基于多传感器数据融合的多目标跟踪算法研究  

Research on multi-target tracking algorithm based on multi-sensor data fusion

作　　者：高春艳[1] 卢建 张明路[1] 孙凌宇[1] GAO Chun-yan;LU Jian;ZHANG Ming-lu;SUN Ling-yu

机构地区：[1]河北工业大学,天津300401

出　　处：《制造业自动化》2022年第7期95-97,101,共4页Manufacturing Automation

基　　金：国家重点研发计划(2018YFB1305301);河北省应用基础研究计划重点基础研究项目(17961820D)。

摘　　要：针对复杂环境下多传感器多目标跟踪问题,提出一种基于改进动态加权数据融合的UKF滤波多目标跟踪算法。该算法基于分布式融合结构,对于每个传感器得到的多个目标的观测信息,首先通过最近邻(Nearest Neighbor,NN)数据关联算法进行航迹关联;然后用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)完成对多目标状态的估计,得到目标最新的运动轨迹;与此同时,综合多个传感器估计的目标轨迹,应用改进的动态加权数据融合算法,得到最终的目标轨迹。仿真结果表明,该算法能有效地发挥多传感器数据融合优势,准确地跟踪多个运动目标。与单传感器目标跟踪相比,多传感器数据融合后的目标跟踪精度提高20%以上。

关 键 词：多传感器数据融合 多目标跟踪 无迹卡尔曼滤波 动态加权融合 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]