CN111693051A - 一种基于光电传感器的多目标数据关联方法 - Google Patents

一种基于光电传感器的多目标数据关联方法 Download PDF

Info

Publication number
CN111693051A
CN111693051A CN202010482930.0A CN202010482930A CN111693051A CN 111693051 A CN111693051 A CN 111693051A CN 202010482930 A CN202010482930 A CN 202010482930A CN 111693051 A CN111693051 A CN 111693051A
Authority
CN
China
Prior art keywords
target
information
angle measurement
measurement information
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.)
Granted
Application number
CN202010482930.0A
Other languages
English (en)
Other versions
CN111693051B (zh
Inventor
张艳
陈金涛
杨雪榕
王爽
曲承志
张鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202010482930.0A priority Critical patent/CN111693051B/zh
Publication of CN111693051A publication Critical patent/CN111693051A/zh
Application granted granted Critical
Publication of CN111693051B publication Critical patent/CN111693051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于光电传感器的多目标数据关联方法,包括:根据不同传感器获取的角度量测信息判断该角度量测信息并判断是否来源于同一目标;判断到来源于同一目标后获得目标的三维空间坐标信息;基于加权和距离的最近邻点迹‑航迹关联算法更新目标的航迹。通过使用本发明,可在仅能获取目标方位角和俯仰角量测信息的情况下实现多目标跟踪。本发明作为一种基于光电传感器的多目标数据关联方法,可广泛应用于多目标跟踪与多传感器信息处理领域。

