主要内容

介绍多目标跟踪

背景

跟踪指导是至关重要的,自主导航和控制系统。跟踪系统估计目标(目标和他们的州)和评估的情景环境一个感兴趣的区域,通过检测(运动参数和属性)和跟踪这些目标与时间。最简单的跟踪系统是一个目标跟踪(STT)系统在clutterless环境中,假定只有一个目标在一个感兴趣的领域。STT不需要数据转让或者协会,因为独立目标的检测可以直接喂给一个估计量或过滤器用于估计目标的状态。

现代跟踪系统通常涉及多个目标跟踪(MTT)系统,在其中一个或多个传感器生成多个检测从多个目标,和一个或多个用于估计这些目标的国家。MTT必须分配检测前跟踪检测可以用来更新追踪。MTT分配问题是具有挑战性的,因为几个因素:

  • 目标或检测分布——如果目标稀疏分布,然后将目标相应的检测相对比较容易。然而,如果目标或检测密集分布,作业变得模糊,因为分配目标检测或附近的一个检测很少使成本上的任何差异。

  • 检测概率(Pd)的传感器Pd描述的概率是由传感器检测到的目标,如果目标是视野内的传感器。如果Pd传感器的小,那么真正的目标可能不产生任何检测传感器扫描期间。结果,跟踪所代表的真正的目标可能会窃取其他的检测跟踪。

  • 传感器分辨率——传感器分辨率决定了传感器的能力区分两个目标的检测。如果传感器分辨率很低,那么在邻近的两个目标可能只产生一个检测。这违背了普遍假设每个检测只能分配给一个不肯舍弃跟踪和结果分配冲突的踪迹。

  • 杂物或传感器的误警率——假警报引入额外的作业,因此可能增加数据任务的复杂性。

  • 目标的数量和检测——可能分配的数量成指数增加目标和检测数量的增加。因此,获得最优的任务需要更多的计算。

麻省理工系统的元素

跟踪系统的元素

图给出了一个结构表示的肝癌和一个简单的递归系统的功能元素[1]。在现实世界的应用程序中,这些元素可以重叠的功能。然而,这表示提供了一个方便的肝癌和分区介绍典型的函数在一个系统。

解释这个图,假设一个追踪者一直保持或初步跟踪从之前的扫描确认。现在,系统考虑是否更新跟踪基于新收到传感器检测。将检测到相应的跟踪:

  1. 内部过滤器(如卡尔曼滤波器)预测前一步的确认或初步跟踪当前步骤。

  2. 跟踪器使用预测估计和协方差组成验证预测跟踪门。

  3. 大门内的检测下降的轨道视为候选人分配到轨道。

  4. 一种分配算法(基于特定的追踪,如GNN或TOMHT)决定了track-to-detection协会。

  5. 基于任务,跟踪执行跟踪维护,包括初始化、确认,和删除:

    • 未赋值的观测可以发起新的试探性的痕迹。

    • 初步跟踪变得证实如果跟踪满足确认的质量标准。

    • 低质量的跟踪是基于删除删除标准。

  6. 新的跟踪设定(试探性的和确认)预计到下一个扫描一步表单验证。

检测

检测是一个集体名词用来指所有的观察或测量数量包括在报告输出(看到了吗objectDetection从一个传感器)。一般来说,一个观察可能包含测量运动学量(如范围、视线、和数据)和测量属性(如目标类型、身份证号码和形状)。检测也应该包含的时间测量。

对点目标跟踪,从单个传感器扫描检测收到最多只能包含一个观察每个目标。这种假设大大简化了分配问题。一个传感器可以生成零检测其视场内的目标,因为检测的概率,Pd,每个传感器通常是小于1的。另外,每个传感器能产生错误报警检测不符合真正的目标。

高分辨率的传感器可能产生多个检测每一个目标,这就需要分区检测到一个代表检测喂养assignment-based追踪器(如前trackerGNN,trackerJPDA,trackerTOMHT)。看到扩展对象的高速公路车辆跟踪雷达和摄像头为更多的细节。

控制和分配

关于控制和任务的详细信息,请参见介绍任务跟踪系统中的方法作业方法的,它提供了一个全面的介绍。本节只涵盖基本的控制和分配三个assignment-based追踪器,trackerGNN,trackerJPDA,trackerTOMHT。

闸门是一种筛选机制用于确定检测是有效的候选人来更新现有的跟踪。控制的目的是减少不必要的计算在track-to-detection任务。验证的预测跟踪形成使用及其相关的协方差预测状态,这样的检测有高概率协会属于验证门的轨道。只有检测在门口对追踪任务的轨道。

浇注后,赋值函数确定哪些track-to-detection作业。使用三种方法分配三个追踪器工具箱:

