CN105321381B - 基于传感器轨迹id调整phd过滤器中的强度的权重 - Google Patents
基于传感器轨迹id调整phd过滤器中的强度的权重 Download PDFInfo
- Publication number
- CN105321381B CN105321381B CN201510628780.9A CN201510628780A CN105321381B CN 105321381 B CN105321381 B CN 105321381B CN 201510628780 A CN201510628780 A CN 201510628780A CN 105321381 B CN105321381 B CN 105321381B
- Authority
- CN
- China
- Prior art keywords
- track
- intensity
- predicted
- sensors
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
基于传感器轨迹ID调整PHD过滤器中的强度的权重。在一个实施例中,提供了一种用于利用概率假设密度过滤器追踪多个对象的方法。该方法包括将对应于新获得的测量结果的第二轨迹ID与对应于具有预测权重的Tk+1预测强度的一个或多个第一轨迹ID相比较。如果一个或多个第一轨迹ID的全部与第二轨迹ID中的任何轨迹ID匹配,则预测的权重乘以第一值。如果少于全部的一个或多个第一轨迹ID与第二轨迹ID中的任何轨迹ID匹配,则所预测的权重乘以第二值,其中第二值大于第一值。该方法然后确定在乘以第一或第二值之后是否基于预测的权重删改Tk+1预测强度。
Description
相关申请的交叉引用
本申请与下面的共同未决美国专利申请相关,其在此通过引用并入本文:
与本申请同一日期提交的,题为“MERGING INTENSIIES IN A PHD FILTER BASEDON A SENSOR TRACK ID”的美国专利申请序号14/448,808(代理人档案号H0043916);
与本申请同一日期提交的,题为“UPDATING INTENSITIES IN APHD FILTER BASEDON A SENSOR TRACK ID”的美国专利申请序号14/448,803(代理人档案号H0043754);以及
与本申请同一日期提交的,题为“TWO STEP PRUNING IN A PHD FILTER”的美国专利申请序号14/448,819(代理人档案号H0045530)。
背景技术
看到和规避或者感知和规避(SAA)的目的是在具有或者不具有有源的(active)的基于应答机的防撞***的情况下为无人飞行器***(UAS)提供针对所有空中交通的执行自间隔(self-separation)和防撞的能力。SAA需要UAS在本机(ownship)飞行器的操作附近检测和追踪入侵者飞行器,从而识别执行自间隔和防撞所需的导引机动(guidancemaneuver)。检测和追踪功能是UAS SAA能力的关键使能者(enabler),因为UAS不能执行针对未检测、未追踪入侵者飞行器的自间隔或者防撞机动。检测功能涉及使用监测传感器来测量入侵者飞行器相对于本机UAS的位置。追踪功能涉及将监测传感器测量结果融合在一起以估计入侵者飞行器相对于本机UAS的轨线统计(本文也被称为轨迹)。监测传感器提供了具有对应测量结果ID的测量结果,其可以是跨时间相关或者跨时间随机的。
追踪功能通过如下来估计入侵者飞行器的轨迹:使用数据关联算法来将测量结果分配到当前轨迹,使用过滤器将传感器测量结果与轨迹统计的当前估计融合,以及使用轨线管理器,其监督传感器融合操作、发起轨迹、保持轨迹并删除轨迹。
一个追踪***使用随机有限集(RFS)来追踪用于UAS SAA的多个入侵者飞行器(IA),其中RFS为多假设测试(MHT)方法的实施方式。RFS将多重IA追踪问题投射到集值状态空间中,在那里使用其一阶矩(在本文中也被称为强度)来近似集值状态矢量和集值测量结果矢量的统计,并将其应用于贝叶斯过滤器框架中以使用高斯混合来估计IA轨迹统计。所得到的过滤器被称为概率假设密度(PHD)过滤器。强度指的是权重、状态平均矢量、以及集值状态空间的元素的状态协方差矩阵,其中此元素对应于轨迹的统计。
发明内容
在一个实施例中,提供了用于利用概率假设密度过滤器追踪多个对象的方法。该方法包括获得对应于具有至少一个传感器的第一对象的多个测量结果,该至少一个传感器提供了针对多个测量结果的一个或多个第一轨迹ID。Tk轨迹强度基于多个测量结果针对第一对象生成,Tk轨迹强度包括权重,状态平均矢量、以及在时间Tk时第一对象的轨迹的统计的状态协方差矩阵。Tk+1预测强度基于Tk轨迹强度针对第一对象生成,Tk+1预测强度对应于时间Tk+1,其中Tk+1预测强度包括基于Tk轨迹强度的权重的预测的权重。多个测量结果由多个传感器获得,其中多个传感器包括至少一个传感器,其中多个传感器为多个测量结果提供了多个第二轨迹ID,其中多个测量结果对应于时间Tk+1。多个第二轨迹ID与一个或多个第一轨迹ID相比较。如果一个或者多个第一轨迹ID的全部与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重被乘以第一值。如果少于全部的一个或者多个第一轨迹ID与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重被乘以第二值,其中第二值比第一值大。该方法然后确定在与第一值或者第二值相乘之后是否基于预测的权重删改Tk+1预测强度。如果Tk+1预测强度未被删改,则Tk+1轨迹强度针对在时间Tk+1的第一对象基于Tk+1预测强度而被生成,Tk+1轨迹强度具有基于预测权重的做乘法(multiplying)的更新权重。
附图说明
应理解的是,附图仅仅描绘了示意性的实施例并且因此不被认为是在范围方面的限制,示例性实施例将通过使用附图以另外的特征和细节进行描述,其中:
图1为示例环境的框图,其中可以使用基于PHD过滤器的追踪***。
图2为图1的环境中使用的示例追踪***的框图。
图3为用于利用图2的追踪***追踪多个对象的示例性方法的流程图。
根据惯例,各种所述特征并非按比例绘制,而是被绘制成强调与示例性实施例相关的特定特征。
