基于b樣條函數(shù)任意擴(kuò)展目標(biāo)形狀及狀態(tài)估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能信息處理技術(shù)領(lǐng)域，涉及擴(kuò)展目標(biāo)的形狀和狀態(tài)的估計(jì)方法。具 體地說是一種基于B樣條函數(shù)任意擴(kuò)展目標(biāo)形狀及狀態(tài)估計(jì)方法，可用于各種交通管制、 機(jī)器人導(dǎo)航和精確制導(dǎo)等系統(tǒng)中的目標(biāo)跟蹤與形狀估計(jì)。
【背景技術(shù)】
[0002] 傳統(tǒng)的低分辨雷達(dá)等探測(cè)系統(tǒng)中，目標(biāo)被當(dāng)作單個(gè)點(diǎn)來處理，因?yàn)槠湎鄬?duì)于傳感 器分辨單元來說太小，僅占據(jù)一個(gè)分辨單元。但隨著現(xiàn)代雷達(dá)等探測(cè)設(shè)備分辨率的不斷提 高，目標(biāo)的回波信號(hào)可能分布在不同的距離分辨單元中，其探測(cè)場(chǎng)不再等效為一個(gè)點(diǎn)，即單 個(gè)目標(biāo)可能產(chǎn)生多個(gè)量測(cè)，本發(fā)明中稱這樣的目標(biāo)為擴(kuò)展目標(biāo)。針對(duì)擴(kuò)展目標(biāo)跟蹤，單個(gè)點(diǎn) 狀態(tài)已經(jīng)難以充分描述擴(kuò)展目標(biāo)，需要綜合考慮目標(biāo)形狀等信息進(jìn)行檢測(cè)與跟蹤分析。
[0003] 目前，擴(kuò)展目標(biāo)形狀估計(jì)方法主要包括：Random Matrices(RM)方法和Random Hypersurface Models(RHMs)方法。其中，RM方法使用擴(kuò)展目標(biāo)量測(cè)集的離散方差矩陣作 為目標(biāo)的形狀參數(shù)，在貝葉斯框架下，將Wishart分布產(chǎn)生隨機(jī)的形狀參數(shù)矩陣作為先驗(yàn) 形狀，并根據(jù)下一時(shí)刻的量測(cè)信息更新后驗(yàn)形狀。該方法的優(yōu)點(diǎn)是對(duì)單幀數(shù)據(jù)處理比較簡(jiǎn) 單，適用于集群目標(biāo)的形狀估計(jì)。但是，RM方法只能獲得目標(biāo)的近似橢圓形狀，如果目標(biāo)不 是橢圓型(如星型或其他不規(guī)則形狀)，則該方法獲得的形狀信息將不準(zhǔn)確，直接影響對(duì)目 標(biāo)狀態(tài)的分析。RHMs方法是隨機(jī)集模型的一種，通過設(shè)定的形狀方程，隨機(jī)產(chǎn)生方程中的參 量作為先驗(yàn)參數(shù)，并通過量測(cè)集和系統(tǒng)噪聲構(gòu)造約束條件來篩選先驗(yàn)參數(shù)，從而擬合出目 標(biāo)的形狀，可以看出，該方法過分依賴于目標(biāo)的先驗(yàn)形狀，并根據(jù)先驗(yàn)形狀參數(shù)確定目標(biāo)的 形狀方程，如果參數(shù)不合理，將直接影響形狀估計(jì)的精度。

【發(fā)明內(nèi)容】

[0004] 針對(duì)上述問題，本發(fā)明提出一種基于B樣條函數(shù)的擴(kuò)展目標(biāo)形狀及狀態(tài)估計(jì)方 法，采用多幀統(tǒng)計(jì)技術(shù)，在極坐標(biāo)系下選取樣本控制點(diǎn)，并用B樣條函數(shù)擬合出目標(biāo)的形狀 函數(shù)，實(shí)現(xiàn)高噪聲、低量測(cè)數(shù)、低傳感器精度情況下對(duì)任意擴(kuò)展目標(biāo)的形狀近似估計(jì)。
[0005] 實(shí)現(xiàn)本發(fā)明的關(guān)鍵技術(shù)是：在極坐標(biāo)系下引入B樣條技術(shù)，采用貝葉斯濾波框架 進(jìn)行多時(shí)刻聯(lián)合估計(jì)，統(tǒng)計(jì)不同角度上目標(biāo)的輪廓長(zhǎng)度，運(yùn)用B樣條函數(shù)擬合目標(biāo)形狀，實(shí) 現(xiàn)對(duì)任意擴(kuò)展目標(biāo)的形狀估計(jì)。
