1.一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:包括以下步骤:步骤一、选取多个扩展目标中的任意一个扩展目标作为参考目标;基于参考目标的状态向量构建所有扩展目标的状态向量 其中, 为轮廓状态; 为姿态参考偏差状态, 和 分别为三维局部坐标系下当前时刻k参考目标的质心坐标 和速度 和 分别为当前时刻k第l个扩展目标相对于参考目标的位移偏差和速度偏差,l≠1; 为三维局部坐标系下当前时刻k第l个扩展目标的姿态误差偏差向量; 为三维局部坐标系下当前时刻k第l个扩展目标的角速度向量;l=
1,…,Γ;Γ为扩展目标的数量;
步骤二、根据上一时刻k‑1预测当前时刻k多扩展目标的状态向量步骤三、获取扩展目标的预测密度 结合扩展目标的预测密度和点云数据 构建点云数据zk和关联潜变量rk,j的联合密度其中,Zk为点云数据 集合; 为时变未知的混合权重,rk为关联潜变量;
步骤四、利用变分推断获取扩展目标的估计参考偏差状态 根据估计参考偏差状态获取扩展目标的质心坐标、速度和姿态四元数;
步骤五、循环步骤二至四,获取不同时刻扩展目标的质心坐标、速度和姿态四元数,得到所有扩展目标的航迹。
2.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤四中,扩展目标的质心坐标和速度的获取方法为:参考目标的质心坐标和速度为 和 除参考目标外的扩展目标的质心坐标和速度为 和
3.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤四中,扩展目标的姿态四元数 的获取方法如下:其中, 为相对于参考四元数 的误差四元数,其表达式为:
4.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的扩展目标为车辆,采集参考目标状态向量的传感器为激光雷达。
5.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤三中,点云数据 的获取方法为:其中, 为扩展目标质心到点云的单位向量; 为第l个目标的协方差矩阵; 为径向函数 的噪声; 为传感器测量噪声。
6.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤二中,预测状态向量 的表达式为:其中,Fk为状态转移矩阵; 为k‑1时刻估计状态向量。
7.根据权利要求1所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤三中,联合密度 的获取过程如下:扩展目标的预测密度 的表达式为:
其中, 为k时刻的预测轮廓状态; 为预测协方差, 和分别为预测姿态协方差和预测轮廓协方差; 为狄利克雷分布;
对 每一 个 点 云数 据 z k ,j 建 立关 联 潜 变量 其 中 ,在关联潜变量 中,一个元素是1其余元素均等于0;对于关联潜变量 其分布
构建点云数据的似然函数 为:
其中,rk为关联潜变量;nk为扩展目标上点云数据的数量; 为非线性测量函数;
为测量噪声协方差矩阵;
点云数据zk和关联潜变量rk的联合密度 的表达式为:
8.根据权利要求7所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的预测协方差Pk∣k‑1的获取方法如下:其中,Fk为状态转移矩阵;Qk‑1为过程噪声的协方差矩阵;Pk‑1为k‑1时刻估计协方差。
9.根据权利要求7所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的步骤四中,变分推断的方法如下:(1)构造多目标状态中姿态参考偏差状态 轮廓状态 混合权重 和关联潜变量rk的联合概率密度函数 为:(2)根据联合概率密度函数 分别获取关于姿态参考偏差状态轮廓状态 混合权重 和关联潜变量rk的变分分布和 为:
其中, 为点云相对于第l个扩展目标质心的球角对; 和 分别为预测姿态参考偏差状态和预测轮廓状态;c\π为与混合权重 无关的任意常数项;i=1,2,...,l lN;N为第l个扩展目标的轮廓点个数;
(3)通过不动点迭代变分分布 和 获取k时刻的关联潜变量rk、估计姿态参考偏差状态 估计轮廓状态 混合权重 和估计协方差Pk。
10.根据权利要求9所述的一种基于目标间参考偏差状态的三维多扩展目标跟踪方法,其特征在于:所述的估计轮廓状态 的获取方法为:获取在局部坐标系中的点云数据 为:
l
其中, 为全局至局部的旋转矩阵;H为观测矩阵;
根据点云数据 获取局部坐标系下的球角对 航向角 和俯仰角的表达式为:
利用GP模型学习三维目标形状的径向函数 径向函数 的表达式为:其 中, 为 第 l 个目 标 的 协 方 差 矩阵 ; 为 径 向函 数 的 噪 声 ,为径向函数噪声的协方差,其表达式为:其中,K为协方差函数的矩阵; 为第l个目标的协方差函数;l′∈[1,Γ]且l′≠l;
协方差函数 的表达式为:
其中,σf,σl为GP的超参数; 为距离函数。