【技術實現步驟摘要】
本專利技術屬于多源異構數據融合與目標跟蹤領域，尤其是涉及一種基于交互式多模型的紅外與雷達目標融合技術。
技術介紹
1、針對道路交通、安防監控數字化智能化建設對目標穩定檢測跟蹤需求，通常采用視覺、雷達感知及信息融合技術，解決復雜環境目標低虛警低漏警檢測、密集目標連續跟蹤等行業難題，提升監控系統感知可靠性，為城市治理提供精準信息。軌跡跟蹤、基于多傳感器的車輛軌跡擬合成為研究熱點。但存在軌跡連續性不足、軌跡合理性欠佳，導致數字孿生仿真推演精度不高，交通管理效率難以提升的行業痛點。微波毫米波雷達具有測量精度較高、不受光照影響和對天氣不敏感等優勢，但目標識別功能欠缺。傳統目標跟蹤僅利用目標單體的運動狀態測量信息灌入到濾波算法中，忽略了道路實際場景中的避障特性。
技術實現思路
1、本專利技術的目的是提供一種基于交互式多模型的紅外與雷達目標融合技術，具有提高獲取目標軌跡準確性的優點。
2、為實現上述目的，本專利技術提供一種基于交互式多模型的紅外與雷達目標融合方法，所述方法包括：步驟s1，分別通過紅外傳感器與雷達獲取共m個目標的第t0秒至第tb秒的紅外位置信息和雷達位置信息，將紅外位置信息和雷達位置信息進行對應標定，得到共m個目標的第t0秒至第tb秒的紅外數據與雷達數據，b＝1、2……b，m＝1、2……m；所述步驟s2，采用imm算法逐個對共m個目標的第t0秒至第tb秒的紅外數據與雷達數據處理得到融合目標軌跡sf,1～sf,m；其中，sf,m表示第m個目標第t0秒至第tb秒的融合目標軌
3、優選地，所述步驟s1中，所述紅外位置信息的表現形式為，紅外傳感器獲得的紅外圖像坐標系；所述雷達位置信息的表現形式為，雷達獲取的雷達坐標系；對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定；通過對應標定，獲得共m個目標的第t0秒至第tb秒的紅外數據與雷達數據。
4、優選地，所述步驟s1中，采用pnp算法對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定。
5、優選地，所述步驟s2包括：步驟s21，基于勻速運動模型，根據共m個目標的第t0秒至第tb秒的紅外數據與雷達數據，構建對應的紅外數據運動狀態模型與雷達數據運動狀態模型；步驟s22，將紅外數據運動狀態模型輸入交互函數、并進行卡爾曼濾波處理，得到紅外數據軌跡估計結果；步驟s23，將雷達數據運動狀態模型輸入交互函數、并進行卡爾曼濾波處理，得到雷達數據軌跡估計結果；步驟s24，對紅外數據軌跡估計結果和雷達數據軌跡估計結果進行加權求和，得到共m個目標的第t0秒至第tb秒的融合目標軌跡sf,1～sf,m；所述第m個目標第t0秒至第tb秒的融合目標軌跡sf,m的表現形式為：
6、
7、其中，表示第m個目標在tb-1至tb這一時間段內的融合目標軌跡，kb表示tb-1至tb這一時間段內融合目標軌跡的數據點數量；tf,m僅表示第m個目標第t0秒至第tb秒的融合目標軌跡sf,m的時間戳；對于單個表示如下：
8、
9、其中，為第m個目標的融合目標軌跡在tb-1至tb這一時間段內的橫坐標集合，為第m個目標的融合目標軌跡tb-1至tb這一時間段內的縱坐標集合，第m個目標的融合目標軌跡tb-1至tb這一時間段內的高度坐標集合；以及中的每個數據均以維度為3×1的向量表示，三個維度依次為橫坐標/縱坐標/高度坐標方位下的空間位置、目標當前速度以及目標當前加速度。
10、優選地，所述步驟s23中，進行卡爾曼濾波處理時，采用似然函數更新卡爾曼濾波。
11、優選地，所述步驟s3包括：步驟31，預先設定m個目標的第t0秒至第tb秒的示教軌跡sa,1～sa,m；sa,m表示第m個目標的示教軌跡；單個目標的示教軌跡sa,m為，
12、
13、其中，代表第m個目標在tb-1至tb這一時間段內的示教軌跡，kb表示tb-1至tb這一時間段內融合目標軌跡的數據點數量；ta,m僅表示第m個目標第t0秒至第tb秒的示教軌跡sa,m的時間戳；對于單個表示如下：
14、
15、其中，為第m個目標的示教軌跡在tb-1至tb這一時間段內的橫坐標集合，為第m個目標的示教軌跡在tb-1至tb這一時間段內的縱坐標集合，第m個目標的示教軌跡在tb-1至tb這一時間段內的高度坐標集合；以及中的每個數據均以維度為3×1的向量表示，3個維度依次為橫坐標/縱坐標/高度坐標方位下的空間位置、目標當前速度以及目標當前加速度；步驟s32，根據示教軌跡sa,1～sa,m與融合目標軌跡sf,1～sf,m，逐個計算m個目標的軌跡間距離e(m)；步驟s33，根據軌跡間距離e(m)調整示教軌跡，獲取每個目標的最優示教軌跡(best)sa,1～(best)sa,m；(best)sa,m表示第m個目標的最優示教軌跡；步驟s34，逐個根據每個目標最優示教軌跡(best)sa,m，獲取對應的局部軌跡f1～fm；其中，fm表示第m個目標的局部軌跡；步驟s35，根據f1～fm，通過dmp算法得到共m個目標的均勻局部軌跡sg,1～sg,m；
