一种自动匹配的毫米波雷达机动目标跟踪方法及系统与流程

本发明涉及毫米波雷达应用领域，特别是涉及一种自动匹配的毫米波雷达机动目标跟踪方法及系统。

背景技术：

1、现有的基于毫米波雷达的目标跟踪研究中，主要是利用雷达的多发多收天线采集adc数据，然后通过fft和2dfft变换将上述信息转换为含有目标距离、速度、角度等信息的点云数据。使用聚类方法将点云簇化成目标特征(位置、速度、信噪比等)，以卡尔曼滤波为算法基础，建立目标运动模型，将聚类得到的目标特征作为卡尔曼滤波的测量输入，逐帧执行卡尔曼滤波预测与更新，实现目标跟踪。

2、在现实场景中，很多时候需要对机动目标进行跟踪。以卡尔曼滤波为基础的目标跟踪算法，首先需要建立目标的运动模型，但对于机动目标来说，其运动状态具有不可预测性，容易出现建立的运动模型与目标实际运动情况不匹配的情况，导致卡尔曼滤波更新效果差甚至发散，进而导致目标跟踪的效果差甚至无法跟踪目标。

技术实现思路

1、本发明的目的在于，提供一种自动匹配的毫米波雷达机动目标跟踪方法及系统，以提高毫米波雷达目标轨迹预测和追踪的精度。

2、本发明提供一种自动匹配的毫米波雷达机动目标跟踪方法，包括：

3、读取点云数据，对所述点云数据进行预处理；

4、对每一帧的所述点云数据执行聚类，形成多个簇；

5、建立运动模型库；并重复如下过程：

6、从所述运动模型库中选取一个运动模型作为运动目标的初始运动模型；将运动目标在第n帧时的最优估计运动状态输入所述初始运动模型，得到运动目标在第n+1帧时的预测运动状态，其中，n不小于1；以第n+1帧时运动目标的预测运动状态为基准与第n+1帧中的簇进行关联，从而获取目标在第n+1帧时的测量运动状态；直至所述预测运动状态与所述测量运动状态匹配。

7、进一步地，所述最优估计运动状态由当前帧的预测运动状态和测量运动状态作为卡尔曼滤波的测量输入，经卡尔曼滤波更新处理后得到。

8、进一步地，所述预测运动状态与所述测量运动状态匹配的判断过程包括：对所述测量运动状态的簇的点云数据的运动状态进行分析，并将所述测量运动状态的簇的点云数据与所述预测运动状态进行比较，对所述预测运动状态进行评分，若获取的分值低于预设值，则判定所述预测运动状态与所述测量运动状态失配，进而说明所述初始运动模型与运动目标的真实运动情况失配；若获取的分值不低于所述预设值，则保留所述初始运动模型。

9、进一步地，将所述测量运动状态的簇的测量点特性作为评分项，所述测量点特性包括测量点速度分布情况和动静测量点比例。

10、进一步地，剔除所述点云数据中由于多径效应产生的虚假点云及无效测量点以实现所述预处理。

11、进一步地，若第n+1帧中存在不能与第n帧中的运动目标相关联的簇，且所述不能与第n帧中的运动目标相关联的簇满足起批条件，则在航迹管理模块中将其初始化为新的运动目标。

12、进一步地，对于无簇与之关联的运动目标，若所述运动目标满足消亡条件则在航迹管理模块中对其进行航迹消亡。

13、进一步地，在对每一帧的所述点云数据执行聚类时，将无法被聚类的所述点云数据标记为噪点。

14、本发明还提供一种自动匹配的毫米波雷达机动目标跟踪系统，包括：

15、预处理模块，所述预处理模块用于读取点云数据，并对所述点云数据进行预处理；

16、聚类模块，所述聚类模块用于对每一帧的所述点云数据执行聚类，形成多个簇；

17、运动模型库模块，所述运动模型库模块用于存储运动模型；

18、状态匹配模块，所述状态匹配模块用于执行如下过程：

19、从所述运动模型库中选取一个运动模型作为运动目标的初始运动模型；将运动目标在第n帧时的最优估计运动状态输入所述初始运动模型，得到运动目标在第n+1帧时的预测运动状态，其中，n不小于1；以第n+1帧时运动目标的预测运动状态为基准与第n+1帧中的簇进行关联，从而获取目标在第n+1帧时的测量运动状态；直至所述预测运动状态与所述测量运动状态匹配。

20、进一步地，所述预处理模块通过剔除所述点云数据中由于多径效应产生的虚假点云及无效测量点的方式实现所述预处理。

21、相比于现有技术，本发明至少具有以下有益效果：

22、本发明的自动匹配的毫米波雷达机动目标跟踪方法及系统，通过建立运动模型库的方式，充分利用与运动目标的关联的簇中的点云数据信息，判定初始运动模型是否失配，从而能够及时修改运动模型，修正运动模型预测出的结果，有效提高毫米波雷达的目标轨迹预测和跟踪的精度。

技术特征：

1.一种自动匹配的毫米波雷达机动目标跟踪方法，其特征在于，包括：

2.根据权利要求1所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

3.根据权利要求1所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

4.根据权利要求3所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

5.根据权利要求1所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

6.根据权利要求1所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

7.根据权利要求6所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

8.根据权利要求1所述的自动匹配的毫米波雷达机动目标跟踪方法，其特征在于：

9.一种自动匹配的毫米波雷达机动目标跟踪系统，其特征在于，包括：

10.根据权利要求9所述的自动匹配的毫米波雷达机动目标跟踪系统，其特征在于，所述预处理模块通过剔除所述点云数据中由于多径效应产生的虚假点云及无效测量点的方式实现所述预处理。

技术总结
本发明涉及毫米波雷达应用领域，特别是涉及一种自动匹配的毫米波雷达机动目标跟踪方法及系统。本发明的自动匹配的毫米波雷达机动目标跟踪方法先建立运动模型库，然后从所述运动模型库中选取一个运动模型作为运动目标的初始运动模型，经初始运动模型计算得到运动目标的预测运动状态，后与雷达测量得到的测量运动状态进行比较，从而能够判断运动模型是否失配，若失配则及时修改运动模型，进而迭代计算得到更准确的目标运动状态，有效提高毫米波雷达的目标轨迹预测和跟踪的精度。

技术研发人员：李海龙,邹毅,张义军,龙勇军,姚衡
受保护的技术使用者：深圳市华杰智通科技有限公司
技术研发日：
技术公布日：2024/1/15