[0006] 為實(shí)現(xiàn)上述目標(biāo)，具體實(shí)現(xiàn)步驟如下：
[0007] ( 1)初始化參數(shù)：目標(biāo)狀態(tài)h = {Xd, Xtl, Ptl, Δ J，其中，Xci表示目標(biāo)位置信息，X。 為形狀信息，Pci為運(yùn)動(dòng)噪聲協(xié)方差，Λ ^為形狀噪聲；并假定Q和R分別表示狀態(tài)噪聲協(xié)方 差和量測(cè)噪聲協(xié)方差；設(shè)定參量d、N和m，其中，d為角度劃分寬度，N為固定不變的角度集 合，m為偽量測(cè)集的最大元素?cái)?shù)。
[0008] (2)當(dāng)k彡1，根據(jù)量測(cè)Yk和狀態(tài)Xk進(jìn)行卡爾曼濾波。
[0009] (3)以濾波后目標(biāo)的位置信息毛+1為原點(diǎn)建立極坐標(biāo)系，記錄量測(cè)相對(duì)于原點(diǎn)的坐 標(biāo)，添加到偽量測(cè)集形成新的偽量測(cè)集zk+1。
[0010] (4)根據(jù)偽量測(cè)集Zk+1更新目標(biāo)形狀
[0011] (3a)在0到2JI之間均勻產(chǎn)生n個(gè)角度，構(gòu)成固定不變的角度集合K = Ml，并 統(tǒng)計(jì)過原點(diǎn)且指向Qi角度方向上射線附近的點(diǎn)；先構(gòu)造以指向Qi角度方向射線為對(duì)稱 軸，原點(diǎn)為底邊中點(diǎn)的矩形，底邊長(zhǎng)度設(shè)為2d，將矩形之內(nèi)的點(diǎn)劃分到集合Dk+lii中，并統(tǒng)計(jì) D k+lii中所有點(diǎn)到矩形底邊距離的期望，則可近似地獲得偽量測(cè)集輪廓的長(zhǎng)度，其中，d為先 驗(yàn)常數(shù)；
[0012] (3b)統(tǒng)計(jì)Dk+lii獲得k+Ι時(shí)刻目標(biāo)的輪廓集合，根據(jù)輪廓集合進(jìn)行卡爾曼濾波，更 新目標(biāo)的形狀信息，更新后的形狀信息為X k+1。
[0013] (5)以Xk+1作為控制頂點(diǎn)，生成三次B樣條函數(shù)，估計(jì)目標(biāo)的形狀。
[0014] (6)若下一時(shí)刻觀測(cè)信息到達(dá)，轉(zhuǎn)到步驟（2)進(jìn)行迭代；否則，目標(biāo)跟蹤過程結(jié)束。
[0015] 本發(fā)明具有以下優(yōu)點(diǎn)：
[0016] (1)本發(fā)明采用了多幀統(tǒng)計(jì)的思想建立了偽量測(cè)集，不需要對(duì)量測(cè)率的分布做任 何假設(shè)，從而可以在低量測(cè)率、高噪聲的情況下準(zhǔn)確估計(jì)目標(biāo)的形狀。
[0017] (2)本發(fā)明在高噪聲、低量測(cè)率的極端情況下，引入B樣條函數(shù)，可以對(duì)任意形狀 的擴(kuò)展目標(biāo)進(jìn)行形狀估計(jì)，為后續(xù)的目標(biāo)的身份識(shí)別、航跡關(guān)聯(lián)等提供了可靠的信息特征。
【附圖說明】
[0018] 圖1是本發(fā)明的整體流程圖；
[0019] 圖2是本發(fā)明方法對(duì)偽量測(cè)集為十字型目標(biāo)的形狀估計(jì)效果圖；
[0020] 圖3是本發(fā)明方法估計(jì)的形狀與目標(biāo)真實(shí)形狀的對(duì)比圖；
[0021] 圖4是本發(fā)明方法對(duì)偽量測(cè)集為"Y"型目標(biāo)的形狀估計(jì)效果圖；
[0022] 圖5是本發(fā)明方法估計(jì)的形狀與目標(biāo)真實(shí)形狀的對(duì)比圖；
[0023] 圖6是采用本發(fā)明方法與RM方法對(duì)十字型擴(kuò)展目標(biāo)前20幀的形狀估計(jì)圖；
[0024] 圖7是前20幀的量測(cè)圖；
[0025] 圖8是采用本發(fā)明方法與RM方法的平均形狀估計(jì)效果圖；
