[发明专利]一种可分辨多群目标跟踪方法、装置以及存储介质在审

专利信息
申请号: 202211100366.7 申请日: 2022-09-09
公开(公告)号: CN115908477A 公开(公告)日: 2023-04-04
发明(设计)人: 李刚;李固冲;刘瑜 申请(专利权)人: 清华大学;清华大学深圳国际研究生院
主分类号: G06T7/207 分类号: G06T7/207;G01S13/72;G06V10/762
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 苟冬梅
地址: 100084*** 国省代码: 北京;11
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 分辨 目标 跟踪 方法 装置 以及 存储 介质
【说明书】:

本申请提供一种可分辨多群目标跟踪方法、装置以及存储介质,属于数据处理的技术领域。所述方法包括:获取当前帧的量测数据;根据上一帧中多个目标的目标估计状态,将多个目标划分为多个可分辨群目标,并确定每个可分辨群目标中的领导者;基于LMB滤波器,利用所述当前帧的量测数据对所述多个可分辨群目标进行更新;根据更新后的LMB密度,估计出当前帧的目标个数和目标状态。本申请旨在在群和目标个数均时变且未知场景中,提高目标个数与目标状态的估计精度。

技术领域

本申请实施例涉及数据处理的技术领域,具体而言,涉及一种可分辨多群目标跟踪方法、装置以及存储介质。

背景技术

随着现代传感器技术的飞速发展,传感器分辨率的日益提升,使得可分辨群目标跟踪成为了广泛关注的研究主题,并且可分辨群目标跟踪方法也已经应用于无人机编队、舰艇编队、人群以及兽群等跟踪场景,可分辨群目标跟踪方法主要是通过考虑群结构信息以提升目标个数和目标状态的估计精度。

目前常见的模拟群结构的方法有两种,一种是虚拟领导者模型,适用于群内目标具有相同属性的场景;另一种是领导者与跟随者模型,适用于群内目标的属性具有多样性的场景,如大雁迁徙、V型预警机群等;与虚拟领导者模型相比,领导者与跟随者模型需要在跟踪过程中考虑领导者位置的动态变化,同时,目的地往往也会对领导者存在一定的牵引力,因此领导者与跟随者模型的难度更大。

现有的基于领导者与跟随者模型的可分辨群目标跟踪方法,一般仅限于单个可分辨群目标,无法有效地解决群和目标个数均时变且未知的跟踪问题,即在群和目标个数均时变且未知的跟踪场景下,现有的基于领导者与跟随者模型的可分辨群目标跟踪方法的跟踪精度较弱。

发明内容

为了解决上述背景技术中存在的缺陷,本申请实施例提供一种可分辨多群目标跟踪方法、装置以及存储介质。

第一方面,本申请实施例提供一种基于领导者与跟随者模型的可分辨多群目标跟踪方法,所述方法包括:

获取当前帧的量测数据;

根据上一帧中多个目标的目标估计状态,将多个目标划分为多个可分辨群目标,并确定每个可分辨群目标中的领导者;

基于LMB滤波器,利用所述当前帧的量测数据对所述多个可分辨群目标进行更新;

根据更新后的LMB密度,估计出当前帧的目标个数和目标状态。

可选地,根据上一帧中多个目标的目标估计状态,将多个目标划分为多个可分辨群目标,并确定每个可分辨群目标中的领导者,包括:

根据上一帧中多个目标的目标估计状态,对所述多个目标中的每个目标进行高斯混合表征;

通过一阶矩匹配准则,将所述每个目标的高斯混合表征转化为单高斯分布表征;

根据所述每个目标的单高斯分布表征,确定所述多个目标中任意两个目标之间的距离;

根据所述任意两个目标之间的距离,通过基于密度的聚类算法,确定所述多个可分辨群目标;

在任一可分辨群目标中,利用群中心位置向量与目标间位置向量的关系,估计每个可分辨群目标中的领导者。

可选地,基于LMB滤波器,利用所述当前帧的量测数据对所述多个可分辨群目标进行更新,包括:

根据所述上一帧中多个目标的目标估计状态,对所述每个可分辨群目标内的领导者与跟随者进行时间更新;

合并经过时间更新后的所有可分辨群目标以及新生目标信息,其中,所述新生目标信息为当前帧中新出现的目标的信息;

根据所述当前帧的量测数据,对合并后的可分辨多群目标进行量测更新。

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清华大学;清华大学深圳国际研究生院,未经清华大学;清华大学深圳国际研究生院许可,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/202211100366.7/2.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