CN116380148B - 多传感器目标跟踪***的两级时空误差标校方法及装置 - Google Patents
多传感器目标跟踪***的两级时空误差标校方法及装置 Download PDFInfo
- Publication number
- CN116380148B CN116380148B CN202310359799.2A CN202310359799A CN116380148B CN 116380148 B CN116380148 B CN 116380148B CN 202310359799 A CN202310359799 A CN 202310359799A CN 116380148 B CN116380148 B CN 116380148B
- Authority
- CN
- China
- Prior art keywords
- error
- source
- calibrated
- compensation amount
- stage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000013507 mapping Methods 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 13
- 238000013519 translation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 230000009897 systematic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种多传感器目标跟踪***的两级时空误差标校方法及装置,属于目标探测跟踪技术领域。该方法包括:计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;计算经过所述第一误差修正后的第二级***误差;基于所述第二级***误差对所述待标校传感源进行第二误差修正。本发明能够解决因为大***偏差造成航迹无法关联或航迹关联门限设置过大造成误关联进而引入计算误差的情况,有效缩减传感器间***误差的范围,提高了误差修正精度。
Description
技术领域
本发明属于目标探测跟踪技术领域,具体涉及多传感器目标跟踪***,尤其是涉及一种多传感器目标跟踪***的两级时空误差标校方法及装置。
背景技术
多传感器组网***利用数据融合技术(例如将雷达和红外传感器进行数据融合)能够实现信息互补,提高目标跟踪精度、识别能力,并增强目标跟踪***的抗干扰性。
然而在实际中,由于传感器性能差异、数据处理方式差异、组网环境的动态变化等因素,传感器***输出的目标航迹容易出现不同程度的***偏差,进而增加数据关联与数据融合的难度,导致目标数据融合后性能指标明显降低,丧失传感器***协同组网的优势,因此消除传感器***间的时空误差成为提升协同效能的关键基础。
目前,在传感器***中通常采用不同的合作源基准进行标校,包括民航ADS-B、卫星标校或组网***中测量精度较高的传感源,标校流程通常包括时间配准、航迹关联、误差估计等。时间配准是指将不同数据率的传感器经时间对准获得相同时间的数据点;航迹关联与误差估计存在互耦合关系,一方面通过航迹关联获得标校源与传感器探测结果的对应关系,进而估计误差,另一方面误差估计影响关联门限设计,决定误关联程度。实际应用中,待标校传感器与标校源时延等时间误差干扰会造成同一量测互关联失败,影响误差估计结果,从而严重降低数据融合精度。
发明内容
本发明旨在公开一种多传感器目标跟踪***的两级时空误差标校方法及装置,以提高多传感器目标跟踪***的数据融合精度。
本发明的第1方面,提供了一种多传感器目标跟踪***的两级时空误差标校方法,该方法包括:
计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
基于所述第二级***误差对所述待标校传感源进行第二误差修正。
在其他一个实施例中,所述计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量,包括:
获取相同坐标系下待标校传感源、基准源的二维图像;
提取所述待标校传感源的二维图像与所述基准源的二维图像相互匹配的关键点组;
基于所述关键点组求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数;
基于所述坐标映射矩阵的参数、所述二维图像的参数计算所述时间误差补偿量和所述位置误差补偿量。
在其他一个实施例中,所述二维图像包括时间-方位二维图像、时间-俯仰二维图像以及时间-斜距二维图像,所述位置误差补偿量包括方位误差补偿量、俯仰误差补偿量以及斜距误差补偿量。
在其他一个实施例中,基于所述关键点组利用最小二乘法求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数,所述参数包括旋转因子、平移因子。
其中,基于所述坐标映射矩阵的第一平移因子、所述二维图像的横坐标范围和对应的时间范围计算所述时间误差补偿量。
其中,基于所述坐标映射矩阵的第二平移因子、所述二维图像的横坐标范围和位置范围计算所述位置误差补偿量;所述位置范围包括方位范围、俯仰范围以及斜距范围。
