KR101372390B1 - 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치 - Google Patents

마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치 Download PDF

Info

Publication number
KR101372390B1
KR101372390B1 KR1020130034384A KR20130034384A KR101372390B1 KR 101372390 B1 KR101372390 B1 KR 101372390B1 KR 1020130034384 A KR1020130034384 A KR 1020130034384A KR 20130034384 A KR20130034384 A KR 20130034384A KR 101372390 B1 KR101372390 B1 KR 101372390B1
Authority
KR
South Korea
Prior art keywords
target
track
tracking
probability
equation
Prior art date
Application number
KR1020130034384A
Other languages
English (en)
Inventor
이부환
송택렬
무지키 달코
김용
Original Assignee
한양대학교 에리카산학협력단
국방과학연구소
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 한양대학교 에리카산학협력단, 국방과학연구소 filed Critical 한양대학교 에리카산학협력단
Priority to KR1020130034384A priority Critical patent/KR101372390B1/ko
Application granted granted Critical
Publication of KR101372390B1 publication Critical patent/KR101372390B1/ko

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system

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

본 발명은 표적을 추적하기 위한 표적 추적방법 및 이를 이용한 표적 추적장치에 관한 것으로, 상기 표적 추적방법은 표적의 위치를 예측하는 단계; 상기 예측된 표적의 위치를 이용하여 표적을 감지하는 센서부로부터 매 시간 입력되는 각각의 표적신호를 컴포넌트로 연결하여 표적의 추적을 수행하는 단계; 표적의 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기 위한 확률적 지표로서, 표적 신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델에 근거하여 트랙의 추적성능 평가를 위한 트랙 점수를 산출하고, 상기 마코브 체인 모델을 이용하여 추적을 위한 표적의 정보를 쇄신하는 단계; 상기 마코브 체인 모델을 이용하여 트랙의 컴포넌트를 융합하거나 제거하는 단계; 및 상기 산출된 트랙 점수가 사전 정해진 임계값 미만인 경우 해당 트랙을 제거하고, 그 임계값 이상인 경우 해당 트랙을 확정하여 유지하는 단계를 포함하는 것을 특징으로 한다. 이에 의해 본 발명은 이에 의해 본 발명은 가림환경을 벗어난 이후에도 표적의 추적을 용이하게 할 수 있어 표적 추적의 견실성을 향상시킬 수 있다.

