一种分布式多传感器融合跟踪方法和系统

文档序号:34015119发布日期:2023-04-30 00:00阅读:来源:国知局

技术特征:

1.一种分布式多传感器融合跟踪方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种分布式多传感器融合跟踪方法,其特征在于,所述获取各传感器的原始测量信息,并采用预先建立的基于扩展标签多伯努利滤波器,得到多传感器局部后验概率密度,包括:

3.如权利要求1所述的一种分布式多传感器融合跟踪方法,其特征在于,所述确定分布式多传感器融合网络拓扑结构及相对权重矩阵,并基于相对权重矩阵对多传感器局部后验概率密度进行融合,得到融合概率后验密度,包括:

4.如权利要求3所述的一种分布式多传感器融合跟踪方法,其特征在于,所述分布式多传感器融合网络拓扑结构为:

5.如权利要求4所述的一种分布式多传感器融合跟踪方法,其特征在于,所述确定分布式多传感器融合网络的相对权重矩阵,包括:

6.如权利要求4所述的一种分布式多传感器融合跟踪方法,其特征在于,所述基于相对权重矩阵对多传感器局部后验概率密度进行融合,得到融合概率后验密度,包括:

7.如权利要求1所述的一种分布式多传感器融合跟踪方法,其特征在于,所述根据融合概率后验密度,进行目标状态与数量的更新,得到分布式多传感器融合跟踪结果,包括:

8.一种分布式多传感器融合跟踪系统,其特征在于,包括:

9.一种处理设备,所述处理设备至少包括处理器和存储器,所述存储器上存储有计算机程序,其特征在于,所述处理器运行所述计算机程序时执行以实现权利要求1到7任一项所述分布式多传感器融合跟踪方法的步骤。

10.一种计算机存储介质,其特征在于,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现根据权利要求1到7任一项所述分布式多传感器融合跟踪方法的步骤。


技术总结
本发明涉及一种分布式多传感器融合跟踪方法和系统,包括以下步骤:获取各传感器的原始测量信息,并采用预先建立的基于扩展标签多伯努利滤波器,得到多传感器局部后验概率密度;确定分布式多传感器融合网络拓扑结构及相对权重矩阵,并基于相对权重矩阵对多传感器局部后验概率密度进行融合,得到融合概率后验密度;根据融合概率后验密度,进行目标状态与数量的更新,得到分布式多传感器融合跟踪结果。本发明基于扩展标签多伯努利滤波器实现对于多目标状态和数量的同时估计,无需复杂的数据关联算法,提高计算效率,做到实时性多目标跟踪。因此,本发明可以广泛应用于智能汽车的环境感知领域。

技术研发人员:杨蒙蒙,杨殿阁,江昆,周韬华,施以宁
受保护的技术使用者:清华大学
技术研发日:
技术公布日:2024/1/11
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1