基于传感器轨迹id调整phd过滤器中的强度的权重的制作方法_3

文档序号:9565456阅读:来源:国知局
度以及测量结果到轨迹强度。
[0033]因此,在一些情形中,当生成测量结果到轨迹强度时,方法300向下调整由其创建测量结果到轨迹强度的Tk+1预测强度的权重,使得Tk+1预测强度被删改(不再保持)。连同Tk+1强度的权重的向下调整,将测量结果到轨迹强度的权重调整到某个水平,使得测量结果到轨迹强度幸免于删改(未被删改),且因此被保持。因为当生成测量结果到轨迹强度时存在与Tk+1预测强度匹配的轨迹ID,所以轨迹ID匹配被用来确定如何调整预测强度的权重。
[0034]Tk+1预测强度的预测权重通过将预测权重乘以第一值而向下调整(块308),如果所有与Tk+1预测强度相关的轨迹ID在与传感器202-206所获得的测量结果所对应的第一一个或多个轨迹ID中具有匹配轨迹ID的话(块302)。在示例中,第一值被选择成使得Tk+1预测强度的权重在做乘法之后接近零。例如,第一值可以小于0.2。在特定示例中,第一值是0.01。如果少于所有的与Tk+1预测强度相关的轨迹ID在第一一个或多个轨迹ID中具有匹配轨迹ID,则所预测强度的权重可以乘以第二值。这个第二值可以是值1,使得权重不改变,或者可以是不同的值,例如0.8。这个过程可以针对每个Tk+1预测强度重复,使得针对每个Tk+1预测强度的预测权重基于轨迹ID比较而调整。
[0035]因为存在如下情形:当即使可能存在轨迹ID匹配也不创建测量结果到轨迹强度时,Tk+1预测强度的权重可以在通过与第一值相乘而被减少之后再次调整。例如,如果Tk+1预测强度的权重通过其与上述第一值相乘而减少,但是未创建对应于那个Tk+1预测强度的测量结果到轨迹强度(例如,因为测量结果和Tk+1预测强度之间的统计距离高于阈值),则Tk+1预测强度的权重向上重新调整,使得T k+1预测强度不被删改。在示例中,重新调整T k+1预测强度的权重包括将权重乘以第一值的倒数(inverse),使得权重被重新设置回到其在被乘以第一值之前的情况。
[0036]当测量结果到轨迹强度被创建时,测量结果到轨迹强度的权重可以基于对应的测量结果和Tk+1预测强度之间的统计距离,以及在被第一值调整之前的T k+1预测强度的权重来设置。
[0037]如上所述,一个或多个新的强度还可以针对时间步Tk+1来创建(块309)。这些新的强度可以以任何适合的方式创建,包括以本领域技术人员已知的方式。测量结果到轨迹强度可以通过比较轨迹ID和关于Tk+1预测强度的如上所述的统计距离而针对新的强度生成。一个或多个新强度的每个还具有与其对应的预测权重。一个或多个新强度的每个的预测权重还可以基于轨迹ID比较而调整,其采用与上述关于Tk+1预测强度相同的方式。
[0038]—个或多个预测强度、任何新的强度、以及任何测量结果到轨迹强度然后进一步通过删改而处理(块312)。删改包括分析一个或多个预测强度,任何新的强度,以及任何测量结果到轨迹强度以确定是否删除强度中的任何强度。除其它事物之外,删改尝试删除并未追踪实际对象的强度。
[0039]在示例中,强度基于其权重而被删改。特别地,将强度的权重与阈值相比较。如果权重低于阈值,则强度被删除,并且如果权重高于阈值,则强度被保持(不被删除)。在示例中,阈值针对每个强度基于与那个强度相关的轨迹ID被动态地设置。基于动态地设置基于轨迹ID的阈值而删改强度是管理与强度一起保持的轨迹ID的过程的一部分。特别地,此过程被用来删除具有来自不再追踪对象的传感器的轨迹ID的强度。
[0040]通过方法300处理的预测强度,新的强度以及测量结果到轨迹强度中的每个具有与其相关的一个或多个轨迹ID。与预测强度相关的一个或多个轨迹ID是与由其创建预测强度的轨迹强度相关的相同的一个或多个的轨迹I D。对于新的强度,与其相关的一个或多个轨迹ID可以是来自被用来创建新的强度的任何测量结果的一个或多个轨迹ID。例如,新的强度可以基于来自不被用于测量结果到轨迹关联的一个或多个测量结果(302)的测量结果而创建。此类测量结果可以被确定成对应于可能的新的对象,并且因此可以被用来基于其创建新的强度。因此,用于新强度的轨迹I D可以对应于被用来创建强度的测量结果。对于测量结果到轨迹强度来说,与其相关的轨迹I D是来自当前时间步中的一个或多个测量结果的测量结果的轨迹I D,其被用来更新预测强度以生成测量结果到轨迹强度。
