datasheet

E恶趣说

文章数:70 被阅读:6352

账号入驻

干货 | 毫米波雷达多目标跟踪问题 第一讲

2018-12-18
    阅读数:

通过利用一些高分辨的雷达传感器,可以获得目标物体的多个维度的信息,例如距离,速度和角度等,这样就获得了可用的点云数据。



利用这些点云数据,可以对目标进行跟踪定位,以及更高层的识别分类等特征处理。


通常这些点云数据是以极坐标系的形式被送入跟踪处理中的,为了方便目标的运动外推等分析,在跟踪处理一般将使用笛卡尔坐标系进行处理,后面也会使用合适的跟踪滤波器进行分析。


可以给出Kalman滤波器在n时刻的状态观测为

其中状态观测s(n)是在笛卡尔坐标系中进行定义的

F为状态转移矩阵

w(n)为协方差矩阵为Q(n)的过程噪声


输入的观测量u(n)包括了目标的距离,角度和速度信息,可以表示为

而输入的观测量与Kalman滤波的预测状态之间的关系为

其中观测矩阵H为

函数tan-1(x,y)可以表示为

其中,v(n)是协方差矩阵为R(n)的量测噪声


由于输入的观测量u(n)与Kalman的状态预测s(n)之间的非线性关系,因此通过扩展卡尔曼滤波来简化u(n)与s(n)之间的关系,即

其中,Sa-prior(n)为根据n-1时刻时的观测量对下一时刻n时状态的先验估计,而

可以写成下式的形式

具体的数学推导这里不再赘述~


推荐阅读

安装教程 | MATLAB R2018b Win 64位 破解版

简述Automotive radar中的多目标跟踪处理

干货 | 利用MATLAB实现FMCW雷达的距离多普勒估计

利用MATLAB Coder将MATLAB代码生成C/C++代码

关于Automotive radar,这是一篇技术汇总贴


Tips: 原来的“雷达说”社区,由于运营方收费的原因,现已关闭,不便之处,还望多多理解


题图:road-jplenio,from pixbay



About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved