基于環(huán)境感知技術(shù)的海面目標(biāo)跟蹤算法

樓曉祥

摘要 針對VTS系統(tǒng)在強(qiáng)雜波、密集目標(biāo)區(qū)等復(fù)雜環(huán)境下，目標(biāo)跟蹤不穩(wěn)定現(xiàn)象，提出了一種基于環(huán)境感知技術(shù)的目標(biāo)跟蹤算法。通過點跡密度統(tǒng)計和船舶避碰量測模型獲取跟蹤目標(biāo)的環(huán)境信息。在不同環(huán)境下采用不同的數(shù)據(jù)關(guān)聯(lián)算法提高目標(biāo)跟蹤穩(wěn)定性。通過實測數(shù)據(jù)驗證，表明基于環(huán)境感知技術(shù)的海面目標(biāo)跟蹤算法可改善VTS系統(tǒng)在復(fù)雜環(huán)境下的目標(biāo)跟蹤性能。

【關(guān)鍵詞】環(huán)境感知 點跡特征

1 引言

船舶交通管理系統(tǒng)f簡稱VTS）提供海面船只或者浮標(biāo)等目標(biāo)點跡或者航跡供用戶使用。在復(fù)雜海況條件下，如雜波區(qū)或者目標(biāo)會遇、交叉時，由于點跡密集和點跡質(zhì)量可信度的下降，會增加目標(biāo)數(shù)據(jù)關(guān)聯(lián)的難度，導(dǎo)致目標(biāo)跟蹤不穩(wěn)定。Reid提出的多假設(shè)算法（MHT）被認(rèn)為是雜波環(huán)境下的最優(yōu)算法，但MHT算法所產(chǎn)生的假設(shè)航跡分支數(shù)目與虛警率、目標(biāo)數(shù)和所處理的多個掃描周期數(shù)呈指數(shù)上升關(guān)系，所以工程應(yīng)用存在難度。本文構(gòu)建了基于環(huán)境感知的跟蹤模型算法來改善復(fù)雜環(huán)境下的目標(biāo)跟蹤性能。

2 基于環(huán)境感知的目標(biāo)跟蹤算法

2.1 雜波環(huán)境下的數(shù)據(jù)關(guān)聯(lián)算法

將雷達(dá)探測范圍按方位，距離量化劃分成網(wǎng)格單元。若干掃描周期后，利用相鄰點跡網(wǎng)格單元中的點跡計數(shù)、點跡分布特性來識別區(qū)域的屬性。點跡密集區(qū)域?qū)儆陔s波區(qū)，點跡稀疏區(qū)域?qū)儆诜请s波區(qū)。雜波區(qū)內(nèi)，利用目標(biāo)點跡和雜波點跡在方位寬度、距離寬度、點跡幅度的差異性過濾雜波點跡，降低目標(biāo)關(guān)聯(lián)虛警點跡的概率，提高目標(biāo)跟蹤穩(wěn)定性。

2.2 密集目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法

VTS系統(tǒng)中，目標(biāo)時常出現(xiàn)會遇、追越或者交叉等密集目標(biāo)運(yùn)動現(xiàn)象。利用船舶避碰模型的最小會遇時間Tcpa來描述目標(biāo)間運(yùn)動態(tài)勢。圖1為目標(biāo)O和目標(biāo)A交叉運(yùn)動模型。

由幾何關(guān)系可推導(dǎo)出目標(biāo)A相對目標(biāo)O的Tcpa計算公式：

2.3 算法驗證

圖2為雜波環(huán)境下分別采用最優(yōu)鄰近關(guān)聯(lián)和基于環(huán)境感知的點跡特征輔助關(guān)聯(lián)得到的關(guān)聯(lián)點跡能量分布圖。通過比較發(fā)現(xiàn)，利用雜波圖信息目標(biāo)降低了關(guān)聯(lián)雜波的概率。圖3為目標(biāo)SA和目標(biāo)SB回波重疊跟蹤過程中目標(biāo)點跡的特征分布曲線。從圖中可以看出，多目標(biāo)回波重疊后，檢測點跡特征在能量、輪廓與目標(biāo)歷史關(guān)聯(lián)點跡的特征的確存在明顯變化。可見，環(huán)境信息在目標(biāo)跟蹤過程中發(fā)揮了一定先驗知識信息。

3 結(jié)論

通過實測數(shù)據(jù)驗證，基于環(huán)境感知的數(shù)據(jù)關(guān)聯(lián)技術(shù)可以改善目標(biāo)在復(fù)雜環(huán)境下的跟蹤效果。

參考文獻(xiàn)

[1] Donald B.Reid， An Algorithm forTracking Multiple Target. IEEETransctions on Automatic Control，Vol. AC-24， NO. 6， December 1979.

[2]Masamichi Kojima.A Study of TargetTracking Using Track-orientedMultiple Hypothesis Tracking.SICE，1998， 5： 29-31.