CN115081224B 基于dbscan分群的群目标跟踪方法 （哈尔滨工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115081224B(45)授权公告日2025.07.01

(21)申请号202210750807.1

(22)申请日2022.06.28

(65)同一申请的已公布的文献号申请公布号CN115081224A

(43)申请公布日2022.09.20

(73)专利权人哈尔滨工业大学

地址150001黑龙江省哈尔滨市南岗区西

大直街92号

(72)发明人刘梅简雨婷张耀东胡端刘明阳

(74)专利代理机构哈尔滨市松花江联合专利商标代理有限公司23213

专利代理师岳昕

(51)Int.CI.

GO6F30/20(2020.01)

GO6F18/232(2023.01)

GO6F111/08(2020.01)

(56)对比文件

CN107633226A,2018.01.26

CN109031279A,2018.12.18

审查员高悦

权利要求书3页说明书6页附图4页

(54)发明名称

基于DBSCAN分群的群目标跟踪方法

(57)摘要

CN115081224B基于DBSCAN分群的群目标跟踪方法，涉及群跟踪技术领域。本发明是为了解决现有群目标跟踪方法分群结果缺乏稳定性导致跟踪精度低的问题。本发明包括：获取空间目标数据集；利用空间目标数据集采用DBSCAN算法对空间目标进行初始分群，获得空间目标群；获取每个空间目标群的轮廓，利用每个空间目标群的轮廓获得每个空间目标群的群中心；获得每个空间目标群中心位置信息，利用滤波器对每个空间目标群中心进行位置跟踪；获取空间目标群中的每个目标的量测值，根据每个目标的量测值获取每个空间目标群边界点集；判断每个空间目标群的轮廓是否发生突变，若没有发生突变则利用滤波器对每个空

CN115081224B

对各个as站

CN115081224B权利要求书1/3页

2

1.基于DBSCAN分群的群目标跟踪方法，其特征在于所述方法具体过程为：

步骤一、获取空间目标数据集；

所述空间目标数据集包括：每个空间目标的位置坐标，以及坐标方向上的速度；

步骤二、利用空间目标数据集采用DBSCAN算法对空间目标进行初始分群，获得空间目标群，并获取每个空间目标群的轮廓，利用每个空间目标群的轮廓获得每个空间目标群的群中心；

步骤三、利用星凸随机超曲面对步骤二获得的空间目标群轮廓进行建模，获得空间目标群轮廓模型；

步骤四、获取步骤二获得的每个空间目标群的群中心位置信息，并利用滤波器对每个空间目标群中心进行位置跟踪；

步骤五、对步骤三获得的每个空间目标群的轮廓模型进行跟踪：

步骤五一、获取空间目标群中的每个目标的量测值，并根据每个目标的量测值获取每个空间目标群边界点集；

步骤五二、根据每个空间目标群边界点集判断每个空间目标群的轮廓是否发生突变，若发生突变则重新执行步骤五一，若没有发生突变则利用滤波器对每个空间目标群的轮廓进行跟踪，包括以下步骤：

步骤五二一、利用步骤五一获得的目标边界点集按照预设顺序构造序列f(n),并利用f(n)获得径向函数的傅里叶系数即空间目标群的形状参数估计；

步骤五二二、利用步骤五二一获得的空间目标群的形状参数构造检测统计量判断空间目标群的形状是否发生突变，若发生突变则重新执行步骤五一，若没有发生突变则利用滤波器进行对空间目标群的轮廓进行跟踪，具体为：

步骤五二二一、设置时间长度为H的滑动窗口，并利用步骤五二一获得的空间目标群的形状参数估计，构造检测统计量e:

Z,=cov(uk)

其中，P?表示k时刻空间目标群形状参数估计，e服从x2分布，其自由度为H·ng,ng为形状参数P的维度，ü是群目标形状参数的估计误差，服从正态分布～N(0,2.),2是u的协方差，e服从x2分布，a∈[k-H+1,k]是获取空间目标群形状参数估计的时刻，P是a时刻的空间目标群形状参数估计；

步骤五二二二、设置检测门限，若检测门限小于检测统计量则k时刻的空间目标群形状发生了突变则重新执行步骤五一到步骤五二直至检测门大于等于检测统计量，若检测门限大于等于检测统计量则空间目标群形状没有发生突变，则利用滤波器跟踪空间目标群的形状轮廓。

2.根据权利要求1所述的基于DBSCAN分群的群目标跟踪方法，其特征在于：所述步骤二中的利用空间目