1 新疆大学, 乌鲁木齐 830000
2 北京化工大学, 北京 100000
3 北京煜邦电力技术股份有限公司, 北京 100000
针对传统视觉SLAM对环境语义信息理解不足的问题, 语义视觉SLAM借助语义路标提高机器人的定位精度。语义路标的准确关联是实现机器人深层定位和导航的关键, 错误的关联将导致机器人定位丢失。针对动态扰动和观测噪声扰动所产生的高关联模糊性问题, 提出利用非参数聚类和随机近似推断结合的方法提高语义路标关联的准确性, 通过正确的数据关联实现机器人的准确定位。仿真和KITTI数据集上的实验结果表明, 在噪声干扰下该算法能够提高语义路标数据关联的准确性和鲁棒性, 融合语义信息和几何信息优化机器人和语义路标的位姿, 提高机器人的定位精度。
语义视觉SLAM 语义路标 数据关联 非参数聚类 随机近似推断 semantic vision SLAM semantic landmark data association nonparametric clustering stochastic approximate inference
1 上海工程技术大学机械与汽车工程学院，上海 201620
2 山西中电科新能源技术有限公司，山西 太原 030024
3 上海司南卫星导航技术股份有限公司，上海 201801
针对现有多目标跟踪算法精度不高的问题，提出了一种融合YOLO-V4与改进SiameseRPN的多目标跟踪算法。首先通过YOLO-V4网络自动获取跟踪目标，制作模板后输入SiameseRPN跟踪网络；然后在模板分支中采用背景自适应策略初始化模板，并且融合残差连接构建Siamese网络；最后通过匈牙利算法对YOLO-V4的检测结果和改进SiameseRPN的跟踪结果进行数据关联，实现多目标跟踪。实验结果表明，与其他算法相比，所提算法具有较好的跟踪性能，在目标尺度变化、外观变化、部分遮挡等情况下能够实现稳定跟踪。
机器视觉 多目标跟踪 SiameseRPN算法 背景自适应 数据关联 激光与光电子学进展
2022, 59(22): 2215010
江苏自动化研究所信息融合实验室，江苏 连云港 222061
海上环境复杂，安装在无人艇上的激光雷达在探测近艇目标过程中会产生各种杂波，影响了无人艇对近距离船只的检测与跟踪，威胁了无人艇自主航行安全，因此必须对激光雷达在海上产生的各种杂波进行有效滤除。将激光雷达与全景相机进行数据关联，实现了三维点云与全景图像在二维图像上的像素级配准，并根据两种数据的关联结果以及对全景图像上目标船只的检测，完成对定义的三类杂波点云的滤除。
图像处理 无人艇 数据关联 目标检测 杂波滤除 光学学报
2022, 42(18): 1810001
1 浙江理工大学信息学院, 杭州 310000
2 中国西南电子技术研究所, 成都 610000
弱小多目标的检测与跟踪是雷达探测面临的一个重要技术难点。面向复杂背景下的弱小目标探测, 提出了一种新的思路, 从3个方面对探测性能进行优化: 首先, 通过对概率数据关联算法进行改进来实现复杂背景下目标跟踪;其次, 通过自适应处理来实现斜视阵条件下非均匀杂波的抑制;最后, 通过分析目标隐藏信息来扩大目标跟踪范围, 完善目标形态。实验验证了此算法能很好地应用于跟踪波门重合性质的目标, 既能使跟踪的精确性得到保障, 又能大幅度提升关联速度, 能够很好地用于复杂背景下的弱小目标探测。
目标检测和跟踪 概率数据关联算法 非均匀杂波抑制 雷达目标检测 target detection and tracking probabilistic data association algorithm nonuniform clutter suppression radar target detection
天津大学 精密测试技术及仪器国家重点实验室，天津300072
针对圆光栅安装倾斜、光栅变形等因素造成的精密减速器检测仪测角系统精度降低，传统误差补偿方法采样点数受多面棱体工作面限制，导致补偿效果不足的问题，提出一种多数据关联的误差补偿方法。采用自准直仪结合正24面棱体对圆光栅测角误差进行标定，通过改变多面棱体与圆光栅在周向方向上的相对位置，得到多组测角误差标定数据。利用误差谐波法对多组测量数据进行预处理，将不同组数据关联，并代入BP神经网络中训练，得到圆光栅测角误差模型。该方法无需计算补偿式，能够克服误差谐波法在样本点过多时易产生拟合震荡的问题。实验结果表明：本文所提出的补偿方法残差峰峰值在0.94″内，标准差为0.25″，分别减小至误差谐波法修正后的33.3%和37.9%，有效提高了圆光栅测角系统的精度，使减速器检测仪测角精度达到亚角秒级。
精密减速器检测仪 圆光栅 自准直仪 误差谐波法 BP神经网络 多数据关联 precision reducer tester circular grating autocollimator harmonic wave error compensation method BP neural network multi data association 光学 精密工程
