[发明专利]利用模型几何学习跟踪移动对象的扩张状态的系统和方法

权利要求书

1.一种用于跟踪移动对象的扩张状态的系统，所述移动对象的扩张状态包括指示所述对象的位置的运动学状态和指示所述对象的尺寸和取向之一或组合的伸展状态，所述系统包括：

至少一个传感器，所述至少一个传感器被配置为利用一个或多个信号传输探测包括移动对象的场景，以每传输生成所述对象的一个或多个测量；

存储器，该存储器被配置为存储用于截断概率分布的截断区间的值；

处理器，该处理器被配置为执行概率滤波器，该概率滤波器跟踪由所述对象的运动模型和所述对象的测量模型估计的所述对象的所述扩张状态的联合概率，其中，所述测量模型包括具有截断区间的中心截断分布，对于所述截断区间内的所述中心截断分布的中心处的所述测量提供较小概率，并且对于所述截断区间之外的所述测量提供较大概率，其中，所述中心截断分布是底层未截断分布根据所述截断区间的截断，其中，所述概率滤波器被配置为估计拟合所述测量的所述中心截断分布并且生成与所述中心截断分布对应的所述底层未截断分布的均值和方差，使得所述底层未截断分布的所述均值指示所述对象在所述扩张状态下的位置，并且所述底层未截断分布的所述方差指示所述对象在所述扩张状态下的尺寸和取向；以及

输出接口，该输出接口被配置为输出所述对象的所述扩张状态。

2.根据权利要求1所述的系统，其中，所述测量模型包括具有从训练数据学习的结构几何参数的分层截断高斯模型，其中，所述结构几何参数包括所述截断区间，其中，所述概率滤波器是贝叶斯滤波器、卡尔曼滤波器和粒子滤波器之一或组合，并且其中，所述联合概率是以在所述概率滤波器的先前迭代期间估计的所述扩张状态为条件的后验概率。

3.根据权利要求2所述的系统，其中，所述训练数据包括不同对象的不同运动的不同测量，并且其中，通过将所述训练数据变换到公共单位坐标系来使用机器学习学习所述结构几何参数。

4.根据权利要求2所述的系统，其中，从所述训练数据学习的所述结构几何参数包括限定所述截断区间的伸展的截断边界、相对于所述对象的取向的所述截断区间的取向。

5.根据权利要求4所述的系统，其中，所述测量受噪声影响，使得所述测量包括以噪声修改的测量源，并且其中，在去除所述噪声之后从所述测量源学习所述分层截断高斯模型的所述结构几何参数。

6.根据权利要求4所述的系统，其中，由从所述训练数据学习的噪声协方差矩阵限定噪声，使得所述分层截断高斯模型包括根据所述噪声协方差矩阵的中心截断分布展开。

7.根据权利要求3所述的系统，其中，所述存储器将具有针对不同视界角学习的所述截断区间的不同值的多个测量模型存储在所述训练数据中，并且其中，在所述概率滤波器的执行的当前迭代内，所述处理器基于在所述概率滤波器的先前迭代期间收集的所述测量从所述存储器选择具有所述截断区间的当前值的当前测量模型，并且以具有所述截断区间的所述当前值的所述中心截断分布的所述当前测量模型来更新所述扩张状态。

8.根据权利要求7所述的系统，其中，针对所述对象相对于所述传感器的不同类型的遮挡来预定所述截断区间的所述不同值，使得所述处理器响应于检测到所述遮挡的类型的改变而更新所述截断区间的所述当前值的选择。

9.根据权利要求7所述的系统，其中，存储在所述存储器中的至少一个截断区间是以无穷大结束的开端区间。

10.根据权利要求3所述的系统，其中，所述运动模型预测受所述对象的尺寸的固定值和所述对象的变化的取向影响的所述对象的所述扩张状态，使得所述对象的所述尺寸仅由所述测量模型更新，而所述对象的所述取向由所述运动模型和所述测量模型二者更新。

11.根据权利要求1所述的系统，其中，所述测量模型的执行输出拟合所述测量的协方差矩阵，其中，所述协方差矩阵的对角元素限定所述对象的尺寸，并且其中，所述协方差矩阵的非对角元素限定所述对象的取向。