基于雷达数据和扩展卡尔曼滤波的多目标跟踪

Question

提前谢谢。我是新来的多目标跟踪领域。所以，我已经为此做了几天了。我已经开发了我的第一个版本的单一目标跟踪器使用扩展卡尔曼滤波。我是通过假设一个恒定的加速度模型来估计位置和速度。现在我的问题是如何转换现有的模型来跟踪多个对象。主要的问题是我使用的是雷达数据。因此，我无法获得开发跟踪器的参考资料。因此，一个很好的例子或步骤可以帮助我理解这个概念。

Answer 1

这个问题的答案取决于许多事情。例如，你对整个系统有多少控制和知识？如果您知道需要跟踪的目标有多少，可以将它们全部添加到Kalman滤波状态中，并且对于执行数据关联的每次度量，都可以找到给定度量属于哪个对象。一个简单的关联度量将是最近的邻居。

如果您不知道有多少目标，您将希望实现一个跟踪管理，其中您正在跟踪的每一个目标代表一个跟踪，您可以建模出生和死亡概率的目标。

多目标跟踪是一个广阔的领域，如果你想有一个深入的数学介绍，我会推荐2015年的调查论文“多目标跟踪”由Ba等人。您应该能够在网上找到一个预印pdf。

如果您正在寻找更多的轻量级教程，我假设应该可以在网上找到一些教程或示例代码。正如第一段所提到的，对于固定数量的对象，最近的邻居关联可能是一个很好的第一步。