在其他一个实施例中,所述计算经过所述第一误差修正后的第二级***误差,包括:
时间配准步骤,以所述待标校传感源和所述基准源两者中数据率较低的数据源时间点为参考时间点,由数据率高的数据源向参考时间点插值;
航迹关联步骤,基于设置的关联门限生成所述待标校传感源与所述基准源之间的若干个目标关联组;
误差估计步骤,计算各目标关联组对应的代价矩阵值的平均值,得到所述第二级***误差。
在其他一个实施例中,待标校传感源的m个目标航迹与基准源的l个目标航迹分别在方位、俯仰、斜距上形成一个m×l维代价矩阵,所述代价矩阵值为各代价矩阵的元素,分别表示待标校传感源与基准源的目标组合之间的方位误差、俯仰误差及斜距误差,当某个目标组合的方位误差、俯仰误差及斜距误差均分别低于各自的关联门限时,将所述某个目标组合作为目标关联组。
本发明的第2方面,提供了一种多传感器目标跟踪***的两级时空误差标校装置,该装置包括:
第一计算模块,用于计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
第一修正模块,用于基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
第二计算模块,用于计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
第二修正模块,用于基于所述第二级***误差对所述待标校传感源进行第二误差修正。
本发明的第3方面,提供了一种多传感器目标跟踪***的两级时空误差标校装置,包括存储有计算机程序的存储单元,当所述计算机程序被处理器执行时,实现如下操作:
计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
基于所述第二级***误差对所述待标校传感源进行第二误差修正。
与现有相比,本发明通过将误差分级处理,能够解耦航迹关联与误差估计步骤之间的互关性,解决因为大***偏差造成航迹无法关联或航迹关联门限设置过大造成误关联进而引入计算误差的情况。
此外,本发明充分利用人对高维数据处理的敏感性,通过图像关键特征提取、关键点匹配的思路解决传感源大***误差问题,使大***误差展示更为直观,有效缩减传感器间***误差的范围,提高了误差修正精度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1为根据本发明实施例的多传感器目标跟踪***的两级时空误差标校方法流程示意图;
图2为基准源及带标校传感源图像生成示例(以时间-方位图像为例);
图3为基准源及带标校传感源图像特征提取示例;
图4为关键点匹配示例;
图5为原始数据经第一误差修正后的方位角示例;
图6为原始数据经两级误差修正后的方位角示例。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
考虑航迹关联与误差估计的耦合性,本发明对多传感器目标跟踪***的误差分层级处理,对于存在大时延等因素引起的大测量误差(下称“第一级***误差”),航迹关联不成功,无法进行误差估计,需单独进行处理后缩小误差范围。在进行第一级误差修正或补偿处理后,通过航迹关联及误差估计得出“第二级***误差”(包括传感器性能差异导致的测量误差等)。也就是说,本发明根据误差来源不同,将传感器间的***误差分为两级,第一级***误差为因大时延等因素形成的较大***误差,第二级***误差为传感器因性能差异在测量时形成的***误差。
图1为根据本发明实施例的多传感器目标跟踪***的两级时空误差标校方法流程示意图。如图1所示,该方法包括:
步骤100、计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;
对于第一级***误差,由于误差较大,需设置较大的关联门限才能关联同一目标的不同传感量测,而较大的关联门限会引入较多的误关联,形成多个误关联组,在后续的误差估计中会在真实***误差中引入误关联的误差,因此不能通过航迹关联后进行误差估计直接得到第一级***误差。
根据本发明的实施例,该步骤的具体计算过程包括:
步骤101、获取相同坐标系下待标校传感源、基准源的二维图像;
将待标校传感源的探测结果通过坐标变换转换至标校基准源东北天坐标系中,分别获得待标校传感源与标校基准源的时间-方位、时间-俯仰、时间-斜距等二维图像,各二维图像横坐标范围为[0,xlim]对应时间范围为[tstart,tend],图像纵坐标范围为[0,ylim],对应方位/俯仰/斜距范围为[v1,v2]。
步骤102、提取所述待标校传感源的二维图像与所述基准源的二维图像相互匹配的关键点组;
分别提取待标校传感源与标校基准源在时间-方位、时间-俯仰、时间-斜距的二维图像关键点特征,得到两幅图像匹配的关键特征。通过匹配关键特征,可以得到相互匹配的关键点组。这里,记图像1匹配关键点坐标为:[Xi,Yi],其中i=1,2,…,n,图像2中与图像1匹配的关键点坐标为:[Xj,Yj],其中j=1,2,…,n。
作为示例,可以基于SURF或SIFT算法生成图像特征点描述子,以提取待标校传感源的二维图像与所述基准源的二维图像相互匹配的关键点组。
步骤103、基于所述关键点组求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数;
两图像坐标间的映射关系为:
其中,坐标映射矩阵H为:
