技术特征：
1.一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述方法包括：根据前一时刻待跟踪多目标的多目标状态，得到当前时刻的预测多目标状态；根据当前时刻的所述预测多目标状态和当前时刻的所述待跟踪多目标的真实量测信息之间的关联函数对所述待跟踪多目标进行校正，得到当前时刻的校正多目标状态；根据当前时刻的所述校正多目标状态，采用门限对所述待跟踪多目标进行剔除，得到当前时刻的所述待跟踪多目标的多目标状态估计，循环上述步骤直至完成贝叶斯递归滤波，得到多目标状态估计集合；通过显著性检验离线确认所述多目标状态估计集合中各个所述待跟踪多目标的真实性，得到目标确认集，根据所述目标确认集输出每一时刻多目标状态的估计。2.根据权利要求1所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述根据前一时刻待跟踪多目标的多目标状态，得到当前时刻的预测多目标状态，包括：根据前一时刻的后验mbm密度，计算粒子的幸存概率；根据所述粒子的幸存概率，得到当前时刻存活目标的预测密度函数和当前时刻新生目标的预测密度函数；根据所述当前时刻存活目标的预测密度函数和所述当前时刻新生目标的预测密度函数，得到当前时刻的离线mbm滤波器的预测密度；所述前一时刻的后验mbm密度表示为：式中，k表示前一时刻，k时刻的后验mbm密度由多个先验假设组成，第h个先验假设的权值为w
k|k,h
，伯努利rfsx
l
表示标签为l的目标，f
h,l
表示为所述标签为l的目标在所述第h个假设中的密度函数，由存在概率r
h,l
和粒子系统描述，所述粒子系统是所述标签为l的目标在所述h第个假设中存在时的状态密度，表示在所述第h个假设中所述标签为l的目标的第p个粒子，n是粒子数；所述粒子的幸存概率表示为：式中，表示所述幸存概率的上界，f表示单目标运动方程中的状态转移矩阵，二值函数f
fov
(x)表示粒子x是否在传感器观测区域内：所述当前时刻的离线mbm滤波器的预测密度表示为：
式中，k+1表示当前时刻，k+1时刻离线mbm滤波器的预测密度和k时刻的所述后验mbm密度具有相同的假设数目和假设权值(w
k+1|k,h
＝w
k|k,h
)，f
′
h,l
表示k+1时刻存活目标的预测密度函数，n
b
表示每个假设中的新生目标数目，每个所述新生目标用一个伯努利rfs表示，f
i
表示第i个新生目标的密度函数，所述第i个新生目标被赋予标签(k+1,i)。3.根据权利要求2所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述根据当前时刻的所述预测多目标状态和当前时刻的所述待跟踪多目标的真实量测信息之间的关联函数对所述待跟踪多目标进行校正，得到当前时刻的校正多目标状态，包括：在第h个先验假设条件下，遍历k+1时刻的所述预测多目标状态的目标状态x
l
和k+1时刻的所述待跟踪多目标的真实量测信息z
i
的组合，计算粒子似然和；设置所述目标x
l
和所述量测z
i
之间的关联函数为θ，在所述第h个先验假设条件下，利用吉布斯采样生成个后验假设，设置所述目标x
l
和所述量测z
i
之间的关联函数为θ，每一个所述后验假设对应一个所述关联函数θ，根据所述关联函数θ判断所述待跟踪多目标是否漏检；对每个所述先验假设生成的所述后验假设的目标状态进行校正，计算归一化的后验假设权值，得到k+1时刻的后验mbm密度。4.根据权利要求3所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述计算粒子似然和的步骤包括：所述目标x
l
与所述量测z
i
关联时，所述粒子似然和表示为：所述目标x
l
漏检时，所述粒子似然和表示为：i
l,i
＝0。5.根据权利要求4所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述根据所述关联函数θ判断所述待跟踪多目标是否漏检，包括：所述目标x
l
与所述量测z
i
关联时，所述关联函数θ≠0，所述目标x
l
的后验存在概率为1，后验状态密度函数由粒子系统描述；所述目标x
l
