定噪声的情形卡尔曼滤波是最优选择。
对于卡尔曼滤波,其预测过程可以如下表示:
Pk=APk-1AT
Gk=PkCT(CPkCT+R)-1
Pk←(1-GkC)Pk
其中,Gk为卡尔曼增益,描述预测过程中之前的测量与当前的测量的相对重要性,C为缩放矩阵;R为测量噪声协方差。
目标点的运动模型为:
xk+1=Axk+ν
如果将行人的加减速作为过程噪声ν考虑进运动学模型中,则有
第二步预测:
A'=APAT+Q
其中,协方差矩阵为
在给出上述参量后,便可以在给出初始状态估计与协方差的条件下开始跟踪滤波。
本公开实施例的多目标跟踪方法,利用逻辑法综合第一条件、第二条件进行航迹起始判断,能够平衡航迹起始的速度和精确度,进而对检测到的目标点的量测值进行数据关联、延伸已有的航迹,最后进行卡尔曼滤波,以对目标点的航迹实现精确的绘制,缩小了毫米波雷达目标跟踪造成的误差,能够起到更好的跟踪效果。同时,将机动车的运动学模型引入航迹管理的策略中,可以以很小的计算成本显著提高毫米波雷达在道路交通场景下进行多目标跟踪的准确度与鲁棒性,使雷达在干扰强,杂波多的情况下能够进行多目标航迹的准确绘制。
图4示出根据本公开实施例的多目标跟踪装置的结构框图。其中,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,所述多目标跟踪装置包括第一判断模块410、第二判断模块420和跟踪滤波模块430。
所述第一判断模块410被配置为利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行跟踪滤波模块配置的部分;否则执行第二判断模块配置的部分;
所述第二判断模块420被配置为重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
所述跟踪滤波模块430被配置为将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
本公开实施例的多目标跟踪装置,利用逻辑法综合第一条件、第二条件进行航迹起始判断,能够平衡航迹起始的速度和精确度,进而对检测到的目标点的量测值进行数据关联、延伸已有的航迹,最后进行卡尔曼滤波,以对目标点的航迹实现精确的绘制,缩小了毫米波雷达目标跟踪造成的误差,能够起到更好的跟踪效果。同时,将机动车的运动学模型引入航迹管理的策略中,可以以很小的计算成本显著提高毫米波雷达在道路交通场景下进行多目标跟踪的准确度与鲁棒性,使雷达在干扰强,杂波多的情况下能够进行多目标航迹的准确绘制。
本公开还公开了一种电子设备,图5示出根据本公开的实施例的电子设备的结构框图。
如图5所示,所述电子设备500包括存储器501和处理器502;其中,
所述存储器501用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器502执行以实现以下方法步骤:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
根据本公开的实施例,所述第一条件为3/4航迹起始;所述第二条件为2/3航迹起始。
根据本公开的实施例,步骤1中所述利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3,包括:
确定初始的关联波门,并基于目标点的运动学模型外推得到后续的关联波门;
判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内;
若是,且在预设时间内能够形成候选航迹,则执行步骤3。
根据本公开的实施例,所述判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内,包括:
将雷达第一个扫描周期探测的目标点的量测数据作为航迹头;
判断雷达第二个扫描周期探测的目标点的量测数据是否落入到初始的关联波门内,若是,则根据所述航迹头进行候选航迹起始;
将第三个扫描周期探测的目标点的量测数据与后续的关联波门相关联,若没有目标点的量测数据落入,则重新进行候选航迹起始;否则延伸已有的候选航迹。
根据本公开的实施例,所述运动学模型为自行车模型。
根据本公开的实施例,步骤2中所述重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹,包括:
判断连续3次雷达扫描中是否超过2次存在目标点的量测数据落入到所述关联波门内;
若是,则进行航迹起始形成候选航迹。
根据本公开的实施例,步骤3中所述将所述候选航迹,新目标点的量测数据进行数据关联,包括:
基于最近邻的数据关联法则将所述候选航迹,新目标点的量测数据进行数据关联。
图6示出适于用来实现根据本公开实施例的多目标跟踪方法的计算机系统的结构示意图。
如图6所示,计算机系统600包括处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行上述实施例中的各种处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。其中,所述处理单元601可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地,根据本公开的实施例,上文描述的方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种多目标跟踪方法,其特征在于,包括:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
2.根据权利要求1所述的方法,其特征在于,所述第一条件为3/4航迹起始;所述第二条件为2/3航迹起始。
