一种约束条件下的机动目标跟踪方法技术

本发明专利技术公开了一种约束条件下的机动目标跟踪方法，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、在一维空间建立约束坐标静态模型,即建立机动目标在道路x，y方向上的位置关于里程数s的表达式；D、依据所述机动目标的运动特点设置运动模型,根据所建立的表达式建立状态方程和量测方程；E、分别针对各所述运动模型，对转换得到的笛卡尔坐标量测进行滤波，得到一维变量里程数s及其速度的滤波结果。根据本发明专利技术的实施方式，可以提高机动目标跟踪的性能。

【技术实现步骤摘要】

本专利技术涉及约束条件下的机动目标跟踪，尤其涉及一种将二维约束转到一维空间下进行处理的机动目标跟踪方法。
技术介绍
在雷达目标跟踪领域，存在一些场景，目标的运动轨迹发展不由其本身的运动速度决定，而是受到外界环境的严重影响甚至严格约束。例如，在公路上行驶的车辆受到地形和公路形状的约束，离开公路的可能性极小，这就是典型的约束目标跟踪问题。然而，在处理约束目标跟踪问题的时候，常规目标跟踪方法存在明显的缺陷：一、约束轨迹形状复杂，传统运动模型失配严重；二、常规方法不考虑约束条件先验信息，造成信息浪费；三、跟踪结果难以满足约束条件，存在性能损失。因此，如何合理利用先验约束信息，建立准确的约束目标运动模型并提出对应的跟踪方法，对于提高约束目标跟踪精度具有重要的意义。目前比较常见的约束目标跟踪方法包括：一、模型降阶法，如W.Wen and H.F.Durrant-Whyte,“Model-based multi-sensor data fusion,”Proceedings of IEEE International Conference on Robotics and Automation,Nice,France,pp.1720--1726,1992(基于模型的多传感器数据融合)，提取系统模型中状态分量之间的约束关系式，利用约束关系式将状态分量互相表示来减少状态向量的维数；R.J.Hewett,M.T.Health,M.D.Butala and F.Kamalabadi,“A robust null space method for linear equality constrained state estimation,”IEEE Transactions on Signal Processing,vol.58,pp.3961--3971,2010(针对线性等式约束状态估计的鲁棒零空间方法)，通过零空间分解获得降阶模型，这类方法简化了系统并获得了简单模型约束状态的最优估计，但缺点是模型降阶后物理意义不清晰，且只适用于简单问题难以推广。二、完美量测法，如L.S.Wang,Y.T.Chiang and F.R.Chang,“Filtering method for nonlinear systems with constraints,”IEEE Proceedings of Control Theory and Applications,vol.149(6),pp.525--531,2002(包含约束条件的非线性系统滤波方法)，即将等式约束作为没有噪声的伪量测引入，把约束估计问题便转化为观测扩维的常规估计问题来解决。但由于观测噪声协方差矩阵是奇异矩阵，因此在卡尔曼滤波求解时可能引起数值计算问题。三、估计后投影法，如D.Simon and T.L.Chia,“Kalman filtering with state equality constraints,”IEEE Transactions on Aerospace and Electronic Systems,vol.38(1),pp.128--136,2002(状态等式约束下的卡尔曼滤波)，利用约束优化技术将无约束估计向约束子空间投影，寻找约束子空间中距离无约束估计最近的一点作为最终估计。这样得到的估计结果必定满足约束条件，但不是约束状态的最优估计。四、模型修正法，主要有两类方法，一种如S.Ko and R.Bitmead,“State estimation for linear systems with state equality constraints,”Automatica,vol.43(8),pp.1363-1368,2007(状态等式约束下的线性系统状态估计)，通过左乘投影矩阵实现无约束动态模型和约束条件的融合。另一种如Z.S.Duan,X.R.Li and J.F.Ru,“Design and Analysis of Linear Equality Constrained Dynamic Systems,”Proceedings of the 15th International Conference on Information Fusion,Singapore,pp.2537--2544,2012(线性等式约束动态系统的设计与分析)，采用直接消除法得到满足约束条件的修正模型。这类方法仍然无法解决常规模型与复杂约束之间的失配问题。上述几种方法都是在常规无约束模型的基础上研究约束跟踪问题，并没有系统的解决模型失配等问题，且大多是基于目标无机动的假设开展研究。然而实际场景中，目标可能会有变速机动。以道路场景为例，目标可能在转弯处减速，超车时加速等。因此，提出一种更加贴近物理实际的机动目标运动建模和状态估计方法具有重要的实践意义。
技术实现思路
为了克服上述现有技术存在的一项或更多的缺陷，本专利技术提供一种基于一维约束坐标的机动目标跟踪方法。为实现上述目的，本专利技术提供了一种约束条件下的机动目标跟踪方法，该方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、在一维空间建立约束坐标静态模型,即建立机动目标在道路x，y方向上的位置关于一维变量里程数s的表达式；D、依据所述机动目标的运动特点设置运动模型,根据所建立的表达式建立状态方程和量测方程；E、分别针对各所述运动模型，对转换得到的笛卡尔坐标量测进行滤波，得到一维变量里程数s及其速度的滤波结果。根据本专利技术的一种实施方式，所述机动目标为道路上行驶的车辆，所述机动目标的位置量测信息为车辆相对观测雷达坐标系原点的距离和方位角，在所述步骤B中，利用去偏量测转换方法将所述位置量测信息转换为笛卡尔坐标量测。根据本专利技术的一种实施方式，在所述步骤C中，建立机动目标在道路x，y方向上的位置关于一维变量里程数s的表达式：C1：当道路段为直线段时，直线段上的任意点位置满足表达式： x ( s ) = x 1 + s c o s θ y ( s ) = 本文档来自技高网...

