【技术实现步骤摘要】
基于OSPA迭代的多传感器GMPHD自适应融合方法
本专利技术涉及复杂环境下的多传感器融合的多目标跟踪领域,涉及一种基于概率假设密度滤波的多传感器自适应融合多目标跟踪方法,用于解决在复杂环境下的多目标跟踪,提高对监测区域内未知目标的跟踪效果,达到高精度且稳定的跟踪效果。
技术介绍
在多传感器跟踪系统中,数据融合技术需要融合来自多个传感器的数据以获得对目标的状态估计,能够提高跟踪系统的性能。然而,随着目标数增多和数据关联复杂等因素,多传感器多目标跟踪技术也面临诸多挑战。截至目前,国内外研究学者已提出许多数据融合算法,主要包括两类:传感器级融合和特征级融合。这两类融合方法分别对应数据关联的两个层级。在传感器级融合方法中,每个传感器分别利用自身的量测对目标进行跟踪形成航迹,然后利用数据关联方法对航迹进行关联和融合,数据关联方法包括:交互式多模型InteractionMultipleModel,IMM),联合数据关联(JointProbabilityDataAssociation,JPDA)和多假设跟踪(MultipleHypothesisTracking,MHT)等。在特征级融合技术中,所有传感器的量测信息都被传送至融合中心进行,然后融合中心将“量测-目标”进行关联处理来得到目标的状态估计。然而,迄今为止,这两类融合方式都需要解决数据关联问题,在复杂场景中会面临计算量爆炸的风险。随机有限集(RFS)理论为解决多目标跟踪(MT)问题提供了另一种方法。基本上,基于RFS的算法在轨迹关联问题之前可以获得状态估计,这与基于 ...
【技术保护点】
1.基于OSPA迭代的多传感器GMPHD自适应融合方法,其特征在于该方法具体包括以下步骤:/n(1)构建多传感器多目标跟踪场景,并对目标的运动模型进行初始化,设置目标运动的相关参数,包括目标运动的过程噪声和传感器的量测噪声;其中传感器的量测来自目标或来自杂波;/n建立目标的运动模型:
【技术特征摘要】
1.基于OSPA迭代的多传感器GMPHD自适应融合方法,其特征在于该方法具体包括以下步骤:
(1)构建多传感器多目标跟踪场景,并对目标的运动模型进行初始化,设置目标运动的相关参数,包括目标运动的过程噪声和传感器的量测噪声;其中传感器的量测来自目标或来自杂波;
建立目标的运动模型:
式中,k表示离散时间变量,i表示目标的序号,i=1,2,···,N,表示第i个目标在k时刻的状态变量,ωk表示均值为零、方差为Qk的高斯白噪声,映射fk|k+1表示第i个目标从k时刻到k+1时刻状态转移的状态转移方程;第i个目标在k时刻的状态变量其中,(xi,k,yi,k)为k时刻第i个目标在监测空间中的位置分量,为k时刻第i个目标在监测空间中的速度分量;
如果传感器的量测来自目标,则传感器的量测符合以下传感器量测模型:
式中,j表示传感器的序列,j=1,2,···,s,表示k时刻传感器j的输出量测,映射hk表示第j个传感器在k时刻对目标状态的观测方程,υk表示均值为零、方差为的测量高斯白噪声,且各时刻的过程噪声和测量噪声相互独立;k时刻传感器j的观测集合为累积观测集合为s个传感器累积到k时刻的观测集合为传感器j在k时刻对被跟踪目标的探测概率为
如果传感器的量测来自杂波,则传感器的量测符合以下杂波模型:
式中,!表示阶乘,nk为k时刻监测空域内的杂波个数,假设杂波数量服从强度为λ的泊松分布,ρ(nk)为杂波个数nk的概率函数,yl为第l个杂波的位置状态,Ψ(x)为监测空间的体积,q(yl)为第l个杂波出现的概率;
(2)构建一种多传感器迭代更新自适应融合框架;
基于OSPA度量对GM粒子集进行质量评价,进行加权来突出权值较大的粒子的对OSPA度量值的影响,再根据粒子集质量的一致性对传感器融合顺序进行排序,从而得到最优融合顺序;该方法描述如下:
假设存在s个传感器,对于任意的传感器j,k时刻得到它的后验GM粒子集其中为GM项的个数,分别表示目标的权重、状态估计和对应的协方差估计;则对于传感器j1≠j2,根据如下的OSPA距离公式计算它们之间的一致性度量:
其中,c为水平参数,用于调节目标状态估计误差的阈值;p为距离敏感参数,p均取2;
进一步定义传感器S的全局一致性度量如下:
基于上式分别计算每个传感器的全局一致性度量,并将计算结果从小到大排序;此处认为全局一致度量越小,则传感器获得的GM粒子集质量越高;因此,按照全局一致性度量由大到小对融合顺序进行排序,即最先将GM粒子集质量最低的传感器进行融合,然后与GM粒子集质量第二低的传感器进行融合,以此类推,直到最终与GM粒子集质量最高的传感器融合完毕;
(3)对每个传感器分别应用高斯混合PHD滤波算法对先验信息和自身获得的测量值进行滤波估计;
高斯混合PHD滤波算法具体过程如下:
1)预测新生目标
式中,表示第ib个目标在k-1时刻的先验权重,表示第ib个...
【专利技术属性】
技术研发人员:申屠晗,朱袁伟,郭云飞,薛安克,石义芳,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。