[发明专利]一种小算力驱动的水面无人艇多目标跟踪方法

权利要求书

1.一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，所述小算力驱动的水面无人艇多目标跟踪方法包括以下步骤：

步骤一、通过目标检测算法获取待跟踪水面目标的初始坐标数据与外观信息；

步骤二、使用卡尔曼滤波算法对水面目标下一帧的位置进行预测；

步骤三、计算当前视频帧中新检测到的水面目标与历史视频帧中已建立跟踪的水面目标间的归一化方差与平均色差，获取代价矩阵，使用匈牙利算法进行匹配；

步骤四、利用匹配结果使用卡尔曼滤波对目标状态进行更新。

2.根据权利要求1所述的一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，首先，对于目标检测算法检测到的目标，利用卡尔曼滤波算法对其在下一帧中的状态进行预测，具体公式如下：

x′＝Fx (1)

P′＝FPF^T+Q (2)

式中：x为前一时刻的估计值，x′为当前时刻的预测值；F为状态转移矩阵，其值见下述公式；P为前一时刻的水面目标状态向量的协方差矩阵；Q为系统的噪声矩阵；P′为当前时刻水面目标状态向量的协方差矩阵；F^T为状态转移矩阵；F的转置，

将公式x′＝Fx展开得下式：

式中：cx,cy为检测框中心点坐标，单位为像素；w,h为检测框的长和宽，单位为像素。

3.根据权利要求1所述的一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，在步骤三中，具体的，利用归一化方差匹配算法以及平均色差获取已建立跟踪的水面目标与当前帧检测到的水面目标的特征距离，

具体计算公式如下：

ΔR＝C_1,R-C_2,R (6)

ΔG＝C_1,G-C_2,G (7)

ΔB＝C_1,B-C_2,B (8)

式中：T(x,y),I(x,y)为已建立跟踪的目标与当前帧检测到目标在像素坐标(x,y)处的灰度值；R为两幅图像间的归一化方差；C_1,R,C_1,G,C_1,B为已建立跟踪的目标的颜色空间均值；C_2,R,C_2,G,C_2,B为当前帧检测到的目标的颜色空间均值；ΔC为已建立跟踪目标与当前帧检测到的目标在LAB颜色空间中的距离；d_ap为加权外观距离。

4.根据权利要求3所述的一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，在步骤三中，具体的，还包括计算已建立跟踪目标与当前帧新检测到目标的马氏距离，并与外观距离进行加权，

具体计算公式如下：

c＝λd_ap+(1-λ)d_dis (12)

式中：d_dis(i,j)为已建立跟踪的目标y_i与新检测到目标d_j的图像距离；S_i为已建立跟踪目标的协方差矩阵，表征其不确定度；c为代价值。

5.根据权利要求1所述的一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，在步骤四中，具体的，最后，基于感知系统的检测结果，与上一步中的匹配结果，校正更新与检测结果相关联的卡尔曼滤波预测结果的公式如下所述：

y＝z-Hx′ (13)

S＝HP′H^T+R (14)

K＝P′H^TS^-1 (15)

x＝x′+Ky (16)

P＝(I-KH)P′ (17)

式中：z为检测到的水面目标状态向量，其尺寸为4*1，不包含速度值；H为测量矩阵，将当前时刻卡尔曼滤波的预测值投影至检测空间；R为检测系统的噪声矩阵；K为卡尔曼增益。