CN114529588A - 一种基于相对位置的动目标聚合方法 - Google Patents
一种基于相对位置的动目标聚合方法 Download PDFInfo
- Publication number
- CN114529588A CN114529588A CN202210434005.XA CN202210434005A CN114529588A CN 114529588 A CN114529588 A CN 114529588A CN 202210434005 A CN202210434005 A CN 202210434005A CN 114529588 A CN114529588 A CN 114529588A
- Authority
- CN
- China
- Prior art keywords
- target
- moving
- aggregation
- targets
- moving target
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于相对位置的动目标聚合方法,包括以下步骤:根据动目标运动特征,设置距离阈值以及范围增量阈值;设置聚合目标集合,遍历计算所有动目标与聚合目标的距离,并与距离阈值进行比较,根据比较结果逐步扩充集合,同时得到聚合目标与其所包含的动目标的最远距离;基于最远距离与范围增量阈值,得到每个聚合目标的可偏离区域,根据聚合目标中动目标与可偏离区域的相对位置及自身方向,判定是否需要从聚合目标中剔除,被剔除的动目标将重新参与集合的计算扩充,在动目标的不断运动过程中实现动态聚合。
Description
技术领域
本发明属于实时目标监测、处理领域,具体涉及一种适用于飞机、船只等动目标的基于相对位置的聚合方法。
背景技术
随着全球经济的不断发展,货物运输、人员流动、金融往来对于航空、航海的需求日益增长,据国际航空运输协会(IATA)统计,日平均航班次数目前已超过10万架。同时,随着国际间的争斗、博弈频频上演,影响世界安全形势的不稳定因素日益增多,各类应用系统对于全球动目标态势的掌控需求越来越迫切。
通过在系统中引入百万数量级的动目标,其展现效果在二维地图范围较大时,会呈现出密密麻麻、相互重叠的现象,不便于用户对全球实时态势进行概览掌控,同时也会对系统的内存等资源带来很大负担。针对这一问题通常采用聚合方法对动目标进行融合分层显示,在知悉全球动目标态势的情况下又能对局部关注目标进行精细化研判。目前业内常采用等分网格划分的方法对动目标进行聚合计算,这些方法虽然能解决上述问题,但聚合计算后丢失了动目标原有的分布情况与运动趋势。
发明内容
发明目的:为了降低动目标绘制对于内存的消耗,提高动目标在全球态势掌控、局部区域研判等不同应用场景下的展现效果,本发明提供一种基于相对位置的动目标聚合方法,该方法从飞机、船只等动目标的运动特征出发,通过结合动目标的分布情况、运动趋势等动态轨迹,将满足距离要求的动目标聚合形成聚合目标,同时能够将超出一定范围、远离聚合目标的动目标实时进行剔除。
为了实现上述目的,本发明公开了一种基于相对位置的动目标聚合方法,包括以下步骤:
步骤一,阈值设定:根据动目标的运动特征,设定用以判定动目标与聚合目标远近的距离阈值以及动目标可偏离所在聚合目标最大范围的范围增量阈值;
步骤二,聚合计算:设定一个聚合目标的空集合,遍历计算所有动目标到聚合目标的距离。若动目标到所有聚合目标的距离都不小于距离阈值,则以该动目标形成一个聚合目标扩充至集合中;若动目标到某个聚合目标的距离小于距离阈值,则将动目标扩充至该聚合目标中并更新其平面位置;遍历计算的同时也得到聚合目标与其所包含的动目标的最远距离;
步骤三,范围判定:设定以最远距离与范围增量阈值的和为半径的圆为每个聚合目标的最大可偏离区域。遍历计算聚合目标所包含动目标的平面位置,判定动目标是否已超出最大可偏离区域,若超出则进一步结合动目标的运动方向判定是否需要从聚合目标中剔除。通过动目标的位置计算得出两条与最大可偏离区域的切线,两条切线以该动目标为中心将360°的圆划分为两部分,包含最大可偏离区域的部分为切线和动目标所组成的劣角,劣角小于180°,未包含最大可偏离区域的部分为切线和动目标所组成的优角,优角大于180°。运动方向在两条切线所组成的优角范围内的动目标会逐渐远离聚合目标,将该动目标从聚合目标中剔除。被剔除的动目标重新参与聚合目标集合的计算扩充,同时,将动目标剔除的聚合目标也进行平面位置的更新计算。
有益效果:本发明具有以下优点:
(1)本方明是基于动目标的运动特征,通过距离计算以及运动轨迹最大可偏离区域计算来进行动目标聚合的,不同于业内常用的网格划分聚合方法,本方明计算后的聚合目标结果能够符合动目标的整体分布情况;其次,本发明的运动轨迹最大可偏离区域计算方法是基于动目标相对于聚合目标的运动趋势,可以有效剔除不断远离聚合目标的动目标,保证了聚合目标对其所包含动目标运动趋势的整体覆盖性;最后,本方明的聚合方法适用于飞机、船只等多种动目标。
