[发明专利]一种基于汽车雷达的扩展目标跟踪方法

权利要求书

1.一种基于汽车雷达的扩展目标跟踪方法，其特征在于，包括如下步骤：

(1)获取汽车雷达的检测数据

实时接收各时刻下本智能汽车的雷达检测数据，所述雷达检测数据包括各时刻下本智能汽车相对于各量测目标汽车的径向距离、角度以及多普勒速度，得到各量测目标汽车的测量集；

(2)建立扩展目标模型

根据各时刻下、各实际目标汽车的状态集建立实际目标汽车的随机有限集模型，根据各量测目标汽车的测量集建立量测目标汽车的随机有限集模型；所述状态集为各时刻下本智能汽车相对于各个实际目标汽车的径向距离、角度以及多普勒速度；

(3)修正异常多普勒速度

在量测目标汽车的随机有限集模型中，针对每个量测目标汽车，对各时刻下的多普勒速度进行处理，找出车轮位置，修正每个量测目标汽车转弯时产生的异常多普勒速度以及车轮附带的异常多普勒速度，得到量测目标汽车的修正随机有限集模型，具体步骤为：

(31)在当前被测单元的前端设置1个保护单元作为前端保护单元，在所述前端保护单元的前端设置个参考单元作为前端参考单元；在当前被测单元的后端设置1个保护单元作为后端保护单元，在所述后端保护单元的后端设置个参考单元作为后端参考单元；所述N为被测单元的数量；

(32)所述前端保护单元和后端保护单元中的各多普勒速度进行求和运算，计算出平均值；

(33)如当前被测单元的多普勒速度大于预设值时，说明当前被测单元是车轮，将该车轮附近的异常多普勒速度用步骤(32)中的平均值替代，否则，执行步骤(34)；

(34)以下一个被测单元作为当前被测单元，继续执行步骤(31)、(32)、(33)直至找出所有车轮，完成异常多普勒速度的替代工作；

(4)通过吉布斯采样进行数据关联

在量测目标汽车的修正随机有限集模型中，针对各时刻下、各量测目标汽车的数据进行方位-多普勒速度预分区处理，使用吉布斯采样获取关联的多普勒速度，具体步骤为：

(41)在方位上以椭圆形作为窗口；

(42)将修正后的当前时刻下、当前量测目标汽车的、落入椭圆形窗口范围的多普勒速度从小到大排序，如首尾多普勒速度的差值大于预设阈值，则使用k-means算法将所述椭圆形窗口范围内的区域一分为二，得到两个新分区，否则，完成预分区处理；

(43)针对各新分区，分别重新选取椭圆形窗口，执行步骤(42)，直至各新分区的首尾多普勒速度的差值小于或等于预设阈值，完成预分区处理；

步骤(4)中，在量测目标汽车的修正随机有限集模型中，针对各时刻下、各量测目标汽车的数据采用吉布斯采样法获取关联的多普勒速度时，采样的迭代次数为其中T_i(T_i1)为比例因子，为量测目标汽车的数量，为量测目标汽车航迹的数量；

(5)根据关联结果进行更新或预测

针对各时刻下、各量测目标汽车关联的多普勒速度，如关联成功，根据步骤(2)中的实际目标汽车的随机有限集模型、步骤(3)中量测目标汽车的修正随机有限集模型以及PMBM测量模型更新多目标PMBM后验密度，并预测下一时刻的多目标PMBM先验密度；如关联不成功，则判断是否出现新目标，如是新目标，则根据当前时刻的多目标PMBM后验密度以及贝叶斯滤波器模型预测下一时刻多目标PMBM先验密度，否则删除该多普勒速度；

步骤(5)中，关联成功后，针对各时刻下、各量测目标汽车的多普勒速度，更新多目标PMBM后验密度的方法为：

将步骤(2)中的实际目标汽车的随机有限集模型、步骤(3)中的量测目标汽车的修正随机有限集模型以及PMBM测量模型结合，得到多目标PMBM后验密度式中，X表示步骤(2)中的实际目标汽车的随机有限集模型，Z表示步骤(3)中的量测目标汽车的修正随机有限集模型，X^u表示PPP的状态集，X^d表示MBM的状态集，表示MBM中的MB索引集，表示先验密度MBM中的MB索引集，A^j表示第j个MB的伯努利部分的关联概率，表示第j个MB的关联权重，表示第j个MB的目标密度；

式中，其中，D^u(x)表示PPP当前的密度，n表示实际目标汽车的数量，-D^u(x)；1＝-∫D^u(x).1dx；

式中，C表示补集，表示补集第j个MB目标密度；

式中，其中，D^u(x)表示MBM的密度，表示MBM的先验密度，q_D(x)为量测目标汽车被检测到的概率；

步骤(5)中，更新多目标PMBM后验密度之后，或关联失败但确定是新目标后，针对各时刻下、各量测目标汽车的多普勒速度预测下一时刻的多目标PMBM先验密度，下一时刻的多目标PMBM先验密度为式中，+表示先验密度，表示PPP下一时刻的先验密度，表示MBM下一时刻的先验密度，p_S表示量测目标汽车存活到下一时刻的概率，表示下一时刻的第j个MB第i个伯努利关联权重，w^j,i表示当前时刻第j个MB第i个伯努利关联权重；上述表达式中，r均表示概率，f均表示目标密度，j,i表示第j个MB中第i个伯努利的参数，k表示k时刻，k+1表示k时刻的下一时刻；

(6)计算目标输出结果；所述目标输出结果包括目标位置、目标速度、目标尺寸以及目标偏航角。

2.根据权利要求1所述的一种基于汽车雷达的扩展目标跟踪方法，其特征在于：

步骤(2)中，所述实际目标汽车的随机有限集模型包含各时刻下、本智能汽车相对于各个实际目标汽车的径向距离、角度以及多普勒速度信息；所述量测目标汽车的随机有限集模型包含测量集信息。