其中,a11,a12,a21,a22表示旋转因子,a13,a23表示平移因子,分别表示X轴与Y轴的平移量。
通过输入多组匹配关键点坐标,由最小二乘法可得出映射矩阵中的6个未知参数a11,a12,a21,a22,a13,a23。
步骤104、基于所述坐标映射矩阵的参数、所述二维图像的参数计算所述时间误差补偿量和所述位置误差补偿量。
具体地,第一级***误差中的时间误差补偿量可由以下公式计算得出:
第一级***误差中的方位、俯仰、斜距的误差补偿量可以分别由以下公式计算得出:
步骤200、基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正。
步骤300、计算经过所述第一误差修正后的第二级***误差;
第二级***误差为第1级误差处理后剩余误差,该级***误差相对较小,因此可由时间配准-航迹关联-误差估计的流程得到,具体步骤为:
步骤301、时间配准步骤;
以所述待标校传感源和所述基准源两者中数据率较低的数据源时间点为参考时间点,由数据率高的数据源向参考时间点插值。具体地,选取待标校传感源与标校基准源中数据率较低的数据源时间点为参考值(参考时间点),由数据率高的数据源向参考时间点插值,这样可保证插值数据精准平滑,记低数据率数据源方位、俯仰、斜距参考值坐标分别为:(ti,Ai),(ti,Ei),(ti,Ri),其中i=1,2,…,n,高数据率数据源插值后对应时间的坐标分别为:(ti,Ai'),(ti,Ei'),(ti,Ri'),其中i=1,2,…,n。
步骤302、航迹关联步骤;
基于设置的关联门限生成所述待标校传感源与所述基准源之间的若干个目标关联组。
在其他一个实施例中,待标校传感源的m个目标航迹与基准源的l个目标航迹分别在方位、俯仰、斜距上形成一个m×l维代价矩阵,所述代价矩阵值为各代价矩阵的元素,分别表示待标校传感源与基准源的目标组合之间的方位误差、俯仰误差及斜距误差,当某个目标组合的方位误差、俯仰误差及斜距误差均分别低于各自的关联门限时,将所述某个目标组合作为目标关联组。
具体地,设置方位、俯仰、斜距的关联门限分别为d1,d2,d3。在标校的时段内,待标校传感源有m个目标航迹,标校基准源有l个目标,则在方位、俯仰、斜距上分别形成一个m×l维代价矩阵:
其中,该代价矩阵的元素表示在两数据源目标组合间的误差,p=1,…,l,q=1,…,m,当V分别取A,E,R,V'分别取A',E',R',cpq≤d1,cpq≤d2,cpq≤d3同时满足时,认为待标校传感源第q个目标与标校基准源第p个目标关联,从而形成若干个关联组。
步骤303、误差估计步骤;
计算各目标关联组对应的代价矩阵值的平均值,得到所述第二级***误差。具体地,以关联组的序号为索引,取关联组分别在方位、俯仰、斜距形成的代价矩阵值cpq,求平均值即可分别得到方位、俯仰、斜距的第二级***误差Δv2。
参照图2,以方位(方位角)为例,原始图像P0中包含待标校传感器源和标校基准源数据(横坐标为报文探测时间,纵坐标为方位角),基于原始图像P0得到基准源二维图像P11及待标校传感源二维图像P21。图3表示分别对基准源二维图像P11及待标校传感源二维图像P21进行特征提取得到两幅图像匹配的关键特征P12及P22。图4为通过匹配关键特征得到相互匹配的关键点组。
图5、图6分别为原始图像数据经第一误差修正和第二误差修正后的结果示意图。可以看出,本发明通过图像关键特征提取,关键点匹配可以解决传感源大***误差问题,使大***误差展示更为直观,有效缩减传感器间***误差的范围,提高了误差修正精度。同时,本发明通过将误差分级处理,能够解耦航迹关联与误差估计步骤间的互关性,解决因为大***偏差造成航迹无法关联或航迹关联门限设置过大造成误关联进而引入计算误差的情况。
根据本发明另外的方面,还提供了一种多传感器目标跟踪***的两级时空误差标校装置,该装置包括:
第一计算模块,用于计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
第一修正模块,用于基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
第二计算模块,用于计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
第二修正模块,用于基于所述第二级***误差对所述待标校传感源进行第二误差修正。
根据本发明另外的方面,还提供了一种多传感器目标跟踪***的两级时空误差标校装置,包括存储有计算机程序的存储单元,当所述计算机程序被处理器执行时,实现如下操作:
计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
基于所述第二级***误差对所述待标校传感源进行第二误差修正。
本发明中,处理器可以为中央处理器(Central Processing Unit,CPU),或者其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。存储单元可以是暂态存储器,也可以是非暂态存储器。
虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,可以对本本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (7)