[0026] 圖9是采用本發(fā)明方法與RM方法對(duì)"Y"型擴(kuò)展目標(biāo)的前20幀的形狀估計(jì)圖；
[0027] 圖10是前20幀的量測(cè)圖；
[0028] 圖11是本發(fā)明方法與RM方法的平均形狀估計(jì)效果圖；
【具體實(shí)施方式】
[0029] -、基礎(chǔ)理論介紹
[0030] L卡爾曼濾波技術(shù)
[0031] 假設(shè)單個(gè)目標(biāo)的狀態(tài)方程和量測(cè)方程分別表示為：
[0032] xk+1 = Fxk+Gwk (I)
[0033] yk = h(xk)+vk (2)其中，Xk表示目標(biāo)在k時(shí)刻的狀態(tài)，F(xiàn)為一步轉(zhuǎn)移矩陣，h(·) 表示觀測(cè)模型，Wk和Vk分別表示狀態(tài)噪聲和量測(cè)噪聲，對(duì)應(yīng)的協(xié)方差分別表示為Qk和R k。
[0034] 假定已知k時(shí)刻目標(biāo)的狀態(tài)Xk和協(xié)方差Pk，則卡爾曼濾波步驟如下：
[0035] ( 1)預(yù)測(cè)下一時(shí)刻的目標(biāo)狀態(tài)
[0036] xk+l!k = Fxk+Gwk
[0037] (2)預(yù)測(cè)下一時(shí)刻的協(xié)方差矩陣
[0038] Pk+l!k = FPkFT+GQGT
[0039] (3)計(jì)算增益
[0040] Kk+1 = Pk+1|k[Sk+1|k]
[0041] Sk+1|k = Pk+I|k+Rk+1
[0042] (4)根據(jù)最新量測(cè)進(jìn)行狀態(tài)更新
[0043] Xk+1 - Xk+11 k+Kk+l (yk+1 _Xk+l I k)
[0044] (5)更新協(xié)方差矩陣
[0045] pk+1 = [I-Kk+1]Pk+l|k
[0046] 2.基于B樣條函數(shù)形狀估計(jì)方法
[0047] B樣條函數(shù)方法：通過有限個(gè)控制點(diǎn)，形成一條光滑的曲線函數(shù)，并采用其擬合控 制點(diǎn)的輪廓形狀。若給定控制頂點(diǎn)集合U k= [U1, μ2，…，μη]Τ，將控制頂點(diǎn)代入B樣條函 數(shù)，則可獲得形參為U的B樣條函數(shù) η
[0048] S(X) = Yj^-Njl(U) /-1
[0049] 其中，Nia (U)表示B樣條曲線函數(shù)，u表示形式變量，1表示B樣條函數(shù)的次數(shù)，當(dāng) 1 = 3時(shí)，貝Il為三次B樣條函數(shù)，目.可表示為：
[0050]
【主權(quán)項(xiàng)】
1. 基B樣條函數(shù)的擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)方法，包括： (1)初始化參數(shù)：目標(biāo)狀態(tài)h= {xo,Xd,Pd,AJ，其中，X(l表示目標(biāo)位置信息，Xc!為形 狀信息，P〇為運(yùn)動(dòng)噪聲協(xié)方差，A^為形狀噪聲；并假定Q和R分別表示狀態(tài)噪聲協(xié)方差和 量測(cè)噪聲協(xié)方差；設(shè)定參量d、N和m，其中，d為角度劃分寬度，N為固定不變的角度集合， m為偽量測(cè)集的最大元素?cái)?shù)； (2 )當(dāng)k> 1，根據(jù)量測(cè)集Yk和狀態(tài)xk進(jìn)行卡爾曼濾波； (3) 以濾波后目標(biāo)的位置信息毛+1為原點(diǎn)建立極坐標(biāo)系，記錄量測(cè)相對(duì)于原點(diǎn)的坐標(biāo)， 添加到偽量測(cè)集形成新的偽量測(cè)集Zk+1 ; (4) 根據(jù)偽量測(cè)集Zk+1更新目標(biāo)形狀； (5) 以Xk+1作為控制頂點(diǎn)，生成三次B樣條函數(shù)，估計(jì)目標(biāo)的形狀； (6) 若下一時(shí)刻觀測(cè)信息到達(dá)，轉(zhuǎn)到步驟（2)進(jìn)行迭代；否則，目標(biāo)跟蹤過程結(jié)束。
