(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210849725.2 (22)申请日 2022.07.19 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市下沙高教园区2 号大街 (72)发明人 申屠晗　林俊浩　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 朱亚冠 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/08(2020.01) G06F 119/10(2020.01) (54)发明名称 三维空间下 快速UK-GMPHD多目标跟踪方法 (57)摘要 本发明公开三维空间下快速UK ‑GMPHD多目 标跟踪方法。 本发明是构建单传感器多目标跟踪 场景， 设置相关参数， 包括目标运动的过程噪声 和传感器的观测噪声； 对多目标的状态、 观测进 行建模； 对传感器进行F ‑UK‑GMPHD滤波， 得到后 验高斯分量， 实现对多目标跟踪。 通过对原始UK ‑ GMPHD的更新步骤进行改进， 并省去合并操作来 提高运行效率， 因此， 所提出的滤波器能够在复 杂跟踪环 境中显著提升计算效率。 本发明提出了 一套完整的处理方法和流程， 配置结构明了， 在 保证跟踪精度的同时， 有效提高多目标跟踪效 率， 可广泛应用于单传感器多目标跟踪领域。 权利要求书6页 说明书8页 附图3页 CN 115169136 A 2022.10.11 CN 115169136 A 1.三维空间下的快速UK ‑GMPHD多目标跟踪方法， 包括以下步骤： 步骤(1)、 构建单传感器多目标跟踪场景， 设置相关参数， 包括目标运动的过程噪声和 传感器的观测噪声； 步骤(2)、 对多目标的状态、 观测进行建模； 步骤(3)、 基于步骤(1)、 (2)， 对传感器进行F ‑UK‑GMPHD滤波， 得到后验高斯分量， 具体 是： 3‑1： F‑UK‑GMPHD预测 假设在k‑1时刻， 多目标PHD表示 为如下高斯混合的形式： 其中Dk‑1(x)表示k ‑1时刻目标状态为x的PHD， Jk‑1是k‑1时刻的高斯分量个数； 和 分别为第i个高斯分量的权重、 状态均值和状态协方差； 表示 目标状态为x的空间分布， 其 服从状态均值 为 状态协方差为 的高斯分布； 那么k时刻的预测PHD表示 为： Dk|k‑1(x)＝DS,k|k‑1(x)+γk(x)    (5) 其中Dk|k‑1(x)表示k时刻目标状态为x的预测PHD； DS,k|k‑1(x)表示k时刻幸存目标状态为 x的预测PHD； γk(x)表示k时刻新生目标状态为x的预测PHD； pS,k表示幸存概率； G表示噪声 驱动矩阵； Qk‑1表示在k‑1时刻的过程噪声协方差； Jγ,k是新生目标高斯分量的数量； 和 分别代表k时刻第i个新生目标高斯分量的权重、 状态均值和状态协方差； 表示目标状态为x的空间分布， 其服从状态均值为 状态协方 差为 的高斯分布； 分别代表k时刻第i个幸存目标高斯分量的预测状 态均值和预测状态协方差； 表示目标状态为x的空间分布， 其服从状态均值 为 状态协方差为 的高斯分布； 由于k时刻预测PHD Dk|k‑1(x)为高斯混合形式， 故式(5)改写为如下：权　利　要　求　书 1/6 页 2 CN 115169136 A 2其中， Jk|k‑1＝Jk‑1+Jγ,k    (11) 表示目标状态为x的空 间分布， 其服从状态均值为 状态协方 差为 的高斯分布； 分别表示k时刻第i个预测高斯分量的权重、 状 态均值和状态 协方差； 3‑2： 获取Sigma点 集及相应权值 3‑2‑1获取Sigma点 集 对Jk|k‑1个预测高斯分量计算获取得到Jk|k‑1组Sigma点集， 每组个数为2nx+1个， 然后计 算各组Sigma点 集内每个Sigma点的预测状态均值 其中j表示第j个Sigma点， j＝1, …,2nx+1； nx表示状态维数； λU＝αU2(nx+κU)‑nx， λU表示 比例因子， αU表示采样点的分布状态， κU表示预设参数， 并通过调整κU使得矩阵(nx+λU)P0为 半正定矩阵； P0表示初始 协方差； 3‑2‑2计算Sigma点相应的权值 其中 为Sigma点集内状态均值对应的权值， 为Sigma点集内状态协方差对应的权 值， 上标j表示第j个Sigma点； βU是一个非负数； 3‑3： F‑UK‑GM‑PHD更新 根据公式(15)对多目标 预测PHDDk|k‑1(x)进行更新， 得到后验PHD Dk(x)： 其中φ表示一个系数， 0 ≤φ≤1， pd为检测概 率， Dd,k(x； z)表示 量测z更新预测PHD； 公式(15)中 φ·(1‑pd)·Dk|k‑1(x)表示漏检分量的更新， 表示k时刻量测 Zk更新预测PHD；权　利　要　求　书 2/6 页 3 CN 115169136 A 3