一种基于SMR目标轨迹的地理信息提取及目标跟踪方法技术

本发明专利技术提供了一种基于SMR目标轨迹的地理信息提取及目标跟踪方法，包括：步骤1，进行航迹数据甄选预处理，得到目标历史轨迹数据；步骤2，提取区域道路多边形，剔除异常凹凸道路区，识别道路边缘信息；步骤3，提取道路网中心线、道路中航向及目标运动区域道路宽度数据，剔除虚假道路信息；步骤4，识别道路区域类型，区分不同的区域的道路类型；步骤5，将道路的地理信息作为约束条件带入相应的卡尔曼滤波方程，进行目标状态估计。该方法在道路地理特征信息无法或尚未获取时、机场基建道路信息未能及时更新时、地图道路精度较差时，可依据雷达实际探测跟踪的目标轨迹信息自动提取道路地理信息并改善目标跟踪的航迹精度与稳定性。

A method of geographic information extraction and target tracking based on SMR target track

【技术实现步骤摘要】
一种基于SMR目标轨迹的地理信息提取及目标跟踪方法
本专利技术属于雷达数据处理领域，尤其涉及一种基于SMR目标轨迹的地理信息提取及目标跟踪方法。
技术介绍
场面监视雷达(SMR)主要用于机场表面(跑道和机动区域)交通管制，对跑道、滑行道、停机坪区域的飞机、车辆和其他物体进行雷达监视的探测设备。SMR利用电磁波的散射效应生成机场地面的高分辨率雷达图像，并对目标进行全自动录取和跟踪，为系统提供及时、准确、全面的机场地面活动目标信息。场面监视雷达拥高分辨率、抗地物和气象杂波、全天候工作、高可靠性等技术特点。道路地图信息可以用来改善路面行驶目标的航迹精度与跟踪稳定性，在某些特定的应用中，基于目标跟踪提取道路地图的方法是非常有效的：1、当可靠的道路信息无法或尚未获取时、由地理信息系统提供的道路地图未能及时更新时，或者当前道路地图的精度较差时。2、利用速度约束和相关滤波算法，可以有效实现场面监视运动目标的跟踪性能优化，同时滤波算法的航迹更为平滑，跟踪精度更高。
技术实现思路
专利技术目的：针对无道路辅助信息或道路信息缺少下的目标精确跟踪，本专利技术公开了一种基于SMR目标轨迹的地理信息提取及精确跟踪技术方法，提取的道路地图信息用以改善路面运动目标的跟踪航迹精度，提高航迹的连续性、稳定性。技术方案：本专利技术公开了一种基于SMR目标轨迹的地理信息提取及目标跟踪方法，包括如下步骤：步骤1，提取航迹库中积累的历史航迹数据，进行航迹数据甄选预处理，得到目标历史轨迹数据；步骤2，基于目标历史轨迹数据，构建带约束的Delaunay三角网，提取区域道路多边形，剔除异常凹凸道路区，识别道路边缘信息；步骤3，基于目标历史轨迹数据，提取道路网中心线，剔除虚假道路信息；步骤4，基于目标历史轨迹数据，识别道路区域类型，区分不同的区域的道路类型，进行目标运动区域宽度提取，根据道路区域类型建立地理信息图层，并按固定格式存储为地理信息图层文件；步骤5，根据目标所处道路区域类型，将道路的地理信息作为约束条件带入相应的卡尔曼滤波方程，进行目标状态估计。步骤1包括：提取航迹库中积累的历史航迹数据，按照目标对历史航迹数据进行分类，每个目标对应一组历史航迹数据，提取航迹的位置、航速航向、时间信息，对雷达航迹参数信息进行解析和解算(参见欧洲航空安全局关于民用雷达的240数据编码格式https://www.eurocontrol.int/asterix)，判别航迹参数异常值数据，将超出运动目标的各个分量的正常取值范围的异常数据剔除掉，得到目标历史轨迹数据。