跟踪对于自主系统的指导,导航和控制至关重要。跟踪系统估计目标(目标及其状态的数量),并通过检测(运动参数和属性)并随时间跟踪这些目标来评估感兴趣区域中的情境环境。最简单的跟踪系统是一个杂乱无际环境中的单个目标跟踪(STT)系统,其仅在感兴趣的区域中假设一个目标。STT不需要数据分配或关联,因为独立目标的检测可以直接馈送到用于估计目标状态的估计器或滤波器。
现代跟踪系统通常涉及多目标跟踪(MTT)系统,其中一个或多个传感器对多个目标产生多个检测,并使用一个或多个跟踪来估计这些目标的状态。MTT必须为轨道分配检测,然后才能使用检测更新轨道。MTT分配问题具有挑战性,因为以下几个因素:
目标或检测分布——如果目标是稀疏分布的,那么将目标与其相应的检测相关联就相对容易。然而,如果目标或检测是密集分布的,分配就会变得模糊,因为将目标分配给检测或附近的检测几乎不会在成本上产生任何差异。
探测概率(PD)传感器 -PD如果目标位于传感器的视野内,则传感器检测到传感器检测目标的概率。如果是PD如果传感器的尺寸很小,那么在传感器扫描期间,真实目标可能不会产生任何检测。因此,由真实目标表示的轨迹可能会窃取其他轨迹的检测。
传感器分辨率-传感器分辨率决定传感器区分两个目标检测的能力。如果传感器分辨率较低,则邻近的两个目标可能只引起一次检测。这违反了通常的假设,即每个检测只能分配给一个轨迹,并导致轨迹之间存在无法解决的分配冲突。
传感器的杂波或误报率——误报引入额外的可能分配,因此增加了数据分配的复杂性。
目标和检测数量-可能分配的数量随着目标和检测数量的增加呈指数增长。因此,获得最优分配需要更多的计算。
该图给出了一个简单递归MTT系统的功能元素的结构表示[1].在实际应用中,这些元素的功能可以有相当大的重叠。然而,这种表示提供了一种方便的划分,以便在MTT系统中引入典型的功能。
为了解释该图,假设跟踪器已从先前的扫描中维护了确认或暂定的曲目。现在,该系统考虑是否根据从传感器接收的任何新检测来更新曲目。要将检测分配给相应的曲目:
内部滤波器(如卡尔曼滤波器)预测从前一步到当前步骤的确认或试探性轨迹。
跟踪器使用预测的估计和协方差在预测的轨迹周围形成验证门。
落在轨道的栅极内的检测被认为是用于分配给轨道的候选者。
分配算法(基于特定跟踪器,如GNN或TOMHT)确定跟踪到检测的关联。
跟踪器根据赋值执行跟踪维护,包括初始化、确认和删除:
未分配的观察可以启动新的初步曲目。
如果轨道的质量满足确认标准,则确认暂定轨迹。
将根据删除条件删除低质量曲目。
新的轨迹集(暂定和确认)预计将进入下一个扫描步骤,以形成验证门。
侦查是否有一个集合术语用来指报告输出中包含的所有观测或测量的数量(见目标检测
例如,从一个传感器。通常,观测可能包含测量的运动学量(如距离、视线和射程率)和测量的属性(如目标类型、识别号和形状)。检测还应包含获得测量值的时间。
对于点目标跟踪,从单个传感器扫描接收的检测可以在每个目标的大多数观察中包含。此假设大大简化了分配问题。一个传感器可以在其视野中生成零检测,因为检测概率,PD,每个传感器的值通常小于1。此外,每个传感器可以产生不符合真实目标的误报警检测。
高分辨率传感器可以生成每个目标的多个检测,这需要将检测分配到一个代表检测到基于分配的跟踪器(例如Trackergnn.
,追踪器JPDA
, 和追踪者
).看基于雷达和摄像头的公路车辆扩展目标跟踪更多细节。
有关门控和分配的详细信息,请参阅跟踪系统中的分配方法简介,全面介绍了赋值方法。本节只涵盖在三个基于分配的跟踪器中使用的门控和分配的基础知识,Trackergnn.
,追踪器JPDA
, 和追踪者
.
选通是一种筛选机制,用于确定哪些检测是更新现有轨迹的有效候选。选通的目的是减少跟踪检测分配中不必要的计算。使用预测状态及其相关协方差形成预测轨迹的验证门,使得具有高关联概率的检测落在轨迹的验证门内。只有轨道门内的检测才考虑分配给轨道。
选通之后,分配函数决定要进行哪些跟踪到检测的分配。三种赋值方法与工具箱中的三个跟踪器一起使用:
Trackergnn.