Description

一种基于光电传感器的多目标数据关联方法
技术领域
本发明涉及多目标跟踪与多传感器信息处理领域,尤其涉及一种基于光电传感器的多目标数据关联方法。
背景技术
在多目标跟踪领域中,数据关联技术是实现多目标跟踪的一项关键技术,而如何利用量测信息进行数据关联是其核心问题。在越发复杂的现代化环境下,单一传感器无法提供全面的准确的空天态势信息,结合多传感器量测信息,利用信息处理与融合技术能更好地掌握实时的战场态势,但是目前的单一传感器在仅能获取目标方位角和俯仰角量测信息的情况下无法实现多目标跟踪。
发明内容
为了解决上述技术问题,本发明的目的是提供一种基于光电传感器的多目标数据关联方法,可在仅能获取目标方位角和俯仰角量测信息的情况下实现多目标跟踪。
本发明所采用技术方案是:一种基于光电传感器的多目标数据关联方法,包括以下步骤:
通过不同传感器获取目标的角度量测信息;
根据不同传感器获取的角度量测信息判断是否来源于同一目标;
判断到当前时刻来自不同传感器的角度量测信息来源于同一目标,根据角度量测信息获取该目标的三维空间坐标信息;
根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹。
进一步,所述通过不同传感器获取目标的角度量测信息具体为通过两个传感器获取目标的方位角量测信息、俯仰角量测信息和量测模型,所述量测模型表达式如下:
Figure BDA0002517912830000011
Figure BDA0002517912830000012
所述
Figure BDA0002517912830000013
分别为传感器n对目标i的方位角和俯仰角的观测值,所述
Figure BDA0002517912830000021
分别为传感器n对目标i的方位角和俯仰角的真实值,所述ΔA、ΔE分别为传感器当前时刻的方位角偏差和俯仰角偏差。
进一步,所述根据不同传感器获取的角度量测信息判断是否来源于同一目标这一步骤,其具体包括:
根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标;
初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标。
进一步,所述根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体为方位角信息满足下述条件任意一个,初步判断两对角度量测信息来源于同一目标:
Figure BDA0002517912830000022
Figure BDA0002517912830000023
Figure BDA0002517912830000024
Figure BDA0002517912830000025
Figure BDA0002517912830000026
Figure BDA0002517912830000027
Figure BDA0002517912830000028
Figure BDA0002517912830000029
Figure BDA00025179128300000210
Figure BDA00025179128300000211
所述
Figure BDA00025179128300000212
是第一传感器接收到的目标i的方位角信息,所述
Figure BDA00025179128300000213
是第二传感器接收到目标j的方位角信息。
进一步,所述初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体如下:
分别以两个传感器的坐标为起点,根据目标的方位角信息和俯仰角信息确定关于目标的射线,得到第一射线和第二射线;
根据方位角信息得到第一射线与第二射线在x轴和y轴平面上的投影线的交汇点的x轴和y轴坐标信息;
通过俯仰角信息得到第一射线与第二射线对于目标在第一传感器和第二传感器空间坐标系下的z轴坐标信息;
根据门控技术和z轴坐标信息判断第一传感器和第二传感器的角度量测信息是否来源于同一个目标。
进一步,所述根据角度量测信息获取该目标的三维空间坐标信息,表达式如下:
[xR,yR,zR]=[x,y1,0.5(Z1+Z2)];
所述[xR,yR,zR]为目标R的三维空间坐标信息。
进一步,还包括判断到来自不同传感器的角度量测信息不是来源于同一目标,将角度量测信息判定为不可能关联对并生成虚假目标的三维空间坐标,具体为:
[x0,y0,z0]=[0,0,0];
所述[x0,y0,z0]为虚假目标o的三维空间坐标信息。
进一步,所述根据目标上一时刻的状态得到目标当前时刻的预测位置信息,根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹这一步骤,其具体包括:
根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹;
根据目标的三维空间空间坐标信息得到实际点迹;
根据预测点迹和实际点迹计算加权和距离并选择加权和距离最小的实际点迹更新目标的航迹。
进一步,所述根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹具***置这一步骤,表达式如下:
Figure BDA0002517912830000031
Figure BDA0002517912830000032
Figure BDA0002517912830000033
所述T为传感器采样时间间隔,所述xi(k+1)、yi(k+1)和zi(k+1)表示为目标i在(k+1)时刻的预测点迹。
进一步,所述根据预测点迹和实际点迹计算加权和距离,其具体包括:
Dli=a*|xl(k+1)-xi(k+1)|+b*|yl(k+1)-yi(k+1)|+c*|zl(k+1)-zi(k+1)|;
所述Dli表示为(k+1)时刻点迹l与(k+1)时刻目标i的预测点迹之间的加权和距离,所述a、b、c是可人为调整的权重因子,所述xl(k+1)、yl(k+1)和zl(k+1)表示为(k+1)时刻的实际点迹的三维空间坐标信息。
本发明方法的有益效果是:根据不同传感器获取的角度量测信息判断该角度量测信息并判断是否来源于同一目标,判断到来源于同一目标后获得目标的三维空间坐标信息,基于加权和距离的最近邻点迹-航迹关联算法更新目标的航迹,从而实现多目标跟踪。
附图说明
图1是本发明一种基于光电传感器的多目标数据关联方法步骤流程图;
图2是本发明实施例对三个沿匀速直线运动的目标的跟踪效果图;
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
近年来,大多是采用雷达装置实现目标跟踪,但是雷达装置不适用于部分装置,而其余量测传感器又无法实现目标的定位和跟踪,通过使用本发明,可在仅能获取目标方位角和俯仰角量测信息的情况下实现多目标跟踪。
如图1所示,本发明提供了一种基于光电传感器的多目标数据关联方法,该方法包括以下步骤:
S101、通过不同传感器获取目标的角度量测信息。
具体地,所述传感器可以是光电传感器,传感器仅能获取目标方位角A和俯仰角E的量测信息,目标角度量测信息受到噪声环境以及测量误差的影响。
S102、根据不同传感器获取的角度量测信息判断是否来源于同一目标;
具体地,结合当前时刻来自不同传感器的两对角度量测信息
Figure BDA0002517912830000041
利用其中的方位角量测信息初步判断来自不同传感器的两对角度量测信息是否有可能来源于同一个目标,结合当前时刻来自不同传感器的两对角度量测信息
Figure BDA0002517912830000042
利用其中的俯仰角量测信息再次判断来自不同传感器的两对角度量测信息是否来源于同一个目标。
S103、判断到当前时刻来自不同传感器的角度量测信息来源于同一目标,根据角度量测信息获取该目标的三维空间坐标信息;
具体地,若判断到当前时刻来自不同传感器的两对角度量测信息来源于同一个目标,则结合这两对角度量测信息定位出该目标的三维空间坐标信息,若判断当前时刻来自不同传感器的两对角度量测信息不可能来源于同一个目标,则将这两对角度量测信息判定为不可能关联对。
S104、根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹。
具体地,结合目标上一时刻的位置、速度等运动状态属性预测目标当前时刻的位置信息,结合目标当前时刻的预测信息与当前时刻根据传感器角度量测信息定位出的目标实际量测位置信息,使用一种基于加权和距离的方法计算出当前时刻的预测信息与实际量测点之间的距离,按照最近邻法的思想将距离该目标一步预测位置估计点最近的实际目标量测点分配给该目标以完成点迹-航迹关联
进一步作为本方法的优选实施例,所述通过不同传感器获取目标的角度量测信息具体为通过两个传感器获取目标的方位角量测信息、俯仰角量测信息和量测模型,所述量测模型表达式如下,k时刻传感器n对目标i的量测模型:
Figure BDA0002517912830000051
Figure BDA0002517912830000052
所述
Figure BDA0002517912830000053
分别为传感器n对目标i的方位角和俯仰角的观测值,所述
Figure BDA0002517912830000054
分别为传感器n对目标i的方位角和俯仰角的真实值,所述ΔA、ΔE分别为传感器当前时刻的方位角偏差和俯仰角偏差。
具体地,第一传感器和第二传感器的三维笛卡尔空间坐标被设置为:
SENSOR1=[0,0,0];
SENSOR2=[0,b,0];
进一步作为本方法的优选实施例,所述根据不同传感器获取的角度量测信息判断是否来源于同一目标这一步骤,其具体包括:
根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标;
具体地,结合当前时刻来自不同传感器的两对角度量测信息
Figure BDA0002517912830000061
利用其中的方位角量测信息初步判断来自不同传感器的两对角度量测信息是否有可能来源于同一个目标。
其中,
Figure BDA0002517912830000062
分别是来自第一传感器、第二传感器关于目标i、j的方位角A和俯仰角E的量测信息,即利用
Figure BDA0002517912830000063
初步判断
Figure BDA0002517912830000064
是否有可能来源于同一个目标。