2021, 29(11): 2622
光电雷达以其不易受电子干扰、被动探测、隐蔽性好、定位精度高、探测隐身目标能力强等优点已经成为战场态势感知的主要装备之一；但光电雷达受自身探测机理限制, 存在探测信息维度不全、搜索周期长、数据更新率低、容易受云干扰等问题。针对光电雷达的工作原理, 分析其探测目标的特点, 介绍目前主流的机动目标跟踪运动模型、传统的基于数据关联的多目标跟踪技术、基于随机有限集的多目标跟踪技术以及基于深度学习的多目标跟踪技术, 然后对多目标跟踪技术的未来发展做了展望。
光电雷达 多目标跟踪 数据关联 随机有限集 深度学习 IRST multi-target tracking track association random finite set deep learning
弹道导弹是一种高性能的进攻性**, 其在突防过程中会采用一系列的突防技术并形成弹道群目标, 导致雷达对目标跟踪困难, 因此, 如何对弹道群目标进行高精度稳定跟踪成为解决这一困难的关键。全面介绍了弹道群目标跟踪的思想, 并根据弹道群目标跟踪的框架对每个功能单元的实现算法做了归类总结, 主要阐述了弹道群目标跟踪的群起始算法、群合并/分裂算法、数据关联和非关联的多目标跟踪算法等基本原理和特点, 并从4个方面对弹道群目标跟踪技术发展方向做出展望。
弹道群目标 多目标跟踪 群起始 群合并/分裂 数据关联 ballistic group target multi-target tracking group initiation group combination/separation data association
对公共空间中的多目标行人轨迹跟踪问题, 提出一种基于强化学习的多目标行人轨迹跟踪算法。首先采用高精确度的目标检测器检测公共空间视频中的行人目标, 并为每个目标分配一个独立的单目标跟踪器进行轨迹跟踪; 将每个目标作为独立智能体, 通过深度强化学习方式进行训练; 接下来结合跟踪轨迹与检测目标之间的表观和位置特征构建相似度代价矩阵; 最终通过匈牙利算法实现数据关联。实验表明, 在常用公开数据集上本文算法跟踪精确度达 76.1%, 表明算法对多目标轨迹跟踪的可行性与有效性。
轨迹跟踪 马尔科夫决策 强化学习 数据关联 trajectory tracking Markov decision reinforcement learning data association 太赫兹科学与电子信息学报
2021, 19(2): 217
1 哈尔滨工业大学 电气工程系，黑龙江 哈尔滨 150001
2 上海大学 机电工程与自动化学院，上海 200444
3 上海航天技术研究院.新力动力研究所，上海 201109
合作靶标点三维轨迹的跟踪识别是实现室内环境中多飞行器位姿估计的关键，为此，提出了一种基于时空一致条件下的多目标三维轨迹跟踪识别算法。该方法包括运动轨迹跟踪与识别两部分，对于合作靶标点三维轨迹跟踪，提出了一种基于运动目标位移矢量一致的数据关联方法，该方法首先利用运动平滑性假设计算得到的数据关联概率值，结合匈牙利算法求解得到目标的数据关联关系，然后在贝叶斯滤波框架下实现合作靶标点的三维轨迹跟踪。对于合作靶标点的三维轨迹识别，又可以分为粗细两部分，利用运动轨迹Hankel矩阵的秩实现运动轨迹的粗识别，利用运动轨迹之间的Hausdorff距离实现运动轨迹的细识别，最终实现对每一个飞行器的轨迹识别与注册。实验结果表明，在三维测量手段为机器视觉，测量空间大小为2 m×2 m×2 m，提出的多目标跟踪算法的三维轨迹跟踪误差小于4 mm（3σ）时，轨迹识别正确率为100%。因此，所提出的算法可以有效地实现多飞行器上合作靶标点三维轨迹的跟踪识别。
多目标跟踪 轨迹识别 数据关联 矢量一致 multi-target tracking trajectory recognition data association vector consistency 红外与激光工程
2020, 49(10): 20200141
中国航空工业集团公司成都飞机设计研究所，成都 610031
结合JDL信息融合模型介绍了信息融合技术的基本概念和融合过程, 阐述了从时空对准、数据关联、航迹合成到状态估计的一整套机载多传感器信息融合算法, 给出了融合算法工程应用建议。仿真结果表明, 所介绍的信息融合算法能有效保证多传感器信息融合的时效性、关联正确率和状态估计精度, 满足工程应用要求。
信息融合 时空对准 数据关联 航迹合成 状态估计 information fusion time- space aligament data association composite tracking state estimetion
