[發明專利]一種基于Ransac的密集目標跟蹤方法、裝置、設備和介質

在審

• 申請號: 202011015795.5
• 申請日: 2020-09-24
• 公開（公告）號: CN112364292A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 張英靜;權曉嵐;鄧隆范;劉明陽;臧振宇;吳天昊;溫嘉奇
• 申請（專利權）人: 北京電子工程總體研究所
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F17/18
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 付生輝

1.一種基于Ransac的密集目標跟蹤方法，其特征在于，包括：

S10：獲取觀測數據的基本參數，計算迭代次數k；

S13：計算下一時刻預測量測矩陣和預測狀態協方差矩陣；

S15：隨機選取局內點，并根據所述預測量測矩陣計算本次迭代模型代價函數J；

S17：判斷迭代次數是否超過所述k，如果超過則跳至S18，否則到S13；

S18：選取k次迭代中代價函數最小的模型為最優模型，根據最優模型和匈牙利算法計算預測量測值和量測值的關聯關系；

S19：根據所述關聯關系更新狀態信息。

2.根據權利要求1所述的方法，其特征在于，所述觀測數據的基本參數包括：觀測數據中包含的飛行目標的數量、觀測數據的置信概率和局外點在觀測數據中所占比例。

3.根據權利要求2所述的方法，其特征在于，所述S10包括：

根據飛行目標的基本參數得到一定置信概率的參數關系為：

1-p＝(1-w^M)^k (1)

其中，M為飛行目標的數量，p為置信概率，w為局外點在觀測數據中所占比例，w^M為M個飛行目標的量測數據均為局內點的概率，1-w^M是M個飛行目標的量測數據中至少有一個點為局外點的概率，k為所述方法的迭代次數，(1-w^M)^k表示所述方法永遠不會選擇到M個量測數據均為局內點的概率；

根據公式(1)，得到迭代次數k，

4.根據權利要求3所述的方法，其特征在于，所述S13包括：

通過設置在飛行目標上的傳感器獲取飛行目標在t1時刻X、Y、Z方向對應的位置量測值X_i_t1、Y_i_t1和Z_i_t1和飛行目標在X、Y、Z方向對應的速度量測值Vx_i_t1、Vy_i_t1和Vz_i_t1；

然后根據所述X_i_t1，Y_i_t1，Z_i_t1、Vx_i_t1、Vy_i_t1和Vz_i_t1計算在t1時刻第i個飛行目標的量測值的狀態向量

X_i_t1＝[X_i_t1 Y_i_t1 Z_i_t1 Vx_i_t1 Vy_i_t1 Vz_i_t1]′,1≤i≤M (3)

其中，M為飛行目標的預測量測值個數，[]′表示矩陣轉置；

計算狀態轉移矩陣

其中，T為當前時刻與上一時刻的時間差；

利用狀態轉移矩陣，計算下一時刻t2預測狀態矩陣為

X_i_t2＝F*X_i_t1 (5)

根據t2時刻預測狀態矩陣計算預測量測矩陣為

Z_i_t2＝H*X_i_t2, (6)

其中，H為量測矩陣，

計算量測噪聲矩陣

其中，Dr_X，Dr_Y，Dr_Z為t2時刻的標準差；

計算t1時刻的狀態協方差矩陣

其中，r11＝Dr_X，r22＝Dr_Y，r33＝Dr_Z，T為當前時刻與上一時刻的時間差；

根據t1時刻的狀態協方差矩陣和狀態轉移矩陣計算預測狀態協方差矩陣

P_i_t2＝F*P_i_t1*F'+Q_d (10)

其中，

Q_d為過程噪聲的協方差矩陣,T為當前時刻與上一時刻的時間差，過程噪聲參數Q1、Q2和Q3按照實際需要設置。