Description

마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치{Target tracking method using multi-tracking scheme based on Markov Chain, and target tracking apparatus using the same}
본 발명은 표적을 추적하는 표적 추적방법 및 이를 이용한 표적 추적장치에 대한 것으로, 구체적으로는 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치에 관한 것이다.
다중스캔 추적 기법을 이용한 표적 추적방법은 지상에 위치한 대공 레이더, 잠수함 어군탐지 등 수중 물체 탐지를 위한 수중 센서뿐만 아니라 영상 센서를 활용한 추적 분야와 같이 다양한 분야에서 적용될 수 있다.
표적 추적방법에서 센서를 통해 입수된 표적신호는 하나의 점 표적으로써 동적 모델링을 통해 표적의 미래 위치를 예측하는 동적 필터링 과정을 거친다.
동적 필터는 칼만필터를 기본으로 표적 이외의 오경보 신호('클러터'로 칭함)가 입수될 시에 각 신호가 표적이 맞을 확률을 부여하는 자료 결합 기법을 적용함으로써, 다수의 클러터가 존재하는 환경에서 표적을 정확히 추적하는 기능을 수행할 수 있다.
이와 같은 동적 필터링을 기반으로 한 자료 결합 기법은 다양하게 개발되어왔다. 이러한 자료 결합 기법은 표적이 가질 수 있는 특징 정보인 위치 정보와 신호세기 정보 중 어떤 정보를 활용하는지에 따라 종류가 분류될 수 있다.
동적 필터링을 기반으로 한 자료 결합 기법은 단순히 위치 정보만을 이용하여 예측 위치와의 거리가 가장 가까운 신호를 표적으로 간주하는 Nearest Neighbor Filter 방법과, 여러 신호들 중 신호세기가 가장 큰 신호를 표적으로 취하는 Strongest Neighbor Filter 방법으로 분류할 수 있다.
또한, 이들 방법을 확률적으로 판가름하는 방법으로서, Probabilistic Nearest Neighbor Filter 및 Probabilistic Strongest Neighbor Filter가 개발되었다.
그러나 이와 같이 특징 정보를 활용하는 자료 결합 기법은 하나의 신호를 선택하는 경우 다수 클러터 환경에서 정밀한 추적을 기대하기는 어려운 문제가 있다.
이를 극복하기 위해 이전 시간의 예측위치를 중심으로 한 유효 관심 영역 내에 위치하는 모든 신호에 대해서 표적이 맞을 확률인 자료 결합 확률을 고려함으로써 보다 정밀한 추적을 수행할 수 있는 Probabilistic Data Association Filter 가 개발되었다.
또한, 표적 추적 뿐 만 아니라 추적이 수행된 이후 표적신호를 추적 중인 트랙에 대해서 실제로 제대로 표적을 추적 중인지에 대한 평가와 추적 이후 트랙에 대한 관리를 수행하기 위해 확률적인 지표를 사용하는 Integrated Probabilistic Data Association Filter가 개발되었다.
그리고 단일 시간에서 입수된 정보 뿐 만 아니라 이전 시간의 정보들을 이용함으로써 보다 강건한 추적이 가능한 다중 스캔 추적 방식으로 Integrated Track Splitting Filter 가 개발되었다.
그러나 이러한 방식에 의한 표적 추적방법은 환경적 요인에 의해 표적신호가 입수되지 않는 가림환경(Occlusion)에서 표적을 강인하게 추적하기 어려운 문제를 여전히 가지고 있다.
KR 10-2006-0129491 A, 2006. 12. 15, 도 2
본 발명의 목적은 종래 다중 스캔 추적 방식을 발전시킴으로써 실제 환경에서 발생할 수 있는 가림환경에서도 강인한 추적을 수행할 수 있는 표적 추적방법 및 이를 이용한 표적 추적장치를 제공하는 것이다.
상기 목적을 달성하기 위한 본 발명의 일 측면에 따른 표적 추적방법은 표적의 위치를 예측하는 단계; 상기 예측된 표적의 위치를 이용하여 표적을 감지하는 센서부로부터 매 시간 입력되는 각각의 표적신호를 컴포넌트로 연결하여 표적의 추적을 수행하는 단계; 표적의 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기 위한 확률적 지표로서, 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델에 근거하여 트랙의 추적성능 평가를 위한 트랙 점수를 산출하고, 상기 마코브 체인 모델을 이용하여 추적을 위한 표적의 정보를 쇄신하는 단계; 상기 마코브 체인 모델을 이용하여 트랙의 컴포넌트를 융합하거나 제거하는 단계; 및 상기 산출된 트랙 점수가 사전 정해진 임계값 미만인 경우 해당 트랙을 제거하고, 그 임계값 이상인 경우 해당 트랙을 확정하여 유지하는 단계를 포함하는 것을 특징으로 한다.
상기 트랙 점수의 산출은 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설에 의한 각각의 사건들이 시간에 따라 발생할 확률을 상태천이확률 행렬로 모델링하는 것을 기초로 수행될 수 있다.
상기 상태천이확률 행렬(
Figure 112013027537327-pat00001
)은, 시간이
Figure 112013027537327-pat00002
에서
Figure 112013027537327-pat00003
로 증가할 때 수식 1과 같이 표현될 수 있다.
수식 1:
Figure 112013027537327-pat00004
(여기서,
Figure 112013027537327-pat00005
:
Figure 112013027537327-pat00006
시간에 표적이 존재하며 탐지 가능할(visible) 가설,
Figure 112013027537327-pat00007
:
Figure 112013027537327-pat00008
시간에 표적은 존재하나 가림으로 인해 탐지되지 않을(not-visible) 가설,
Figure 112013027537327-pat00009
:
Figure 112013027537327-pat00010
시간에 표적이 존재하지 않는다는 가설)
여기서 상기 트랙 점수는, 수식 2로 표현되는 우도비(
Figure 112013027537327-pat00011
)와 트랙존재 사전확률(
Figure 112013027537327-pat00012
)을 이용하여, 수식 3으로 표현되는 트랙존재 사후확률
Figure 112013027537327-pat00013
에 기초하여 산출될 수 있다.
수식 2:
Figure 112013027537327-pat00014
(여기서,
Figure 112013027537327-pat00015
: 표적에 대한 탐지확률,
Figure 112013027537327-pat00016
: 측정치가 유효측정영역 내에 존재할 확률,
Figure 112013027537327-pat00017
: 클러터 공간밀도,
Figure 112013027537327-pat00018
: 컴포넌트에서 계산된 likelihood 확률)
수식 3:
Figure 112013027537327-pat00019
한편, 위와 별도로 전술한 상태천이확률 행렬(
Figure 112013027537327-pat00020
)을 이용한 상기 트랙 점수는, 수식 4로 표현되는 우도비(
Figure 112013027537327-pat00021
)와 트랙존재 사전확률(
Figure 112013027537327-pat00022
)을 이용하여, 수식 5 및 수식 6으로 각각 표현되는 트랙존재 사후확률
Figure 112013027537327-pat00023
및 표적이 가려지는 사건의 트랙존재 사후확률(
Figure 112013027537327-pat00024
)의 합에 의해 산출될 수 있다.
수식 4:
Figure 112013027537327-pat00025
(여기서,
Figure 112013027537327-pat00026
: 표적에 대한 탐지확률,
Figure 112013027537327-pat00027
: 측정치가 유효측정영역 내에 존재할 확률,
Figure 112013027537327-pat00028
: 클러터 공간밀도,
Figure 112013027537327-pat00029
: 컴포넌트에서 계산된 likelihood 확률)
수식 5:
Figure 112013027537327-pat00030
수식 6:
Figure 112013027537327-pat00031
상기 목적을 달성하기 위한 본 발명의 또 다른 일 측면에 따른 표적 추적장치는 표적을 감지하고 이 감지된 표적에 대응하는 표적신호를 출력하는 센서부; 및 상기 센서부로부터 출력되는 표적신호를 이용하여 상기 제1항 내지 제5항 중 어느 하나의 항에 따른 표적 추적방법을 수행하는 신호처리부를 포함하는 것을 특징으로 한다.
이에 의해 본 발명은 환경적 요인에 의해 표적신호가 입수되지 않는 가림환경에서 표적 추적 알고리듬을 기존의 Perceivable 기반에서 Existence 기반으로 확장시켜 실제 표적을 추적하는 트랙을 유지시킴으로써 가림환경을 벗어난 이후에도 표적의 추적을 용이하게 할 수 있어 표적 추적의 견실성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 목표 위치추적장치의 동작을 설명하기 위한 개념도이다.
도 2는 도 1에 도시된 제어부의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 목표 위치추적장치의 동작을 설명하기 위한 순서도이다.
도 4는 종래에 따른 목표 위치추적장치의 위치추적오차를 보여주기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따른 목표 위치추적장치의 위치추적오차를 보여주기 위한 그래프이다.
본 발명을 첨부된 도면을 참조하여 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하에서는 도 1을 참조하여 본 발명의 일 실시예에 따른 표적 추적방법에 대해 설명한다. 도 1은 본 발명의 일 실시예에 따른 표적 추적방법을 설명하기 위한 순서도이다.
도 1에 도시된 바와 같이, 본 실시예에 따른 표적 추적방법은 예측 단계(S110), 신호간의 컴포넌트 연결 단계(S120), 쇄신 단계(S130), 컴포넌트 관리 단계(S140), 트랙 관리 단계(S150, S160)로 이루어 질 수 있다.
예측 단계(S110)는 표적의 위치를 예측하고, 신호간의 컴포넌트 연결 단계(S120)는 그 예측된 표적의 위치에 의해 표적을 감지하는 센서부로부터 매 시간 입력되는 각각의 표적신호를 컴포넌트로 연결하여 표적 추적을 수행한다(S120).
이와 같이 본 실시예에 따른 표적 추적방법에서 적용되는 다중 스캔 추적 방식은 동일 시간에 입수된 신호만을 모아 자료 결합을 수행하는 단일 스캔 방식과 달리 매 시간 입수되는 각 신호를 컴포넌트로 연결하여 추적을 수행하는 방법으로 이전 시간부터의 모든 신호 정보를 활용하기 때문에 보다 정밀한 추적이 가능하다.
쇄신 단계(S130)는 표적 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기 위한 확률적 지표로서, 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델에 근거하여 트랙의 추적성능 평가를 위한 트랙 점수를 산출한다.
또한 쇄신 단계(S130)는 트랙 점수의 산출과 함께, 마코브 체인 모델에 의해 추적을 위한 표적의 정보를 쇄신할 수 있다.
이와 같이 본 실시예에 따른 마코브 체인 방식은 일반적인 마코브 체인 방식을 확장한 것으로, 본 실시예에 따른 마코브 체인 방식을 설명하기 전에 일반적인 마코브 체인 방식을 먼저 설명한다.
일반적인 마코브 체인 방식은 표적 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기위한 확률적 지표로서 트랙의 점수를 산출하며, 표적신호의 존재유무에 대한 가설을 정의하는데 일반적으로 표적이 존재하는 경우와 존재하지 않는 경우로 정의한다.
이러한 방식을 perceivable target 기반의 자료 결합 기법이라 하는데
Figure 112013027537327-pat00032
시간에 표적이 존재한다는 가설을
Figure 112013027537327-pat00033
, 표적이 존재하지 않는다는 가설을
Figure 112013027537327-pat00034
라 정의하고 이를 마코브 체인 모델로 모델링 한다.
일반적인 마코브 체인(Markov Chain)에 따른 모델링에 근거하여 시간이
Figure 112013027537327-pat00035
에서
Figure 112013027537327-pat00036
로 증가할 때 각 가설이 상태를 천이할 확률을 수학식 1과 같이 상태천이확률 행렬(
Figure 112013027537327-pat00037
)로 정의한다.
Figure 112013027537327-pat00038
(여기서,
Figure 112013027537327-pat00039
:
Figure 112013027537327-pat00040
시간에 표적이 존재한다는 가설,
Figure 112013027537327-pat00041
:
Figure 112013027537327-pat00042
시간에 표적이 존재하지 않는다는 가설)
위와 같은 일반적인 마코브 체인(Markov chain) 방식은 표적이 존재하고 탐지 가능한 경우에 대한 사건과 표적이 존재하지 않을 사건에 대해서만 확률을 산출하기 때문에 가림 환경처럼 표적의 탐지확률이 낮은 환경에서는 트랙유지성능이 현저하게 저하되는 단점을 가질 수 있다.
본 실시예에 따른 마코브 체인 방식은, 실제로 표적은 존재하지만 탐지되지 않는 사건을 추가함으로써 일반적인 마코브 체인 방식을 확장시켜 탐지확률이 낮은 환경에서 보다 안정적인 트랙유지 성능을 갖게 할 수 있는데 이를 target existence 기반의 자료 결합 기법이라 칭한다.
본 실시예에 따른 마코브 체인 방식의 target existence 기반의 자료결합 알고리듬은 이처럼 표적의 가림 상황에 대한 가설을 추가하여 트랙 점수를 계산하고 추적필터에 적용된다.
본 실시예에 따른 마코브 체인 방식을 이용한 트랙 점수의 산출은 각 사건들이 시간에 따라 발생할 확률을 상태천이확률 행렬(
Figure 112013027537327-pat00043
)로 모델링함으로써 수행될 수 있다.
상태천이확률 행렬(
Figure 112013027537327-pat00044
)은 시간이
Figure 112013027537327-pat00045
에서
Figure 112013027537327-pat00046
로 증가할 때 각 가설이 상태를 천이할 확률을 수학식 2과 같이 정의될 수 있다.
Figure 112013027537327-pat00047
(여기서,
Figure 112013027537327-pat00048
:
Figure 112013027537327-pat00049
시간에 표적이 존재하며 탐지 가능할(visible) 가설,
Figure 112013027537327-pat00050
:
Figure 112013027537327-pat00051
시간에 표적은 존재하나 가림으로 인해 탐지되지 않을(not-visible) 가설,
Figure 112013027537327-pat00052
:
Figure 112013027537327-pat00053
시간에 표적이 존재하지 않는다는 가설)
또한 쇄신 단계(S130)는 트랙 점수를 계산하기 위해, 트랙존재 사후확률을 계산한다.
트랙존재 사후확률은 수학식 3과 같이 표현되는 우도비(likelihood ratio)
Figure 112013027537327-pat00054
를 사용하여 계산할 수 있다.
Figure 112013027537327-pat00055
여기서,
Figure 112013027537327-pat00056
는 표적에 대한 탐지확률을 나타내며
Figure 112013027537327-pat00057
는 측정치가 유효측정영역 내에 존재할 확률로써 이는 추적 필터의 설계 변수이다.
Figure 112013027537327-pat00058
또한 설계 변수로써 클러터 공간밀도를 의미하고
Figure 112013027537327-pat00059
는 각 컴포넌트에서 계산된 likelihood 확률이다.
표적 존재에 대한 각 사건을 고려한 트랙존재 사후확률(
Figure 112013027537327-pat00060
) 및 표적이 가려지는 사건의 트랙존재 사후확률(
Figure 112013027537327-pat00061
)은 각각 수학식 4 및 수학식 5와 같이 우도비(likelihood ratio,
Figure 112013027537327-pat00062
)와 트랙존재 사전확률
Figure 112013027537327-pat00063
을 통해 계산할 수 있다. 표적이 존재하는 사건은 표적이 존재하고 탐지되는 경우와 존재하지만 가림으로 인해 탐지되지 않는 경우의 합으로 계산될 수 있다.
Figure 112013027537327-pat00064
Figure 112013027537327-pat00065
수학식 6과 같이 최종적으로 계산된 트랙존재 사후확률인
Figure 112013027537327-pat00066
가 트랙 관리의 지표인 트랙 점수로써 활용될 수 있다.
Figure 112013027537327-pat00067
는 수학식 4에 의한 트랙 존재 사후확률(
Figure 112013027537327-pat00068
) 및 표적이 가려지는 사건의 트랙존재 사후확률(
Figure 112013027537327-pat00069
)의 합에 의해 산출된다.
Figure 112013027537327-pat00070
본 실시예에 따른 마코브 체인(markov chain) 방식을 사용하면, 트랙 점수는 표적이 과거에 존재하다가 탐지되지 않게 될 경우
Figure 112013027537327-pat00071
(표적이 존재하다가 가려지는 사건)과
Figure 112013027537327-pat00072
(표적이 존재하다가 사라져버리는 사건)의 영향을 받게 된다.
그리고 그 이후에도 표적이 탐지되지 않은 경우,
Figure 112013027537327-pat00073
(표적이 존재하지 않다가 계속 탐지되지 않는 사건)뿐만 아니라
Figure 112013027537327-pat00074
(가림으로 인해서 탐지되지 않다가 계속 가려지는 사건)이 고려됨으로 인해서, 트랙 점수가 급격하게 떨어지는 것을 방지할 수 있다.
이것은 트랙 점수가 전술한 바와 같이 표적이 존재하는 사건의 사후확률과 표적이 가려지는 사건의 사후확률의 합으로 계산되기 때문이다.
다음 컴포넌트 관리 단계(S140)는 본 실시예에 따른 마코브 체인 모델을 이용하여 트랙의 컴포넌트를 융합하거나 제거한다(S140).
다음, 트랙 관리 단계(S150, S160)는 위의 S130단계에서 산출된 트랙 점수가 사전 정해진 임계값 미만인 경우 해당 트랙을 제거하고, 임계값 이상인 경우 해당 트랙을 확정하여 유지한다.
이와 같이 본 실시예에 따른 표적 추적방법은 환경적 요인에 의해 표적신호가 입수되지 않는 환경에서도 표적을 견실하게 추적하기 위해서 표적 추적 알고리듬을 기존의 Perceivable 기반에서 Existence 기반으로 확장시킴으로써 추적의 견실성을 향상시킬 수 있다.
이하에서는 도 2 내지 도 6을 참조하여, 종래의 발명과 비교하여 본 발명의 일 실시예에 따른 표적 추적방법의 효과를 실험적으로 설명한다.