具体实施方式
本文所述主题提供了调整强度的权重的方法,其是在概率假设密度(PHD)过滤器中通过使用由一个或多个传感器提供的轨迹标识符(ID)而被追踪。轨迹ID是由传感器提供的标识符,其中标识符跨时间与一系列测量结果相关联。轨迹ID的一种类型是国际民航组织(ICAO)飞行器地址,其通过飞行器连同对应的测量结果信息被发射,并且通过传感器连同对应的测量结果信息被接收。能够接收此类ICAO飞行器地址的传感器的示例包括广播式自动相关监视(ADS-B)传感器以及空中防撞***(TCAS)模式S传感器。另一类型的轨迹ID是来自传感器的随着时间推移而使测量结果相关的标识符。特别地,此类传感器通过随着时间推移而使测量结果相关并且向那些轨迹分配ID而识别对象的轨迹。这些ID连同测量结果由传感器提供。因为由传感器生成使其自己的测量结果随着时间的推移而相关的这些ID,所以这些ID是传感器特定的。即,即使第一传感器和第二传感器可以获得相同对象的测量结果,第一传感器和第二传感器也使其自己的测量结果,而不是其它传感器的测量结果相关;因此,每个传感器所提供的轨迹ID是不同的,并对应于来自那个传感器而不是其它传感器的测量结果。为相关联的测量结果提供此类轨迹ID的传感器的示例包括TCAS模式C传感器、某些LiDAR、以及某些雷达。本文描述的主题利用了这些轨迹ID来改善多个对象可以以其在PHD过滤器中被追踪的准确性和效率。
图1是示例环境的框图,其中可以使用基于PHD过滤器的追踪***102。在本文所示的示例中,追踪***102被安装在飞行器104内,然而,追踪***102可被安装在任何交通工具内或者可以是独立的***。追踪***102被配置成检测并追踪在该环境中的其它对象。在这个示例中,追踪***102被配置成检测在空中的对象,例如入侵者飞行器(IA)106,108。在示例中,追踪***102是感知和规避(SAA)***的一部分,并且飞行器104是无人飞行器***(UAS)。
图2为示例追踪***102的框图。追踪***102包括多个传感器202-206,其被配置成检测传感器202-206周围的环境中的对象。多个传感器202-206可以包括任何适合的传感器,例如雷达202,TCAS传感器203,ADS-B传感器204,光学照相机205,以及LiDAR 206。也可以使用其它传感器。此外,可以使用任何数目的传感器,其包括多个相同类型的传感器。传感器202-206被耦合到一个或多个处理设备208。传感器202-206被配置成获得测量结果,并发送测量结果到一个或多个处理设备208。如上所述,一些或者所有的传感器202-206可被配置成将轨迹ID连同测量结果发送到一个或多个处理设备208。
一个或多个处理设备208被配置成基于从传感器202-206接收的测量结果来追踪多个对象(例如入侵者飞行器106,108)。为了追踪对象,一个或多个处理设备208被配置成执行存储在耦合到一个或多个处理设备208的一个或多个数据存储设备212上的指令210。当由一个或多个处理设备208执行时,指令210引起一个或多个处理设备208基于来自传感器202-206的测量结果实现动作以追踪对象。一个或多个处理设备208可以包括中央处理单元(CPU),微控制器,微处理器(例如,数字信号处理器),现场可编程门阵列(FPGA),专用集成电路(ASIC),或者其它处理设备。在某些示例中,一个或多个的数据存储设备212包括非易失性电子硬件设备,以用于存储机械可读数据和指令。在示例中,一个或多个的数据存储设备212将信息存储在用于存储计算机可读指令或者数据结构的任何适合的计算机可读介质上。计算机可读介质可以被实现为可由一个或多个处理设备208访问的任何可用的介质。适合的计算机可读介质可包括存储介质,例如磁性或者光学介质。例如,存储介质可以包括传统的硬盘,光盘只读存储器(CD-ROM),固态驱动器(SSD),其它闪速存储器,只读存储器(ROM),以及电可擦除可编程ROM(EEPROM)。一个或多个处理设备208还被耦合到存储器214,存储器214被配置成在由一个或多个处理设备208的执行期间存储数据和指令。存储器214可以包括易失或者非易失介质,例如随机存取存储器(RAM)(包括但不限于同步动态随机存取存储器(SDRAM),双倍数据速率(DDR)RAM,RAMBUS动态RAM(RDRAM),以及静态RAM(SRAM)等)。在示例中,一个或多个处理设备208被配置成输出与对象到输出设备(例如显示设备)的轨迹相关的信息。在一些示例中,一个或多个处理设备208向较大的SAA***提供轨迹信息,以用于控制无人飞行器***的运动。
图3是用于利用追踪***102追踪多个对象的示例性方法300的流程图。追踪***102实现一个循环(loop),其计算多个强度并在每个循环期间基于从传感器202-206新获得的测量结果来更新强度。循环实时地操作,以追踪由传感器202-206测量的多个对象。如上面讨论的,循环实现概率假设密度(PHD)过滤器以更新强度。PHD过滤器循环尝试针对每个被追踪的对象保持单个强度。在用于飞行器104的追踪***102的情况下,PHD过滤器循环尝试针对每个入侵者飞行器106,108和/或在传感器202-206的视场内的其它空中对象保持单个强度。在给定的循环期间,保持对应于在那个时间被追踪的该多个对象的一个或多个强度。除非删除了特定的强度(不再被追踪),通过循环进行的每次迭代更新被保持到下一时间步的每个强度。
追踪方法300在测量结果上操作,所述测量结果具有由传感器202-206提供的与其相关的轨迹ID。因此,一个或多个测量结果及其相关的轨迹ID由传感器202-206提供(块302)。一个或多个测量结果每个具有与其相关的单个相应的轨迹ID。在一些示例中,不具有与其相关的轨迹ID的其它测量结果也由传感器202-206获得。这些其它测量结果还可以被用来以本领域技术人员已知的方式更新通过方法300的循环保持的强度。利用此类其它测量结果更新强度的动作未在图3中示出。
追踪方法300利用传感器202-206提供的轨迹ID来确定在更新循环期间是否和/或如何调整强度的权重。强度的权重对应于强度正在追踪被传感器202-206感测的实际对象的可能性。通过传感器202-206获得的对应于强度的测量结果越多,越可能是强度对应于实际的对象。此外,权重可以被用来管理通过追踪方法300操作的强度。特别地,比另一个强度更准确的强度可以与其它强度相比被给予更高的权重,以便增加使用更准确强度的可能性,并且降低使用更不准确强度的可能性。
