多传感器数据融合四-轨迹及融合

4.1 简述

加权协方差融合发、信息矩阵融合法、伪测量融合法和基于模糊集理论的模糊航迹融合算法等应用较广泛。

4.2 轨迹管理

4.2.1 逻辑法

1.轨迹头-每条轨迹的第一个点：新检测到的点，未匹配上的孤立的点，噪声点迹。需要建立一个较大的环形关联门

2.轨迹起始：关联上的两个点迹可以外推出第三个点迹，则形成一条轨迹。

3.轨迹的确认：

• 连续3个周期扫描到。
• 当距离较远时，允许第3个周期没有扫描到，推测3个周期。

距离	点迹1	点迹2	点迹3	点迹4	点迹5	点迹6
近	轨迹头+	+	+	正常跟踪
中	轨迹头+	+	-	+	正常跟踪
远	轨迹头+	+	-	-	+	正常跟踪

4.轨迹维持/保持

• 目标移动过程中5个周期有3个周期有点迹存在，就判定为真实轨迹，继续跟踪，此种情况有16种检测情况出现。

5.轨迹的撤销

• 只有轨迹头的情况：后面一个周期不能满足条件即消除
• 初始化的轨迹：后面3个周期中，根据距离出现点迹次数小于一定值时消除。
• 已经确认的轨迹：4~6周期连续没有，撤销。在此时，需要连续盲目外推，并且扩大波门对丢失的目标再次捕获。
• 跟踪很长时间的轨迹：在出检测范围时消除，或者交接给其他传感器检测到的轨迹列表中。

4.2.2 记分法

1.轨迹记分规则
$$\begin{gathered} Q_H=f(S1,S2,Q_D) \\ {Q}_H-轨迹质量 \\ {S}_1，S_2-轨迹的确认和撤销门限 \\ {Q}_D-点迹质量 \end{gathered}$$

波门种类	点迹质量Q_d的加权系数
轨迹头	1
中波门	1
小波门	2
大波们	0
目标丢失	-2

2.轨迹的确认与撤销

• Q_H≥S_1时，该轨迹为真实目标的轨迹
• Q_H≤S_2时，无论确认轨迹还是非确认轨迹都为假轨迹
• S_2≤Q_H≤S_1时，若n<N，轨迹为未确认轨迹，保留；n≥N，撤销

n：相关次数，N，允许费确认轨迹逗留的相关次数。

4.3 轨迹初始化的算法

初始轨迹只用来自同一个传感器的相邻观测数据。

4.3.1 两点外推法

适用于目标运动为一阶的，比如匀速直线运动。
$$\begin{gathered} x_3=x_2+V_x(2)\ast T \\ {y}_3=y_2+V_y(2)\ast T \\ {V}_x(2)=(x2-x1)/T \\ {V}_y(2)=(y2-y1)/T \\ 如果T稳定，则： \\ {x}_3=2\ast x_2-x_1 \\ {y}_3=2\ast y_2-y_1 \end{gathered}$$

4.3.2 三点外推法

适用于目标运动方程为二阶的，匀加速运动。
$$\begin{gathered} x_4=x_3+V_x(3)\ast T+\frac{1}{2}{a}_x{T}^2 \\ {y}_4=y_3+V_y(3)\ast T+\frac{1}{2}{a}_y{T}^2 \\ {V}_x(3)=\frac{3x_3-4x_2+x_1}{2T} \\ {V}_y(3)=\frac{3y_3-4y_2+y_1}{2T} \\ {a}_x=\frac{x_3-2x_2+x_1}{T^2} \\ {a}_y=\frac{y_3-2y_2+y_1}{T^2} \\ 如果T为稳定的： \\ {x}_4=3x_3-2x_2+x_1 \\ {y}_4=3y_3-3y_3+y_1 \end{gathered}$$
其他初始化方法有：佛变换法，滑窗法，线性规划法

4.4 轨迹关联

局部轨迹与局部轨迹关联，局部轨迹与全局轨迹关联。

4.4.1 统计关联方法

讨论两个来自同一目标的局部轨迹在后融合中关联：

mahalanobis距离的平方
$$\begin{gathered} d_{ij}^2=||{\hat{x}}_i-{\hat{x}}_j|{|}^2(P_i+P_j{)}^{-1} \\ {\hat{x}}_i,{\hat{x}}_j,轨迹i，j的估计状态 \\ {P}_i,P_j,轨迹i，j的协方差 \\ {P}_{ij}=P_{ji}^T,两个估计状态的互协方差 \end{gathered}$$
当轨迹估计误差是相关的时候
$$d_{ij}^2=||{\hat{x}}_i-{\hat{x}}_j|{|}^2(P_i+P_j-P_{ij}-P_{ji}{)}^{-1}$$
1990年，Chong提出了另一种度量方法：
$$\begin{gathered} d_{ij}^2=||\hat{x}-{\hat{x}}_i|{|}^2{P}_i^{-1}+||\hat{x}-{\hat{x}}_j|{|}^2{P}_j^{-1}-||\hat{x}-\bar{x}|{|}^2{\bar{P}}^{-1} \\ (\bar{x},\bar{P})是目标状态x的鲜艳平均矢量和协方差对， \\ {\hat{P}}^{-1}\hat{x}=P_i^{-1}{\hat{x}}_i+P_j^{-1}{\hat{x}}_j-{\bar{P}}^{-1}\bar{x} \\ {\hat{P}}^{-1}=P_i^{-1}+P_j^{-1}-{\bar{P}}^{-1} \end{gathered}$$

4.4.2 模糊关联方法

轨迹
$$R_i=[\begin{array}{c}{r}_1\\ r_2\\ .\\ .\\ .\\ r_n\end{array}]$$
分辨率
$${\Delta }_i$$