(2)本发明从航空类动目标的运动特征着手,对动目标进行实时聚合运算,同时引入偏离区域运动方向动态判定,在符合动目标分布的情况下实现动目标的融合分层显示,降低了动目标展现时内存的消耗,提高了不同应用场景下动目标的展现效果。
附图说明
图1是本发明的处理流程示意图;
图2是动目标到聚合目标距离不小于阈值示意图;
图3是动目标到聚合目标距离小于阈值示意图;
图4是范围判定中动目标远离聚合目标示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示,本发明公开的一种基于相对位置的动目标聚合方法,具体包括以下步骤:
步骤一,阈值设定:根据动目标的运动特征,设定用以判定动目标与聚合目标远近的距离阈值以及动目标可偏离所在聚合目标最大范围的范围增量阈值;
步骤二,聚合计算:设定一个聚合目标的空集合,遍历计算所有动目标到聚合目标的距离。若动目标到所有聚合目标的距离都不小于距离阈值,则以该动目标形成一个聚合目标扩充至集合中;若动目标到某个聚合目标的距离小于距离阈值,则将动目标扩充至该聚合目标中并更新其平面位置;遍历计算的同时也得到聚合目标与其所包含的动目标的最远距离;
步骤三,范围判定:设定以最远距离与范围增量阈值的和为半径的圆为每个聚合目标的最大可偏离区域。遍历计算聚合目标所包含动目标的平面位置,判定动目标是否已超出最大可偏离区域,若超出则进一步结合动目标的运动方向判定是否需要从聚合目标中剔除。通过动目标的位置计算得出两条与最大可偏离区域的切线,运动方向在两条切线所组成的优角范围内的动目标会逐渐远离聚合目标,该类动目标会被剔除。被剔除的动目标重新参与聚合目标集合的计算扩充,同时,将动目标剔除的聚合目标也进行平面位置的更新计算。
下面具体介绍各个步骤的主要流程:
1.阈值设定
根据动目标的具体应用场景,设定符合其运动特征的阈值,包括:
2.聚合计算
将动目标标记为,其中 为动目标索引且,动目标的位置用平面
直角坐标表示为 ;由若干个动目标组成的聚合目标标记为 ,其中为聚合
目标索引且 ,所有聚合目标的集合标记为 ,聚合目标和所包含动目标之间的关系
用集合公式表示如下:
3.范围判定
计算后右边公式可简化如下:
基于、,判断动目标运动趋势,当,运动方向在两条切线与该动目标所组成的优角范围内,该动
目标会逐渐远离聚合目标,该动目标将被剔除并重新参与聚合目标集合的计算扩充过程,
同时聚合目标位置更新,更新公式如下:
实施例
本实施例中,输入实时动目标数据后,通过本发明所述的基于相对位置的动目标聚合方法,可以输出符合动目标分布、运动轨迹的动态聚合目标数据。具体实施过程如下:
步骤二中,设定聚合目标的集合为,遍历计算所有动目标到聚合目标
的距离来扩充集合。如果动目标到所有聚合目标的距离都不小于距离阈值,则将
该动目标单独形成一个聚合目标,如图2所示,同时扩充集合;如果动目标到某个聚合目标的距离小于距离阈值,聚合目标将动目标纳入其
中,如图3所示,同时更新的平面位置,聚合目标的平面位置为其所包含的所有
动目标平面位置的均值。扩充集合的同时,根据计算可得到聚合目标与其所包含的
动目标的最远距离;
步骤三中,设定每个聚合目标的最大可偏离区域是以为中心,以最远
距离与范围增量阈值的和为半径的一个圆形。对于每个聚合目标,计算
其所包含动目标的平面位置是否已超出最大可偏离区域),考虑到动目标运动
方向包括远离或趋近聚合目标两种情况,如果超出还需结合动目标的运动方向判定
是否需要从聚合目标中剔除。计算动目标的单位方向向量与动目标到圆心连线的单位向量的夹角,同时从动目标位置引两条圆的切线、并计算任意一条切线与圆心到动目标连线的夹角。比较与大小,若大于,则动目标运动方向在两条切线所组成的优角范围内,会逐渐远离聚合目标,如图4所示,
将被剔除并重新参与聚合目标集合的计算扩充过程,同时聚合目标位置会进行更
新。
Claims (4)
1.一种基于相对位置的动目标聚合方法,其特征在于,包括以下步骤:
步骤一,阈值设定:根据动目标的运动特征,设定用以判定动目标与聚合目标远近的距离阈值以及动目标可偏离所在聚合目标最大范围的范围增量阈值;
步骤二,聚合计算:设定一个聚合目标的空集合,遍历计算所有动目标到聚合目标的距离;若动目标到所有聚合目标的距离都不小于距离阈值,则以该动目标形成一个聚合目标扩充至集合中;若动目标到某个聚合目标的距离小于距离阈值,则将动目标扩充至该聚合目标中并更新其平面位置;遍历计算的同时也得到聚合目标与其所包含的动目标的最远距离;