도 2은 가림 환경이 존재하지 않는 2차원 시나리오 환경을 도시한 그래프이고, 도 3은 가림 환경이 존재하는 2차원 시나리오 환경을 도시한 그래프이며, 도 4는 종래 발명들과 본 실시예에 따른 표적 추적방법의 확정 트랙의 유지시간을 비교한 그래프이고, 도 5는 가림 환경이 존재하지 않는 경우 종래 발명들과 본 실시예에 따른 표적 추적방법의 확정 트랙의 개수를 비교하는 그래프이며, 도 6은 가림 환경이 존재하는 경우 종래 발명들과 본 실시예에 따른 표적 추적방법의 확정 트랙의 개수를 비교하는 그래프이다.
본 실시예에 따른 마코브 체인 모델을 이용한 다중 스캔 추적 방식을 MC2-ITS로 칭하고, 종래 일반적인 마코브 체인 모델을 이용한 다중 스캔 추적 방식을 MC1-ITS로 칭하며, 본 실시예에 따른 마코브 체인 모델을 이용한 단일 스캔 추적 방식을 MC1-IPDA로 칭하고, 종래 일반적인 마코브 체인 모델을 이용한 단일 스캔 추적 방식을 MC1-IPDA로 칭한다.
본 실시예에 따른 표적 추적방법과 종래 발명의 성능 비교를 위해, 실험에 사용된 코드는 C++언어로 구현되었고, 도 2와 같이 가림환경이 존재하지 않는 시나리오와 도 3과 같이 가림환경이 존재하는 시나리오를 설정하였으며 불규칙 잡음 신호 발생 환경을 구성함으로써 다양한 변화를 고려한 1000번의 몬테칼로 시뮬레이션을 수행하였다.
도 2는 2차원 시나리오 환경으로 검은색 실선은 표적의 궤적, 빨간색 실선은 추적 궤적, 보라색 점은 클러터 신호를 나타내며, 도 3의 경우 표적신호가 입수되지 않는 녹색의 가림영역을 설정하였다.
Method 탐지확률 0.9 탐지확률 0.8 탐지확률 0.7
MC1-IPDA 5.2 % 12.3 % 35.8 %
MC2-IPDA 3.4 % 10.1 % 31.0 %
MC1-ITS 0.3 % 2.2 % 6.1 %
MC2-ITS 0 % 0 % 0.1 %
표 1은 그림 1(a)의 가림환경이 존재하지 않는 시나리오에 대한 추적 실패 확률을 나타낸 결과이다. 탐지확률은 표적신호가 입수될 확률을 의미하며 탐지확률이 낮을 수 록 추적 실패 확률이 높아진다.
가림환경이 존재하지 않는 일반적인 환경에서 추적 실패율을 비교한 결과, 본 실시예에 따른 MC2-ITS가 종래 발명에 비해 추적 실패율이 낮은 것을 확인할 수 있다.
Method 탐지확률 0.9 탐지확률 0.8 탐지확률 0.7
MC1-IPDA 100 % 100 % 100 %
MC2-IPDA 45.8 % 55.2 % 78.4 %
MC1-ITS 100 % 100 % 100 %
MC2-ITS 0 % 0 % 1.2 %
표 2는 도 3의 가림환경이 존재하는 시나리오에 대한 추적 실패 확률을 나타낸 결과이다. 가림환경이 존재하는 환경에서 추적 실패율을 비교한 결과, 본 실시예에 따른 MC2-ITS가 종래 발명에 비해 추적 실패율이 현저히 낮은 것을 확인할 수 있다.
이러한 실험 결과를 통해 본 실시예에 따른 표적 추적방법이 가림환경에서 기존의 방법들과 비교하여 우수한 추적 성능을 가지고 있음을 확인할 수 있다.
도 4는 가림환경이 존재하지 않는 경우와 가림환경이 존재하는 경우의 시나리오에 대해 추적을 수행하면서 표적을 추적 중인 트랙의 가치를 확률로써 산출한 지표인 트랙 점수를 이용하여 트랙 점수가 0.99를 넘는 경우 트랙을 확정시키고 0.01을 넘지 못하는 경우 트랙을 제거함으로써 확정 트랙이 얼마나 오래 살아남는지를 비교한 그래프이다.
도 4에 도시된 바와 같이, 본 실시예에 따른 MC2-ITS는 가림영역에서 트랙의 점수가 급격하게 감소하는 것을 방지함으로써 트랙을 지속적으로 유지시킬 수 있다.
도 5 및 도 6은 가림환경이 존재하지 않는 경우 또는 가림환경이 존재하는 경우의 확정 트랙 개수를 비교한 그래프로서, 도시된 바와 같이 본 실시예에 따른 MC2-ITS는 종래 발명에 비해 확정 트랙 개수가 감소하지 하지 않고 유지됨을 확인할 수 있다.
이하 도 7을 참조하여 본 발명의 일 실시예에 따른 표적 추적장치(1)에 대해 설명한다. 도 7은 본 발명의 또 다른 일 실시예에 따른 표적 추적장치에 대한 블록도이다.
도 7에 도시된 바와 같이, 본 발명의 또 다른 일 실시예에 따른 표적 추적장치(1)는 표적을 감지하기 위한 센서부(10)와 전술한 표적 추적방법을 수행하는 신호처리부(20)를 포함할 수 있다. 도 9는 본 발명의 또 다른 일 실시예에 따른 고정밀 영상추적장치의 블록도이다.
센서부(10)는 표적을 감지하고 이 감지된 표적에 대응하는 표적신호를 신호처리부(20)로 전달하고, 신호처리부(20)는 센서부(10)로부터 전달된 표적신호를 이용하여 전술한 표적 추적방법을 수행함으로써 표적을 추적할 수 있다.
신호처리부(20)는 신호간의 컴포넌트 연결모듈(22), 쇄신 모듈(24), 컴포넌트 관리모듈(26) 및 트랙 관리모듈(28)로 구분될 수 있다. 이러한 구분은 설명의 편의를 위한 구분으로 이와 달리 다양한 기능 모듈로 구분될 수 있다.
신호간의 컴포넌트 연결모듈(22)은 표적의 위치를 예측하고, 상기 예측된 표적의 위치를 이용하여 표적을 감지하는 센서부로부터 매 시간 입력되는 각각의 표적신호를 컴포넌트로 연결하여 표적의 추적을 수행한다.
쇄신 모듈(24)은 표적의 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기 위한 확률적 지표로서, 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델에 근거하여 트랙의 추적성능 평가를 위한 트랙 점수를 산출하고, 그 마코브 체인 모델을 이용하여 추적을 위한 표적의 정보를 쇄신한다.
컴포넌트 관리모듈(26)은 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델을 이용하여 트랙의 컴포넌트를 융합하거나 제거한다.
트랙 관리모듈(28)은 쇄신 모듈(24)에 의해 산출된 트랙 점수가 사전 정해진 임계값 미만인 경우 해당 트랙을 제거하고, 그 임계값 이상인 경우 해당 트랙을 확정하여 유지함으로써 트랙의 관리를 수행한다.
본 발명의 일 실시예에 따른 표적 추적방법 및 이를 이용한 표적 추적장치는 위에서 설명한 실시예들의 구성과 방법에 한정되지 않으며, 사용자의 필요에 따라 실시예의 전부 또는 일부가 선택적으로 조합되어 구성될 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속함을 이해해야 할 것이다.
1: 표적 추적장치
10: 센서부
20: 신호처리부
22: 신호간의 컴포넌트 연결모듈
24: 쇄신 모듈
26: 컴포넌트 관리모듈
28: 트랙 관리모듈

