[发明专利]多移动智能体在目标跟踪中的惯导误差补偿方法及系统

权利要求书

1.一种多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，包括：

统一多智能体的测量数据为距离和角度形式的测量信息；

每个智能体在本地执行卡尔曼滤波；

融合所述测量信息和卡尔曼滤波的预测信息，进行目标跟踪以获得目标状态估计信息，同时估计惯导误差补偿值；

每个智能体与通信范围内的智能体通信所述目标状态估计信息，通过一致性融合获得目标跟踪信息。

2.根据权利要求1所述的多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述统一多智能体的测量数据为距离和角度形式的测量信息，包括：

获取配备相机的智能体采集的原始图像，通过对图像中的目标进行检测，得到目标相对于相机的角度信息；

获取配备雷达的智能体采集的点云，通过对原始点云数据进行聚类处理，得到目标相对于雷达的距离和角度信息；

以同一时刻相机测量的目标信息和雷达测量的目标信息为输入，得到角度测量的伪距离估计，统一配备相机和雷达的智能体的测量信息都为距离和角度形式。

3.根据权利要求2所述多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述获取配备相机的智能体采集的原始图像，通过对图像中的目标进行检测，得到目标相对于相机的角度信息，包括：

利用图像的目标检测方法检测目标在原始图像的位置；

根据所述位置和原始图像中心点的相对位置关系；

得到目标相对于相机的角度。

4.根据权利要求2所述的多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述聚类方法包括DBSCAN和K-means聚类算法，得到测量的目标相对于雷达的距离和角度信息。

5.根据权利要求2所述的多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述以同一时刻相机测量的目标信息和雷达测量的目标信息为输入，得到角度测量的伪距离估计，统一配备相机和雷达的智能体的测量信息都为距离和角度形式，需要与其他智能体通信目标的测量信息，包括相机和雷达俩类测量中的至少一类，使用最小二乘法计算目标的位置估计值。

6.根据权利要求5所述的多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述伪距离估计，包括：

对于配备相机的智能体i，根据其目标位置和相机的角度测量，经过变换得到线性方程组：

其中分别表示智能体i相机测量得到目标相对于自身的方位角和高低角，(xⁱ,yⁱ,zⁱ)表示智能体i的位置，(x,y,z)表示目标位置；

将所有相机测量的线性方程组联立记为：

A_CX＝b_C

对于配备雷达的智能体j，根据其位置和雷达测量，得到线性方程组

其中分别表示智能体j雷达测量的目标相对于自身的距离、方位角和高低角，(x^j,y^j,z^j)表示智能体j的位置，(x,y,z)表示目标位置；

将所有雷达测量的方程组联立记为：

A_LX＝b_L

联立相机和雷达测量的方程组得到：

利用最小二乘法求解目标位置估计值：

计算配备相机的智能体i到的目标的伪距离测量估计

其中‖·‖表示欧几里得范数，Xⁱ智能体i的位置。

7.根据权利要求1所述的多移动智能体在目标跟踪中的惯导误差补偿方法，其特征在于，所述卡尔曼滤波包括线性和非线性卡尔曼滤波方法。