步骤2包括：步骤2-1，在步骤1得到的航迹数据中，先找到一个包含点迹的外接矩阵，外接矩阵边框长度为点集的最大边界长度的N倍，连接外接矩阵任意一条对角线，形成两个三角形，对它们进行标号，把它们作为初始Delaunay三角网格；步骤2-2，从点集中取任意一点P，把点P插入Delaunay三角网格中；步骤2-3，查找点P所在三角形，连接点P和所述三角形的三个顶点，形成三个三角形；步骤2-4，调用Lawson的局部优化算法，逐个更新所有生成的三角形；步骤2-5，重复步骤2-2～步骤2-4直至插入所有点；步骤2-6，删除所有包含超三角形顶点的三角形，得到轨迹线构建的Delaunay三角网；步骤2-7，Delaunay三角网中三角形的边长分为两类：位于道路外空白区域的长边和位于道路内部的短边，根据Delaunay三角网边长的统计特征，得出一种整体长边边长约束准则(约束准则为：整体长边边长小于给定阈值的三角形，这里阈值设定为500米)，判断三角形的一边是否在多边形的内部，如果是，保留该边，否则舍弃，即剔除异常凹凸道路区，三角形网的边缘信息即道路边缘信息。步骤3包括：步骤3-1，提取道路面多边形，二次构建Delaunay三角网，并标记所有三角形的类型；步骤3-2，提取道路网中心线；步骤3-3，剔除不规则道路网中心线信息，即剔除提取的道路轮廓的多边形突刺(导致道路面多边形不平滑的三角形，即在道路中心线一边的三角形，这些异类三角形的长度小于道路宽度)；虚假道路信息剔除后(虚假道路信息即前面所述的多边形突刺)，然后删除短轨迹线(长度小于50米)、删除轨迹线方向变化大(前后两个周期航向差值大于60度)且直接穿越不同道路的异常轨迹线。步骤3-1中，所述三角形的类型包括4类：第0类三角形是位于多边形外部的三角形，是无效三角形，对于提取道路网中心线没有意义；位于多边形内部的三角形是有效三角形，将位于多边形内部的三角形分为3类，第1类三角形只有1个邻接三角形，第2类有两个邻接三角形，第3类是三角形3条边都有邻接三角形。步骤3-2包括：判断三角形是否是为有效三角形，对于有效三角形，如果是第1类三角形，提取桥接边的中点和另外两边中较长一边的中点；如果是第2类三角形，提取两个桥接边的中点；如果是第3类三角形则需提取三角形的重心和3条桥接边的中点，从而得到道路网中心线提取算法：从任意一个第1类或第3类三角形出发依次按三角形的临近关系逐次搜索、按中心线提取原则依次提取相应节点，终止于第1类或第3类三角形，则得到一条道路网中心线，当所有第1类三角形作为出发或终止搜索过一遍，所有第3类三角形作为出发或终止搜索过三遍，道路网中心线提取完毕。步骤4包括：步骤4-1，将道路区域分为三类：跑道区域、滑行道区域和停机坪区域；步骤4-2，将已经分类为跑道区域、滑行道区域、停机坪区域的区域中的跑道、滑行道进行二次分类：判断区域内的道路网中心线个数，只有一个道路网中心线的为单道路网中心线区域，有两个以上道路网中心线的为多道路网中心线区域；步骤4-3，根据道路区域类型建立地理信息图层，并按固定格式存储为地理信息图层文件。步骤5包括：在目标跟踪系统中，加载生成的地图数据后，对目标进行跟踪时，实时判断目标所处区域位置，对于不同区域的目标按如下方法进行跟踪：如果目标位于跑道区域和连续的滑行道区域，进行带航向约束条件的卡尔曼滤波；如果目标位于目标转弯和多交叉口道路区，进行带航向约束的多假设目标跟踪滤波，多交叉道路区即多道路网中心线区域；如果目标位于停机坪区域，进行带航向约束的简易卡尔曼滤波，完成慢速目标跟踪。步骤5中，所述进行带航向约束条件的卡尔曼滤波，包括如下步骤：目标航向和道路网中心线方向平行，雷达坐标系下，航向为θ，目标在tk-1时刻位置位于(xk-1,yk-1)，在tk时刻加速度为(axk,ayk)，速度为(vxk,vyk)，位置位于(xk,yk)，则tantan可以得到：0＝cosθ·vxk-sinθ·vyk构建伪量测：雷达在k时刻量测得到距离和方位以及伪量测值为0的值：xk＝[xkvxkaxkykvykayk[T，其中h(xk)为观测方程，zk为观测值(包括方位、距离以本文档来自技高网...

