[发明专利]一种基于航迹相似性分割的航迹关联方法

权利要求书

1.一种基于航迹相似性分割的航迹关联方法，其特征在于，包括以下步骤：

步骤1，将传感器A和传感器B的航迹通过归一化转化为规范、无量纲的航迹，根据来自不同传感器的航迹构建航迹张量，航迹张量中各个位置的元素与对应的归一化航迹一一对应，完成航迹合并；

步骤2，设计损失函数，该方法的损失函数包含三部分，分别是相似损失、行约束损失、列约束损失，定义网络对航迹张量进行相似性分割后得到关联矩阵为A，真实的关联矩阵为A_r，其中矩阵元素为1表示关联，0表示不关联；

步骤3，构建相似性分割网络模型，网络包含2个模块，分别是航迹特征提取模块和关联映射模块，航迹特征提取模块包含3个并联分支，分别为基础特征提取层、局部特征提取层和全局特征提取层，关联映射模块包含3个并联分支，分别是行关联映射层，列关联映射层和全局关联映射层；

步骤4，对相似性分割网络进行训练测试，网络的输入是航迹张量T，输出为关联矩阵A，根据输出的关联矩阵A中数值的分布得到关联结果。

2.如权利要求1所述的一种基于航迹相似性分割的航迹关联方法，其特征在于，所述步骤1具体包括以下子步骤：

步骤1.1，首先遍历各个传感器中的所有航迹点并找到当前场景中航迹坐标各个维度的最大值和最小值，之后分别对各个维度进行处理，每一个航迹点各个维度坐标都减去相应最小值并除以相应的最大值减最小值，得到规范、无量纲的归一化航迹；

步骤1.2，遍历传感器A，得到传感器A中的航迹数量N_A，遍历传感器B，得到传感器B中的航迹数量N_B，对所有航迹截取最近的T个采样点，构建形状大小为[N_A,N_B,4T]的初始航迹张量T₀，其中T₀的所有元素均为0，构建形状为[N_A,N_B]的初始关联矩阵A₀，其中A₀的所有元素均为0；

步骤1.3：将传感器A和传感器B中的航迹按照航迹批号由小到大排列，遍历传感器A，取得传感器A中的第i条航迹X_i的形状为[T,2]，遍历传感器B，取得传感器B中的第j条航迹X_j的形状为[T,2]，将X_i和X_j的每一行展平，对展平航迹按照列方向进行拼接，得到融合航迹X_i,j，X_i,j的形状为[4T,1]，

其中||为拼接操作，和为展平航迹然，后将融合航迹X_i,j放入初始航迹张量T₀的第i行第j列，得到航迹张量T；

步骤1.4，将传感器A和传感器B中的航迹按照航迹批号由小到大排列，遍历传感器A，取得传感器A中的第i条航迹根据数据集中的关联标注，得到传感器B中与X_i相关联的航迹X_m，其中m表示X_m在按照航迹批号由小到大排列的传感器B中的航迹中所处的位置，将初始关联矩阵A₀中第i行第m列元素设为1，得到真实关联矩阵A_r。