  • trackerGNN——全球最近的数据关联。基于可能性理论,GNN方法的目标是最小化总距离函数,考虑所有track-to-detection作业。

  • trackerJPDA联合概率数据关联。JPDA方法适用于软任务,这样检测验证大门内的轨道都可以使跟踪基于概率加权贡献的协会。

  • trackerTOMHT——Track-oriented多假设跟踪。不像GNN和JPDA, MHT延迟决策方法,它允许数据协会的情况下很难被推迟,直到接收到更多的信息。

决定使用哪一个跟踪器的类型取决于目标和计算资源可用:

  • GNN算法是最简单的雇佣。它有较低的计算成本和可能导致足够的性能跟踪稀疏分布的目标。

  • JPDA算法,它需要更多的计算成本,也适用于广泛的目标。它通常比GNN杂乱环境中表现更好。

  • TOMHT追踪,需要大量计算资源,通常导致最佳的性能在所有三个追踪者,尤其是对人口分布的目标。

更多细节,请参阅跟踪密集目标模棱两可例子的比较这三个追踪器。

跟踪维护

跟踪维护是指跟踪初始化的功能,确认和删除。

跟踪起始。检测时不分配给现有的轨道,一个新的跟踪可能需要创建:

  • GNN方法开始新的初步跟踪观察不分配给现有的跟踪。

  • JPDA方法开始新的初步跟踪观测概率赋值低于指定的阈值。

  • MHT方法开始新的初步跟踪观测的距离对现有铁路超过指定阈值。跟踪器使用后续数据来确定哪些新发起的跟踪是有效的。

跟踪确认。一旦形成初步跟踪,确认逻辑标识的状态跟踪。三个跟踪确认逻辑中使用工具箱:

  • 历史逻辑:追踪确认如果追踪至少已经分配给一个检测米更新在过去N更新。你可以设置特定的值米和N。trackerGNN和trackerJPDA使用这个逻辑。

  • 跟踪分数逻辑:跟踪确认,如果它的分数高于指定的阈值。更高的跟踪分数意味着更有可能是有效的。比分是轨道的概率之比是一个真正的目标轨道的概率是错误的。trackerGNN和trackerTOMHT使用这个逻辑。

  • 集成逻辑:一个跟踪确认如果它集成存在的概率高于阈值。trackerJPDA使用这个逻辑。

记录删除。跟踪是删除一些合理的时间内如果没有更新。跟踪删除标准类似于轨道的确认标准:

  • 历史逻辑:一个记录被删除,如果跟踪还没有分配给至少一个检测P次去年R更新。

  • 跟踪分数逻辑:记录被删除,如果它的分数下降的最大分数由指定的阈值。

  • 集成逻辑:一个记录被删除,如果综合存在小于指定阈值的概率。

更多细节,请参阅跟踪逻辑概论的例子。

过滤

跟踪滤波器的主要功能是:

  1. 预测跟踪当前时间。

  2. 计算距离可能相关的跟踪检测和预测控制和分配。

  3. 正确的预测跟踪使用指定的检测。

传感器融合和跟踪工具箱™提供多个跟踪过滤器可以用于三个assignment-based追踪器(trackerGNN,trackerJPDA,trackerTOMHT)。这些过滤器的全面介绍,请参阅介绍估计过滤器。

跟踪指标

传感器融合和跟踪工具箱提供了工具来分析跟踪性能,如果已知的真理:

  • 您可以使用trackAssignmentMetrics评估跟踪任务的性能和维护。trackAssignmentMetrics提供指标数量的跟踪互换,散度的步骤,和多的不必要的任务。

  • 您可以使用trackErrorMetrics评估跟踪的准确性。trackErrorMetrics提供多个均方根(RMS)误差值,数值说明精度跟踪器的性能。

  • 您可以使用trackOSPAMetric计算最优子模式分配指标。trackErrorMetrics提供了三个标量错误组件——定位错误,标签错误,基数误差对跟踪性能进行评估。

Non-Assignment-Based追踪器

trackerGNN,trackerJPDA,trackerTOMHTassignment-based追踪器,这意味着track-to-detection作业是必需的。工具箱还提供了一个随机有限集(RFS)跟踪为基础,trackerPHD。你可以使用它支持功能金宝appggiwphd跟踪对象和扩展gmphd和点目标跟踪扩展对象。

另请参阅

||||||

引用

[1]Blackman, S。,r . Popoli。现代跟踪系统的设计与分析。Artech房子雷达图书馆,波士顿,1999年。

[2]Musicki D。,R。Evans. "Joint Integrated Probabilistic Data Association: JIPDA."IEEE航空航天和电子系统。40卷,3号,2004年,页1093 - -1099。

[3]Werthmann, j . R . .“一步一步地描述计算有效版本的多假设跟踪。”In国际社会对光学和光子学卷,1698年,第301 - 228页,1992年。

传感器融合和跟踪工具箱文档

金宝app

自治系统的传感器融合和跟踪

自治系统的传感器融合和跟踪

下载白皮书