基于传感器轨迹id在phd滤波器中合并强度的制作方法
【专利说明】基于传感器轨迹ID在PHD滤波器中合并强度
相关申请的交叉引用
[0001]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:
[0002]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 INA PHD FILTER BASED ON A SENSOR TRACKID”；
[0003]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
[0004]与本申请同一日期提交的美国专利申请序列号14/448819(代理人案号H0045530)，标题为 “TWO STEP PRUNING IN A PHD FILTER”。
【背景技术】
[0005]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行器进行操作的附近区域中的入侵飞行器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、未跟踪的入侵飞行器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行器相对所有权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行器相对所有权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。
[0006]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行器的轨迹，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。
[0007]一个跟踪系统使用随机有限集(RFS)跟踪在所有权UAS的环境中运行的多个入侵飞行器(IA)。RFS是针对多IA跟踪的多重假设检验(MHT)方法的一部分。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他们的一阶矩(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。
[0008]基本PHD滤波器通常通过比较两个强度统计值之间的Malhanobis距离来聚集新的、当前的和测量值到轨迹强度。如果此距离低于用户选择的阈值，则两个强度被认为是起源于同一 IA。此过程包括将全部可能的强度对与阈值比较。
【发明内容】
[0009]在一个实施例中，提供了一种利用概率假设密度滤波器跟踪多个物体的方法。该方法包括通过组合来自一个或多个第一传感器的一个或多个第一测量值生成第一强度，其中轨迹ID的第一集合包括一个或多个轨迹ID，该一个或多个轨迹ID由与所述一个或多个第一测量值中其相应的测量值对应的一个或多个第一传感器提供，其中第一强度包括在第一时间(at a first time)的物体轨迹统计值的权重、状态平均向量和状态协方差矩阵。通过组合来自一个或多个第二传感器的一个或多个第二测量值来生成第二强度，其中轨迹ID的第二集合包括一个或多个轨迹ID，该一个或多个轨迹ID由与所述一个或多个第二测量值中其相应的测量值对应的一个或多个第二传感器提供，其中第二强度包括在所述第一时间的物体轨迹统计值的权重、状态平均向量和状态协方差矩阵。轨迹ID的第一集合与轨迹ID的第二集合比较，并且基于轨迹ID的第一集合中的任何轨迹ID与轨迹ID的第二集合中的任何轨迹ID是否匹配，选择性地把第一强度与第二强度合并。
【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]在此所述主题提供一种通过使用轨迹标识符(ID)在概率假设密度(PHD)滤波器中合并强度的方法，该轨迹标识符(ID)由获得与强度对应的物体测量值的一个或多个传感器提供。轨迹ID是由传感器提供的标识符，其中标识符在时间上与一系列的测量值相关。一种类型的轨迹ID是国际民用航空组织(ICA0)飞行器地址，其由飞行器连同对应的测量信息一起传送，由传感器连同对应的测量信息一起接收。能够接收这种ICA0飞行器地址的传感器示例包括广播式自动相关监视(ADS-B)传感器和交通防撞系统(TCAS)模式S传感器。另一类型的轨迹ID是来自传感器的标识符，该传感器在时间上使测量值相关。具体地，这种传感器通过在时间上使测量值相关和将ID分配给那些轨迹来识别物体的轨迹。这些ID连同测量值一起由传感器提供。由于这些ID是由在时间上使其自己的测量值相关的传感器生成的，因此这些ID是传感器特定的。也就是说，即使第一传感器和第二传感器可获得相同物体的测量值，但第一传感器和第二传感器使他们自己的测量值相关，而不使另一传感器的测量值相关；因此，由每个传感器提供的轨迹ID是不同的，并与来自该传感器而不是另一传感器的测量值对应。提供这种轨迹ID给相关的测量值的传感器示例包括TCAS模式C传感器、某些LiDAR以及某些雷达。此处所述的主题利用这些轨迹ID来提高准确度和效率，在PHD滤波器中可按照该准确度和效率跟踪多个物体。
[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安装在飞行器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，如入侵飞行器(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，并且飞行器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。如上所述，传感器202-206中的一些或全部可配置成发送轨迹ID和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(例如入侵飞行器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(R0M)，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