1.一种多传感器目标跟踪***的两级时空误差标校方法,其特征在于,该方法包括:
计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
基于所述第二级***误差对所述待标校传感源进行第二误差修正;
所述计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量,包括:
获取相同坐标系下待标校传感源、基准源的二维图像;
提取所述待标校传感源的二维图像与所述基准源的二维图像相互匹配的关键点组;
基于所述关键点组求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数;
基于所述坐标映射矩阵的参数、所述二维图像的参数计算所述时间误差补偿量和所述位置误差补偿量;
所述计算经过所述第一误差修正后的第二级***误差,包括:
时间配准步骤,以所述待标校传感源和所述基准源两者中数据率较低的数据源时间点为参考时间点,由数据率高的数据源向参考时间点插值;
航迹关联步骤,基于设置的关联门限生成所述待标校传感源与所述基准源之间的若干个目标关联组;
误差估计步骤,计算各目标关联组对应的代价矩阵值的平均值,得到所述第二级***误差;
其中,待标校传感源的m个目标航迹与基准源的l个目标航迹分别在方位、俯仰、斜距上形成一个m×l维代价矩阵,所述代价矩阵值为各代价矩阵的元素,分别表示待标校传感源与基准源的目标组合之间的方位误差、俯仰误差及斜距误差,当某个目标组合的方位误差、俯仰误差及斜距误差均分别低于各自的关联门限时,将所述某个目标组合作为目标关联组。
2.根据权利要求1所述的两级时空误差标校方法,其特征在于,所述二维图像包括时间-方位二维图像、时间-俯仰二维图像以及时间-斜距二维图像,所述位置误差补偿量包括方位误差补偿量、俯仰误差补偿量以及斜距误差补偿量。
3.根据权利要求1所述的两级时空误差标校方法,其特征在于,基于所述关键点组利用最小二乘法求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数,所述参数包括旋转因子和平移因子。
4.根据权利要求3所述的两级时空误差标校方法,其特征在于,基于所述坐标映射矩阵的第一平移因子、所述二维图像的横坐标范围和对应的时间范围计算所述时间误差补偿量。
5.根据权利要求3所述的两级时空误差标校方法,其特征在于,基于所述坐标映射矩阵的第二平移因子、所述二维图像的横坐标范围和位置范围计算所述位置误差补偿量;所述位置范围包括方位范围、俯仰范围以及斜距范围。
6.一种多传感器目标跟踪***的两级时空误差标校装置,其特征在于,该装置包括:
第一计算模块,用于计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量;其中,所述第一级***误差为因大时延形成的***误差;
第一修正模块,用于基于所述时间误差补偿量和位置误差补偿量对待标校传感源进行第一误差修正;
第二计算模块,用于计算经过所述第一误差修正后的第二级***误差;其中,所述第二级***误差为传感器因性能差异在测量时形成的***误差;
第二修正模块,用于基于所述第二级***误差对所述待标校传感源进行第二误差修正;
所述计算用于补偿第一级***误差的时间误差补偿量和位置误差补偿量,包括:
获取相同坐标系下待标校传感源、基准源的二维图像;
提取所述待标校传感源的二维图像与所述基准源的二维图像相互匹配的关键点组;
基于所述关键点组求解所述待标校传感源的二维图像与所述基准源的二维图像之间的坐标映射矩阵的参数;
基于所述坐标映射矩阵的参数、所述二维图像的参数计算所述时间误差补偿量和所述位置误差补偿量;
所述计算经过所述第一误差修正后的第二级***误差,包括:
时间配准步骤,以所述待标校传感源和所述基准源两者中数据率较低的数据源时间点为参考时间点,由数据率高的数据源向参考时间点插值;
航迹关联步骤,基于设置的关联门限生成所述待标校传感源与所述基准源之间的若干个目标关联组;
误差估计步骤,计算各目标关联组对应的代价矩阵值的平均值,得到所述第二级***误差;
其中,待标校传感源的m个目标航迹与基准源的l个目标航迹分别在方位、俯仰、斜距上形成一个m×l维代价矩阵,所述代价矩阵值为各代价矩阵的元素,分别表示待标校传感源与基准源的目标组合之间的方位误差、俯仰误差及斜距误差,当某个目标组合的方位误差、俯仰误差及斜距误差均分别低于各自的关联门限时,将所述某个目标组合作为目标关联组。
7.一种多传感器目标跟踪***的两级时空误差标校装置,包括存储有计算机程序的存储单元,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1所述的多传感器目标跟踪***的两级时空误差标校方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359799.2A CN116380148B (zh) | 2023-04-06 | 2023-04-06 | 多传感器目标跟踪***的两级时空误差标校方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359799.2A CN116380148B (zh) | 2023-04-06 | 2023-04-06 | 多传感器目标跟踪***的两级时空误差标校方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116380148A CN116380148A (zh) | 2023-07-04 |