【技术保护点】
1.一种基于SMR目标轨迹的地理信息提取及目标跟踪方法，其特征在于，包括如下步骤：/n步骤1，提取航迹库中积累的历史航迹数据，进行航迹数据甄选预处理，得到目标历史轨迹数据；/n步骤2，基于目标历史轨迹数据，构建带约束的Delaunay三角网，提取区域道路多边形，剔除异常凹凸道路区，识别道路边缘信息；/n步骤3，基于目标历史轨迹数据，提取道路网中心线，剔除虚假道路信息；/n步骤4，基于目标历史轨迹数据，识别道路区域类型，区分不同的区域的道路类型，进行目标运动区域宽度提取，根据道路区域类型建立地理信息图层，并按固定格式存储为地理信息图层文件；/n步骤5，根据目标所处道路区域类型，将道路的地理信息作为约束条件带入相应的卡尔曼滤波方程，进行目标状态估计。/n

【技术特征摘要】
1.一种基于SMR目标轨迹的地理信息提取及目标跟踪方法，其特征在于，包括如下步骤：
步骤1，提取航迹库中积累的历史航迹数据，进行航迹数据甄选预处理，得到目标历史轨迹数据；
步骤2，基于目标历史轨迹数据，构建带约束的Delaunay三角网，提取区域道路多边形，剔除异常凹凸道路区，识别道路边缘信息；
步骤3，基于目标历史轨迹数据，提取道路网中心线，剔除虚假道路信息；
步骤4，基于目标历史轨迹数据，识别道路区域类型，区分不同的区域的道路类型，进行目标运动区域宽度提取，根据道路区域类型建立地理信息图层，并按固定格式存储为地理信息图层文件；
步骤5，根据目标所处道路区域类型，将道路的地理信息作为约束条件带入相应的卡尔曼滤波方程，进行目标状态估计。


2.根据权利要求1所述的方法，其特征在于，步骤1包括：提取航迹库中积累的历史航迹数据，按照目标对历史航迹数据进行分类，每个目标对应一组历史航迹数据，提取航迹的位置、航速航向、时间信息，对雷达航迹参数信息进行解析和解算，判别航迹参数异常值数据，将超出运动目标的各个分量的正常取值范围的异常数据剔除掉，得到目标历史轨迹数据。


3.根据权利要求2所述的方法，其特征在于，步骤2包括：
步骤2-1，在步骤1得到的航迹数据中，先找到一个包含点迹的外接矩阵，外接矩阵边框长度为点集的最大边界长度的N倍，连接外接矩阵任意一条对角线，形成两个三角形，对它们进行标号，把它们作为初始Delaunay三角网格；
步骤2-2，从点集中取任意一点P，把点P插入Delaunay三角网格中；
步骤2-3，查找点P所在三角形，连接点P和所述三角形的三个顶点，形成三个三角形；
步骤2-4，调用Lawson的局部优化算法，逐个更新所有生成的三角形；
步骤2-5，重复步骤2-2～步骤2-4直至插入所有点；
步骤2-6，删除所有包含超三角形顶点的三角形，得到轨迹线构建的Delaunay三角网；
步骤2-7，Delaunay三角网中三角形的边长分为两类：位于道路外空白区域的长边和位于道路内部的短边，根据Delaunay三角网边长的统计特征，得出一种整体长边边长约束准则，判断三角形的一边是否在多边形的内部，如果是，保留该边，否则舍弃，即剔除异常凹凸道路区，三角形网的边缘信息即道路边缘信息。


4.根据权利要求3所述的方法，其特征在于，步骤3包括：
步骤3-1，提取道路面多边形，二次构建Delaunay三角网，并标记所有三角形的类型；
步骤3-2，提取道路网中心线；
步骤3-3，剔除不规则道路网中心线信息，即剔除提取的道路轮廓的多边形突刺；虚假道路信息剔除后，然后删除短轨迹线、删除轨迹线方向变化大且直接穿越不同道路的异常轨迹线。


5.根据权利要求4所述的方法，其特征在于，步骤3-1中，所述三角形的类型包括4类：
第0类三角形是位于多边形外部的三角形，是无效三角形，对于提取道路网中心线没有意义；位于多边形内部的三角形是有效三角形，将位于多边形内部的三角形分为3类，第1类三角形只有1个邻接三角形，第2类有两个邻接三角形，第3类是三角形3条边都有邻接三角形。


6.根据权利要求5所述的方法，其特征在于，步骤3-2包括：判断三角形是否是为有效三角形，对于有效三角形，如果是第1类三角形，提取桥接边的中点和另外两边中较长一边的中点；如果是第2类三角形，提取两个桥接边的中点；如果是第3类三角...

【专利技术属性】
技术研发人员：陈硕，翟海涛，商凯，赵玉丽，张鈞溥，章林，
申请(专利权)人：南京莱斯电子设备有限公司，
类型：发明
国别省市：江苏;32