沈艳秋, 宫 俊, 秦 强, 周明宇, 代孝森

(1.上海无线电设备研究所,上海 201109;2.上海目标识别与环境感知工程技术研究中心,上海 201109;3.中国航天科技集团有限公司交通感知雷达技术研发中心,上海 201109)

0 引言

随着雷达在军事和民用领域的广泛应用,目标跟踪成为雷达数据处理的重要部分,复杂环境下的多目标跟踪更是当前研究的热点和难点问题之一[1-2]。目前,国家正大力发展智慧城市和智能交通,复杂交通场景下多目标跟踪问题也被广泛关注。有效利用交通场景数据实现多目标稳定跟踪,对提升公共安全具有重要意义。

数据关联和跟踪滤波是多目标跟踪的关键技术。经典的数据关联算法有最近邻域关联法、概率数据关联法和联合概率数据关联法等。跟踪滤波算法主要有卡尔曼滤波、扩展卡尔曼滤波和无迹卡尔曼滤波等。可根据应用场合的需求特点选择不同的算法。由于实际交通场景中必然会存在多目标相互遮挡和交叉运动等情况,仅考虑数据关联和跟踪滤波的雷达多目标跟踪算法跟踪效果不佳,很难在实际场景中应用。因此,有必要进一步研究复杂交通场景下目标稳定跟踪的方法。

为提高交通场景中目标跟踪的稳定性和精确性,本文在采用卡尔曼滤波和概率数据关联的雷达多目标跟踪算法的基础上,提出了一种基于欧氏距离的改进的航迹关联方法,通过增加航向夹角的判别约束,实现航迹与航迹之间的关联,提高航迹跟踪的完整性和稳定性。……