-全球最近数据关联。基于似然理论,GNN方法的目标是最小化总体距离函数,该函数考虑所有跟踪到检测分配。
追踪器JPDA
-联合概率数据关联。JPDA方法采用软分配,这样,在航迹验证门内的检测都可以根据其关联概率对航迹做出加权贡献。
追踪者
- 履带面向多假设跟踪。与GNN和JPDA不同,MHT是一种延迟的决策方法,其允许推迟困难的数据关联情况,直到收到更多信息。
要使用的跟踪器的决定取决于可用的目标和计算资源的类型:
GNN算法是最简单的。它具有较低的计算代价,对稀疏分布的目标具有良好的跟踪性能。
JPDA算法需要更多的计算量,也适用于大间距目标。它在杂波环境中的性能通常比GNN好。
TOMHT跟踪器需要大量计算资源,通常在所有三种跟踪器中性能最好,尤其是对于密集分布的目标。
有关详细信息,请参见在模糊状态下跟踪近距离目标这三个跟踪器的比较示例。
跟踪维护是指轨道启动,确认和删除的功能。
跟踪起始.当检测不分配给现有的轨道,一条新的轨道可能需要创建:
GNN方法在没有分配给现有轨道的观测数据上开始新的试探性轨道。
JPDA方法在分配概率低于指定阈值的观测上开始新的试探性跟踪。
MHT方法根据与现有轨道的距离大于指定阈值的观测值启动新的暂定轨道。跟踪器使用后续数据来确定这些新启动的轨迹中哪些是有效的。
跟踪确认.一旦形成了试探性的轨道,就会有一个确认逻辑来确定轨道的状态。工具箱中使用了三个轨道确认逻辑:
历史逻辑:如果已将轨道分配给检测至少,则确认了轨道M在最后一次更新N更新。您可以设置特定值M和N.Trackergnn.
和追踪器JPDA
使用此逻辑。
轨迹分数逻辑:如果轨迹分数高于指定阈值,则确认轨迹。更高的曲目分数意味着该曲目更有可能有效。分数是轨迹来自真实目标的概率与轨迹错误的概率之比。Trackergnn.
和追踪者
使用此逻辑。
集成逻辑:如果其集成概率高于阈值,则确认了曲目。追踪器JPDA
使用这种逻辑。
记录删除.如果在某个合理时间内未更新,则会删除曲目。轨道删除条件类似于跟踪确认标准:
历史逻辑:如果一个轨道至少没有被分配给一个检测,那么该轨道将被删除P上次R更新。
音轨评分逻辑:音轨的评分从最大评分下降到指定阈值后,音轨将被删除。
集成逻辑:如果轨道的集成存在概率低于指定阈值,则删除该轨道。
有关详细信息,请参见轨道逻辑导论例子。
跟踪过滤器的主要功能是:
预测到当前时间的轨迹。
计算从预测轨道到检测的距离和相关的可能性门和分配。
使用指定的检测来校正预测轨迹。
传感器融合和跟踪工具箱™提供多个跟踪滤波器,可与三个基于任务的跟踪器一起使用(Trackergnn.
,追踪器JPDA
, 和追踪者
)。有关这些过滤器的全面介绍,请参阅估计过滤器简介.
传感器融合和跟踪工具箱提供了分析跟踪性能的工具,如果真相是已知的:
您可以使用trackAssignmentMetrics
评估轨道分配和维护的绩效。trackAssignmentMetrics
提供诸如磁道交换数、发散步数和冗余分配数等索引。
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,从数值上说明跟踪器的精度性能。
您可以使用TrackOvMetric.
计算最佳子模式分配度量。TrackErrormetrics.
提供三个标量错误组件 - 定位错误,标记错误和基数错误以评估跟踪性能。
Trackergnn.
,追踪器JPDA
, 和追踪者
是基于赋值的跟踪器,这意味着需要跟踪到检测分配。该工具箱还提供基于随机的基于套装(RFS)的跟踪器,追踪器
.您可以使用它的支持特性金宝appggiwphd
跟踪扩展对象和对象的步骤gmphd
跟踪两个扩展对象和点目标。
Trackergnn.
|gmphd
|追踪器JPDA
|追踪者
|追踪器
|ggiwphd
|目标检测
[1] 布莱克曼,S.和R.波波里。现代跟踪系统的设计与分析。阿泰奇之家雷达图书馆,波士顿,1999年。
[2] Musicki,D.和R.Evans。“联合综合概率数据协会:JIPDA。”IEEE航空航天和电子系统汇刊。第40卷第3期,2004年,第1093 -1099页。
威尔斯曼,J. R..“多假设跟踪的计算效率版本的一步一步描述”在国际社会对光学和光子学,卷。1698,PP。228 - 301,1992。