漏检时，所述关联函数θ＝0，所述目标x
l
的后验存在概率为其中,p
d
为系统检测概率，所述后验状态密度函数不变，由所述粒子系统描述。6.根据权利要求5所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述对每个所述先验假设生成的所述后验假设的目标状态进行校正，计算归一化的后验假设权值，得到k+1时刻的后验mbm密度，包括：归一化的所述后验假设权值表示为：
式中，w
′
k+1|k+1,(h,θ)
表示未归一化的后验假设权值；所述k+1时刻的后验mbm密度表示为：式中，w
k+1|k+1,h
表示第h个后验假设的权值。7.根据权利要求6所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述根据当前时刻的所述校正多目标状态，采用门限对所述待跟踪多目标进行剔除，得到当前时刻的所述待跟踪多目标的多目标状态估计，包括：根据所述目标x
l
在第h个后验假设中的存在概率r
h,l
剔除目标；根据所述目标x
l
在第h个后验假设中的幸存概率剔除目标；根据所述第h个后验假设的权值w
k+1|k+1,h
剔除假设，得到当前时刻的所述待跟踪多目标的多目标状态估计。8.根据权利要求7所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述根据所述第h个后验假设的权值w
k+1|k+1,h
剔除假设，得到当前时刻的所述待跟踪多目标的多目标状态估计，包括：选择具有最大后验假设权值的假设判定为真实假设，根据所述真实假设的数据关联情况，得到k+1时刻的所述待跟踪多目标的多目标状态估计表示为：9.根据权利要求8所述的一种基于离线mbm滤波器的多目标跟踪方法，其特征在于，所述通过显著性检验离线确认所述多目标状态估计集合中各个所述待跟踪多目标的真实性，得到目标确认集，包括：计算检验统计量u：式中，n为所述目标x
l
的存活时间(从出生到死亡)，p
g
为正确量测落入椭圆波门内的概率，变量f
mea
(l,k)表示所述目标x
l
在k时刻是否存在真实量测信息，f
mea
(l,k)＝1表示标签为l的目标在k时刻有量测，否则，f
mea
(l,k)＝0；设置显著性水平为α，当|u|小于高斯分布分位数u
1-α/2
时，判定所述目标x
l
为真实目标，将所述真实目标加入目标确认集否则，判定所述目标x
l
为假目标。10.一种基于离线mbm滤波器的多目标跟踪装置，其特征在于，所述装置包括：预测单元，根据前一时刻待跟踪多目标的多目标状态，得到当前时刻的预测多目标状
态；校正单元，根据当前时刻的所述预测多目标状态和当前时刻的所述待跟踪多目标的真实量测信息之间的关联函数对所述待跟踪多目标进行校正，得到当前时刻的校正多目标状态；剔除单元，根据当前时刻的所述校正多目标状态，采用门限对所述待跟踪多目标进行剔除，得到当前时刻的所述待跟踪多目标的多目标状态估计，循环上述步骤直至完成贝叶斯递归滤波，得到所述多目标状态估计集合；离线确认单元，通过显著性检验离线确认所述多目标状态估计集合中各个所述待跟踪多目标的真实性，得到目标确认集，根据所述目标确认集输出每一时刻多目标状态的估计。
技术总结
本申请涉及一种基于离线MBM滤波器的多目标跟踪方法和装置。所述方法包括：根据前一时刻待跟踪多目标的多目标状态，得到当前时刻的预测多目标状态，根据当前时刻的预测多目标状态得到当前时刻的校正多目标状态，根据当前时刻的校正多目标状态，得到当前时刻的待跟踪多目标的多目标状态估计，循环上述步骤直至完成贝叶斯递归滤波，得到多目标状态估计集合，通过显著性检验离线确认多目标状态估计集合中各个待跟踪多目标的真实性，输出每一时刻多目标状态的估计。采用本方法能够避免目标因连续多帧漏检而丢失，避免杂波引起的假目标，有效提高低检测概率场景下的多目标跟踪性能。提高低检测概率场景下的多目标跟踪性能。提高低检测概率场景下的多目标跟踪性能。
技术研发人员：王森 鲍庆龙 潘嘉蒙 戴华骅 唐泽家 苏汉宁 李水晶涛
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2022.04.28
技术公布日：2022/8/5