基于Vo-Vo滤波器的多目标跟踪

发布时间：2020-05-17 17:11

【摘要】：随着传感器技术不断发展,多目标跟踪技术已广泛应用于许多领域,日益凸显其重要的作用。目标跟踪是指根据量测信息获取到目标真实的状态、轨迹和目标的数目,为了快速形成航迹对目标进行有效跟踪,本文主要研究的是基于Vo-Vo滤波器的多目标跟踪算法,该算法为目标形成航迹管理提供了一个新的研究方向。本文首先对Vo-Vo滤波器相关算法的原理进行了综述。包括标签随机有限集的概念、GLMB滤波器、δ-GLMB滤波器、LMB滤波器等内容,并详细描述了这些算法内在的联系、差别和滤波过程。Vo-Vo滤波器相关算法都是通过δ-GLMB滤波器理论推导去执行滤波,国内并没有详细的文献介绍其实现方式。针对该问题本文通过高斯混合实现δ-GLMB滤波算法,并仿真验证其跟踪性能。仿真结果表明,δ-GLMB滤波器能有效的跟踪目标、精确的估计目标数目和形成航迹,但缺点是计算量大,滤波过程耗时较长。针对δ-GLMB滤波器的缺点,本文采用一种新的实现方法:联合预测和更新去处理滤波过程。这种联合策略在每次迭代过程中只需要一次截断处理,去除了预测和更新分别截断处理的低效率问题。针对δ-GLMB滤波器使用排名分配截断指数加权和后,计算复杂度最优也是3次方的情况,本文截断处理采用Gibbs抽样的方法去降维处理。最后通过高斯混合实现了该算法,并仿真验证其跟踪性能。仿真结果表明,优化的跟踪算法能有效跟踪目标,大大减少了计算量。
【图文】：

轨迹图,轨迹,目标

目标真实轨迹

目估,目标,跟踪目标

长安大学硕士学位论文标估计，用不同的颜色标记不同目标的估计值。图中分别展示了在 x 轴和 y 轴方向上的轨迹、目标量测和目标运动的轨迹估计。仿真结果表明，基于 δ-GLMB 滤波器的多目标跟踪算法能有效跟踪目标，并且在目标新生、移动、消亡和目标交叉运动时也能准确的跟踪目标。其中有点跟踪不足的时间点是：在 4s 时，，出生 3 个目标，跟踪有两个有 1-2的延时跟踪，在 80s 时，有一个目标跟踪估计延时有 5s，可能存在漏检的情况。虽然个别时刻有跟踪不足的地方，但是整体的跟踪效果良好。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN713

【参考文献】