Claims (6)

  1. 표적의 위치를 예측하는 단계;
    상기 예측된 표적의 위치를 이용하여 표적을 감지하는 센서부로부터 매 시간 입력되는 각각의 표적신호를 컴포넌트로 연결하여 표적의 추적을 수행하는 단계;
    표적의 추적이 수행되면 표적을 추적 중인 트랙에 대한 신뢰도를 측정하기 위한 확률적 지표로서, 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설을 적용한 마코브 체인 모델에 근거하여 트랙의 추적성능 평가를 위한 트랙 점수를 산출하고, 상기 마코브 체인 모델을 이용하여 추적을 위한 표적의 정보를 쇄신하는 단계;
    상기 마코브 체인 모델을 이용하여 트랙의 컴포넌트를 융합하거나 제거하는 단계; 및
    상기 산출된 트랙 점수가 사전 정해진 임계값 미만인 경우 해당 트랙을 제거하고, 그 임계값 이상인 경우 해당 트랙을 확정하여 유지하는 단계를 포함하는 것을 특징으로 하는 표적 추적방법.
  2. 제1항에 있어서,
    상기 트랙 점수의 산출은 표적신호의 존재유무에 대한 가설과 가림 상황에 대한 가설에 의한 각각의 사건들이 시간에 따라 발생할 확률을 상태천이확률 행렬로 모델링하는 것을 기초로 수행되는 것을 특징으로 표적 추적방법.
  3. 제2항에 있어서,
    상기 상태천이확률 행렬(
    Figure 112013027537327-pat00075
    )은, 시간이
    Figure 112013027537327-pat00076
    에서
    Figure 112013027537327-pat00077
    로 증가할 때 수식 1과 같이 표현되는 것을 특징으로 하는 표적 추적방법.
    수식 1:
    Figure 112013027537327-pat00078

