一种多车辆目标跟踪的航迹管理方法及系统、车辆技术方案

本发明专利技术公开了一种多车辆目标跟踪的航迹管理方法及系统、车辆，所述方法包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将传感器原始数据解析成目标数据；步骤3，从目标数据中提取检测目标；步骤4，接收前一时刻的航迹，得到预测航迹；步骤5，关联检测目标和前一时刻预测航迹得，到关联数据；步骤6，根据关联失败检测目标，新生成航迹；步骤7，根据关联成功的航迹，更新航迹；步骤8，根关联失败的航迹，更新航迹；步骤9，根据新生成、更新及未删除的各航迹，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。本发明专利技术的航迹管理方法的可靠性提高，误跟踪率降低。

【技术实现步骤摘要】
一种多车辆目标跟踪的航迹管理方法及系统、车辆
本专利技术涉及智能信息处理
，特别是涉及一种多车辆目标跟踪的航迹管理方法及系统、车辆。
技术介绍
智能驾驶汽车作为一个复杂的智能系统，涉及的内容主要包括底层的执行控制、中层的环境感知和上层的决策规划。其中环境感知技术利用各种车载传感器对车辆行驶环境进行数据采集，获取环境信息，并对信息中的有效数据进行处理。环境感知系统为智能驾驶汽车提供了自车与周围障碍物的位置信息以及两者之间的相对距离、相对速度信息，进而为上层决策规划提供信息依据，因此环境感知技术的研究在智能汽车安全研究中享有重要的地位。而随着智能驾驶技术的不断进步和推广，其所期望的应用场景越来越复杂化，故准确跟踪多车辆目标是环境感知技术中的一个关键点。在复杂行驶工况下，由于存在车辆目标受遮挡、目标频繁进入和离开传感器视野、传感器的目标识别性能不佳等问题，多车辆目标跟踪难以输出连续、稳定且准确的航迹，该航迹包括目标的速度序列、位置序列、目标长宽高、目标类型和航迹时长等参数。为解决这一问题，多车辆目标跟踪需要进行航迹管理，即按照一定的方法或规则实现航迹生成、航迹成熟、航迹更新、航迹选择本文档来自技高网...

【技术保护点】
一种多车辆目标跟踪的航迹管理方法，其特征在于，包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将步骤1中的传感器原始数据解析成目标数据；步骤3，从步骤2的所述目标数据中提取当前时刻的检测目标；步骤4，接收前一时刻的航迹，并进行一步预测后的预测航迹；步骤5，关联步骤3中提取出来的检测目标和步骤4)中接收到的前一时刻预测航迹，得到关联数据，其中，该关联数据包括关联成功的检测目标及与该检测目标关联成功的航迹、关联失败的检测目标、以及关联失败的航迹；步骤6，根据步骤5得到的关联数据中的关联失败检测目标，新生成与关联失败检测目标相对应的航迹以及初始化新生成的航迹中的置信度状...

