[发明专利]一种基于随机有限集滤波器耦合的多目标跟踪方法

权利要求书

1.一种基于随机有限集滤波器耦合的多目标跟踪方法，其特征在于，主要包括鲁棒多伯努利(RMB)滤波器(一)；广义标签多伯努利(GLMB)过滤器(二)；增强的GLMB滤波器(三)；多目标跟踪器(四)。

2.基于权利要求书1所述的鲁棒多伯努利(RMB)滤波器(一)，其特征在于，多伯努利滤波器参数化多目标的后验密度，通过使用一组伯努利参数其中r⁽ⁱ⁾和p⁽ⁱ⁾表示在M个伯努利分量中的存在概率和状态密度，将用来扩展状态空间的多伯努利滤波器递归称为鲁棒多伯努利(RMB)滤波器。

3.基于权利要求书2所述的后验密度，其特征在于，若多伯努利形式在k-1时刻的后验多目标密度给定为那么预测强度由后面的一组多伯努利分量近似而得，一组预测伯努利分量是新生分量和存活分量的联合，新生的伯努利分量因为考虑视觉场景的入口区域如图像边界，而被选择了一个先验，存活分量通过下式计算：

其中p_S，u，k是对应时间k的存活概率，是由实际目标或由u表示的杂波指定的状态转移密度；

如果在k时刻，预测的多目标密度是多伯努利形式，那么更新的多伯努利密度就可近似为

${\left\{(r_{L,k}^{\left(i\right)},p_{L,u,k}^{\left(i\right)})\right\}}_{i=1}^{M_{k|k-1}}\∪{\left\{\left(r_{U,k}\right(z),p_{U,u,k}(\·;z\left)\right)\right\}}_{z\∈Z_k}---\left(2\right)$

由遗留分量以及测量更新分量组成。