    (여기서,
    Figure 112013027537327-pat00079
    :
    Figure 112013027537327-pat00080
    시간에 표적이 존재하며 탐지 가능할(visible) 가설,
    Figure 112013027537327-pat00081
    :
    Figure 112013027537327-pat00082
    시간에 표적은 존재하나 가림으로 인해 탐지되지 않을(not-visible) 가설,
    Figure 112013027537327-pat00083
    :
    Figure 112013027537327-pat00084
    시간에 표적이 존재하지 않는다는 가설)
  4. 제3항에 있어서,
    상기 트랙 점수는, 수식 2로 표현되는 우도비(
    Figure 112013027537327-pat00085
    )와 트랙존재 사전확률(
    Figure 112013027537327-pat00086
    )을 이용하여, 수식 3으로 표현되는 트랙존재 사후확률
    Figure 112013027537327-pat00087
    에 기초하여 산출되는 것을 특징으로 하는 표적 추적방법.
    수식 2:
    Figure 112013027537327-pat00088

    (여기서,
    Figure 112013027537327-pat00089
    : 표적에 대한 탐지확률,
    Figure 112013027537327-pat00090
    : 측정치가 유효측정영역 내에 존재할 확률,
    Figure 112013027537327-pat00091
    : 클러터 공간밀도,
    Figure 112013027537327-pat00092
    : 컴포넌트에서 계산된 likelihood 확률)
    수식 3:
    Figure 112013027537327-pat00093
  5. 제3항에 있어서,
    상기 트랙 점수는, 수식 4로 표현되는 우도비(
    Figure 112013027537327-pat00094
    )와 트랙존재 사전확률(
    Figure 112013027537327-pat00095
    )을 이용하여, 수식 5 및 수식 6으로 각각 표현되는 트랙존재 사후확률
    Figure 112013027537327-pat00096
    및 표적이 가려지는 사건의 트랙존재 사후확률(
    Figure 112013027537327-pat00097
    )의 합에 의해 산출되는 것을 특징으로 하는 표적 추적방법.
    수식 4:
    Figure 112013027537327-pat00098

    (여기서,
    Figure 112013027537327-pat00099
    : 표적에 대한 탐지확률,
    Figure 112013027537327-pat00100
    : 측정치가 유효측정영역 내에 존재할 확률,
    Figure 112013027537327-pat00101
    : 클러터 공간밀도,
    Figure 112013027537327-pat00102
    : 컴포넌트에서 계산된 likelihood 확률)
    수식 5:
    Figure 112013027537327-pat00103

    수식 6:
    Figure 112013027537327-pat00104
  6. 표적을 감지하고 이 감지된 표적에 대응하는 표적신호를 출력하는 센서부; 및
    상기 센서부로부터 출력되는 표적신호를 이용하여 상기 제1항 내지 제5항 중 어느 하나의 항에 따른 표적 추적방법을 수행하는 신호처리부를 포함하는 것을 특징으로 하는 표적 추적장치.
KR1020130034384A 2013-03-29 2013-03-29 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치 KR101372390B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130034384A KR101372390B1 (ko) 2013-03-29 2013-03-29 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130034384A KR101372390B1 (ko) 2013-03-29 2013-03-29 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치

Publications (1)

Publication Number Publication Date
KR101372390B1 true KR101372390B1 (ko) 2014-03-19

Family

ID=50648150

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130034384A KR101372390B1 (ko) 2013-03-29 2013-03-29 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치

Country Status (1)

Country Link
KR (1) KR101372390B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180077865A (ko) * 2016-12-29 2018-07-09 단국대학교 산학협력단 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법
KR20180080004A (ko) * 2017-01-03 2018-07-11 국방과학연구소 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법
KR20200024623A (ko) * 2018-08-28 2020-03-09 국방과학연구소 수동형 센서 시스템을 위한 강인 추적 장치 및 방법
CN111220167A (zh) * 2018-11-27 2020-06-02 通用汽车环球科技运作有限责任公司 应用地图以改善目标跟踪、车道分配和分类的系统和方法
RU2760951C1 (ru) * 2021-03-22 2021-12-01 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Способ сопровождения крылатой ракеты при огибании рельефа местности в различных тактических ситуациях
KR20230029389A (ko) * 2021-08-24 2023-03-03 국방과학연구소 항적 존재 확률에 기초하여 품질을 결정하는 중앙 서버의 동작 방법
RU2791283C1 (ru) * 2022-02-28 2023-03-07 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" (ФГУП "ГосНИИАС") Способ определения направления на объект и предполагаемого промаха на борту беспилотного летательного аппарата