追踪方法300利用被提供测量结果的轨迹ID作为快速且有效的方式来估计已获得对应于给定强度的测量结果的时间。此信息可以被用来确定是否更新给定强度和/或更新给定强度的程度。为了做这个,追踪方法300将一个或多个轨迹ID与当前保持的强度相关。在一些示例中,所有当前保持的强度具有与其相关的至少一个轨迹ID,然而,在其它示例中,一个或多个当前保持的强度可以不具有与其相关的轨迹ID。在任何情况下,确实具有与其相关的轨迹ID的强度可以通过如本文所述的方法300继续进行。不具有与其相关的轨迹ID的任何强度可以以任何合适的方式进行更新,包括以本领域技术人员已知的方式。更新不具有与其相关的轨迹ID的强度的动作未在图3中示出。
如上所述,方法300的每个循环将每个强度更新(即未删除)到下一时间步。如本文使用的,时间步被称作Tk,针对紧接着时间步Tk的时间步的Tk+1,针对紧接着时间步Tk+1的时间步的Tk+2,等等。对应于时间步的时间长度可以以任何合适的方式确定,例如基于由一个或多个传感器202-206提供的测量结果的频率。对于方法300的给定循环,由传感器202-206提供的一个或多个的测量结果对应于一个或多个强度正在被更新所处的时间步。因此,在示例循环中,输入到循环(块304)中的一个或多个强度对应于时间步Tk,并且输入到循环(块302)中的一个或多个测量结果对应于时间步Tk+1。在循环的此迭代期间,一个或多个强度被预测到时间步Tk+1,并且使用对应于时间步Tk+1的一个或多个测量结果将其更新到时间步Tk+1。
在示例中,一个或多个Tk强度(对应于时间步Tk的强度)由循环的先前迭代提供(块304)。一个或多个Tk强度是从循环的先前迭代输出的一个或多个强度。在追踪***102向SAA***提供对象的轨迹的示例中,一个或多个Tk强度作为用于时间步Tk的轨迹输出到SAA***。每个强度在由方法300更新期间通过多个中间阶段来前进。已针对给定时间步完成更新并被输出(例如,到SAA***)的强度在本文中被称为“轨迹强度”。因此,输入到方法300的循环中的一个或多个Tk强度在本文中也被称为一个或多个Tk“轨迹”强度。
忽略不具有与其相关的轨迹ID的任何Tk轨迹强度(如上面讨论的),一个或多个Tk轨迹强度中的每个具有与其相关的相应的一个或多个轨迹ID。这些轨迹ID中的每个对应于来自传感器202-206的一个或多个测量结果,其已经被用来更新(在先前的时间步中)Tk轨迹强度。一个或多个轨迹ID可以对应于已被用来更新在任何时间步的Tk轨迹强度的测量结果,任何时间步包括Tk时间步和在Tk时间步前面的时间步。例如,相应的一个或多个轨迹ID可以对应于已经被用来在Tk时间步,Tk-1时间步,Tk-2时间步等更新对应Tk轨迹强度的测量结果。在下面提供关于将一个或多个轨迹ID与轨迹强度相关联的过程的更多细节。
一个或多个Tk轨迹强度中的每个通过针对一个或多个Tk+1轨迹强度中的每个而首先生成用于时间步Tk+1(Tk+1预测强度)(块306)的预测强度来在时间上向前传播。这些一个或多个Tk+1预测强度可以以任何适合的方式被计算,包括以本领域技术人员已知的方式。计算一个或多个Tk+1预测强度包括针对每个Tk+1预测强度计算预测的权重。预测的权重可以以任何适合的方式被计算,并且是在Tk+1时间步期间用于对应Tk轨迹强度的权重预测。此外,与给定Tk轨迹强度相关的一个或多个轨迹ID与对应于那个Tk轨迹强度的Tk+1预测强度相关。
最初,用于Tk+1预测强度的预测权重是在不考虑来自时间步Tk+1的一个或多个测量结果(块302)的任何测量结果是否对应于Tk+1预测强度的情况下被计算。然后每个Tk+1预测强度的预测权重基于来自一个或多个测量结果的第一一个或多个轨迹ID的任何轨迹ID是否与用于那个相应的Tk+1预测强度的一个或多个轨迹ID相匹配而被调整(块308),如下面解释的。
在示例中,如果针对给定时间步而由传感器202-206提供的轨迹ID中的任何轨迹ID与和预测强度相关的轨迹ID匹配,则与如果没有由传感器202-206提供的轨迹ID匹配的情况相比较,向下调整那个预测强度的权重。轨迹ID被用作测量结果何时与强度相关的估计。如果来自传感器202-206的轨迹ID与和预测强度相关的轨迹ID匹配,则更可能的是对应于那个轨迹ID的测量结果对应于那个预测强度,这证明了与不具有此类匹配轨迹ID的预测强度相比较,向下调整那个强度的权重是正确的。
如提到的,来自传感器202-206的一个或多个测量结果(块302)共同地具有与其提供的第一一个或多个轨迹ID。基于一个或多个测量结果以及预测的强度,计算测量结果到轨迹关联(块310)。计算测量结果到轨迹关联导致通过利用测量结果之一更新预测或者新的强度来生成测量结果到轨迹强度,使得所得到的测量结果到轨迹强度是被调整的预测/新强度以并入该(新的)测量结果。预测/新的强度基于与其相关的轨迹ID而被更新。第一一个或多个轨迹ID(来自测量结果)与和每个相应的Tk+1预测强度相关的一个或多个轨迹ID相比较,以确定第一一个或多个轨迹ID中的任何轨迹ID是否与和每个相应的Tk+1预测强度相关的一个或多个轨迹ID中的任何轨迹ID匹配。在示例中,为了将第一一个或多个轨迹ID与和Tk+1预测强度相关的一个或多个轨迹ID相比较,来自第一一个或多个轨迹ID的每个轨迹ID与和Tk+1预测强度相关的一个或多个轨迹ID中的每个轨迹ID相比较。当来自第一一个或多个轨迹ID的轨迹ID与来自和相应Tk+1预测强度相关的一个或多个轨迹ID的轨迹ID相同时,匹配发生。基于在测量结果的轨迹ID和Tk+1预测强度的轨迹ID之间是否存在匹配而生成测量结果到轨迹强度。
除了轨迹ID之外,统计距离测试也可以被用来确定是否生成测量结果到轨迹强度。统计距离测试包括计算强度和测量结果之间的统计距离。可以使用任何适合的距离测试,例如马氏距离测试(Malhanobis distance test)。在示例中,统计距离与阈值相比较。
如果来自测量结果的轨迹ID与来自Tk+1预测强度的轨迹ID匹配,并且测量结果和Tk+1预测强度之间的统计距离低于阈值,则用测量结果更新Tk+1预测强度,以生成测量结果到轨迹强度。如果对于给定的一对测量结果和Tk+1预测强度来说,不存在匹配的轨迹ID,或者统计距离高于阈值,则不用那个测量结果来更新那个Tk+1预测强度;因此,没有针对那个对来生成测量结果到轨迹强度。
