[發明專利]基于DBSCAN分群的群目標跟蹤方法

在審

• 申請號: 202210750807.1
• 申請日: 2022-06-28
• 公開（公告）號: CN115081224A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 劉梅;簡雨婷;張耀東;胡端;劉明陽
• 申請（專利權）人: 哈爾濱工業大學
• 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權代理有限公司 23213
• 代理人: 岳昕

基于DBSCAN分群的群目標跟蹤方法，涉及群跟蹤技術領域。本發明是為了解決現有群目標跟蹤方法分群結果缺乏穩定性導致跟蹤精度低的問題。本發明包括：獲取空間目標數據集；利用空間目標數據集采用DBSCAN算法對空間目標進行初始分群，獲得空間目標群；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；獲得每個空間目標群中心位置信息，利用濾波器對每個空間目標群中心進行位置跟蹤；獲取空間目標群中的每個目標的量測值，根據每個目標的量測值獲取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生突變，若沒有發生突變則利用濾波器對每個空間目標群的輪廓進行跟蹤。本發明用于對群目標進行跟蹤。

技術領域

本發明涉及群跟蹤技術領域，特別涉及基于DBSCAN分群的群目標跟蹤方法。

背景技術

空間目標群具備空域分布范圍小，密集性高、運動方向一致、目標間相對運動速度低等特點，因此目標在很長時間內都會處于“組團”狀態。群目標跟蹤在地面或海面目標監控，多目標編隊運動、人群或獸群跟蹤等領域具有重要的應用價值，但是由于群目標經常處于密集分布狀態，導致分別跟蹤群內的目標比較困難，因此對群整體進行跟蹤成為本領域的重要研究課題。

目前對空間目標群跟蹤主要采用空間目標群分割方法，空間目標群分割方法主要包括距離分割法以及改進后的循環閾值法，都是通過設定距離閾值實現分群，其原理簡單易實現，但是空間目標的高密集性容易導致各時刻分割群中成員數量產生波動，從而使分群結果缺乏穩定性，進而導致群目標跟蹤精度降低。

發明內容

本發明目的是為了解決現有群目標跟蹤方法分群結果缺乏穩定性導致跟蹤精度低的問題，而提出了基于DBSCAN分群的群目標跟蹤方法。

基于DBSCAN分群的群目標跟蹤方法具體過程為：

步驟一、獲取空間目標數據集；

所述空間目標數據集包括：每個空間目標的位置坐標，以及坐標方向上的速度；

步驟二、利用空間目標數據集采用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生突變，若發生突變則重新執行步驟五一，若沒有發生突變則利用濾波器對每個空間目標群的輪廓進行跟蹤。

本發明的有益效果為：

本發明首先通過DBSCAN聚類的方法對密集群目標進行分群處理，之后分別對每個群的群中心和群輪廓進行跟蹤，最終得到各個群的航跡跟蹤結果。本發明采用的DBSCAN聚類的方基于密度聚類來對空間目標進行分群，適用于各種形狀的群目標，將群內的波動考慮到群中心的計算中，本發明相比于傳統算法，能夠更加適應雜波的影響，提升了分群結果的穩定性，提升了群目標跟蹤的精度。本發明利用群目標量測信息，從量測中提取真實形狀的邊界作為形狀先驗，采用中心輪廓距離對群目標輪廓進行自適應建模，構建形狀參數突變檢測量，在形狀突變時，能夠使形狀參數估計能迅速收斂。

附圖說明

圖1為本發明流程圖；

圖2為實施例中群目標位置及形狀圖；

圖3為實施例中初始聚類結果；