[0041]对于轨迹强度来说,轨迹强度保持了来自被用来创建轨迹强度的任何强度的所有轨迹I D。例如,如果在其被更新到下一时间步时没有强度与给定的轨迹强度合并,则更新的轨迹强度保持与前面对应的轨迹强度相同的(多个)轨迹ID。然而,如果第一强度与第二一个或多个强度合并(块314)以创建更新的轨迹强度,则更新的轨迹强度具有与其相关的来自第一强度和第二一个或多个强度的所有轨迹ID。第一强度和第二一个或多个强度可以是任何类型的强度,包括预测强度、测量结果到轨迹强度、以及新的强度。因此,如果预测强度和测量结果到轨迹强度被合并以形成轨迹强度,则那个轨迹强度具有与其相关的与预测强度相关的所有(多个)轨迹ID以及与测量结果到轨迹强度相关的轨迹ID。
[0042]因此,预测强度可以具有一个轨迹ID或者与其相关的多个轨迹ID,而新的强度和测量结果到轨迹强度可以仅具有与其相关的一个强度。随着时间推移,与轨迹强度相关的一个或多个轨迹ID可来自能够不再追踪对应对象的传感器。在此类情形中,希望不再将那个轨迹ID保持为与那个轨迹强度相关。动态地设置阈值通过设置更高的阈值而完成这个,因为强度具有更多与其相关的轨迹ID。在更高阈值的情况下,具有多个轨迹ID的强度需要具有要被保持的更高的权重。理想地,缺乏对应于与强度相关的轨迹ID之一的测量结果将通过相对较少的循环的迭代引起权重下降,低到足够在(升高的)阈值以下。然而,对应于循环的对象仍然可以经由可以被保持的测量结果到轨迹强度被追踪,因为其将可能具有较低阈值,因为测量结果到轨迹强度仅具有与其相关的单一轨迹ID。此外,因为测量结果到轨迹强度是预测强度的更新版本,所以即使删除了预测强度,由预测强度体现的信息仍然可以经由测量结果到轨迹强度来被保持。
[0043]在示例中,每个传感器具有相应的传感器阈值,并且针对具有与强度相关的轨迹ID的每个传感器,将用于针对其比较权重的阈值被设置成传感器阈值的总和。在示例中,传感器阈值基于传感器的准确性而选择。这样,通常导致更高的权重强度的更加准确的传感器具有更高的阈值,其提供来自此类传感器的错误测量结果的更加严格的排除。作为示例,如果第一预测强度具有与其相关的三个轨迹ID,用于针对权重进行比较的阈值是与三个轨迹ID对应的传感器的传感器阈值的总和。例如,如果三个轨迹ID的第一个来自TCAS模式S传感器,第二轨迹ID来自第一雷达,并且第三轨迹ID来自第二雷达,则针对用于那个强度的权重进行比较的阈值是用于TCAS模式S传感器的传感器阈值、用于第一雷达的传感器阈值、以及用于第二雷达的传感器阈值的总和。
[0044]针对一个或多个预测强度、任何新的强度、以及任何测量结果到轨迹强度中的每个而重复计算阈值并且然后将权重与阈值相比较的过程。删除具有低于其相应的阈值的权重的任何此类强度(块312),而具有高于其相应阈值的权重的任何强度被保持并分析以被合并。
[0045]分析不被删改的强度以进行合并(块314)。可以使用合并强度的任何适合的过程,包括本领域技术人员已知的过程。由合并强度步提供的所得到的一个或多个Tk+1轨迹强度(块314)可以被输出,以用于例如由SAA系统显示和/或进一步分析(块316)。一个或多个Tk+1轨迹强度也被提供为到循环的下一迭代中的输入,以用于针对时间步T k+2而基于一个或多个测量结果进行更新。
[0046]示例实施例
[0047]示例1包括用于利用概率假设密度过滤器追踪多个对象的方法,该方法包括:利用至少一个传感器获得与第一对象对应的多个测量结果,至少一个传感器为多个测量结果提供一个或多个第一轨迹ID ;基于多个测量结果生成用于第一对象的Tk轨迹强度,T k轨迹强度包括权重、状态平均矢量以及在时间1;的第一对象的轨迹的统计的状态协方差矩阵;基于Tk轨迹强度为第一对象生成Tk+1预测强度,Tk+1预测强度对应于时间Tk+1,其中Tk+1预测强度包括基于!;轨迹强度的权重的预测的权重;获得来自多个传感器的多个测量结果,其中多个传感器包括至少一个传感器,其中多个传感器为多个测量结果提供多个第二轨迹ID,其中多个测量结果对应于时间1;+1;将多个第二轨迹ID与一个或多个第一轨迹ID相比较;如果一个或多个第一轨迹ID的全部与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重乘以第一值;如果少于全部的一个或多个第一轨迹ID与多个第二轨迹ID的任何轨迹ID相匹配,则预测的权重乘以第二值,其中第二值比第一值大;在与第一值或者第二值相乘之后基于预测的权重确定是否删改Tk+1预测强度;并且如果T k+1预测强度未被删改,则基于Tk+1预测强度针对在时间T k+1的第一对象生成T k+1轨迹强度,T k+1轨迹强度具有基于预测权重的做乘法的更新权重。
[0048]示例2包括示例1的方法,其中第一值小于0.2。
[0049]示例3包括示例1-2的任何一项的方法,其中确定是否删改Tk+1预测强度包括:将在做乘法之后的预测权重与阈值相比较;并且如果做乘法之后的预
当前第3页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1