CN116380148B true CN116380148B (zh) | 2023-11-10 |
Family
ID=86968952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310359799.2A Active CN116380148B (zh) | 2023-04-06 | 2023-04-06 | 多传感器目标跟踪***的两级时空误差标校方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116380148B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4423594A (en) * | 1981-06-01 | 1984-01-03 | United Technologies Corporation | Adaptive self-correcting control system |
JPH08161474A (ja) * | 1994-12-02 | 1996-06-21 | Agency Of Ind Science & Technol | 異種センサ画像間レジストレーション補正方法 |
WO2006090368A1 (en) * | 2005-02-22 | 2006-08-31 | Israel Aerospace Industries Ltd. | A calibration method and system for position measurements |
CN102519470A (zh) * | 2011-12-09 | 2012-06-27 | 南京航空航天大学 | 多级嵌入式组合导航***及导航方法 |
CN103886196A (zh) * | 2014-03-14 | 2014-06-25 | 中国电子科技集团公司第二十八研究所 | 一种抗大***误差的航迹关联方法 |
CN103941271A (zh) * | 2014-03-11 | 2014-07-23 | 哈尔滨工程大学 | 一种时间-空间差分的gps/sins超紧组合导航方法 |
EP2843439A1 (de) * | 2013-07-26 | 2015-03-04 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Korrektur der Zeit- und Phasenreferenzen von nicht-synchronen SAR-Daten |
CN108253964A (zh) * | 2017-12-29 | 2018-07-06 | 齐鲁工业大学 | 一种基于时延滤波器的视觉/惯性组合导航模型构建方法 |
CN108490407A (zh) * | 2018-05-02 | 2018-09-04 | 深圳市华讯方舟雷达技术装备有限公司 | 一种基于ais的多雷达***误差校正自动方法 |
CN109782240A (zh) * | 2019-01-25 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于递推修正的多传感器***误差配准方法和*** |
CN109839620A (zh) * | 2019-03-11 | 2019-06-04 | 深圳大学 | 一种联合ads-b的最小二乘雷达***误差估计方法 |
CN109856616A (zh) * | 2019-01-03 | 2019-06-07 | 中国人民解放军空军研究院战略预警研究所 | 一种雷达定位相对***误差修正方法 |
CN111027646A (zh) * | 2019-12-31 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于多源基础信息的无人机点迹融合方法 |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、*** |
CN112305526A (zh) * | 2020-10-22 | 2021-02-02 | 电子科技大学 | 一种基于外置标校源的分布式阵列***同步方法 |
CN113742803A (zh) * | 2021-09-07 | 2021-12-03 | 辽宁工程技术大学 | 一种中高轨道sar卫星带控几何定位精度仿真分析方法 |
WO2022057107A1 (zh) * | 2020-09-18 | 2022-03-24 | 中国人民解放军海军航空大学 | 面向观测优化的多机异类传感器协同多目标跟踪方法 |
CN114279466A (zh) * | 2021-12-23 | 2022-04-05 | 中国电子科技集团公司第十四研究所 | 一种传感器误差修正方法 |
KR20220077436A (ko) * | 2020-12-02 | 2022-06-09 | 엘아이지넥스원 주식회사 | 합성 개구 레이더 영상 생성 방법 및 시스템 |
