王 巖,崔永濤,陳 偉
(解放軍31108 部隊(duì),南京 210016)
數(shù)據(jù)關(guān)聯(lián)(dataassociation)是將不確定性觀測與軌跡進(jìn)行關(guān)聯(lián)。數(shù)據(jù)關(guān)聯(lián)的本質(zhì)在于將單個或者多個傳感器捕捉的數(shù)據(jù)Zi(i=1,2,...,N),同已確定j 個軌跡進(jìn)行配對,也就是傳感器測量數(shù)據(jù)構(gòu)成了集合i,集合中所有數(shù)據(jù)來自于一個目標(biāo)的概率趨近于1。數(shù)據(jù)關(guān)聯(lián)是多傳感器信息融合的關(guān)鍵技術(shù),應(yīng)用于航跡起始、集中式目標(biāo)跟蹤和分布式目標(biāo)跟蹤。
分為以下三種情況:
(1)觀測同觀測、點(diǎn)跡之間相互關(guān)聯(lián):展開航跡目標(biāo)位置以及起始位置的觀測。
(2)觀測和航跡之間相互關(guān)聯(lián):用于目標(biāo)狀態(tài)的更新。
(3)航跡與航跡關(guān)聯(lián):用于航跡融合,局部航跡形成全局航跡。
處于無雜波的單目標(biāo)條件下,和目標(biāo)相關(guān)聯(lián)的波門只含有一個點(diǎn)跡,和跟蹤問題相關(guān)。處于多目標(biāo)環(huán)境中,若出現(xiàn)單點(diǎn)跡進(jìn)入波門相交區(qū)域,或者多點(diǎn)跡在單目標(biāo)波門中,則會出現(xiàn)數(shù)據(jù)關(guān)聯(lián)問題。出現(xiàn)數(shù)據(jù)關(guān)聯(lián)問題,意味著一個時刻雷達(dá)量測的數(shù)據(jù)與其他數(shù)據(jù)建立關(guān)聯(lián),從而確定量測數(shù)據(jù)是否來源于一個統(tǒng)一的目標(biāo)。最典型的數(shù)據(jù)關(guān)聯(lián)算法有三種,第一種是最近鄰域算法,第二種概率數(shù)據(jù)算法,第三種是聯(lián)合概率算法,其中PDA、JPDA都是首先對當(dāng)前時刻不同的確認(rèn)量測來自目標(biāo)的正確概率進(jìn)行計(jì)算,然后利用這些概率進(jìn)行加權(quán)以獲得目標(biāo)的狀態(tài)估計(jì),其不同之處在于JPDA 主要針對密集目標(biāo)環(huán)境,需要考慮多條航跡對同一量測有競爭的情況下互聯(lián)概率的計(jì)算。
使用最近鄰域法進(jìn)行計(jì)算,先要對跟蹤門進(jìn)行設(shè)置要求初步篩選獲得候選回?fù)?,對判別數(shù)量加以限制。跟蹤門作為子空間,中心位置設(shè)置在預(yù)測跟蹤目標(biāo)的位置上,設(shè)計(jì)跟蹤門大小要保證按照概率對正確回波接收,量測落入跟蹤門,即作為候選回波。如果只有一個量測落入波門,量測值可以應(yīng)用于更新航跡路線。若超過一個回波落入波門,還需要確定距離值最小的回波,將其當(dāng)做是目標(biāo)回波。最近鄰域法具有計(jì)算流程簡單的優(yōu)勢,但是處于多回波的環(huán)境中,和目標(biāo)預(yù)測位置最近距離的回波未必是正確的目標(biāo)回波,這種方法更加適合用于稀疏回波條件跟蹤中,可以完成非機(jī)動目標(biāo)的跟蹤。
使用概率數(shù)據(jù)算法進(jìn)行計(jì)算,要考慮到全部候選回波,由于相關(guān)情況不同,對回波的計(jì)算還需依賴于目標(biāo)概率數(shù)據(jù),使用概率數(shù)據(jù)值加權(quán)處理波門回波,加權(quán)候選回波,當(dāng)作等效回波,使用等效回波更新目標(biāo)狀態(tài)。這種算法屬于次優(yōu)濾波算法,在使用上相對簡單,經(jīng)過分解量測最新值,能夠讓跟蹤問題得到妥善處理。分解最新量測之后,單雷達(dá)的單目標(biāo)得到有效跟蹤,即使處于雜波的復(fù)雜環(huán)境中,也能處理目標(biāo)跟蹤問題,處理數(shù)據(jù)關(guān)聯(lián)問題。
聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法與PDA 類似,也是基于確認(rèn)門內(nèi)的所有量測為其計(jì)算一個加權(quán)殘差用于航跡更新,不同之處在于波門有著不同目標(biāo),且出現(xiàn)重疊區(qū)域,這時回波落入重疊區(qū)域,必須要對量測目標(biāo)來源展開全面考量,互聯(lián)概率的計(jì)算要注意到多航跡競爭作用,競爭出現(xiàn)勢必需減少加權(quán)值,實(shí)現(xiàn)其他目標(biāo)針對量測進(jìn)行競爭。處于雜波環(huán)境下,對于多個目標(biāo)的數(shù)據(jù)關(guān)聯(lián)在處理目標(biāo)跟蹤問題上十分困難,若跟蹤的目標(biāo)波門沒有重疊,或者回波沒有落入重疊位置,處理多目標(biāo)數(shù)據(jù)相對簡單,可以簡化成處理計(jì)算多個單目標(biāo)關(guān)聯(lián),將復(fù)雜問題簡單化處理。
TrackingByDetecting
Step1:使用目標(biāo)檢測算法將每幀中感興趣的目標(biāo)檢測出來,得到對應(yīng)的(位置坐標(biāo),分類,可信度),假設(shè)檢測到的目標(biāo)數(shù)量為M。
Step2:通過某種方式將Step1中的檢測結(jié)果與上一幀中的檢測目標(biāo)(假設(shè)上一幀檢測目標(biāo)數(shù)量為N)一一關(guān)聯(lián)起來。換句話說,就是在M*N 個Pair 中找出最像似的一對組合。
檢測算法有很多種,你可以用到目前比較火的深度學(xué)習(xí)的Faster-RCNN 算法來檢測目標(biāo),也可以使用傳統(tǒng)的方法來對多目標(biāo)進(jìn)行檢測。
數(shù)據(jù)關(guān)聯(lián)方法也有很多種:(數(shù)據(jù)關(guān)聯(lián)需要把前后兩幀的bbox 顏色,ID 對應(yīng)起來,不是簡單的檢測出目標(biāo))
(1)常見的計(jì)算兩幀中兩個目標(biāo)之間的歐幾里得距離(平面兩點(diǎn)之間的直線距離),距離最短就認(rèn)為是同一個目標(biāo),然后通過匈牙利算法找出最匹配的Pair。(2)使用IOU 進(jìn)行計(jì)算,如果前后幀的boundingbox 的交并比接近1,則證明前后兩幀的這個檢測目標(biāo)是同一目標(biāo),就能關(guān)聯(lián)起來。
但單純利用前后幀的目標(biāo)檢測,然后再將前后幀的檢測到的目標(biāo)進(jìn)行數(shù)據(jù)關(guān)聯(lián)會遇到一點(diǎn)問題。
基于軌跡預(yù)測的跟蹤方式的核心思想是:
使用faster-RCNN(或其他檢測算法)檢測第一幀的目標(biāo)-->將檢測的目標(biāo)經(jīng)過卡爾曼濾波預(yù)測下一幀的軌跡狀態(tài)(u,v,r,h)-->再使用faster-RCNN 檢測第二幀的目標(biāo)-->將檢測到的第二幀目標(biāo)與預(yù)測的軌跡狀態(tài)進(jìn)行配對,(例如如果兩者IOU 接近1,則代表上幀目標(biāo)與此幀對應(yīng)成功)。
重復(fù)此過程,其中:faster-RCNN 用于幀幀檢測目標(biāo),卡爾曼濾波用于預(yù)測。匈牙利算法(或IOU 等方法)用于前后幀數(shù)據(jù)關(guān)聯(lián)。這樣再回到之前說過的因?yàn)槟繕?biāo)前后幀運(yùn)動過快,導(dǎo)致使用傳統(tǒng)的TrackingByDetecting 會導(dǎo)致最終匹配失敗。但是基于軌跡預(yù)測能夠很好的解決這個問題,有了這個預(yù)測,就能將下一幀預(yù)測的目標(biāo)狀態(tài)與下一幀的檢測出來目標(biāo)進(jìn)行對比關(guān)聯(lián),能夠發(fā)現(xiàn)我下一幀檢測出來的這個目標(biāo)對應(yīng)上一幀的目標(biāo)是哪個;就能將兩幀分別檢測出來的目標(biāo)聯(lián)系起來。