2. 根據(jù)權(quán)利要求書1所述的擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)方法，其中，步驟（3)所述的量測(cè) 集處理，生成新的偽量測(cè)集Zk+1，按下述方法計(jì)算得到： (2. 1)先將k+1時(shí)刻的量測(cè)集Yk+1中每個(gè)元素減去更新后的質(zhì)心坐標(biāo) 與,=，然后并入Zk構(gòu)成新的偽量測(cè)集，即
(2.2)根據(jù)給定的偽量測(cè)集元素最大個(gè)數(shù)m，判斷|之+1|是否大于m，若|之+,|<m，則令 zi+1=之+1，否則刪除fA-+1中時(shí)刻靠前的4+1 -w個(gè)元素，再設(shè)定zi+1=4+1。
3. 根據(jù)權(quán)利要求書1所述的擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)方法，其中，步驟（4)所述根據(jù)偽 量測(cè)集Zk+1更新目標(biāo)形狀，按以下步驟實(shí)現(xiàn)： (3. 1)在0到2 均勻產(chǎn)生n個(gè)角度，構(gòu)成固定不變的角度集合N=供匕，并將偽量測(cè) 集按角度進(jìn)行子集劃分，
其中，d為劃分寬度，和^丄表示k+1時(shí)刻偽量測(cè)集中第1個(gè)元素，在笛卡爾坐標(biāo) 系x方向和y方向上的坐標(biāo)；/4 為點(diǎn)Zk+11到過原點(diǎn)沿0i角度方向直線k的距離， 其中，81和氏為直線Q上滿足
的參數(shù)；(：（?）表示zk+u在角度正方向范圍內(nèi) 的約束條件；Z表示過原點(diǎn)且垂直于Li的直線，其中，Ai和A2為直線f上滿足
Li i 的參數(shù)； (3.2) 計(jì)算集合Dk+1;i中元素到直線I；距離的期望，則目標(biāo)的外輪廓可表示為：
(3.3) 根據(jù)k+1時(shí)刻得到的外輪廓集合，對(duì)目標(biāo)的形狀進(jìn)行卡爾曼濾波， 預(yù)測(cè)： Xk+i|k=
4.根據(jù)權(quán)利要求書1所述的擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)方法，其中，步驟（5)所述的以Xk+1為控制頂點(diǎn)，生成三次B樣條函數(shù)，估計(jì)目標(biāo)形狀，按下述方法計(jì)算得到： (4. 1)將極坐標(biāo)下的點(diǎn)集映射到平面坐標(biāo)系
(4. 2)令
為Uk+1集合末尾添加集合首前三個(gè)元素的擴(kuò)展控制頂點(diǎn)集，可生 成閉合的B樣條函數(shù)：
其中，\3(u)為三次B樣條函數(shù)
【專利摘要】本發(fā)明公開了一種基B樣條函數(shù)的擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)方法，它屬于制導(dǎo)和智能信息處理技術(shù)領(lǐng)域，主要解決對(duì)任意形狀擴(kuò)展目標(biāo)跟蹤與形狀估計(jì)問題。該方法通過引入多時(shí)刻聯(lián)合統(tǒng)計(jì)的方法，構(gòu)建了擴(kuò)展目標(biāo)的偽量測(cè)集，并根據(jù)偽量測(cè)集更新目標(biāo)形狀信息，采用B樣條函數(shù)估計(jì)目標(biāo)形狀，從而實(shí)現(xiàn)了對(duì)任意幾何形狀擴(kuò)展目標(biāo)的跟蹤與形狀估計(jì)，且具有良好的形狀估計(jì)精確度和魯棒性，可以滿足實(shí)際工程系統(tǒng)的設(shè)計(jì)需求，具有良好的工程應(yīng)用價(jià)值。
【IPC分類】G01S7-41
【公開號(hào)】CN104777465
【申請(qǐng)?zhí)枴緾N201410010460
【發(fā)明人】楊金龍, 李鵬, 葛洪偉, 袁運(yùn)浩, 劉楊
【申請(qǐng)人】江南大學(xué)
【公開日】2015年7月15日
【申請(qǐng)日】2014年1月9日