WO2022243872A1 (en) * | 2021-05-18 | 2022-11-24 | Johnson & Johnson Consumer Inc. | Trans-epithelial water loss measurement apparatus and method |
CN115526914A (zh) * | 2022-09-02 | 2022-12-27 | 燕山大学 | 基于多传感器的机器人实时定位和彩色地图融合映射方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1791169A4 (en) * | 2004-08-31 | 2011-03-02 | Nikon Corp | ALIGNMENT PROCESS, DEVELOPMENT SYSTEM, SUBSTRATED REPEATABILITY MEASURING METHOD, POSITION MEASURING METHOD, EXPOSURE METHOD, SUBSTRATE PROCESSING DEVICE, MEASURING METHOD AND MEASURING DEVICE |
US11105655B2 (en) * | 2012-08-09 | 2021-08-31 | Bae Systems Information And Electronic Systems Integration Inc. | Integrated data registration |
DE102013108711B4 (de) * | 2013-08-12 | 2016-07-14 | Jena-Optronik Gmbh | Verfahren zum Betrieb eines Lage- und Orbit-Steuersystems und Lage- und Orbit-Steuersystem |
-
2023
- 2023-04-06 CN CN202310359799.2A patent/CN116380148B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4423594A (en) * | 1981-06-01 | 1984-01-03 | United Technologies Corporation | Adaptive self-correcting control system |
JPH08161474A (ja) * | 1994-12-02 | 1996-06-21 | Agency Of Ind Science & Technol | 異種センサ画像間レジストレーション補正方法 |
WO2006090368A1 (en) * | 2005-02-22 | 2006-08-31 | Israel Aerospace Industries Ltd. | A calibration method and system for position measurements |
CN102519470A (zh) * | 2011-12-09 | 2012-06-27 | 南京航空航天大学 | 多级嵌入式组合导航***及导航方法 |
EP2843439A1 (de) * | 2013-07-26 | 2015-03-04 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Korrektur der Zeit- und Phasenreferenzen von nicht-synchronen SAR-Daten |
CN103941271A (zh) * | 2014-03-11 | 2014-07-23 | 哈尔滨工程大学 | 一种时间-空间差分的gps/sins超紧组合导航方法 |
CN103886196A (zh) * | 2014-03-14 | 2014-06-25 | 中国电子科技集团公司第二十八研究所 | 一种抗大***误差的航迹关联方法 |
CN108253964A (zh) * | 2017-12-29 | 2018-07-06 | 齐鲁工业大学 | 一种基于时延滤波器的视觉/惯性组合导航模型构建方法 |
CN108490407A (zh) * | 2018-05-02 | 2018-09-04 | 深圳市华讯方舟雷达技术装备有限公司 | 一种基于ais的多雷达***误差校正自动方法 |
CN109856616A (zh) * | 2019-01-03 | 2019-06-07 | 中国人民解放军空军研究院战略预警研究所 | 一种雷达定位相对***误差修正方法 |
CN109782240A (zh) * | 2019-01-25 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于递推修正的多传感器***误差配准方法和*** |
CN109839620A (zh) * | 2019-03-11 | 2019-06-04 | 深圳大学 | 一种联合ads-b的最小二乘雷达***误差估计方法 |
CN111027646A (zh) * | 2019-12-31 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于多源基础信息的无人机点迹融合方法 |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、*** |