当生成测量结果到轨迹强度时,相比于用由其创建那个测量结果到轨迹强度的Tk+1预测强度,更希望用测量结果到轨迹强度在循环中继续进行,因为测量结果到轨迹强度包括来自最近测量结果的信息,其不被包括在Tk+1预测强度中。这是正确的,除非Tk+1预测强度具有不具有对应测量结果到轨迹强度的其它与之相关的轨迹ID。在此类情形中,希望保持Tk+1预测强度以及测量结果到轨迹强度。
因此,在一些情形中,当生成测量结果到轨迹强度时,方法300向下调整由其创建测量结果到轨迹强度的Tk+1预测强度的权重,使得Tk+1预测强度被删改(不再保持)。连同Tk+1强度的权重的向下调整,将测量结果到轨迹强度的权重调整到某个水平,使得测量结果到轨迹强度幸免于删改(未被删改),且因此被保持。因为当生成测量结果到轨迹强度时存在与Tk+1预测强度匹配的轨迹ID,所以轨迹ID匹配被用来确定如何调整预测强度的权重。
Tk+1预测强度的预测权重通过将预测权重乘以第一值而向下调整(块308),如果所有与Tk+1预测强度相关的轨迹ID在与传感器202-206所获得的测量结果所对应的第一一个或多个轨迹ID中具有匹配轨迹ID的话(块302)。在示例中,第一值被选择成使得Tk+1预测强度的权重在做乘法之后接近零。例如,第一值可以小于0.2。在特定示例中,第一值是0.01。如果少于所有的与Tk+1预测强度相关的轨迹ID在第一一个或多个轨迹ID中具有匹配轨迹ID,则所预测强度的权重可以乘以第二值。这个第二值可以是值1,使得权重不改变,或者可以是不同的值,例如0.8。这个过程可以针对每个Tk+1预测强度重复,使得针对每个Tk+1预测强度的预测权重基于轨迹ID比较而调整。
因为存在如下情形:当即使可能存在轨迹ID匹配也不创建测量结果到轨迹强度时,Tk+1预测强度的权重可以在通过与第一值相乘而被减少之后再次调整。例如,如果Tk+1预测强度的权重通过其与上述第一值相乘而减少,但是未创建对应于那个Tk+1预测强度的测量结果到轨迹强度(例如,因为测量结果和Tk+1预测强度之间的统计距离高于阈值),则Tk+1预测强度的权重向上重新调整,使得Tk+1预测强度不被删改。在示例中,重新调整Tk+1预测强度的权重包括将权重乘以第一值的倒数(inverse),使得权重被重新设置回到其在被乘以第一值之前的情况。
当测量结果到轨迹强度被创建时,测量结果到轨迹强度的权重可以基于对应的测量结果和Tk+1预测强度之间的统计距离,以及在被第一值调整之前的Tk+1预测强度的权重来设置。
如上所述,一个或多个新的强度还可以针对时间步Tk+1来创建(块309)。这些新的强度可以以任何适合的方式创建,包括以本领域技术人员已知的方式。测量结果到轨迹强度可以通过比较轨迹ID和关于Tk+1预测强度的如上所述的统计距离而针对新的强度生成。一个或多个新强度的每个还具有与其对应的预测权重。一个或多个新强度的每个的预测权重还可以基于轨迹ID比较而调整,其采用与上述关于Tk+1预测强度相同的方式。
一个或多个预测强度、任何新的强度、以及任何测量结果到轨迹强度然后进一步通过删改而处理(块312)。删改包括分析一个或多个预测强度,任何新的强度,以及任何测量结果到轨迹强度以确定是否删除强度中的任何强度。除其它事物之外,删改尝试删除并未追踪实际对象的强度。
在示例中,强度基于其权重而被删改。特别地,将强度的权重与阈值相比较。如果权重低于阈值,则强度被删除,并且如果权重高于阈值,则强度被保持(不被删除)。在示例中,阈值针对每个强度基于与那个强度相关的轨迹ID被动态地设置。基于动态地设置基于轨迹ID的阈值而删改强度是管理与强度一起保持的轨迹ID的过程的一部分。特别地,此过程被用来删除具有来自不再追踪对象的传感器的轨迹ID的强度。
通过方法300处理的预测强度,新的强度以及测量结果到轨迹强度中的每个具有与其相关的一个或多个轨迹ID。与预测强度相关的一个或多个轨迹ID是与由其创建预测强度的轨迹强度相关的相同的一个或多个的轨迹ID。对于新的强度,与其相关的一个或多个轨迹ID可以是来自被用来创建新的强度的任何测量结果的一个或多个轨迹ID。例如,新的强度可以基于来自不被用于测量结果到轨迹关联的一个或多个测量结果(302)的测量结果而创建。此类测量结果可以被确定成对应于可能的新的对象,并且因此可以被用来基于其创建新的强度。因此,用于新强度的轨迹ID可以对应于被用来创建强度的测量结果。对于测量结果到轨迹强度来说,与其相关的轨迹ID是来自当前时间步中的一个或多个测量结果的测量结果的轨迹ID,其被用来更新预测强度以生成测量结果到轨迹强度。
对于轨迹强度来说,轨迹强度保持了来自被用来创建轨迹强度的任何强度的所有轨迹ID。例如,如果在其被更新到下一时间步时没有强度与给定的轨迹强度合并,则更新的轨迹强度保持与前面对应的轨迹强度相同的(多个)轨迹ID。然而,如果第一强度与第二一个或多个强度合并(块314)以创建更新的轨迹强度,则更新的轨迹强度具有与其相关的来自第一强度和第二一个或多个强度的所有轨迹ID。第一强度和第二一个或多个强度可以是任何类型的强度,包括预测强度、测量结果到轨迹强度、以及新的强度。因此,如果预测强度和测量结果到轨迹强度被合并以形成轨迹强度,则那个轨迹强度具有与其相关的与预测强度相关的所有(多个)轨迹ID以及与测量结果到轨迹强度相关的轨迹ID。
因此,预测强度可以具有一个轨迹ID或者与其相关的多个轨迹ID,而新的强度和测量结果到轨迹强度可以仅具有与其相关的一个强度。随着时间推移,与轨迹强度相关的一个或多个轨迹ID可来自能够不再追踪对应对象的传感器。在此类情形中,希望不再将那个轨迹ID保持为与那个轨迹强度相关。动态地设置阈值通过设置更高的阈值而完成这个,因为强度具有更多与其相关的轨迹ID。在更高阈值的情况下,具有多个轨迹ID的强度需要具有要被保持的更高的权重。理想地,缺乏对应于与强度相关的轨迹ID之一的测量结果将通过相对较少的循环的迭代引起权重下降,低到足够在(升高的)阈值以下。然而,对应于循环的对象仍然可以经由可以被保持的测量结果到轨迹强度被追踪,因为其将可能具有较低阈值,因为测量结果到轨迹强度仅具有与其相关的单一轨迹ID。此外,因为测量结果到轨迹强度是预测强度的更新版本,所以即使删除了预测强度,由预测强度体现的信息仍然可以经由测量结果到轨迹强度来被保持。
