[发明专利]一种基于汽车防撞雷达的道路多目标跟踪方法

说明书

技术领域

本发明涉及汽车防撞雷达信号处理领域，尤其涉及一种基于汽车防撞雷达的道路 多目标跟踪的方法。

背景技术

随着我国汽车的保有量的增加、汽车的行驶速度的提高，汽车的碰撞事故越来越 多。近年来，汽车预警技术成为研究开发的热点，汽车防撞雷达作为一项主动防撞措施，能 够追踪汽车前方一定距离内的单个或多个目标，获取其与本车的距离、速度和方位角等信 息，并可根据预警系统在危险情况下发出报警信号，以提示驾驶员采取措施，避免由于外后 视镜视野不足或驾驶员注意力不集中发生的撞车事故。

针对汽车防撞雷达道路多目标跟踪问题，现有技术的解决方法可归纳为两类。第 一类是经典方法，主要基于滤波、数据关联及航迹管理；中国专利CN105000019A公开了一种 用于检测、追踪和估计静止的路边物体的方法和系统，将来自几个前视雷达传感器的数据 点用来确定是否存在静止的路边物体之前合并、归类和预分类数据点来减少数据量，通过 数据拟合算法以估计物体的参数，但该专利仅针对路边静止的多目标进行跟踪与估计，未 涉及机动目标的追踪问题；此外，随着道路车辆数目的增加，数据关联算法计算量将呈“组 合爆炸”式增长，导致防撞系统实时性、准确度欠佳。第二类方法是基于随机有限集(RFS)理 论，包括概率密度假设(PHD)方法及势概率假设密度(CPHD)方法；上述理论均可基于高斯 假设(GM)和基于非高斯假设的贯序蒙特卡罗(SMC)方法实现；将汽车防撞雷达道路目标跟 踪置于目标检测步骤，如恒虚警检测、快速傅里叶变换等之后，虚警概率已得到一定程度的 降低，故从实时性和实用性角度出发，可使用高斯混合概率假设密度(GMPHD)方法作为一种 基于高斯假设的跟踪滤波方法。张昱、宋骊平、虎小龙在“基于概率假设密度的汽车防撞雷 达多目标跟踪”(现代雷达,2014,36(6):82-87.)一文中提出使用多模型GMPHD方法进行道 路目标跟踪，然而该法存在以下缺陷：首先，GMPHD法仅适用于线性条件，而雷达极坐标形式 的量测方程导致直角坐标下的跟踪问题为非线性；其次，基于少量模型的跟踪方法，难以适 应实际情况中复杂的、运动的、多个道路目标。

针对上述问题，非汽车防撞雷达的多目标跟踪文献给出了解决方案，但并未全面 解决这些问题。郝燕玲,孟凡彬,孙枫,沈锋等在“基于IMM的UK-GMPHDF算法在多机动目标跟 踪中的应用”(系统工程理论与实践,2011,11:2225-2233)一文中，针对三维空中目标，基于 交互多模型(IMM)，在高斯混合概率假设密度滤波器(GMPHDF)中加入无迹卡尔曼滤波(UKF) 解决非线性多目标跟踪问题，但仿真使用模型仅为匀速模型、“当前”模型，且在三维空间实 施；中国专利CN104020466A公开了一种基于变结构多模型的机动目标跟踪方法，利用现有 的模型扩展方法BMA的候选模型集与现有的期望模式扩展EMA中求期望模型的方法构成一 种新的模型集合自适应策略，从而利用通用的变结构交互多模型算法实现单目标的多运动 状态跟踪，但无多目标估计能力。中国专利105261036A公开了一种基于匹配的目标跟踪方 法，利用FPGA电路进行去均值归一化积运算，从而实现对目标的跟踪，但该专利涉及到跟踪 图像，且主要依赖硬件实施，无法解决实际情况中复杂的多个运动目标跟踪问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于汽车防撞雷达的道路多目 标跟踪方法，实现防撞雷达对道路多目标的数目、位置的实时可靠估计与准确跟踪。

本发明采用的技术方案是：以汽车防撞雷达对多目标探测后得到的数据为基础， 基于变结构交互式多模型(IMM)方法，采用有向图切换(DS)法，在多个运动模型间实时选择 切换合适的模型子集，并进行基于无迹变换的卡尔曼概率密度假设(UKGMPHD)滤波。

本发明具体技术方案为：

一种基于汽车防撞雷达的道路多目标跟踪方法，其步骤如下：

步骤1、获取先验信息，建立第一观测与运动模型。所述先验信息为通过汽车防撞 雷达获取的目标状态信息。

确定状态方程量测方程及其道路目标的多种模型。依据实际情况选择不同模型，状态方程建立为：

其中，是目标模型的状态转移矩阵，下标m代表不同目标模型，下标k表示时刻k，下标i表示不同目标。假设噪声服从高斯分布，有

汽车防撞雷达观测向量θ_k为观测方位角，r_k为目标与观测点间距离。