初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标。
利用
Figure BDA0002517912830000065
再次判断
Figure BDA0002517912830000066
是否来源于同一个目标。
进一步作为本方法的优选实施例,所述根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体为两对方位角信息满足下述条件任意一个,初步判断角度量测信息来源于同一目标:
(1)
Figure BDA0002517912830000067
Figure BDA0002517912830000068
(2)
Figure BDA0002517912830000069
Figure BDA00025179128300000610
(3)
Figure BDA00025179128300000611
Figure BDA00025179128300000612
(4)
Figure BDA00025179128300000613
Figure BDA00025179128300000614
(5)
Figure BDA00025179128300000615
Figure BDA00025179128300000616
如果两量测的方位角满足上述五个条件之一,则初步判断这两对角度量测信息有可能来源于同一个目标,所述
Figure BDA00025179128300000617
是第一传感器接收到的目标i的方位角信息,所述
Figure BDA00025179128300000618
是第二传感器接收到目标j的方位角信息。
进一步作为本方法的优选实施例,所述初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体如下:
分别以两个传感器的坐标为起点,根据目标的方位角信息和俯仰角信息确定关于目标的射线,得到第一射线和第二射线;
根据方位角信息得到第一射线与第二射线在x轴和y轴平面上的投影线的交汇点的x轴和y轴坐标信息;
通过俯仰角信息得到第一射线与第二射线对于目标在第一传感器和第二传感器空间坐标系下的z轴坐标信息;
根据门控技术和z轴坐标信息判断第一传感器和第二传感器的角度量测信息是否来源于同一个目标。
具体地,再次判断来自传感器1的角度量测信息
Figure BDA0002517912830000071
与来自传感器2的角度量测信息
Figure BDA0002517912830000072
是否源于同一个目标,以传感器n的坐标为起点,利用目标i的方位角和俯仰角信息能唯一确定一条关于目标i的射线,下称射线n→i:
利用方位角量测信息求出射线1→i与射线2→i在x、y轴平面上的投影线的交汇点的x、y轴坐标信息;
交汇点在第一传感器和第二传感器的空间坐标系下的x轴坐标信息如下:
Figure BDA0002517912830000073
交汇点在第一传感器的空间坐标系下的y轴坐标信息如下:
Figure BDA0002517912830000074
交汇点在第二传感器的空间坐标系下的y轴坐标信息如下:
y2=y1-b;
利用俯仰角量测信息求出射线1→i与射线2→j关于目标i、j分别在第一传感器和第二传感器空间坐标系下的z轴坐标信息;
目标i在第一传感器的空间坐标系下的z轴坐标信息如下:
Figure BDA0002517912830000075
目标j在第二传感器的空间坐标系下的z轴坐标信息如下:
Figure BDA0002517912830000076
采用门控技术判断来自第一传感器和第二传感器的两对角度量测信息是否来源于同一个目标的方法如下:
Δz=|z1-z2|;
Δz≤z0
其中z0是人为设定的阈值,若上述不等式成立,则判断这两对角度量测信息来源于同一个目标。
进一步作为本方法的优选实施例,所述根据角度量测信息获取该目标的三维空间坐标信息,表达式如下:
[x0,y0,z0]=[0,0,0];
所述[x0,y0,z0]为虚假目标o的三维空间坐标信息。
进一步作为本方法的优选实施例,还包括判断到来自不同传感器的角度量测信息不是来源于同一目标,将角度量测信息判定为不可能关联对并生成虚假目标的三维空间坐标,表达式如下:
[x0,y0,z0]=[0,0,0];
所述[x0,y0,z0]为虚假目标o的三维空间坐标信息。
进一步作为本方法的优选实施例,所述根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹这一步骤,其具体包括:
根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹;
根据目标的三维空间坐标信息得到实际点迹;
根据预测点迹和实际点迹计算加权和距离并选择加权和距离最小的实际点迹更新目标的航迹。
进一步作为本方法的优选实施例,所述根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹具***置这一步骤,表达式如下:
Figure BDA0002517912830000081
Figure BDA0002517912830000082
Figure BDA0002517912830000083
