[发明专利]一种目标跟踪中基于传感器的多目标轨迹融合方法

摘要

本发明提供一种目标跟踪中基于传感器的多目标轨迹融合方法，涉及目标跟踪技术领域。该方法目标跟踪过程中，首先判断不同传感器的探测数据是否来自同一目标，采用自适应轨迹关联算法：通过判断轨迹状态在基于速度的双门限轨迹关联算法和最近领域轨迹关联算法中选择对应的关联算法，然后对来自同一目标的轨迹进行轨迹融合，采用基于局部状态估计的加权轨迹融合算法：利用各传感器局部状态估计完成多传感器的加权组合滤波，解决了由于传感器精度变化导致的误差问题，从而提高了轨迹融合精度。本发明在目标轨迹密集或稀疏环境下，都可以有效对目标轨迹进行融合，提高传感器探测目标轨迹的精度。

主权项

1.一种目标跟踪中基于传感器的多目标轨迹融合方法，其特征在于：包括以下步骤：步骤1：对轨迹状态进行判断；当轨迹没有相交情况下进行步骤2，当轨迹有相交情况下进行步骤3，判断公式为：D＝min(d_ij)   (1)其中，d_ij表示关联目标的轨迹i和轨迹j的距离，D为两轨迹间的最小距离，设定门限值M，当D>M时，判定轨迹i和轨迹j没有相交，执行步骤2；否则判定轨迹i和轨迹j存在相交，执行步骤3；步骤2：使用NNTA算法进行轨迹关联；步骤2.1计算轨迹间的测量差，计算公式为：式中，t_ij(k)表示k时刻轨迹i与轨迹j间的测量差，h表示测量向量的维度，k表示时刻，表示传感器1对目标轨迹i的测量状态向量，表示目标轨迹i和轨迹j在h维向量的差值；步骤2.2将步骤2.1中计算出的轨迹测量差与假设阈值向量进行比较；假设阈值向量为e＝(e₁,e₂,···,e_h)^T，NNTA算法的判断标准为：若是满足公式(3)条件，则判定对应的两条轨迹是来自同一目标的关联轨迹，否则判定两条轨迹不是来自同一目标的关联轨迹；若出现多条轨迹关联的情况，则判定标准为：t_ij(k)最小的轨迹就是与对比轨迹来自同一目标的关联轨迹；步骤3：使用SDTTA算法进行轨迹关联；假设传感器n(n∈1,2)，探测目标的速度值为表示目标的速度值的估计误差协方差；步骤3.1：对目标轨迹进行第一次门限关联，其判断标准为：设定距离门限值G，d_ij(k)表示轨迹i和轨迹j在k时刻的距离差，表示传感器1在k时刻探测到轨迹i的参数，如果d_ij(k)的值小于等于G，则计数器加1；在多次判断之后，如果满足d_ij(k)≤G条件的次数大于等于a时，a为总判断次数的80％，就初步判定两轨迹是属于同一目标的关联轨迹，并可以进行下一步速度的门限关联，如果满足d_ij(k)≤G条件的次数小于a时，就判定两轨迹不属于同一目标，不进行下一步的门限关联判断；步骤3.2：将满足d_ij(k)≤G条件的次数大于等于a的轨迹进行下一步速度的门限关联，关联值α_ij(k)表示为：其中是传感器1探测目标轨迹的速度量测值，i表示传感器探测的第i个目标轨迹，表示速度测量值的估计误差协方差；δ表示速度关联的门限值，若是α_ij(k)小于δ，即认为两轨迹是属于同一目标的关联轨迹；步骤3.3：若步骤3.1与步骤3.2中设定的的两种门限值均不符合目标所在环境，则一条轨迹就会关联多条轨迹，利用式(6)取舍关联轨迹：m＝min(d_ij(k))   (6)式中，d_ij(k)为轨迹i和轨迹j在k时刻的距离差值；m表示所有轨迹间距离差最小的轨迹，将轨迹m作为最佳关联轨迹；步骤4：利用基于局部状态估计的加权轨迹融合算法将关联成功的目标的轨迹进行融合。