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060129491A (ko) * 2004-02-20 2006-12-15 록히드 마틴 코포레이션 컴포넌트 관련 추적기 시스템 및 방법
US20100017180A1 (en) 2006-12-05 2010-01-21 Martin Randler Method and device for object tracking in a driver assistance system of a motor vehicle
JP2013021682A (ja) 2011-07-08 2013-01-31 Mitsubishi Electric Corp 焦点に基づく動的シーンの深度再構成のための装置および方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060129491A (ko) * 2004-02-20 2006-12-15 록히드 마틴 코포레이션 컴포넌트 관련 추적기 시스템 및 방법
US20100017180A1 (en) 2006-12-05 2010-01-21 Martin Randler Method and device for object tracking in a driver assistance system of a motor vehicle
JP2013021682A (ja) 2011-07-08 2013-01-31 Mitsubishi Electric Corp 焦点に基づく動的シーンの深度再構成のための装置および方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180077865A (ko) * 2016-12-29 2018-07-09 단국대학교 산학협력단 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법
KR101878390B1 (ko) 2016-12-29 2018-08-17 단국대학교 산학협력단 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법
KR20180080004A (ko) * 2017-01-03 2018-07-11 국방과학연구소 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법
KR101913214B1 (ko) 2017-01-03 2018-12-28 국방과학연구소 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법
KR102135896B1 (ko) * 2018-08-28 2020-07-20 국방과학연구소 수동형 센서 시스템을 위한 강인 추적 장치 및 방법
KR20200024623A (ko) * 2018-08-28 2020-03-09 국방과학연구소 수동형 센서 시스템을 위한 강인 추적 장치 및 방법
CN111220167A (zh) * 2018-11-27 2020-06-02 通用汽车环球科技运作有限责任公司 应用地图以改善目标跟踪、车道分配和分类的系统和方法
CN111220167B (zh) * 2018-11-27 2023-12-12 通用汽车环球科技运作有限责任公司 应用地图以改善目标跟踪、车道分配和分类的系统和方法
RU2760951C1 (ru) * 2021-03-22 2021-12-01 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Способ сопровождения крылатой ракеты при огибании рельефа местности в различных тактических ситуациях
KR20230029389A (ko) * 2021-08-24 2023-03-03 국방과학연구소 항적 존재 확률에 기초하여 품질을 결정하는 중앙 서버의 동작 방법
KR102681077B1 (ko) * 2021-08-24 2024-07-04 국방과학연구소 항적 존재 확률에 기초하여 품질을 결정하는 중앙 서버의 동작 방법
RU2791283C1 (ru) * 2022-02-28 2023-03-07 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" (ФГУП "ГосНИИАС") Способ определения направления на объект и предполагаемого промаха на борту беспилотного летательного аппарата
RU2794733C1 (ru) * 2022-09-14 2023-04-24 Федеральное автономное учреждение "Государственный научно-исследовательский институт авиационных систем" (ФАУ "ГосНИИАС") Способ комплексирования информации при определении направления беспилотного летательного аппарата на воздушный объект и величины предполагаемого промаха

Similar Documents

Publication Publication Date Title
KR101372390B1 (ko) 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치
Clark et al. The GM-PHD filter multiple target tracker
US9316730B2 (en) Monitoring device and monitoring method
Niedfeldt et al. Convergence and complexity analysis of recursive-RANSAC: A new multiple target tracking algorithm
US20160162738A1 (en) Object tracking device, object tracking method, and object tracking program
EP3859389B1 (en) Merging intensities in a phd filter based on a sensor track id
CN111383294B (zh) 一种安防雷达系统中防区的绘制方法及装置
JP2013174568A (ja) 移動体追跡装置、移動体追跡方法、及びプログラム
CN110426714B (zh) 一种障碍物识别方法
EP2980603A1 (en) Two step pruning in a phd filter
Rezatofighi et al. A multiple model probability hypothesis density tracker for time-lapse cell microscopy sequences
CN105321380A (zh) 基于传感器轨迹id更新phd过滤器中的强度
US7773771B2 (en) Video data tracker
US10679038B2 (en) Method and apparatus for determining temporal behaviour of an object in image data
Sahin et al. A multi-dimensional Hough transform algorithm based on unscented transform as a track-before-detect method
EP2980602B1 (en) Adjusting weight of intensity in a phd filter based on sensor track id
US8102305B2 (en) Filtering sensor data to provide estimates of structures
Schubert et al. Performance evaluation of multiple target tracking in the absence of reference data
CN103376445B (zh) 基于野值剔除的指数分布参数确定方法和装置
CN111295566B (zh) 物体识别装置及物体识别方法
Zhang et al. Multisensor management method for ground moving target tracking based on Doppler blind zone information
Zaveri et al. Wavelet-based detection and its application to tracking in an IR sequence
US11915433B2 (en) Object tracking system, tracking parameter setting method, and non-transitory computer readable medium
Zade et al. Pulse repetition interval detection using statistical modeling
Chang et al. Modeling human false alarms using clutter metrics

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170303

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180305

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200303

Year of fee payment: 7