基于異步傳感器的CPHD濾波器多目標跟蹤

基于異步傳感器的CPHD濾波器多目標跟蹤

考慮目標類型的概率，提出了基于Cardinalized概率假設密度（CPHD）的濾波器改進方法。使用傳感器分類，通過貝葉斯規則遞歸計算目標類型概率。利用目標類型概率提高多目標跟蹤濾波器的性能，同時提高獲取跟蹤區域環境信息的能力。分類信息將被用于估算目標寬度，并計算跟蹤目標測量和預測之間的相似度。利用CPHD對兩種傳感器信息進行融合，基于傳感器的行為和需要建立CPHD濾波器參數實現濾波。一旦傳感器被遮擋，將利用目標的預測狀態修改參數值。

對異步傳感器、攝像機和雷達進行試驗。攝像機的視場角為40°，其估算位置并對觀測區域內的目標進行分類，高斯混合的形式是基于卡爾曼濾波器來預測和更新的等式，所以估計目標狀態的性能與卡爾曼濾波器類似。利用兩個傳感器的優勢，利用雷達測得的目標速度來估計目標速度，目標的側向位置和目標的分類則通過攝像機來估計。由于缺少目標的實時狀態，因此精確評估這種改進方法是困難的。試驗雷達和攝像機的頻率分別為30Hz 和11Hz。首先在可控的試驗條件下進行試驗來精確評估結果，評價整個方法的優缺點；然后將該方法用于實際駕駛環境中。試驗結果表明，這種濾波方法在真實道路上有很好的表現，體現了基于CPHD濾波器在多目標跟蹤中處理傳感器融合的優勢。

Lamard Laetitia et al. 2013 International Conference on Information Fusion(FUSION)，Turkey-July 9-12， 2013.

編譯：孔悅