在示例中,每个传感器具有相应的传感器阈值,并且针对具有与强度相关的轨迹ID的每个传感器,将用于针对其比较权重的阈值被设置成传感器阈值的总和。在示例中,传感器阈值基于传感器的准确性而选择。这样,通常导致更高的权重强度的更加准确的传感器具有更高的阈值,其提供来自此类传感器的错误测量结果的更加严格的排除。作为示例,如果第一预测强度具有与其相关的三个轨迹ID,用于针对权重进行比较的阈值是与三个轨迹ID对应的传感器的传感器阈值的总和。例如,如果三个轨迹ID的第一个来自TCAS模式S传感器,第二轨迹ID来自第一雷达,并且第三轨迹ID来自第二雷达,则针对用于那个强度的权重进行比较的阈值是用于TCAS模式S传感器的传感器阈值、用于第一雷达的传感器阈值、以及用于第二雷达的传感器阈值的总和。
针对一个或多个预测强度、任何新的强度、以及任何测量结果到轨迹强度中的每个而重复计算阈值并且然后将权重与阈值相比较的过程。删除具有低于其相应的阈值的权重的任何此类强度(块312),而具有高于其相应阈值的权重的任何强度被保持并分析以被合并。
分析不被删改的强度以进行合并(块314)。可以使用合并强度的任何适合的过程,包括本领域技术人员已知的过程。由合并强度步提供的所得到的一个或多个Tk+1轨迹强度(块314)可以被输出,以用于例如由SAA***显示和/或进一步分析(块316)。一个或多个Tk+1轨迹强度也被提供为到循环的下一迭代中的输入,以用于针对时间步Tk+2而基于一个或多个测量结果进行更新。
示例实施例
示例1包括用于利用概率假设密度过滤器追踪多个对象的方法,该方法包括:利用至少一个传感器获得与第一对象对应的多个测量结果,至少一个传感器为多个测量结果提供一个或多个第一轨迹ID;基于多个测量结果生成用于第一对象的Tk轨迹强度,Tk轨迹强度包括权重、状态平均矢量以及在时间Tk的第一对象的轨迹的统计的状态协方差矩阵;基于Tk轨迹强度为第一对象生成Tk+1预测强度,Tk+1预测强度对应于时间Tk+1,其中Tk+1预测强度包括基于Tk轨迹强度的权重的预测的权重;获得来自多个传感器的多个测量结果,其中多个传感器包括至少一个传感器,其中多个传感器为多个测量结果提供多个第二轨迹ID,其中多个测量结果对应于时间Tk+1;将多个第二轨迹ID与一个或多个第一轨迹ID相比较;如果一个或多个第一轨迹ID的全部与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重乘以第一值;如果少于全部的一个或多个第一轨迹ID与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重乘以第二值,其中第二值比第一值大;在与第一值或者第二值相乘之后基于预测的权重确定是否删改Tk+1预测强度;并且如果Tk+1预测强度未被删改,则基于Tk+1预测强度针对在时间Tk+1的第一对象生成Tk+1轨迹强度,Tk+1轨迹强度具有基于预测权重的做乘法的更新权重。
示例2包括示例1的方法,其中第一值小于0.2。
示例3包括示例1-2的任何一项的方法,其中确定是否删改Tk+1预测强度包括:将在做乘法之后的预测权重与阈值相比较;并且如果做乘法之后的预测的权重低于阈值,则删除Tk+1预测强度。
示例4包括示例3的方法,包括:基于一个或多个第一轨迹ID选择阈值。
示例5包括示例4的方法,其中多个传感器中的每个具有对应的传感器阈值,其中选择阈值包括将阈值设置为具有一个或多个第一轨迹ID中的轨迹ID的传感器的传感器阈值的总和。
示例6包括示例5的方法,其中用于多个传感器中的传感器的传感器阈值基于那个传感器的准确性而设置。
示例7包括示例5-6的任何一项的方法,其中设置阈值包括如果多个传感器中的较多的具有一个或多个轨迹ID中的轨迹ID,则将阈值设置成较高;并且如果多个传感器中的较少的具有一个或多个轨迹ID中的轨迹ID,则将其设置成较低。
示例8包括示例1-7的任何一项的方法,其中第二多个轨迹ID和一个或多个第一轨迹ID中的每个轨迹ID是由传感器接收的并且对应于用于那个传感器的相应的测量结果的国际民航组织(ICAO)飞行器地址或者由传感器分配到跨时间相关的那个传感器所获得的一组测量结果的标识符之一。
示例9包括用于利用概率假设密度过滤器追踪多个对象的方法,该方法包括:生成多个强度,多个强度中的每个强度包括权重、状态平均矢量以及相应对象的轨迹的统计的状态协方差矩阵,其中每个强度具有与其相关的一个或多个轨迹ID,其中与相应强度相关的每个轨迹ID对应于对那个相应强度有贡献的测量结果;删改多个强度以产生减少的强度的集合,其中删改包括在减少的强度的集合中的具有高于那个强度的相应阈值的权重的多个强度中的任何强度,并且从减少的强度的集合中排除具有低于那个强度的相应阈值的权重的任何强度,其中强度的相应的阈值基于哪一个或多个轨迹ID与相应的强度相关而选择。
示例10包括示例9的方法,其中多个传感器中的每个具有对应的传感器阈值,其中用于强度的相应的阈值被设置为具有与相应的强度相关的轨迹ID的传感器的传感器阈值的总和。
示例11包括示例10的方法,其中多个传感器的相应传感器的传感器阈值基于相应传感器的准确性而设置。
示例12包括示例10-11的任何一项的方法,其中如果多个传感器中的较多的具有与相应强度相关的轨迹ID,则将强度的相应阈值设置成较高;并且如果多个传感器中较少的具有与相应强度相关的轨迹ID,则将强度的相应阈值设置成较低。
示例13包括示例9-12的任何一项的方法,其中多个强度包括预测强度、测量结果到轨迹强度、以及新的强度中的一个或多个。
示例14包括示例9-13的任何一项的方法,其中一个或多个轨迹ID的每个轨迹ID是由传感器接收的并且对应于用于那个传感器的相应的测量结果的国际民航组织(ICAO)飞行器地址或者由传感器分配到跨时间相关的那个传感器所获得的一组测量结果的标识符之一。