【技术保护点】
一种约束条件下的机动目标跟踪方法，其特征在于，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、在一维空间建立约束坐标静态模型,即建立机动目标在道路x，y方向上的位置关于一维变量里程数s的表达式；D、依据所述机动目标的运动特点设置运动模型,根据所建立的表达式建立状态方程和量测方程；E、分别针对各所述运动模型，对转换得到的笛卡尔坐标量测进行滤波，得到一维变量里程数s及其速度的滤波结果。

【技术特征摘要】
1.一种约束条件下的机动目标跟踪方法，其特征在于，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、在一维空间建立约束坐标静态模型,即建立机动目标在道路x，y方向上的位置关于一维变量里程数s的表达式；D、依据所述机动目标的运动特点设置运动模型,根据所建立的表达式建立状态方程和量测方程；E、分别针对各所述运动模型，对转换得到的笛卡尔坐标量测进行滤波，得到一维变量里程数s及其速度的滤波结果。2.根据权利要求1所述的方法，其特征在于，所述机动目标为道路上行驶的车辆，所述机动目标的位置量测信息为车辆相对观测雷达坐标系原点的距离和方位角，在所述步骤B中，利用去偏量测转换方法将所述位置量测信息转换为笛卡尔坐标量测。3.根据权利要求1所述的方法，其特征在于，在所述步骤C中，如下地建立机动目标在道路x，y方向上的位置关于里程数s的表达式：C1：当道路段为直线段时，直线段上的任意点位置满足表达式： x ( s ) = x 1 + s c o s θ y ( s ) = y 1 + s s i n θ , 0 ≤ s ≤ S ]]>其中，方向角(x1,y1)为直线段起始点，(x2,y2)为直线段终点；C2：当道路段为圆弧段时，圆弧段上的任意点位置满足表达式： x ( s ) = x 0 + R c o s ( θ 0 + s R ) y ( s ) = y ...

【专利技术属性】
技术研发人员：周共健，李可毅，陈曦，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23