3.根据权利要求2所述的方法,其特征在于,步骤1中所述利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3,包括:
确定初始的关联波门,并基于目标点的运动学模型外推得到后续的关联波门;
判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内;
若是,且在预设时间内能够形成候选航迹,则执行步骤3。
4.根据权利要求3所述的方法,其特征在于,所述判断连续4次雷达扫描中是否超过3次存在目标点的量测数据落入到所述关联波门内,包括:
将雷达第一个扫描周期探测的目标点的量测数据作为航迹头;
判断雷达第二个扫描周期探测的目标点的量测数据是否落入到初始的关联波门内,若是,则根据所述航迹头进行候选航迹起始;
将第三个扫描周期探测的目标点的量测数据与后续的关联波门相关联,若没有目标点的量测数据落入,则重新进行候选航迹起始;否则延伸已有的候选航迹。
5.根据权利要求3或4所述的方法,其特征在于,所述运动学模型为自行车模型。
6.根据权利要求1-4任一项所述的方法,其特征在于,步骤2中所述重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹,包括:
判断连续3次雷达扫描中是否超过2次存在目标点的量测数据落入到所述关联波门内;
若是,则进行航迹起始形成候选航迹。
7.根据权利要求1-4任一项所述的方法,其特征在于,步骤3中所述将所述候选航迹,新目标点的量测数据进行数据关联,包括:
基于最近邻的数据关联法则将所述候选航迹,新目标点的量测数据进行数据关联。
8.一种多目标跟踪装置,其特征在于,包括:
第一判断模块,被配置为利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行跟踪滤波模块配置的部分;否则执行第二判断模块配置的部分;
所述第二判断模块,被配置为重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
所述跟踪滤波模块,被配置为将所述候选航迹,新目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
9.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下方法步骤:
步骤1:利用逻辑法对多个目标点进行航迹起始判断,若满足第一条件,且在预设时间内能够形成候选航迹,则执行步骤3;否则执行步骤2;
步骤2:重新进行航迹起始判断,若满足第二条件,则进行航迹起始形成候选航迹;
步骤3:将所述候选航迹,目标点的量测数据进行数据关联,并利用卡尔曼滤波器进行跟踪滤波。
10.一种可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506679.1A CN113176562B (zh) | 2021-05-10 | 2021-05-10 | 多目标跟踪方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506679.1A CN113176562B (zh) | 2021-05-10 | 2021-05-10 | 多目标跟踪方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113176562A true CN113176562A (zh) | 2021-07-27 |
CN113176562B CN113176562B (zh) | 2023-08-29 |
Family
ID=76928792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110506679.1A Active CN113176562B (zh) | 2021-05-10 | 2021-05-10 | 多目标跟踪方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113176562B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627104A (zh) * | 2021-08-12 | 2021-11-09 | 北京中安智能信息科技有限公司 | 多约束条件下的水下潜艇航迹模拟方法和装置及设备 |
CN114740465A (zh) * | 2022-03-18 | 2022-07-12 | 四川九洲防控科技有限责任公司 | 雷达航迹快速起批方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN108344992A (zh) * | 2017-12-20 | 2018-07-31 | 北京华航无线电测量研究所 | 一种用于车载毫米波雷达的多目标跟踪方法 |
CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
US10281573B1 (en) * | 2014-05-19 | 2019-05-07 | Raytheon Canada Limited | Retrodiction tracking system and related techniques |
CN110187318A (zh) * | 2019-04-23 | 2019-08-30 | 四川九洲防控科技有限责任公司 | 一种雷达数据处理方法 |
CN111458702A (zh) * | 2020-03-13 | 2020-07-28 | 四川九洲防控科技有限责任公司 | 一种机动目标跟踪方法、系统、电子设备及存储介质 |
