申请/专利权人:哈尔滨工程大学
申请日:2023-11-06
公开(公告)日:2024-01-30
公开(公告)号:CN117475173A
主分类号:G06V10/62
分类号:G06V10/62;G01S15/66;G01S15/89;G01S7/52;G06V20/05;G06V10/762
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明公开了一种基于改进的SMC‑PHD算法的三维水下多目标跟踪方法,所述方法包括:将多目标的二维声呐检测结果转换至三维坐标系中,以其在三维坐标系中的坐标值作为改进的SMC‑PHD算法的量测值进行滤波计算,获得目标的跟踪结果,其中,所述改进的SMC‑PHD算法在原SMC‑PHD算法的重采样中使用最小采样方差采样法,并加入了对连续多帧图像的状态估计结果的判断和根据判断进行的调整。本发明可对水下多目标进行三维的无漏跟踪,所得跟踪轨迹精度高、无断裂。
主权项:1.基于改进的SMC-PHD算法的三维水下多目标跟踪方法,其特征在于,其包括:S1获得从三维前视声呐系统返回的三维声呐数据,通过波束成形技术将所述三维声呐数据转换为二维的声呐图像,对所述二维的声呐图像进行预处理,得到预处理后的二维声呐图像;S2通过目标检测算法对所述预处理后的二维声呐图像进行目标检测,获得目标的二维量测信息及其俯仰角β,所述二维量测信息包括目标在二维直角坐标系中的x、y轴坐标值O'x,k、O'y,k;S3以目标所在二维直角坐标系作为xy平面,以其俯仰角β向xy平面进行垂直投影的垂直线的方向为z轴构建三维直角坐标系,保持目标在该三维直角坐标系下的横、纵坐标值为O'x,k、O'y,k,计算获得其竖坐标值O'z,k;S4以目标在三维直角坐标系中的坐标值O'x,k、O'y,z和O'z,k作为改进的SMC-PHD算法的量测值,进行滤波计算,获得目标在多帧预处理后的二维声呐图像中的三维坐标值,得到其三维跟踪结果;其中,所述改进的SMC-PHD算法为在原始SMC-PHD算法的重采样中使用最小采样方差采样法,即进行MSV重采样,并在原始SMC-PHD算法的目标状态估计后加入对连续多帧预处理后的二维声呐图像的状态估计结果的判断,根据判断结果调整重采样得到的权重值和状态值。
全文数据:
权利要求:
百度查询: 哈尔滨工程大学 基于改进的SMC-PHD算法的三维水下多目标跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。