[发明专利]基于轨迹跟踪的导线和塔架分类

说明书

轨迹跟踪系统包括一组动态模型、轨迹数据库、轨迹处理机，参数提取器和分类器。每个预期的障碍物类型有一个动态模型，它对预期障碍物的法向入射点(PNI)的预期轨迹进行建模。轨迹数据库存储正被跟踪的当前组障碍物的轨迹。轨迹处理机至少将输入检测与现有轨迹相关联并更新现有轨迹。参数提取器周期性地从轨迹中提取参数，并且分类器至少基于轨迹的参数和和用于轨迹的相关联的动态模型来对与轨迹相关联的障碍物进行分类。

技术领域

本发明总体涉及障碍物警告雷达。

背景技术

目标跟踪或对象跟踪是在一定范围的应用中使用的算法家族。该家族的一个分支是基于点的跟踪，其中对象由点表示，与另外两个典型分支(基于内核的跟踪和基于轮廓的跟踪)相反。

在示于现在参考的图1中的基于点的跟踪中，到基于点的跟踪算法14的输入通常是来自一个或多个传感器的适当预处理12之后的原始数据10，病且习惯性地被称为快照。这是一个三维数组流，按采集时间t索引。数组元素的索引向量是位置，并且由采集时间t索引的一系列位置被称为轨迹并且是基于点的跟踪算法14的输出。

基于点的跟踪算法14由检测在每一个快照中的对象的检测机构16和将对象关联到轨迹的关联机构18构成。通常使用阈值化(thresholding)来执行检测16，同时采用确定性或概率性工具。关联18典型地分为三种方法：卡尔曼滤波器(KF)、粒子滤波器(PF)和多假设跟踪(MHT)，其通常通过演变对象的状态(例如，对象位置和运动)来在快照上跟踪。

例如，在雷达应用中，从天线接收到的原始数据通常经受诸如频率变换到基带、匹配滤波、傅立叶变换和模数(又名绝对值)的处理以创建距离多普勒图(Range-Dopplermap，RDM)，其是二维实正值数组，具有索引R_min≤r≤R_max和V_min≤v≤V_max，指示每个单元的距离(range)和多普勒速度。检测级16通常基于阈值化，静态或动态阈值化，其中在邻域上具有超过某一阈值的模数的单元被检测为对象。例如，假定由索引向量描述的单元中的这样的对象(其中r(t)和v(t)分别是时间t时的距离和多普勒速度)，则轨迹是基于点的跟踪算法的输出。

发明内容

因此，根据本发明的优选实施例，提供了一种轨迹跟踪系统。该系统包括：一组动态模型、轨迹数据库、轨迹处理机、参数提取器以及分类器。每个预期障碍类型有一个动态模型并且其对预期障碍物的法向入射点(PNI)的预期轨迹进行建模。轨迹数据库存储用于正被跟踪的当前组障碍物的轨迹。轨迹处理机至少将输入检测与现有轨迹相关联并更新现有轨迹。参数提取器周期性地从轨迹提取参数，并且分类器至少基于轨迹的参数和用于轨迹的相关联的动态模型来对与轨迹相关联的障碍物进行分类。

此外，根据本发明的优选实施例，轨迹处理机包括：检测器/估计器、匹配器和扩展卡尔曼滤波器。检测器/估计器提供输入检测。匹配器根据输入检测来生长、冻结、杀死和开始轨迹，其中，针对与现有轨迹不相关联的输入检测，根据动态模型生成新轨迹。扩展卡尔曼滤波器更新由匹配器提供的每一个现有轨迹。

此外，根据本发明的优选实施例，障碍物至少是导线、塔架和杂波。

此外，根据本发明的优选实施例，系统还包括用于从一组距离多普勒图(RDM)提取对象的检测的列表的检测器/估计器。

此外，根据本发明的优选实施例，一组动态模型中的每一个模型包括状态向量，状态向量至少包括障碍物在三维空间中相对于雷达的位置、PNI的多普勒速度、返回波的极化和返回波的强度。

此外，根据本发明的优选实施例，轨迹包括指示轨迹的状态的布尔标志。

此外，根据本发明的优选实施例，参数是由检测器/估计器测量并由扩展卡尔曼滤波器改善的直接参数。