WO2022057107A1 (zh) * | 2020-09-18 | 2022-03-24 | 中国人民解放军海军航空大学 | 面向观测优化的多机异类传感器协同多目标跟踪方法 |
CN112305526A (zh) * | 2020-10-22 | 2021-02-02 | 电子科技大学 | 一种基于外置标校源的分布式阵列***同步方法 |
KR20220077436A (ko) * | 2020-12-02 | 2022-06-09 | 엘아이지넥스원 주식회사 | 합성 개구 레이더 영상 생성 방법 및 시스템 |
WO2022243872A1 (en) * | 2021-05-18 | 2022-11-24 | Johnson & Johnson Consumer Inc. | Trans-epithelial water loss measurement apparatus and method |
CN113742803A (zh) * | 2021-09-07 | 2021-12-03 | 辽宁工程技术大学 | 一种中高轨道sar卫星带控几何定位精度仿真分析方法 |
CN114279466A (zh) * | 2021-12-23 | 2022-04-05 | 中国电子科技集团公司第十四研究所 | 一种传感器误差修正方法 |
CN115526914A (zh) * | 2022-09-02 | 2022-12-27 | 燕山大学 | 基于多传感器的机器人实时定位和彩色地图融合映射方法 |
Non-Patent Citations (3)
Title |
---|
一种基于***误差自动补偿的编队目标航迹精细关联算法;王海鹏;贾舒宜;潘新龙;唐田田;;宇航计测技术(第04期);全文 * |
多传感器多目标***误差融合估计算法;宋强;熊伟;何友;;北京航空航天大学学报(第06期);全文 * |
航迹图像的2D雷达***误差配准算法;王学敏;王国宏;陈垒;;火力与指挥控制(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116380148A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097093B (zh) | 一种异源图像精确匹配方法 | |
CN110570449B (zh) | 一种基于毫米波雷达与视觉slam的定位与建图方法 | |
WO2006002299A2 (en) | Method and apparatus for recognizing 3-d objects | |
CN110058222B (zh) | 一种基于传感器选择的双层粒子滤波检测前跟踪方法 | |
CN111950370B (zh) | 动态环境下线拓展视觉里程计方法 | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN112652020A (zh) | 一种基于AdaLAM算法的视觉SLAM方法 | |
CN115272456A (zh) | 激光雷达与相机在线漂移检测方法、校正方法、装置及存储介质 | |
CN116907509A (zh) | 基于图像匹配的auv水下辅助导航方法、***、设备及介质 | |
CN116380148B (zh) | 多传感器目标跟踪***的两级时空误差标校方法及装置 | |
CN116734891A (zh) | 交会成像敏感器测量数据的有效性判断方法和装置 | |
CN116819561A (zh) | 一种点云数据匹配方法、***、电子设备及存储介质 | |
CN111735443A (zh) | 一种基于赋值矩阵的密集目标航迹关联方法 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
CN116597246A (zh) | 模型训练方法、目标检测方法、电子设备及存储介质 | |
CN115236643A (zh) | 一种传感器标定方法、***、装置、电子设备及介质 | |
CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 | |
CN115272408A (zh) | 车辆静止检测方法、装置、计算机设备和存储介质 | |
CN113325379A (zh) | 一种基于目标属性与拓扑特征的舰船雷达匹配方法 | |
CN112529021B (zh) | 一种基于尺度不变特征变换算法特征的航拍图像匹配方法 | |
CN114881908B (zh) | 一种异常像素识别方法、装置、设备以及计算机存储介质 | |
CN111814869B (zh) | 一种同步定位与建图的方法、装置、电子设备及存储介质 | |
CN118298007A (zh) | 位置检测方法、电子设备及计算机可读存储介质 | |
CN115423855B (zh) | 图像的模板匹配方法、装置、设备及介质 | |
CN118258423A (zh) | 相邻感知设备间外参的评判方法、装置、设备、介质 |
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 |