[发明专利]基于视频目标跟踪的加速度估计方法、系统、设备及介质

权利要求书

1.一种基于视频目标跟踪的加速度估计方法，其特征在于，所述方法包括：

对第一帧视频帧中的目标进行抓取，识别出目标物体；

使用核相关滤波算法对所述目标物体进行跟踪，获得所述目标物体的运动轨迹；

根据所述目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；

根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器估计目标的速度，计算精确的速度估计值；

根据所述精确的速度估计值，计算加速度估计的最大测量噪声幅值；

根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器估计目标的加速度，得到精确估计目标的加速度。

2.根据权利要求1所述的加速度估计方法，其特征在于，所述根据所述目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，具体包括：

所述目标物体的运动轨迹为x(t)，其中真实的运动轨迹为x₀(t)，白噪声为e(t)，则其连续时间域表示为：

x(t)＝x₀(t)+e(t) (1)

其中，t为连续时间域上的时间；

将公式(1)转换为离散时间域：

x(k)＝x₀(k)+e(k) (2)

其中，k为离散域上的时刻值，k取大于或等于0的整数；e(k)服从N(0，1)的高斯分布；

目标跟踪系统的采样时间为T_S，kT_s时刻的真实速度为v₀(k)，则由速度的定义式得到：

x₀(k)-x₀(k-1)＝v₀(k)T_S (3)

因此测量得到的速度值满足以下关系：

x(k)-x(k-1)＝v₀(k)T_s+e(k)-e(k-1) (4)

根据公式(1)中的关系，令：

y(k)＝x(k)-x(k-1)+e(k-1) (5)

根据公式(4)和(5)，得到对速度v₀(k)进行参数辨识的关系式为：

y(k)＝v₀(k)T_s+e(k) (6)。

3.根据权利要求2所述的加速度估计方法，其特征在于，所述根据所述目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值，具体包括：

根据公式(6)，得到带遗忘因子的增广最小二乘法的速度v₀(k)递推估计算法如下：

其中，为当前时刻的速度估计值，为上一时刻的速度估计值，K(k)为增益矩阵，P(k)为当前时刻的估计方差矩阵，μ为遗忘因子，y(k)的值由公式(5)计算；

从递推计算出来的的值中找出最大值，作为速度估计的最大测量噪声幅值。

4.根据权利要求1所述的加速度估计方法，其特征在于，所述根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器估计目标的速度，计算精确的速度估计值，具体包括：

一阶滑膜跟踪微分器是基于二阶滑模控制算法控制u(t)，使系统在一段时间后保持σ＝x-f(t)＝0和

一阶滑膜跟踪微分器的具体形式，如下所示：

其中，f(t)为目标物体的测量位移，作为微分器的输入，sgn(·)为符号函数，参数α、λ之间满足的关系如下：

其中，L₁为所述速度估计的最大测量噪声幅值；

根据公式(8)和(9)，计算出精确的速度估计值。