-
2021
- 2021-05-10 CN CN202110506679.1A patent/CN113176562B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10281573B1 (en) * | 2014-05-19 | 2019-05-07 | Raytheon Canada Limited | Retrodiction tracking system and related techniques |
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN108344992A (zh) * | 2017-12-20 | 2018-07-31 | 北京华航无线电测量研究所 | 一种用于车载毫米波雷达的多目标跟踪方法 |
CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
CN110187318A (zh) * | 2019-04-23 | 2019-08-30 | 四川九洲防控科技有限责任公司 | 一种雷达数据处理方法 |
CN111458702A (zh) * | 2020-03-13 | 2020-07-28 | 四川九洲防控科技有限责任公司 | 一种机动目标跟踪方法、系统、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627104A (zh) * | 2021-08-12 | 2021-11-09 | 北京中安智能信息科技有限公司 | 多约束条件下的水下潜艇航迹模拟方法和装置及设备 |
CN113627104B (zh) * | 2021-08-12 | 2024-02-06 | 北京中安智能信息科技有限公司 | 多约束条件下的水下潜艇航迹模拟方法和装置及设备 |
CN114740465A (zh) * | 2022-03-18 | 2022-07-12 | 四川九洲防控科技有限责任公司 | 雷达航迹快速起批方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113176562B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596694B (zh) | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 | |
CN107016193B (zh) | 驾驶员跟车行为分析中的期望跟车距离计算方法 | |
CN111667512B (zh) | 基于改进卡尔曼滤波的多目标车辆轨迹预测方法 | |
US11782158B2 (en) | Multi-stage object heading estimation | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
WO2021042856A1 (zh) | 一种车道中心线确定方法及装置 | |
CN110945534A (zh) | 稀有实例分类器 | |
US20220153276A1 (en) | Method and processing unit for determining the size of an object | |
CN113176562A (zh) | 多目标跟踪方法、装置、电子设备及可读存储介质 | |
CN114170274B (zh) | 目标跟踪方法和装置、电子设备和存储介质 | |
CN112810619A (zh) | 基于雷达的辅助驾驶系统前方目标车辆识别方法 | |
CN111562570A (zh) | 基于毫米波雷达的面向自动驾驶的车辆感知方法 | |
Diehl et al. | Radar-based dynamic occupancy grid mapping and object detection | |
CN112373483A (zh) | 一种基于前向神经网络的车辆速度和转向预测方法 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN114296095A (zh) | 自动驾驶车辆的有效目标提取方法、装置、车辆及介质 | |
CN111007880B (zh) | 一种基于汽车雷达的扩展目标跟踪方法 | |
CN114730494A (zh) | 用于对交通场景的空间的覆盖进行估计的方法 | |
CN116587978A (zh) | 一种基于车载显示屏的碰撞预警方法及系统 | |
CN112014822B (zh) | 车载雷达测量数据识别方法、装置、介质和电子装置 | |
CN114670851A (zh) | 基于寻优跟踪算法的辅助驾驶系统、方法、终端及介质 | |
CN114954442A (zh) | 一种车辆控制方法、系统和车辆 | |
DE112020006961B4 (de) | Prädiktive verfolgungsvorrichtung, prädiktives verfolgungsverfahren und prädiktives verfolgungsprogramm | |
US20230025579A1 (en) | High-definition mapping | |
CN116994436B (zh) | 一种智慧矿山道路碰撞预警方法 |
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 |