[发明专利]一种汽车雷达目标跟踪方法

摘要

本发明涉及一种汽车雷达目标跟踪方法，其包括：步骤S1，设置过程噪声协方差矩阵、测量噪声协方差矩阵R以及采样权重参数；步骤S2，初始化运动状态向量；对状态误差协方差矩阵进行乔利斯基分解以获得分解矩阵，并初始化该分解矩阵；步骤S3，计算获得西格玛点及其均值权重参数和方差权重参数；步骤S4，计算获得运动状态向量预测值和状态预测分解矩阵；步骤S5，计算获得测量值向量预测值和测量预测分解矩阵；步骤S6，计算获得卡尔曼增益；步骤S7，计算获得运动状态向量估计值和分解矩阵估计值；步骤S8，返回执行所述步骤S2。本发明一方面减少了计算量，另一方面基本消除了状态误差协方差矩阵非正定导致算法停滞的隐患。

主权项

一种汽车雷达目标跟踪方法，其包括：步骤S0，构建目标车辆运动模型以及汽车雷达测量模型，并将目标车辆的运动状态标记为L维的运动状态向量X，将汽车雷达测得的目标车辆信息标记为测量值向量Y；根据所述目标车辆运动模型获得状态误差协方差矩阵P和过程噪声协方差矩阵Q，根据所述汽车雷达测量模型获得测量噪声协方差矩阵R，其特征在于，该方法还包括以下步骤：步骤S1，将所述过程噪声协方差矩阵Q和所述测量噪声协方差矩阵R分别设置为常数矩阵，并设置采样权重参数α、β和θ；步骤S2，初始化第k个时刻的运动状态向量X_k；对第k个时刻的状态误差协方差矩阵P_k进行乔利斯基分解以获得分解矩阵S_k，并初始化该分解矩阵S_k；步骤S3，计算获得初始化后的运动状态向量X_k所对应的2L+1个西格玛点σ_x,k及其均值权重参数W_m和方差权重参数W_c；步骤S4，计算获得目标车辆在第k+1个时刻的运动状态向量预测值并根据该运动状态向量预测值所述过程噪声协方差矩阵Q、所述西格玛点σ_x,k以及所述方差权重参数W_c，计算获得第k+1个时刻的状态预测分解矩阵步骤S5，计算获得第k+1个时刻的测量值向量预测值并根据该测量值向量预测值所述测量噪声协方差矩阵R、所述西格玛点σ_x,k以及所述方差权重参数W_c，计算获得第k+1个时刻的测量预测分解矩阵步骤S6，根据所述西格玛点σ_x,k、所述方差权重参数W_c、所述运动状态向量预测值所述测量值向量预测值以及所述测量预测分解矩阵计算获得卡尔曼增益K_k+1；步骤S7，计算获得目标车辆在第k+1个时刻的运动状态向量估计值根据所述状态预测分解矩阵测量预测分解矩阵以及卡尔曼增益K_k+1，计算获得第k+1个时刻的分解矩阵估计值步骤S8，返回执行所述步骤S2，并使k＝k+1，直至目标车辆停止运动。