[发明专利]应用地图以改善目标跟踪、车道分配和分类的系统和方法

权利要求书

1.一种用于增强对象跟踪的方法，所述方法包括：

由设置在车辆中的处理单元接收与多个目标对象和关于所述车辆的对象跟踪相关的传感器融合数据；

由所述处理单元确定表示每个目标对象到对象跟踪的轨线的一个或多个键齿；

由所述处理单元基于第一过滤模型、第二过滤模型和第三过滤模型过滤关于对象跟踪的每个目标对象的所述传感器融合数据，其中每个过滤模型对应于用于处理与跟踪对象的轨线相关的向量的假设中的一个或多个，其中所述假设包括路径约束、路径无约束和静止假设；以及

由所述处理单元生成用于确定是否使用特定假设的假设概率，其中基于来自所述第一过滤模型、所述第二过滤模型和所述第三过滤模型的结果以及通过至少一个分类模型对与所述目标对象的所述对象跟踪相关的一个或多个特征进行分类的结果来确定所述假设概率。

2.根据权利要求1所述的方法，还包括：

在弗莱纳框架中，使用由所述路径约束假设导出的过程模型，由所述处理单元跟踪所述目标对象；以及

将所述目标对象约束到由建模到车道中心的参数键齿的参数u_t表示的所述过程模型中的位置，以及由来自所述车道中心的符号距离参数l_t表示的横向位置。

3.根据权利要求2所述的方法，其中每个假设具有对应的朴素贝叶斯模型，其具有似然性L_i(x)或用于所述L_i(x)的适用的合并模型。

4.根据权利要求3所述的方法，还包括：

由所述处理单元使用朴素贝叶斯模型以贝叶斯方式更新所述假设概率，其中横向位置是每个对象i的p_i，x是包含至少一个跟踪位置的跟踪数据，并且P_t(H_i|x)是假设i的概率。

5.根据权利要求4所述的方法，其中L_i(x)是具有先验参数的不同似然性的乘积，包括：L_i(x)＝N(d|μ＝100，σ＝100)N(v|μ＝0，σ＝100)，其中N(x|μ，σ)是具有平均值μ和标准偏差σ的高斯PDF，并且其中

d是到下一个十字路口的所述距离，并且v是速度。

6.根据权利要求5所述的方法，其中所述跟踪对象的所述过程模型包括：更新键齿参数，v_t+1＝v_t+ΔTa_t更新纵向速度，a_t+1＝a_t更新所述纵向速度，l_t+1＝l_t更新侧向位置偏置更新，并且更新车道方位，其中u_n是离散时间n的目标键齿参数，a_n是加速度，并且φ_n是方位角。

7.根据权利要求6所述的方法，所述路径约束假设还包括：

用于所述跟踪对象的观测模型，包括：表示东西向位置进行侧向偏置校正，表示东北向位置进行所述侧向偏置校正，v＝v_t表示纵向速度，a＝a_t表示加速度，并且φ＝φ_t表示方位，其中φ仅用于初始化车道约束跟踪，而所述tanh(x)函数用于压缩侧向位置参数，使得侧向位置的范围为其中W是道路宽度。

8.根据权利要求7所述的方法，所述路径无约束假设还包括：为所述跟踪对象生成至少恒定速度的过程模型，包括：x_t+1＝x_t+ΔTv_tcosφ_t，y_t+1＝y_t+ΔTv_tsinφ_t，v_t+1＝v_t，a_t+1＝a_t和φ_t+1＝φ_t。