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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 107
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments 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
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:
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:
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:
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:
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;
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:
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。
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:
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:
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:
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:
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:
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。
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。
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。
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。
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)
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)
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*** |
-
2020
- 2020-06-01 CN CN202010482930.0A patent/CN111693051B/zh active Active
Patent Citations (6)
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)
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)
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 |