示例15包括追踪***,其包括:一个或多个处理设备;以及一个或多个数据存储设备,其包括指令,当由一个或多个处理设备执行时,其引起一个或多个处理设备利用概率假设密度过滤器来追踪多个对象,其中指令引起一个或多个处理设备:生成多个Tk轨迹强度,多个Tk轨迹强度中的每个Tk轨迹强度包括权重、状态平均矢量、以及在时间Tk的相应对象的轨迹的统计的状态协方差矩阵,其中每个Tk轨迹强度具有与其相关的一个或多个轨迹ID,其中与相应的Tk轨迹强度相关的每个轨迹ID对应于对那个相应的Tk轨迹强度有贡献的测量结果;基于Tk轨迹强度生成多个Tk+1预测强度,多个Tk+1预测强度对应于时间Tk+1,其中多个Tk+1预测强度中的每个包括基于Tk预测强度的权重的预测权重;获得来自多个传感器的多个测量结果,其中多个传感器为多个测量结果提供多个第二轨迹ID,其中多个测量结果对应于时间Tk+1;将多个第二轨迹ID与和每个Tk轨迹强度相关的每个轨迹ID相比较;如果全部的与给定Tk轨迹强度相关的轨迹ID与多个第二轨迹ID中的任何轨迹ID相匹配,则对应于给定Tk轨迹强度的Tk+1预测强度的预测权重乘以第一值;如果少于全部的与给定Tk强度相关的轨迹ID与多个第二轨迹ID的任何轨迹ID相匹配,则对应于给定Tk轨迹强度的Tk+1预测强度的预测权重乘以第二值,其中第二值比第一值大;在与第一值或者第二值相乘之后基于其相应的预测权重删改多个Tk+1预测强度;并且基于未被删改的Tk+1预测强度生成多个Tk+1轨迹强度,多个Tk+1轨迹强度的每个Tk+1轨迹强度对应于时间Tk+1,并且在相乘之后具有基于相应的Tk+1预测强度的预测权重的更新权重。
示例16包括示例15中的追踪***,其中第一值小于0.2。
示例17包括示例15-16中的任何一项的追踪***,其中删改多个Tk+1预测强度包括:将相乘之后的多个Tk+1预测强度的每个Tk+1预测强度的预测权重与那个Tk+1预测强度的相应的阈值进行比较;并且如果相乘之后给定的权重低于其相应的阈值,则删除那个Tk+1预测强度。
示例18包括示例17的追踪***,其中指令引起一个或多个处理设备:基于与对应于那个相应的阈值的Tk轨迹强度相关的一个或多个轨迹ID来选择每个相应的阈值。
示例19包括示例18的追踪***,其中多个传感器中的每个具有对应的传感器阈值,其中将给定Tk+1预测强度的相应的阈值设置为具有与对应于给定Tk+1预测强度的Tk轨迹强度相关的轨迹ID的传感器阈值的总和。
示例20包括示例15-19的任何一项的追踪***,其中与Tk轨迹强度相关的每个轨迹ID和第二多个轨迹ID中的每个是由传感器接收的并且对应于用于那个传感器的相应的测量结果的国际民航组织(ICAO)飞行器地址或者由传感器分配到跨时间相关的那个传感器所获得的一组测量结果的标识符之一。
Claims (3)
1.一种用于利用概率假设密度过滤器追踪多个对象的方法,该方法包括:
利用至少一个传感器获得与第一对象相对应的多个测量结果,至少一个传感器为多个测量结果提供一个或多个第一轨迹ID;
基于多个测量结果生成用于第一对象的Tk轨迹强度,Tk轨迹强度包括权重、状态平均矢量、以及在时间Tk的第一对象的轨迹的统计的状态协方差矩阵;
基于Tk轨迹强度生成用于第一对象的Tk+1预测强度,该Tk+1预测强度对应于时间Tk+1,其中Tk+1预测强度包括基于Tk轨迹强度的权重所预测的权重;
获得来自多个传感器的多个测量结果,其中多个传感器包括至少一个传感器,其中多个传感器为多个测量结果提供了多个第二轨迹ID,其中多个测量结果对应于时间Tk+1;
将多个第二轨迹ID与一个或多个第一轨迹ID相比较;
如果一个或者多个第一轨迹ID的全部与多个第二轨迹ID的任何轨迹ID相匹配,则由第一值乘以所预测的权重;
如果少于全部的一个或者多个第一轨迹ID与多个第二轨迹ID中的任何轨迹ID相匹配,则由第二值乘以所预测的权重,其中第二值比第一值大;
在与第一值或者第二值相乘之后,基于所预测的权重确定是否删改Tk+1预测强度;并且
如果Tk+1预测强度未被删改,则基于Tk+1预测强度针对在时间Tk+1的第一对象生成Tk+1轨迹强度,Tk+1轨迹强度具有基于预测权重的做乘法的更新的权重;
其中确定是否删改Tk+1预测强度包括:
将做乘法之后的预测权重与阈值相比较;并且
如果做乘法之后的预测的权重低于阈值,则删除Tk+1预测强度。
2.根据权利要求1所述的方法,
其中方法包括:
基于一个或多个第一轨迹ID选择阈值;
其中多个传感器中的每个具有对应的传感器阈值,其中用于多个传感器的传感器的传感器阈值基于那个传感器的准确性而设置,
其中选择阈值包括将阈值设置为具有一个或多个第一轨迹ID中的轨迹ID的传感器的传感器阈值的总和。
3.根据权利要求2所述的方法,其中设置阈值包括如果多个传感器中较多的具有在一个或多个轨迹ID中的轨迹ID,则将阈值设置成较高;并且如果多个传感器中较少的具有在一个或多个轨迹ID中的轨迹ID,则将阈值设置成较低。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/448,813 US9851437B2 (en) | 2014-07-31 | 2014-07-31 | Adjusting weight of intensity in a PHD filter based on sensor track ID |
US14/448813 | 2014-07-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105321381A CN105321381A (zh) | 2016-02-10 |
CN105321381B true CN105321381B (zh) | 2020-02-07 |
Family
ID=53673790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510628780.9A Active CN105321381B (zh) | 2014-07-31 | 2015-07-30 | 基于传感器轨迹id调整phd过滤器中的强度的权重 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9851437B2 (zh) |
EP (1) | EP2980602B1 (zh) |
CN (1) | CN105321381B (zh) |
IL (1) | IL240074B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10605607B2 (en) | 2014-07-31 | 2020-03-31 | Honeywell International Inc. | Two step pruning in a PHD filter |
