[发明专利]一种基于分布式传感网络的多目标检测与跟踪方法有效

专利信息
申请号: 202011127193.9 申请日: 2020-10-20
公开(公告)号: CN112347208B 公开(公告)日: 2023-05-26
发明(设计)人: 关新平;王海峰;袁亚洲;陈彩莲;刘志新 申请(专利权)人: 燕山大学
主分类号: G06F16/29 分类号: G06F16/29;G06F18/25;G01D21/02;H04W4/029;H04W84/18;G16Y20/10;G16Y40/10;G16Y40/20;G16Y40/60
代理公司: 石家庄众志华清知识产权事务所(特殊普通合伙) 13123 代理人: 张建
地址: 066004 河北*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 分布式 传感 网络 多目标 检测 跟踪 方法
【说明书】:

发明公开了一种基于分布式传感网络的多目标检测与跟踪方法,主要包括以下步骤:建立资源调配策略和无线传感器网络获取初始信息;根据多个目标的状态将其分为模糊区和非模糊区;当多个目标被确定进入模糊区时,则应用双层粒子滤波方法处理;根据多目标初始位置调配传感器节点,各节点通过测距手段对目标的距离信息收集处理设置第一层粒子滤波;通过数据融合得到的目标空间的三维数据信息,设置第二层粒子滤波,进行精确目标定位;该方法改善了多目标检测的识别率和匹配率;在多目标的检测方面,利用资源调配策略和分布式的无线传感器网络,实现了多个目标在密集区域的检测跟踪,以及对目标丢失和重合的问题优化。

技术领域

本发明属于多目标跟踪技术领域,尤其是一种基于分布式传感网络的多目标检测与跟踪方法。

背景技术

无线传感器网络由一系列无线传感器所构成的分布式网络架构。其中,节点具备无线信息传输、收集、处理及一定计算能力。节点由于较低的能耗所以通讯距离普遍较短,通常设置在关键区域内通过自组织能力自动地建立网络。传感器网络一般用于一定范围的固定区域进行信息监测,传感器终端采集的信息多级传递过程中的一系列的处理,计算和整合后实现信息局域化甚至是广域化的共享。在多目标跟踪领域,现阶段的方法计算量和复杂度都相对较高,导致实时性差;尤其是面对多个目标的复杂运动行为和识别区分时,计算量更是几何增长,常规的数据融合处理方式无法保证一定的实时性和目标追踪精准性。

发明内容

本发明的目的是通过一种基于分布式传感网络的多目标检测与跟踪方法来解决监控区域内的多个目标的定位跟踪,除了改善精度和提高对弱目标的识别外,还可以解决多个目标量测失配,目标丢失的问题;同时,资源调配策略还可以提高区域内节点的工作效率,使算法工作得到优化。

本发明所采用的技术方案是:

一种基于分布式传感网络的多目标检测与跟踪方法,该方法包括如下步骤,

S1,为监控区域构建动态的环境数据集,完成节点位置以及环境障碍的检测,实时监测区域内目标和环境信息;

S2,部署传感器节点,设置三维实时监测系统,并根据算法和策略获取多目标运动轨迹;

S3,根据目标的初始位置,无线传感器网络调动距离目标较近的四个不共面的传感器节点,各节点通过测距手段对目标的距离信息收集处理并根据上一时刻的位置及状态信息,设置第一层粒子滤波;

S4,对多个目标进行相同的算法操作,根据时刻和目标建立一个区分归属链:式中Obsert代表收集目标m的测量值,其中m=[1,...,M],t=[1,...,4],将Obser建立的目标和相应量测之间的信息关系上传至融合处理层;融合处理层对传感器层四个普通节点传输的量测信息进行收集关联,然后用于对融合层粒子集对目标状态估计的校对;

D=[obser1,obser2,obser3,obser4]

矩阵D中的每一行都代表着一个目标对应的量测信息;

我们将矩阵D标记为:D=[D1,...,Dm,...,DM]T,根据多个目标的量测信息分别估计坐标位置,用于校对目标状态和融合粒子权重;

S5,利用分布式的传感器网络和伺服跟踪系统,通过数据融合得到的目标空间的三维数据信息和历史数据,设置第二层粒子滤波;

S6,根据融合处理层粒子的初始权重,得出融合粒子集,通过似然比计算检验判断目标状态,并参考历史数据,量测信息和航迹得出目标的轨迹。

本发明技术方案的进一步改进在于:所述步骤S2中目标运动轨迹的状态以位移、速度、加速度为轴建立:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011127193.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top