步骤三,范围判定:设定以最远距离与范围增量阈值的和为半径的圆为每个聚合目标的最大可偏离区域;遍历计算聚合目标所包含动目标的平面位置,判定动目标是否已超出最大可偏离区域,若超出则进一步结合动目标的运动方向判定是否需要从聚合目标中剔除;通过动目标的位置计算得出两条与最大可偏离区域的切线,两条切线以该动目标为中心将360°的圆划分为两部分,包含最大可偏离区域的部分为切线和动目标所组成的劣角,劣角小于180°,未包含最大可偏离区域的部分为切线和动目标所组成的优角,优角大于180°;运动方向在两条切线所组成的优角范围内的动目标会逐渐远离聚合目标,将该动目标从聚合目标中剔除;被剔除的动目标重新参与聚合目标集合的计算扩充,同时,将动目标剔除的聚合目标也进行平面位置的更新计算。
3.根据权利要求1所述的一种基于相对位置的动目标聚合方法,其特征在于,步骤二中
动目标标记为,其中 为动目标索引且,动目标的位置用平面直角坐标表
示为 ;由若干个动目标组成的聚合目标标记为,其中为聚合目标索引且 ,所有聚合目标的集合标记为,聚合目标和所包含动目标之间的关系用集合公式表
示如下:
4.根据权利要求1所述的一种基于相对位置的动目标聚合方法,其特征在于,步骤三中
每个聚合目标的最大可偏离区域是以中心为半径为的一个圆形,将该圆形标
记为;标记聚合目标中超出圆形区域的动目标为,到的距
离超出最大可偏离区域,公式表示如下:
计算后右边公式可简化如下:
基于、,判断动目标运动趋势,当,运动方向在两条切线与该动目标所组成的优角范围内,该动
目标会逐渐远离聚合目标,该动目标将被剔除并重新参与聚合目标集合的计算扩充过程,
同时聚合目标位置更新,更新公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434005.XA CN114529588B (zh) | 2022-04-24 | 2022-04-24 | 一种基于相对位置的动目标聚合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434005.XA CN114529588B (zh) | 2022-04-24 | 2022-04-24 | 一种基于相对位置的动目标聚合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114529588A true CN114529588A (zh) | 2022-05-24 |
CN114529588B CN114529588B (zh) | 2022-07-26 |
Family
ID=81628057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210434005.XA Active CN114529588B (zh) | 2022-04-24 | 2022-04-24 | 一种基于相对位置的动目标聚合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114529588B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592627A (zh) * | 2013-10-22 | 2014-02-19 | 中国石油天然气集团公司 | 确定可控震源组合中心的方法及装置 |
CN103617613A (zh) * | 2013-11-20 | 2014-03-05 | 西北工业大学 | 一种微小卫星非合作目标图像处理方法 |
CN109978950A (zh) * | 2017-12-26 | 2019-07-05 | 中国船舶重工集团公司七五0试验场 | 一种应用于海上油田安防三维虚拟显示的视点控制方法 |
CN112000763A (zh) * | 2020-09-25 | 2020-11-27 | 北京百度网讯科技有限公司 | 兴趣点竞争关系确定方法、装置、设备和介质 |
CN112965081A (zh) * | 2021-02-05 | 2021-06-15 | 浙江大学 | 基于融合行人信息的特征地图的模仿学习社交导航方法 |
CN113139620A (zh) * | 2021-05-14 | 2021-07-20 | 重庆理工大学 | 基于目标关联学习的端到端多目标检测与跟踪联合方法 |
CN113590912A (zh) * | 2021-06-15 | 2021-11-02 | 北京交通大学 | 融合节点相对位置和绝对度分布的跨社交网络对齐方法 |
-
2022
- 2022-04-24 CN CN202210434005.XA patent/CN114529588B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592627A (zh) * | 2013-10-22 | 2014-02-19 | 中国石油天然气集团公司 | 确定可控震源组合中心的方法及装置 |