【技术特征摘要】
1.一种多车辆目标跟踪的航迹管理方法，其特征在于，包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将步骤1中的传感器原始数据解析成目标数据；步骤3，从步骤2的所述目标数据中提取当前时刻的检测目标；步骤4，接收前一时刻的航迹，并进行一步预测后的预测航迹；步骤5，关联步骤3中提取出来的检测目标和步骤4)中接收到的前一时刻预测航迹，得到关联数据，其中，该关联数据包括关联成功的检测目标及与该检测目标关联成功的航迹、关联失败的检测目标、以及关联失败的航迹；步骤6，根据步骤5得到的关联数据中的关联失败检测目标，新生成与关联失败检测目标相对应的航迹以及初始化新生成的航迹中的置信度状态，并输出新生成的航迹，其中：新生成航迹以关联失败检测目标为起始点；步骤7，根据步骤5得到的关联数据中的关联成功的检测目标及与该检测目标关联成功的航迹，更新该与该检测目标关联成功的航迹中的速度、位置、航迹时长和置信度状态，并输出更新后的航迹；步骤8，根据步骤5得到的关联数据中的关联失败的航迹，更新关联失败的航迹的置信度状态，并根据更新后的置信度状态输出未删除的当前时刻的航迹；步骤9，根据步骤6、步骤7中以及步骤8输出的各当前时刻航迹，进行一步预测，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。2.如权利要求1所述的多车辆目标跟踪的航迹管理方法，其特征在于，航迹的置信度状态的辨识框架为Θ＝{N,MI,MU,E}，其中，N表示新的航迹状态，MI表示成熟且重要的航迹状态，MU表示成熟但不重要的航迹状态，E表示需要删除的航迹状态；对于Θ的任意一个非空子集A，即定义其基本置信度分配为mΘ(A)，表示对命题A的精确信任程度，满足mΘ(A)≥0，且∑A∈2ΘmΘ(A)＝1；步骤6具体包括如下步骤：步骤61，接收步骤5得到的关联数据中的关联失败检测目标并以其作为第一帧数据生成新的航迹Tk，k表示当前时刻；步骤62，基于D-S证据理论，初始化步骤61中生成的新的航迹Tk的置信度状态；和步骤63，输出经由步骤62初始化置信度状态后的新生成的航迹；其中，步骤62具体包括：步骤621，使步骤61中生成的新的航迹Tk的命题N的基本置信度分配不小于第一阈值，命题E的基本置信度分配不大于第二阈值；步骤622，基于目标重要性判断规则，初始化步骤61中生成的新的航迹Tk的命题MI的基本置信度分配以及命题MU的基本置信度分配的值，并使步骤621)中的以及步骤622)中的满足3.如权利要求2所述的多车辆目标跟踪的航迹管理方法，其特征在于，步骤7具体包括如下步骤：步骤71，接收步骤5得到的关联数据中的关联成功的检测目标及与该检测目标关联成功的航迹k-1表示前一时刻；步骤72，根据步骤71中的航迹通过扩展卡尔曼滤波计算得到航迹Tk，k表示当前时刻；步骤73，更新步骤72获得的航迹Tk的置信度状态；和步骤74，输出经由步骤73更新置信度状态后的航迹Tk；其中，步骤73具体包括：步骤731，基于目标重要性判断规则，设置由步骤72获得的航迹Tk的命题MI的基本置信度分配以及命题MU的基本置信度分配步骤732，基于航迹关联置信度状态更新规则设置由步骤72获得的航迹Tk的命题N的基本置信度分配和命题E的基本置信度分配步骤733，利用D-S证据理论中的合成公式(4)和(5)，采用步骤731和步骤732中设置的置信度状态和前一时刻航迹的置信度状态，计算航迹Tk的置信度状态其中，1-Zk-1,k是合成公式(5)中的归一化系数；Ak-1是前一时刻的航迹置信度状态，Ak是当前时刻的航迹置信度状态，即Ak-1∈2Θ，Ak∈2Θ。4.如权利要求3所述的多车辆目标跟踪的航迹管理方法，其特征在于，步骤8具体包括如下步骤：步骤81，接收步骤5得到的关联数据中的关联失败的航迹步骤82，基于航迹关联置信度状态更新规则，设置航迹的当前置信度状态步骤83，利用D-S证据理论中的合成公式(4)和(5)，采用步骤82中设置的置信度状态和前一时刻航迹的置信度状态，计算航迹Tk的置信度状态步骤84，利用公式(3)，计算每条关联失败的航迹在当前时刻的命题E的基本置信度分配的值BetPΘ(E)：其中|A|表示Θ任意一个非空子集A中的命题个数；若BetPΘ(E)小于第三阈值，表示该航迹尚不需要被删除，则输出未删除的当前时刻航迹。5.一种多车辆目标跟踪的航迹管理装置，其特征在于，包括：车载传感器，用于采集自车周围的其它交通参与目标的传感器原始数据；传感器驱动模块，用于将所述车载传感器采集...

【专利技术属性】
技术研发人员：王建强，黄彬，李克强，许庆，王礼坤，熊辉，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11