Phd滤波器中的双步骤修剪的制作方法
【专利说明】PHD滤波器中的双步骤修剪
[0001]相关串请的交叉引用
[0002]本申请涉及如下共同待审的美国专利申请，其由此通过引用并入本文:
[0003]与本申请同一日期提交的美国专利申请序列号14/448808(代理人案号H0043916)，标题为 “MERGING INTENSITIES IN A PHD FILTER BASED ON A SENSOR TRACKID”:
[0004]与本申请同一日期提交的美国专利申请序列号14/448813(代理人案号H0045529)，标题为“ADJUSTING WEIGHT OF INTENSITY IN A PHD FILTER BASED ON SENSORTRACK ID”；以及
[0005]与本申请同一日期提交的美国专利申请序列号14/448803(代理人案号H0043754)，标题为 “UPDATING INTENSITIES IN A PHD FILTER BASED ON A SENSOR TRACKID，，。
【背景技术】
[0006]查看并躲避或感测并躲避(SAA)的目标是给无人机系统(UAS)提供如下能力:利用或者不利用激活的、基于应答器的防撞系统执行自隔离和对于所有空中交通的碰撞避免。SAA需要UAS检测并跟踪所有权飞机进行操作的附近区域中的入侵飞机以识别执行自隔离和碰撞避免所需的指导机动飞行。检测和跟踪功能是UAS SAA能力的关键使能器，因为UAS针对未检测的、未跟踪的入侵飞机不能执行自隔离或碰撞避免机动飞行。检测功能是指使用监视传感器测量入侵飞机相对所有权UAS的位置。跟踪功能是指把监视传感器测量值融合在一起以便估计入侵飞机相对所有权UAS的轨道统计值(在此也称为轨迹)。监视传感器提供具有对应测量ID的测量值，测量ID可以在时间上是相关的或在时间上是随机的。
[0007]跟踪功能使用数据关联算法把测量值分配给当前轨迹来估计入侵飞机的轨迹，滤波器把传感器测量值与轨迹统计值的当前估计融合，并且轨道管理器监督传感器融合操作，启动轨迹，保持轨迹并删除轨迹。
[0008]—个跟踪系统使用随机有限集(RFS)针对UAS SAA跟踪多个入侵飞机(IA)，其中RFS是多重假设检验(MHT)方法的实施方式。RFS将多IA跟踪问题设计成集值状态空间，其中集值状态向量和集值测量向量的统计值使用它们的一阶矩(在此也称为强度)来近似并被应用在贝叶斯滤波器框架中以使用高斯混合来估计IA轨迹统计值。产生的滤波器称为概率假设密度(PHD)滤波器。强度涉及集值状态空间的要素的权重、状态平均向量和状态协方差矩阵，在集值状态空间中该要素对应于轨迹的统计值。
【发明内容】
[0009]在一个实施例中，提供一种利用概率假设密度滤波器来跟踪多个物体的方法。该方法包括:提供多个强度，每个强度包括在第一时间(at a first time)的多个物体轨迹统计值的权重、状态平均向量和状态协方差矩阵。该方法还包括基于所述多个强度的相应权重第一次修剪所述多个强度以去除较低权重的强度并且生成第一组强度。合并第一组强度中被识别为与相同物体对应的强度以生成第二组强度。然后该方法包括第二次修剪第二组强度以生成最终组强度，其中，第二次修剪在最终组强度中包括多达阈值数量的、第二组强度中的具有最大权重的强度，以及从最终组强度中排除第二组强度中的任何剩余强度。
【附图说明】
[0010]应当理解，附图仅描述示例性实施例，并因此不被认为在范围上是限制性的，将通过使用附图以附加的明确性和细节描述示例性实施例，其中:
[0011]图1是示例环境的方框图，该环境中可以使用基于PHD滤波器的跟踪系统。
[0012]图2是在图1环境中使用的示例跟踪系统的方框图。
[0013]图3是用于利用图2的跟踪系统跟踪多个物体的示例方法的流程图。
[0014]依照惯例，各种描述的特征未按比例绘制，但被绘制为强调与示例性实施例相关的特定特征。
【具体实施方式】
[0015]在此所述的主题提供一种修剪产生于概率假设密度(PHD)滤波器中的强度的方法。该方法包括两个修剪步骤，其间具有合并步骤。第一修剪步骤根据多个强度的权重修剪所述多个强度，而不考虑修剪后剩余强度的数量。第一修剪步骤之后，剩余强度经过合并步骤以组合合适的强度。在合并步骤之后，如有必要，第二修剪步骤将强度总数量较少至低于阈值数量。
[0016]图1是示例环境的方框图，其中可以使用基于PHD滤波器的跟踪系统102。在此处示出的示例中，跟踪系统102安装在飞机104中，然而，跟踪系统102可安装在任何交通工具中或可以是独立的系统。跟踪系统102配置成在环境中检测和跟踪其他物体。在此示例中，跟踪系统102配置成检测空中物体，如入侵飞机(IA)106、108。在示例中，跟踪系统102是感测并躲避(SAA)系统的一部分，并且飞机104是无人机系统(UAS)
[0017]图2是示例跟踪系统102的方框图。跟踪系统102包括多个传感器202-206，传感器202-206配置成检测传感器202-206周围环境中的物体。所述多个传感器202-206可包括任何适当的传感器，例如雷达202、TCAS传感器203、ADS-B传感器204、光学照相机205以及LiDAR206。也可使用其他传感器。此外，可使用包括多个相同类型传感器的任何数量的传感器。传感器202-206与一个或多个处理设备208耦合。传感器202-206配置成获得测量值并发送测量值至所述一个或多个处理设备208。
[0018]一个或多个处理设备208配置成基于从传感器202-206接收的测量值跟踪多个物体(例如入侵飞机106、108)。为了跟踪物体，一个或多个处理设备208配置成执行指令210，该指令存储在与一个或多个处理设备208耦合的一个或多个数据存储设备212上。指令210，当由一个或多个处理设备208执行时，使一个或多个处理设备208基于来自传感器202-206的测量值实施跟踪物体的行动。一个或多个处理设备208可包括中央处理单元(CPU)、微控制器、微处理器(例如，数字信号处理器)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)或其他处理设备。在某些示例中，一个或多个数据存储设备212包括用于存储机器可读数据和指令的非易失性电子硬件设备。在示例中，一个或多个数据存储设备212在用于存储计算机可读指令或数据结构的任何合适的计算机可读介质上存储信息。计算机可读介质可被实施为可由一个或多个处理设备208访问的任何可用介质。合适的计算机可读介质可包括如磁或光学介质的存储介质。例如，存储介质可以包括传统硬盘、紧凑盘-只读存储器(CD-ROM)、固态驱动器(SSD)、其他闪速存储器、只读存储器(ROM)，以及电可擦除可编程ROM(EEPROM)。一个或多个处理设备208也可与存储器214耦合，存储器214配置成在由一个或多个处理设备208进行执行期间存储数据和指令。存储器214可包括易失性或非易失性介质，例如随机存取存储器(RAM)(包括但不限于同步动态随机存取存储器(SDRAM)、双数据速率(DDR) RAM、RAMBUS 动态 RAM (RDRAM)、以及静态 RAM (SRAM)，等等)。在示例中，一个或多个处理设备208配置成输出关于物体轨迹的信息至输出设备，如显示设备。在一些示例中，一个或多个处理设备208提供轨迹信息给更大的SAA系统用于控制无人机系统的移动。
[0019]图3是示例方法300的流程图，该方法利用跟踪系统102跟踪多个物体。跟踪系统102基于从传感器202-206新获得的测