所述T为传感器采样时间间隔,所述xi(k+1)、yi(k+1)和zi(k+1)表示为目标i在(k+1)时刻的预测点迹。
具体地,假设k时刻目标i的状态信息为:
Figure BDA0002517912830000084
则(k+1)时刻目标i的位置预测信息如上所述。
进一步作为本方法的优选实施例,所述根据预测点迹和实际点迹计算加权和距离,表达式如下:
Dli=a*|xl(k+1)-xi(k+1)|+b*|yl(k+1)-yi(k+1)|+c*|zl(k+1)-zi(k+1)|;
所述Dli表示为(k+1)时刻点迹l与(k+1)时刻目标i的预测点迹之间的加权和距离,所述a、b、c是可人为调整的权重因子,所述xl(k+1)、yl(k+1)和zl(k+1)表示为(k+1)时刻的实际点迹的三维空间坐标信息。
具体地,计算出(k+1)时刻所有实际点迹与目标i的加权和距离Dli后,选择加权和距离最小的实际点迹来更新该目标i的航迹;且一个实际点迹最多只能用于更新一个目标的航迹,一个目标最多也只能匹配一个实际点迹用于更新航迹,(k+1)时刻经角度量测信息关联得到的点迹l坐标为:
Xl(k+1)=[xl(k+1),yl(k+1),zl(k+1)]T;l∈1…L;
其中,L是(k+1)时刻经角度量测信息进行数据关联得到的点迹数量。
本发明的仿真实验结果参照图2,1号线中的直粗线段为目标1的真实航迹,1号线中的曲线段为目标1的观测航迹;2号线中的直粗线段为目标2的真实航迹,2号线中的曲线段为目标2的观测航迹;3号线中的直粗线段为目标3的真实航迹,3号线中的曲线段为目标3的观测航迹,图2是采用本发明的方法利用两个传感器跟踪三个沿匀速直线飞行的目标的跟踪效果图,仿真实验参数说明:目标数为3,量测采样间隔为2S,阈值z0为200m,传感器S1位置为(0,0,0),传感器S2位置为(0,10000,0),权重因子a为0.35,权重因子b为0.35,权重因子C为0.3,方位角偏差ΔA为0.05,俯仰角偏差ΔE为0.05,从图2可看出,该算法能在具有测量噪声环境下有效跟踪多个飞行目标,具有一定的鲁棒性。
本发明提供另一种具体实施例:一种基于光电传感器的多目标数据关联***:
获取模块,用于通过不同传感器获取目标的角度量测信息;
判断模块,用于根据不同传感器获取的角度量测信息判断是否来源于同一目标;
实际点迹模块,用于判断到当前时刻来自不同传感器的角度量测信息来源于同一目标,根据角度量测信息获取该目标的三维空间坐标信息;
航迹模块,用于根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹。
本发明提供另一种具体实施例:一种基于光电传感器的多目标数据关联装置:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得至少一个处理器实现如上所述一种基于光电传感器的多目标数据关联方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明还提供另一种具体实施例,一种存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如上所述一种基于光电传感器的多目标数据关联方法。
上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种基于光电传感器的多目标数据关联方法,其特征在于,包括以下步骤:
通过不同传感器获取目标的角度量测信息;
根据不同传感器获取的角度量测信息判断是否来源于同一目标;
判断到当前时刻来自不同传感器的角度量测信息来源于同一目标,根据角度量测信息获取该目标的三维空间坐标信息;
根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹。
2.根据权利要求1所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述通过不同传感器获取目标的角度量测信息具体为通过两个传感器获取目标的方位角量测信息、俯仰角量测信息和量测模型,所述量测模型表达式如下:
Figure FDA0002517912820000011
Figure FDA0002517912820000012
所述
Figure FDA0002517912820000013
分别为传感器n对目标i的方位角和俯仰角的观测值,所述
Figure FDA0002517912820000014
分别为传感器n对目标i的方位角和俯仰角的真实值,所述ΔA、ΔE分别为传感器当前时刻的方位角偏差和俯仰角偏差。
3.根据权利要求2所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据不同传感器获取的角度量测信息判断是否来源于同一目标这一步骤,其具体包括:
根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标;
初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标。