16、sg,m＝[xg,m,1,xg,m,2,......xg,m,t......xg,m,t]
17、xg,m,t＝[xg,m,t，1，xg,m,t，2，xg,m,t，3]
18、t＝1、2……t
19、t＝tb
20、其中，xg,m,t為集合表示，表示第m個目標在第t秒的狀態，xg,m,t，1為第m個目標第t秒的均勻局部軌跡的橫坐標，xg,m,t，2為第m個目標第t秒的均勻局部軌跡的縱坐標，xg,m,t，3第m個目標第t秒的均勻局部軌跡的高度坐標。
21、優選地，所述步驟s32中，第m個目標的軌跡間距離e(m)
22、
23、k＝k1+k2+......+kb
24、k＝1、2……k
25、其中，k代表第m個目標的總數據點數量，因為前述已經提到了kb表示tb-1至tb這一時間段內融合目標軌跡的數據點數量，不難理解，將所有時間段的數據點數量相加即得到總數據點數量；xf,1，(m，k)代表融合目標軌跡下第m個目標第k個數據點的橫坐標；xa,1,(m，k)代表示教軌跡下第m個目標第k個數據點的橫坐標；xf,2,(m，k)代表融合目標軌跡下第m個目標第k個數據點的縱坐標；xa,2,(m，k)代表示教軌跡下第m個目標第k個數據點的縱坐標；xf,3,(m，k)代表融合目標軌跡下第m個目標第k個數據點的高度坐標；xa,3,(m，k)代表示教軌跡下第m個目標第k個數據點的高度坐標；c1，c2，c本文檔來自技高網...
【技術保護點】
1.一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S1中，所述紅外位置信息的表現形式為，紅外傳感器獲得的紅外圖像坐標系；所述雷達位置信息的表現形式為，雷達獲取的雷達坐標系；對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定；通過對應標定，獲得共M個目標的第t0秒至第tB秒的紅外數據與雷達數據。
3.根據權利要求2所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S1中，采用PnP算法對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定。
4.根據權利要求3所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S2包括：
5.根據權利要求4所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S23中，進行卡爾曼濾波處理時，采用似然函數更新卡爾曼濾波。
6.根據權利要求5所述的一種基于交互式多模型的紅外與雷達目標融合方法
7.根據權利要求6所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S32中，第m個目標的軌跡間距離e(m)
8.根據權利要求7所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S34包括：逐個將最優示教軌跡(best)Sa,m輸入彈簧阻尼系統模型，采用局部加權回歸算法得到對應的fm，具體如下：
9.根據權利要求8所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S4包括：
10.根據權利要求9所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟S43采用RRT算法和分段DMP算法得到擴展后的軌跡的目標軌跡。
...【技術特征摘要】
1.一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟s1中，所述紅外位置信息的表現形式為，紅外傳感器獲得的紅外圖像坐標系；所述雷達位置信息的表現形式為，雷達獲取的雷達坐標系；對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定；通過對應標定，獲得共m個目標的第t0秒至第tb秒的紅外數據與雷達數據。
3.根據權利要求2所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟s1中，采用pnp算法對紅外圖像坐標系與雷達獲取的雷達坐標系進行空間對齊操作進行對應標定。
4.根據權利要求3所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征在于，所述步驟s2包括：
5.根據權利要求4所述的一種基于交互式多模型的紅外與雷達目標融合方法，其特征...
【專利技術屬性】
技術研發人員：尹潔珺，陳潛，劉士川，柯文雄，席光榮，付朝偉，王榮，劉俊豪，魏維偉，
申請(專利權)人：上海無線電設備研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。