US11175142B2 (en) * | 2014-07-31 | 2021-11-16 | Honeywell International Inc. | Updating intensities in a PHD filter based on a sensor track ID |
US20220146667A1 (en) * | 2022-01-25 | 2022-05-12 | Intel Corporation | Apparatus, system and method of radar tracking |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4816833A (en) * | 1987-06-16 | 1989-03-28 | Westinghouse Electric Corp. | Pulse doppler surveillance post signal processing and scan to scan correlation |
US5414643A (en) * | 1993-06-14 | 1995-05-09 | Hughes Aircraft Company | Method and apparatus for continuous time representation of multiple hypothesis tracking data |
EP1533628A1 (en) * | 2003-11-19 | 2005-05-25 | Saab Ab | A method for correlating and numbering target tracks from multiple sources |
CN103345577A (zh) * | 2013-06-27 | 2013-10-09 | 江南大学 | 变分贝叶斯概率假设密度多目标跟踪方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5390133A (en) * | 1992-09-30 | 1995-02-14 | Martin Marietta Corporation | Image processor for target detection and tracking |
US6799114B2 (en) | 2001-11-20 | 2004-09-28 | Garmin At, Inc. | Systems and methods for correlation in an air traffic control system of interrogation-based target positional data and GPS-based intruder positional data |
DE10231712A1 (de) | 2002-07-13 | 2004-01-29 | Stn Atlas Elektronik Gmbh | Verfahren zur Beobachtung einer Vielzahl von Objekten |
US7626535B2 (en) | 2006-11-09 | 2009-12-01 | Raytheon Company | Track quality based multi-target tracker |
US7864096B2 (en) | 2008-01-23 | 2011-01-04 | Aviation Communication & Surveillance Systems Llc | Systems and methods for multi-sensor collision avoidance |
US8330810B2 (en) | 2008-02-27 | 2012-12-11 | Honeywell International Inc. | Systems and method for dynamic stabilization of target data detected from a moving platform |
US8378881B2 (en) | 2010-10-18 | 2013-02-19 | Raytheon Company | Systems and methods for collision avoidance in unmanned aerial vehicles |
JP5306389B2 (ja) * | 2011-02-25 | 2013-10-02 | 株式会社東芝 | 目標追跡装置 |
US8515881B2 (en) | 2011-03-11 | 2013-08-20 | Raytheon Company | Multiple hypothesis tracking |
US20130229298A1 (en) | 2012-03-02 | 2013-09-05 | The Mitre Corporation | Threaded Track Method, System, and Computer Program Product |
US8970429B2 (en) | 2012-06-14 | 2015-03-03 | Raytheon Company | Systems and methods for tracking targets by a through-the-wall radar using multiple hypothesis tracking |
-
2014
- 2014-07-31 US US14/448,813 patent/US9851437B2/en active Active
-
2015
- 2015-07-15 EP EP15176942.9A patent/EP2980602B1/en active Active
- 2015-07-21 IL IL240074A patent/IL240074B/en active IP Right Grant