4.根据权利要求3所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据方位角信息初步判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体为方位角信息满足下述条件任意一个,初步判断两对角度量测信息来源于同一目标:
Figure FDA0002517912820000015
Figure FDA0002517912820000016
Figure FDA0002517912820000021
Figure FDA0002517912820000022
Figure FDA0002517912820000023
Figure FDA0002517912820000024
Figure FDA0002517912820000025
Figure FDA0002517912820000026
Figure FDA0002517912820000027
Figure FDA0002517912820000028
所述
Figure FDA0002517912820000029
是第一传感器接收到的目标i的方位角信息,所述
Figure FDA00025179128200000210
是第二传感器接收到目标j的方位角信息。
5.根据权利要求4所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述初步判断到来源于同一目标,根据俯仰角信息再次判断来自不同传感器的两对角度量测信息是否来源于同一目标这一步骤,其具体如下:
分别以两个传感器的坐标为起点,根据目标的方位角信息和俯仰角信息确定关于目标的射线,得到第一射线和第二射线;
根据方位角信息得到第一射线与第二射线在x轴和y轴平面上的投影线的交汇点的x轴和y轴坐标信息;
通过俯仰角信息得到第一射线与第二射线对于目标在第一传感器和第二传感器空间坐标系下的z轴坐标信息;
根据门控技术和z轴坐标信息判断第一传感器和第二传感器的角度量测信息是否来源于同一个目标。
6.根据权利要求5所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据角度量测信息获取该目标的三维空间坐标信息,表达式如下:
[xR,yR,zR]=[x,y1,0.5(Z1+Z2)];
所述[xR,yR,zR]为目标R的三维空间坐标信息。
7.根据权利要求6所述一种基于光电传感器的多目标数据关联方法,其特征在于,还包括判断到来自不同传感器的角度量测信息不是来源于同一目标,将角度量测信息判定为不可能关联对并生成虚假目标的三维空间坐标,表达式如下:
[x0,y0,z0]=[0,0,0];
所述[x0,y0,z0]为虚假目标o的三维空间坐标信息。
8.根据权利要求7所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据目标上一时刻的状态得到目标当前时刻的预测位置信息,并结合根据三维空间坐标信息获得的实际点迹信息作出判决,以实际点迹信息更新目标航迹这一步骤,其具体包括:
根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹;
根据目标的三维空间坐标信息得到实际点迹;
根据预测点迹和实际点迹计算加权和距离并选择加权和距离最小的实际点迹更新目标的航迹。
9.根据权利要求8所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据目标上一时刻的状态信息生成当前时刻的位置信息,得到预测点迹具***置这一步骤,表达式如下:
Figure FDA0002517912820000031
Figure FDA0002517912820000032
Figure FDA0002517912820000033
所述T为传感器采样时间间隔,所述xi(k+1)、yi(k+1)和zi(k+1)表示为目标i在(k+1)时刻的预测点迹。
10.根据权利要求9所述一种基于光电传感器的多目标数据关联方法,其特征在于,所述根据预测点迹和实际点迹计算加权和距离,表达式如下:
Dli=a*|xl(k+1)-xi(k+1)|+b*|yl(k+1)-yi(k+1)|+c*|zl(k+1)-zi(k+1)|;
所述Dli表示为(k+1)时刻点迹l与(k+1)时刻目标i的预测点迹之间的加权和距离,所述a、b、c是可人为调整的权重因子,所述xl(k+1)、yl(k+1)和zl(k+1)表示为(k+1)时刻的实际点迹的三维空间坐标信息。
CN202010482930.0A 2020-06-01 2020-06-01 一种基于光电传感器的多目标数据关联方法 Active CN111693051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010482930.0A CN111693051B (zh) 2020-06-01 2020-06-01 一种基于光电传感器的多目标数据关联方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010482930.0A CN111693051B (zh) 2020-06-01 2020-06-01 一种基于光电传感器的多目标数据关联方法

Publications (2)

Publication Number Publication Date
CN111693051A true CN111693051A (zh) 2020-09-22
CN111693051B CN111693051B (zh) 2022-04-08

Family

ID=72479024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010482930.0A Active CN111693051B (zh) 2020-06-01 2020-06-01 一种基于光电传感器的多目标数据关联方法

Country Status (1)

Country Link
CN (1) CN111693051B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611112A (zh) * 2021-07-29 2021-11-05 中国第一汽车股份有限公司 一种目标关联方法、装置、设备及存储介质
CN114234982A (zh) * 2021-12-20 2022-03-25 中南大学 基于方位角定位的三维轨迹规划方法、***、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007255982A (ja) * 2006-03-22 2007-10-04 Mitsubishi Electric Corp 目標航跡相関装置及び目標航跡の相関判定方法
CN102798867A (zh) * 2012-09-10 2012-11-28 电子科技大学 一种机载雷达与红外传感器航迹关联方法
CN103759732A (zh) * 2014-01-14 2014-04-30 北京航空航天大学 一种角度信息辅助的集中式多传感器多假设跟踪方法
CN104977559A (zh) * 2014-04-04 2015-10-14 上海机电工程研究所 一种在干扰环境下的目标定位方法
CN110672103A (zh) * 2019-10-21 2020-01-10 北京航空航天大学 一种多传感器目标跟踪滤波方法及***
CN110824467A (zh) * 2019-11-15 2020-02-21 中山大学 一种多目标跟踪数据关联方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007255982A (ja) * 2006-03-22 2007-10-04 Mitsubishi Electric Corp 目標航跡相関装置及び目標航跡の相関判定方法
CN102798867A (zh) * 2012-09-10 2012-11-28 电子科技大学 一种机载雷达与红外传感器航迹关联方法
CN103759732A (zh) * 2014-01-14 2014-04-30 北京航空航天大学 一种角度信息辅助的集中式多传感器多假设跟踪方法
CN104977559A (zh) * 2014-04-04 2015-10-14 上海机电工程研究所 一种在干扰环境下的目标定位方法
CN110672103A (zh) * 2019-10-21 2020-01-10 北京航空航天大学 一种多传感器目标跟踪滤波方法及***
CN110824467A (zh) * 2019-11-15 2020-02-21 中山大学 一种多目标跟踪数据关联方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李卿澜等: "无源测向定位中测向数据关联方法研究", 《计算机技术与发展》 *
杨盼盼: "多目标跟踪的数据关联技术研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611112A (zh) * 2021-07-29 2021-11-05 中国第一汽车股份有限公司 一种目标关联方法、装置、设备及存储介质
CN113611112B (zh) * 2021-07-29 2022-11-08 中国第一汽车股份有限公司 一种目标关联方法、装置、设备及存储介质
CN114234982A (zh) * 2021-12-20 2022-03-25 中南大学 基于方位角定位的三维轨迹规划方法、***、设备及介质
CN114234982B (zh) * 2021-12-20 2024-04-16 中南大学 基于方位角定位的三维轨迹规划方法、***、设备及介质

Also Published As

Publication number Publication date
CN111693051B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN111693051B (zh) 一种基于光电传感器的多目标数据关联方法
CN106896363B (zh) 一种水下目标主动跟踪航迹起始方法
CN108645412B (zh) 一种多传感器自适应航迹起始方法
CN110738275A (zh) 基于ut-phd的多传感器序贯融合跟踪方法
CN114063056A (zh) 一种船舶航迹融合方法、***、介质和设备
CN110597056A (zh) 用于高炮火控***的大闭环校射控制方法
CN115508824A (zh) 多目标大数据关联融合跟踪方法及***
CN109839633B (zh) 基于最小覆盖空域的机载预警雷达的多帧检测前跟踪方法
CN113189541B (zh) 一种定位方法、装置及设备
CN111222225B (zh) 一种机器人中传感器位姿的确定方法及装置
CN112986977A (zh) 一种克服雷达扩展卡尔曼航迹滤波发散的方法
CN111735443A (zh) 一种基于赋值矩阵的密集目标航迹关联方法
CN116027320A (zh) 一种基于多因素欧式距离关联的雷达与ais数据融合方法
CN114488104B (zh) 基于交互一致性的天波超视距雷达目标跟踪方法
CN115540854A (zh) 一种基于uwb辅助的主动定位方法、设备和介质
CN114359338A (zh) 位姿估计方法、装置、终端设备及计算机可读存储介质
CN115563574A (zh) 一种基于综合判据的多传感器空中目标点迹数据融合方法
CN113376626A (zh) 基于immpda算法的高机动目标跟踪方法
CN113866754A (zh) 基于高斯分布波门的运动目标航迹关联方法
CN113743475A (zh) 一种基于ukf的实时多源数据融合方法
Zheng et al. Road map extraction using GMPHD filter and linear regression method for ground target tracking
Hem et al. Compensating radar rotation in target tracking
CN113566828A (zh) 一种基于多传感器决策融合的抗冲击扫描匹配方法及***
Zhou et al. Radar Error Correlation Analysis under the Simultaneous Observation of Double Targets (December 2023)
CN113281736B (zh) 基于多假设singer模型的雷达机动交汇目标跟踪方法

Legal Events

Date Code Title Description
PB01 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