[发明专利]基于箱粒子CPHD的多扩展目标跟踪方法

摘要

本发明提出了一种基于箱粒子CPHD的多扩展目标跟踪方法，用于解决现有箱粒子PHD多扩展目标跟踪方法中存在的目标数目估计不精确的技术问题，实现步骤包括：对多扩展目标量测集合进行量测划分；初始化箱粒子集和势分布；对初始箱粒子集进行预测，对初始势分布进行预测；对预测箱粒子集进行量测更新，对预测势分布进行量测更新；搜索对预测箱粒子强度贡献最大的量测箱；若搜索到对预测箱粒子强度贡献最大的量测箱，对更新箱粒子集进行收缩；估计目标数目；采用随机子划分方法对收缩箱粒子集进行重采样；提取目标状态。本发明具有目标数目估计精确的特点，可用于车辆编队和人群等系统中的跟踪。

主权项

一种基于箱粒子CPHD的多扩展目标跟踪方法，包括如下步骤：(1)将k时刻的多扩展目标量测集合Z_k划分成多个划分单元并利用包含函数[f]分别对多个划分单元进行包含，得到k时刻的量测箱粒子集其中k表示滤波时刻，m_k表示k时刻的划分单元个数，W_j表示第j个划分单元内量测分布的空间范围，表示k时刻的量测箱粒子状态；(2)假设k‑1时刻的存活箱粒子集为初始势分布为p_k‑1(n)，将k‑1时刻的新生箱粒子集并入存活箱粒子集得到k‑1时刻的初始箱粒子集其中和分别表示k‑1时刻的存活箱粒子状态、新生箱粒子状态和初始箱粒子状态，和分别表示k‑1时刻的存活箱粒子强度、新生箱粒子强度和初始箱粒子强度，N_k‑1,s、N_k‑1,b和N_k‑1分别表示k‑1时刻的存活箱粒子数目、新生箱粒子数目和初始箱粒子数目，n表示目标个数；(3)对得到的k‑1时刻的初始箱粒子集进行预测，得到k时刻的预测箱粒子集同时对假设的k‑1时刻的初始势分布p_k‑1(n)进行势分布预测，得到k时刻的预测势分布p_k|k‑1(n)，其中，和分别表示k时刻的预测箱粒子状态和预测箱粒子强度；(4)对k时刻的预测箱粒子集和预测势分布p_k|k‑1(n)进行量测更新，实现步骤如下：(4a)根据得到的k时刻的量测箱粒子集和k时刻的预测箱粒子集求得似然函数(4b)利用求得的似然函数对得到的k时刻的预测箱粒子集进行量测更新，得到k时刻的更新箱粒子集(4c)利用求得的似然函数对得到的k时刻的预测势分布p_k|k‑1(n)进行量测更新，得到k时刻的势分布p_k(n)；(5)对得到的k时刻的量测箱粒子集进行搜索，并判断是否搜索到对预测箱粒子强度贡献最大的量测箱[z_k]，若是，执行步骤(6)，否则，将得到的k时刻的更新箱粒子集输出；(6)利用搜索到的量测箱[z_k]，对得到的k时刻的更新箱粒子集进行收缩，得到k时刻的收缩箱粒子集其中表示收缩箱粒子状态；(7)对得到的k时刻的势分布p_k(n)进行估计，得到目标数目估计(8)利用随机子划分方法，对得到的k时刻的收缩箱粒子集进行重采样，得到k时刻的重采样箱粒子集为其中和分别表示k时刻的重采样箱粒子状态和重采样箱粒子强度，N表示重采样次数；(9)对得到的k时刻的重采样箱粒子状态集进行点化，得到k时刻的箱中心粒子状态集对该箱中心粒子状态集进行k‑means聚类，得到目标的状态估计其中表示k时刻的箱中心粒子状态；(10)判断k时刻是否为跟踪最后时刻，若是，则跟踪结束；否则保存k时刻的重采样箱粒子集并作为下个时刻的存活箱粒子集，令k＝k+1，执行步骤(2)。