CN103617613A (zh) * | 2013-11-20 | 2014-03-05 | 西北工业大学 | 一种微小卫星非合作目标图像处理方法 |
CN109978950A (zh) * | 2017-12-26 | 2019-07-05 | 中国船舶重工集团公司七五0试验场 | 一种应用于海上油田安防三维虚拟显示的视点控制方法 |
CN112000763A (zh) * | 2020-09-25 | 2020-11-27 | 北京百度网讯科技有限公司 | 兴趣点竞争关系确定方法、装置、设备和介质 |
CN112965081A (zh) * | 2021-02-05 | 2021-06-15 | 浙江大学 | 基于融合行人信息的特征地图的模仿学习社交导航方法 |
CN113139620A (zh) * | 2021-05-14 | 2021-07-20 | 重庆理工大学 | 基于目标关联学习的端到端多目标检测与跟踪联合方法 |
CN113590912A (zh) * | 2021-06-15 | 2021-11-02 | 北京交通大学 | 融合节点相对位置和绝对度分布的跨社交网络对齐方法 |
Non-Patent Citations (1)
Title |
---|
王可东 等: ""Wi-Fi相对位置测量方法及验证"", 《2012年度全国无线及移动通信学术大会》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114529588B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123164B (zh) | 保持锐利特征的三维重建方法及系统 | |
CN103985155B (zh) | 基于映射法的散乱点云Delaunay三角剖分曲面重构方法 | |
CN104778690A (zh) | 一种基于摄像机网络的多目标定位方法 | |
US11442162B2 (en) | Millimeter wave radar modeling-based method for object visibility determination | |
CN103729872B (zh) | 一种基于分段重采样和表面三角化的点云增强方法 | |
CN106780564B (zh) | 一种基于先验模型约束的抗干扰轮廓跟踪方法 | |
CN113671481B (zh) | 一种基于毫米波雷达的3d多目标跟踪处理方法 | |
CN111814827A (zh) | 基于yolo的关键点目标检测方法 | |
CN106327528A (zh) | 无人机运动目标跟踪方法及无人机的工作方法 | |
CN111024085A (zh) | 一种具有端点方向和时间约束的无人机航迹规划方法 | |
CN114612665A (zh) | 基于法向量直方图特征的位姿估计及动态车辆检测方法 | |
CN108986218A (zh) | 一种基于pmvs的建筑物密集点云快速重建方法 | |
CN112414405A (zh) | 一种顾及dsm的应急任务的无人机集群航迹规划方法 | |
CN114529588B (zh) | 一种基于相对位置的动目标聚合方法 | |
CN110570694A (zh) | 一种基于空域分裂的时空关联航路碰撞解决方法 | |
CN108875936A (zh) | 求解三维空间内任意两个多面体间的最近距离的方法 | |
CN115293287A (zh) | 一种基于车载雷达的对目标进行聚类的方法、存储器及电子装置 | |
CN109508674B (zh) | 基于区域划分的机载下视异构图像匹配方法 | |
US8154545B2 (en) | Method for producing technical drawings from 3D models with at least two colliding 3D bodies | |
CN106127119A (zh) | 基于彩色图像和深度图像多特征的联合数据关联方法 | |
CN112489500A (zh) | 一种基于几何视景模型的短期飞行冲突检测与避免方法 | |
CN115063485B (zh) | 三维重建方法、装置及计算机可读存储介质 | |
CN111220943A (zh) | 定位方法、定位系统、计算机可读存储介质及车辆 | |
WO2022252036A1 (zh) | 障碍物信息获取方法、装置、可移动平台及存储介质 | |
CN115359373A (zh) | 一种无人机视角下多目标车辆旋转框跟踪方法 |
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 |