[发明专利]一种多扩展目标雷达量测集划分方法和装置

说明书

本发明涉及了一种多扩展目标雷达量测集划分方法和装置，该方法包括：获取待量测目标的原始雷达量测集和原始视觉量测集；对原始视觉量测集中的视觉量测数据按照视觉量测距离进行排序，得到第一视觉量测集；按照预设的视觉量测距离区间和预设的方位角区间，设定扇环区域；提取与扇环区域的距离区间和方位角区间对应的雷达量测数据，得到多个雷达量测子集；对雷达量测子集中的雷达量测数据按照预设距离规则进行聚类，得到多个第一雷达量测单元；将所有的雷达量测单元作为原始雷达量测集的划分结果。在上述方法中，以视觉量测数据作为引导，将雷达量测数据预先划分为不同量测子集，提高了对紧邻目标的区分能力；同时减少了量测划分数，降低计算量。

技术领域

本发明涉及多扩展目标检测跟踪领域，尤其涉及一种多扩展目标雷达量测集划分方法和装置。

背景技术

传统的雷达目标跟踪通常假设一个目标一个时刻最多产生一个传感器量测，被称之为点目标跟踪。随着现代高分辨率传感器技术的发展，传感器分辨率小于目标尺寸时，目标占据传感器多个分辨单元，传感器每次探测能获取目标的多个等效散射中心产生的量测，使用这类传感器对多目标进行探测和跟踪，称为多扩展目标跟踪。

扩展目标概率假设密度滤波器是多扩展目标跟踪领域的重要研究方向。在扩展目标概率假设密度滤波器框架下，量测数据集需要被提前划分为多个不同单元，使每个单元中的量测来自同一目标或杂波。划分准确度直接影响跟踪算法的估计性能，同时划分单元数量是影响跟踪算法速度的重要因素。

现有的距离划分法，依据同一目标产生量测距离相近的原理进行划分量测集，虽然通过缩小距离阈值范围降减少了部分划分数，但总体划分数仍然较多，计算量较大；并且，该方法对邻近距离目标无法准确区分，导致目标个数低估，跟踪精度下降。

因此，现有的量测集划分方法存在总体划分数较多导致计算量较大、对邻近距离目标无法准确区分导致跟踪精度下降的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明第一方面提出一种多扩展目标雷达量测集划分方法，所述方法包括：

获取待量测目标在当前时刻的雷达量测数据的集合和视觉量测数据的集合，得到原始雷达量测集和原始视觉量测集；所述雷达量测数据中包括雷达量测距离和方位角信息，所述视觉量测数据中包括视觉量测距离；

对所述原始视觉量测集中的视觉量测数据按照所述视觉量测距离进行排序，得到第一视觉量测集；

按照预设的视觉量测距离区间和预设的方位角区间，设定所述第一视觉量测集中的每一个视觉量测数据对应的扇环区域；

从所述原始雷达量测集中提取与所述扇环区域的距离区间和方位角区间对应的雷达量测数据，得到多个雷达量测子集；

对所述雷达量测子集中的雷达量测数据按照预设距离规则进行聚类，得到多个第一雷达量测单元；

对不属于任何一个所述第一雷达量测单元的雷达量测数据按照所述预设距离规则进行聚类，得到多个第二雷达量测单元；

将所有的所述第一雷达量测单元和所述第二雷达量测单元作为所述原始雷达量测集的划分结果。

可选的，所述视觉量测距离为图像中所述待量测目标的中心在车辆坐标系中的第一坐标，所述视觉量测数据还包括：所述待量测目标在图像中的检测框对应的第二坐标和长宽尺寸；所述雷达量测距离为所述雷达传感器与待量测目标的距离，所述方位角为所述雷达传感器的法线方向与所述待量测目标之间的方位角。

可选的，所述对所述原始视觉量测集中的视觉量测数据按照视觉量测距离进行排序，包括：

计算所述第一坐标与所述车辆坐标系原点的欧式距离，得到视觉量测距离；

将所述原始视觉量测集中的视觉量测数据按照所述视觉量测距离的升序进行排序，得到第一视觉量测集。