- 2015-07-30 CN CN201510628780.9A patent/CN105321381B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4816833A (en) * | 1987-06-16 | 1989-03-28 | Westinghouse Electric Corp. | Pulse doppler surveillance post signal processing and scan to scan correlation |
US5414643A (en) * | 1993-06-14 | 1995-05-09 | Hughes Aircraft Company | Method and apparatus for continuous time representation of multiple hypothesis tracking data |
EP1533628A1 (en) * | 2003-11-19 | 2005-05-25 | Saab Ab | A method for correlating and numbering target tracks from multiple sources |
CN103345577A (zh) * | 2013-06-27 | 2013-10-09 | 江南大学 | 变分贝叶斯概率假设密度多目标跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2980602B1 (en) | 2017-02-08 |
IL240074B (en) | 2020-08-31 |
EP2980602A1 (en) | 2016-02-03 |
CN105321381A (zh) | 2016-02-10 |
US9851437B2 (en) | 2017-12-26 |
US20160033633A1 (en) | 2016-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105321379B (zh) | 基于传感器轨迹id在phd滤波器中合并强度 | |
US9946935B2 (en) | Object tracking device, object tracking method, and object tracking program | |
CN105321380B (zh) | 基于传感器轨迹id更新phd过滤器中的强度 | |
US10241191B2 (en) | Multi-sensor target tracking using multiple hypothesis testing | |
EP2881755A1 (en) | Unmanned aircraft systems sense and avoid sensor fusion track initialization | |
CN105320143B (zh) | 一种利用概率假设密度滤波器跟踪多个物体的方法 | |
CN110780289B (zh) | 基于场景雷达的多目标车辆跟踪方法及装置 | |
KR101402206B1 (ko) | 운동학 및 형상 정보를 활용한 다중 표적 추적 방법 | |
Lundgren et al. | A CPHD filter for tracking with spawning models | |
CN105321381B (zh) | 基于传感器轨迹id调整phd过滤器中的强度的权重 | |
US20170031003A1 (en) | Methods And Systems For Mitigating Multipath Propagation | |
CN108344981B (zh) | 面向杂波的多传感器异步检测tsbf多目标跟踪方法 | |
KR101372390B1 (ko) | 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치 | |
CN109239702A (zh) | 一种基于目标状态集的机场低空飞鸟数量统计方法 | |
Hanselmann et al. | Sensor scheduling for multiple target tracking and detection using passive measurements | |
JP6513310B1 (ja) | 航跡推定装置及び携帯情報端末 | |
Liu et al. | Sequential measurement-driven multi-target Bayesian filter | |
Schubert et al. | Performance evaluation of multiple target tracking in the absence of reference data | |
US20180356494A1 (en) | Wideband ranging system | |
KR102211844B1 (ko) | Ir-uwb 레이더 시스템에서의 벽 후방 다중표적위치 추정 방법 및 장치 | |
US20200182919A1 (en) | Radio-wave detection device | |
Khutortsev | Local optimization of trajectory control of observations for mobile digital direction-finder in the location of discrete sources of radiation system | |
US11915433B2 (en) | Object tracking system, tracking parameter setting method, and non-transitory computer readable medium | |
Radosavljevic et al. | MHT and ITS: A Look at Single Target Tracking in Clutter | |
JP2020053048A (ja) | 受動センサーからの擬似距離推定 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |