基于模糊算法的多传感器数据融合跟踪系统及方法
【专利摘要】本发明公开了一种基于模糊算法的多传感器数据融合跟踪系统及方法，该方法包括如下步骤：选取传感器的跟踪精度和跟踪范围作为评价因素；根据评价因素重要程度构造评价因素的模糊测度；定义磁力传感器与视觉传感器的评价指标函数；根据评价指标函数计算模糊积分值作为磁力传感器及视觉传感器的综合评价结果；根据磁力传感器与视觉传感器的综合评价结果计算磁力传感器与视觉传感器的融合权重值，以将磁力传感器与视觉传感器的跟踪数据进行融合，本发明通过在AR系统中先后引入了磁力和视觉两种跟踪方式，提高了整个系统的跟踪性能。
【专利说明】基于模糊算法的多传感器数据融合跟踪系统及方法
【技术领域】
[0001]本发明涉及多跟踪传感器融合技术，特别是涉及一种基于模糊算法的多传感器数据融合跟踪系统及方法。
【背景技术】
[0002]目标跟踪作为迄今信息融合中最活跃、成果最丰富的研究领域已经有了近五十年的发展历程。早在70年代，多目标跟踪技术便开始引起人们极大的兴趣。上世纪70年代中期至80年代末是多目标跟踪技术飞速发展的时期，科学家在机动目标跟踪和数据关联方面作出了杰出的贡献，提出了许多经典算法，例如时间相关模型，联合概率数据关联、多假设跟踪、交互多模型、分层融合等算法等。进入90年代，科学家在多维分配算法在数据关联中的应用、变结构交互多模型、概率多假设跟踪、分布式融合、随机集理论及抽样滤波等方面的研究活动极大地丰富和发展了多目标跟踪理论。代表性理论专著包括:A.Farina、F.A.Studer的《雷达数据处理》(I，II )、S.S.Blackman的《多目标跟踪及其在雷达中的应用》、Y.Bar-Shalom和T.E.Fortman的《跟踪与数据互联》、Y.Bar-Shalom和X.R.Li的《多传感器多目标跟踪原理与技术》、《估计、跟踪的原理、技术及软件》，《跟踪与导航中的估计技术》等。由Y.Bar-Shalom主编的连续出版物《多传感器多目标跟踪方法与进展》(I，II )，则综合报道了信息融合在目标跟踪领域的新思想、新方法和新进展。
[0003]跟踪定位是增强现实(AR—Augmented Reality)中的重要环节,高精度的跟踪体系能够保证虚实场景的准确对位，进而使虚实场景的无缝融合成为可能。然而目前大多数跟踪传感器都存在不同程度的弊端或不足，单独使用一种跟踪方式，较难满足AR系统的跟踪需求。
【发明内容】
[0004]为克服上述现有技术存在的不足，本发明之目的在于提供一种基于模糊算法的多传感器数据融合跟踪系统及方法，通过在AR系统中先后引入了磁力和视觉两种跟踪方式，以提闻整个系统的跟踪性能。
[0005]为达上述及其它目的，本发明提出一种基于模糊算法的多传感器数据融合跟踪系统，包括:
[0006]视觉传感器，用于提取真实场景中的标志物的特征点或提供标志物的图像坐标；
[0007]磁力传感器发射器，在磁力传感器控制单元控制下发射电磁场；
[0008]磁力传感器接收器，接收该磁力传感器发射器发射的电磁场，在磁力传感器控制单元的控制下，获取真实场景中的标志物的三维坐标；
[0009]磁力传感器控制单元，控制该磁力传感器发射器与磁力传感器接收器；
[0010]中央控制单元，由连接该视觉传感器与该磁力传感器控制单元的PC、进行数据处理的PC以及以太网设备组成，用于控制传感器工作和数据传输及处理。
[0011]进一步地，该视觉传感器和该磁力传感器的数据通过以太网进入PC进行融合处理，融合处理的结果向真实场景中的标志物或需要的目的地发送。
[0012]为达到上述目的，本发明还提供一种基于模糊算法的多传感器数据融合跟踪方法，包括如下步骤:
[0013]步骤一，选取传感器的跟踪精度和跟踪范围作为评价因素；
[0014]步骤二，根据评价因素重要程度构造评价因素的模糊测度；
[0015]步骤三，定义磁力传感器与视觉传感器的评价指标函数；
[0016]步骤四，根据评价指标函数计算模糊积分值作为磁力传感器及视觉传感器的综合评价结果；
[0017]步骤五，根据磁力传感器与视觉传感器的综合评价结果计算磁力传感器与视觉传感器的融合权重值，以将磁力传感器与视觉传感器的跟踪数据进行融合。
[0018]进一步地,在步骤二中，如下构造模糊测度gA (X1)和gA (X2):
[0019]1+入=E (1+入 g)
[0020]取gi = g({xj) = 0.7,g2 = g({x2}) = 0.5,由上式可求得入=-0.57』!^%)=g入(IxJ) = g1； g入(A2) = g入({x1； xj) = g2+gi+ A g2 ? gi,其中，模糊密度 gj 和 g2 为两个评价因素Xp X2的重要程度。
[0021]进一步地，在步骤三中，对于磁力传感器，如下定义其在X方向上的评价指标函数
【权利要求】
1.一种基于模糊算法的多传感器数据融合跟踪系统，包括: 视觉传感器，用于提取真实场景中的标志物的特征点或提供标志物的图像坐标； 磁力传感器发射器，在磁力传感器控制单元控制下发射电磁场； 磁力传感器接收器，接收该磁力传感器发射器发射的电磁场，在磁力传感器控制单元的控制下，获取真实场景中的标志物的三维坐标； 磁力传感器控制单元，控制该磁力传感器发射器与磁力传感器接收器； 中央控制单元，由连接该视觉传感器与该磁力传感器控制单元的PC、进行数据处理的PC以及以太网设备组成，用于控制传感器工作和数据传输及处理。
2.如权利要求1所述的一种基于模糊算法的多传感器数据融合跟踪系统，其特征在于:该视觉传感器和该磁力传感器的数据通过以太网进入PC进行融合处理，融合处理的结果向真实场景中的标志物或需要的目的地发送。
3.一种基于模糊算法的多传感器数据融合跟踪方法，包括如下步骤: 步骤一，选取传感器的跟踪精度和跟踪范围作为评价因素； 步骤二，根据评价因素重要程度构造评价因素的模糊测度； 步骤三，定义磁力传感器与视觉传感器的评价指标函数； 步骤四，根据评价指标函数计算模糊积分值作为磁力传感器及视觉传感器的综合评价结果; 步骤五，根据磁力传感器与视觉传感器的综合评价结果计算磁力传感器与视觉传感器的融合权重值，以将磁力传感器与视觉传感器的跟踪数据进行融合。
4.如权利要求3所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于，在步骤二中，如下构造模糊测度gA (X1)和gA (X2):
1+ 入=E (1+ 入 gi) 其中\为评价因素之关系度量，取gi = g({xj) = 0.7, g2 = g({x2}) = 0.5,由上式可求得入=-0.57,则 g入(A1) = g入({xj) = g1； g入(A2) = g入((X1, X2D = g2+gi+ A g2 ? gl,模糊密度gl和g2为两个评价因素Xl、X2的重要程度。
5.如权利要求4所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于，在步骤三中，对于磁力传感器，如下定义其在X方向上的评价指标函数h (X1)、h (X2):1
6.如权利要求5所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于，在步骤三中，对于磁力传感器，如下定义其在y方向上与z方向上的评价指标函数h (X1)、h (X2):
7.如权利要求5所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于，在步骤三中，对于双目视觉传感器，如下定义其在X方向上的评价指标函数h(Xl)、h(x2):
8.如权利要求7所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于:在步骤三中，对于双目视觉传感器，如下定义其在y方向与z方向上的评价指标函数
9.如权利要求8所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于:于步骤四中，设e1、e2分别为两跟踪传感器的综合评价结果，
10.如权利要求9所述的一种基于模糊算法的多传感器数据融合跟踪方法，其特征在于:于步骤五中，设tp t2为两套跟踪传感器的融合权重值，取= e/(ei+e2)，t2 = e2/(e i+e。)。
【文档编号】G06T7/20GK103593857SQ201310613157
【公开日】2014年2月19日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】熊玉梅 申请人:上海电机学院