[發(fā)明專利]基于DBSCAN分群的群目標跟蹤方法

在審

• 申請?zhí)枺?/td>: 202210750807.1
• 申請日: 2022-06-28
• 公開（公告）號: CN115081224A
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計）人: 劉梅;簡雨婷;張耀東;胡端;劉明陽
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06F111/08
• 代理公司: 哈爾濱華夏松花江知識產(chǎn)權(quán)代理有限公司 23213
• 代理人: 岳昕

1.基于DBSCAN分群的群目標跟蹤方法，其特征在于所述方法具體過程為：

步驟一、獲取空間目標數(shù)據(jù)集；

所述空間目標數(shù)據(jù)集包括：每個空間目標的位置坐標，以及坐標方向上的速度；

步驟二、利用空間目標數(shù)據(jù)集采用DBSCAN算法對空間目標進行初始分群，獲得空間目標群，并獲取每個空間目標群的輪廓，利用每個空間目標群的輪廓獲得每個空間目標群的群中心；

步驟三、利用星凸隨機超曲面對步驟二獲得的空間目標群輪廓進行建模，獲得空間目標群輪廓模型；

步驟四、獲取步驟二獲得的每個空間目標群的群中心位置信息，并利用濾波器對每個空間目標群中心進行位置跟蹤；

步驟五、對步驟三獲得的每個空間目標群的輪廓模型進行跟蹤：

步驟五一、獲取空間目標群中的每個目標的量測值，并根據(jù)每個目標的量測值獲取每個空間目標群邊界點集；

步驟五二、根據(jù)每個空間目標群邊界點集判斷每個空間目標群的輪廓是否發(fā)生突變，若發(fā)生突變則重新執(zhí)行步驟五一，若沒有發(fā)生突變則利用濾波器對每個空間目標群的輪廓進行跟蹤。

2.根據(jù)權(quán)利要求1所述的基于DBSCAN分群的群目標跟蹤方法，其特征在于：所述步驟二中的利用空間目標數(shù)據(jù)中的數(shù)據(jù)集采用DBSCAN算法對空間目標進行初始分群，獲得空間目標群，包括以下步驟：

步驟二一、以任一未訪問過的空間目標為中心，利用預(yù)設(shè)的半徑Eps和最少樣本數(shù)目MinPts判斷空間目標是否為核對象，若是核對象則創(chuàng)建一個新類C，并將核對象鄰域內(nèi)的空間目標納入到類C內(nèi)；

步驟二二、在C內(nèi)尋找其他未被訪問的空間目標，并判斷未被訪問的空間目標是否為核對象，若為核對象則將其鄰域內(nèi)所有空間目標納入類C中；

步驟二三、重復(fù)步驟二二直到類C中不再增加新的空間目標；

步驟二四、重復(fù)步驟二一到二三，直到所有空間目標都被歸類，獲得空間目標群。

3.根據(jù)權(quán)利要求2所述的基于DBSCAN分群的群目標跟蹤方法，其特征在于：核對象鄰域，通過以下公式獲得：N_Eps(p)＝{q∈D,dist(p,q)≤Eps}；

其中，N_Eps(p)是空間目標p的鄰域，D是包含所有空間目標的數(shù)據(jù)集，dist(p,q)是空間目標p與空間目標q之間的距離。

4.根據(jù)權(quán)利要求2或3所述基于DBSCAN分群的群目標跟蹤方法，其特征在于：所述步驟五一中的獲取空間目標群中的每個目標的量測值，并根據(jù)每個目標的量測值獲取每個空間目標群邊界點集，包括以下步驟：

步驟五一一、獲取k個時刻每個空間目標群中某個空間目標的量測值

其中，z_k,l是k時刻第l個目標量測值，N_z,k是k時刻的目標的量測值總數(shù)目；

步驟五一二、將步驟五一一獲得的每個空間目標群中的所有空間目標的量測值按角度θ分為N個子集，將每個子集中量測值到空間目標群中心歐式距離最大的空間目標作為目標群邊界點，獲取目標群邊界點集。

5.根據(jù)權(quán)利要求4所述的基于DBSCAN分群的群目標跟蹤方法，其特征在于：

e(φ_k,l)＝[cosφ_k,l sinφ_k,l]^T

其中，s_k,l為縮放因子，R(φ_k,l)為傅里葉級數(shù)展開，φ_k,l表示k時刻空間目標群中第l個目標量測值相對群質(zhì)心m_k的方位角，e(φ_k,l)是中間變量，v_k,l為量測噪聲，為k時刻的形狀參數(shù)。

6.根據(jù)權(quán)利要求5所述基于DBSCAN分群的群目標跟蹤方法，其特征在于：

其中，N_F為預(yù)設(shè)的傅里葉階數(shù)。