[發(fā)明專利]基于激光雷達的移動平臺自適應擴展目標跟蹤系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201810106661.0
• 申請日: 2018-02-02
• 公開（公告）號: CN108445480B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設計）人: 岑明;趙文旋;蔡宇峰;蘇盛豪;郁玲玲
• 申請（專利權(quán)）人: 重慶郵電大學
• 主分類號: G01S13/72
• 分類號: G01S13/72
• 代理公司: 重慶市恒信知識產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

本發(fā)明公開了一種基于激光雷達的移動平臺自適應擴展目標跟蹤系統(tǒng)及方法，該系統(tǒng)包括全局定位、局部地圖生成、目標檢測與識別、運動目標分類和自適應跟蹤模塊。其中，全局定位模塊用于獲取移動平臺實時位置與運動狀態(tài)信息；局部地圖生成模塊根據(jù)激光雷達數(shù)據(jù)生成當前位置對應的局部地圖；目標檢測與識別模塊對當前時刻局部地圖進行聚類、特征提取處理，檢測與識別運動目標；運動目標分類模塊將目標分類為擴展目標與點目標；自適應跟蹤模塊在同一時刻實現(xiàn)擴展目標和點目標混合跟蹤，在不同時刻實現(xiàn)同一目標自適應跟蹤模型切換。本發(fā)明實現(xiàn)擴展目標跟蹤處理來增強目標跟蹤效果，有助于提高移動平臺環(huán)境感知性能及適應能力。

技術(shù)領(lǐng)域

本發(fā)明屬于智能車輛、移動機器人等無人移動平臺的環(huán)境感知技術(shù)領(lǐng)域，主要涉及一種基于激光雷達的移動平臺自適應擴展目標跟蹤系統(tǒng)及方法。

背景技術(shù)

在智能車輛、移動機器人等無人移動平臺中，環(huán)境感知是最基礎、關(guān)鍵的技術(shù)之一。為了提高上述移動平臺在復雜環(huán)境下感知能力，無人移動平臺需要具備對不同目標感知的適應能力，但傳統(tǒng)方法中一般僅利用單一模型對單一類型目標進行感知與描述，也不具備對同一目標不同形態(tài)的跟蹤切換能力，使得移動平臺感知能力受到實際環(huán)境的極大約束。

中國專利申請：一種基于改進聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)的分布式目標跟蹤方法(申請?zhí)枺篊N201610821318.5)公開了一種改進的分布式目標跟蹤方法，該方法通過對分布式系統(tǒng)中每個傳感器分別進行數(shù)據(jù)關(guān)聯(lián)與濾波，得到各自傳感器關(guān)于檢測范圍內(nèi)的目標的狀態(tài)估計，然后再對個傳感器估計結(jié)果進行空間上的融合，以此提高JPDA算法的時間性能，但該方法在數(shù)據(jù)關(guān)聯(lián)和濾波過程中對傳感器重疊區(qū)域目標存在重復計算步驟，并且該方法只適用于點目標跟蹤環(huán)境的假設。

中國專利申請:基于多尺度模型的紅外/激光雷達數(shù)據(jù)融合目標跟蹤方法(申請?zhí)枺篊N201510080015.8)公開了一種多尺度融合的目標跟蹤方法，該方法將多尺度模型引用到跟蹤系統(tǒng)中，通過在不同尺度上對目標狀態(tài)進行濾波估計，以此提高目標狀態(tài)的估計精度和跟蹤系統(tǒng)的魯棒性，但該方法一方面沒有對多尺度進行量化分析，另一方面，其融合跟蹤系統(tǒng)只考慮了目標的位置狀態(tài)，沒有充分考慮目標自身尺度變化對跟蹤系統(tǒng)的影響。

中國專利申請：多傳感器存在監(jiān)測區(qū)域部分重疊的擴展目標跟蹤方法(申請?zhí)枺篊N201510166517.2)公開了一種多傳感器重疊區(qū)域擴展目標跟蹤方法，該方法充分考慮了多傳感器融合方法在實際應用中存在監(jiān)測區(qū)域重疊的情況，并針對該問題，提出了一種改進的序貫濾波算法(GM-PHD)并應用到擴展目標跟蹤中。但由于該方法所改進得到的序貫濾波算法沒有使用目標關(guān)聯(lián)技術(shù)，在重疊區(qū)域，由于多傳感器觀測角度不同導致重疊區(qū)域內(nèi)的目標量測不同，進而會導致GM-PHD方法中量測劃分失敗的問題。

中國專利申請：一種基于幾何比例關(guān)系的擴展目標跟蹤方法(申請?zhí)枺篊N201410114293.6)公開了一種基于幾何比例關(guān)系的擴展目標跟蹤方法，該方法根據(jù)所跟蹤目標的幾何比例不變性，主要解決當目標出現(xiàn)自遮擋時導致跟蹤點丟失的問題，盡管該方法充分利用了跟蹤目標的尺寸擴展特性，但其基于目標的比例不變性是在目標幾何特征等先驗知識已知的假設條件下進行的。

中國專利申請：基于無跡卡爾曼濾波的機動擴展目標跟蹤方法(申請?zhí)枺篊N201610809777.1)公開了一種基于無跡卡爾曼濾波的擴展目標跟蹤方法，該方法充分考慮了高精度傳感器能觀測到目標寬度或大小等擴展信息，以此對跟蹤目標進行建模，并利用無跡卡爾曼濾波方法對擴展目標的運動狀態(tài)和擴展形態(tài)進行聯(lián)合估計，主要解決了擴展目標的運動狀態(tài)和擴展形態(tài)的聯(lián)合描述與估計，但該方法僅考慮目標擴展形態(tài)存在情況下的目標跟蹤問題，沒有考慮目標擴展形態(tài)從有到無或從無到有的變化。

中國專利申請：近鄰傳播觀測聚類的多擴展目標跟蹤方法(申請?zhí)枺篊N201510218848.6)公開了一種劃分聚類與擴展目標跟蹤方法，該方法通過橢球門限與量測歐氏距離進行初始量測劃分，且僅對目標運動狀態(tài)和數(shù)量進行估計，沒有考慮目標的擴展特性。