Vo濾波器算法在多目標跟蹤中應用研究

摘 要 標簽隨機有限集（LRFS）對多目標航跡問題提供了一個新的研究方向，然而國內關于其研究還很少，關于其相關的算法的總結文獻基本沒有。本文基于標簽隨機有限集，對其在多目標系統中應用的各種算法原理和其之間關系進行了綜述。主要論述了LRFS框架下的一般的標簽伯努利濾波器（GLMB）、脈沖擴展標簽多伯努利（ -GLMB）算法等相關算法，著重梳理了它們的算法之間的關系，并進行了比較和總結。

關鍵詞 標簽 多目標跟蹤 GLMB -GLMB

中圖分類號：TP391 文獻標識碼：A

0引言

對于多目標跟蹤，有三種方法：多重假設跟蹤、聯合概率數據關聯和隨機有限集。傳統的方法是采用數據關聯，但是這種方法計算復雜度較大。近年來，RFS方法在目標跟蹤領域中得到了應用并取得了一些實用成果，其中多目標多伯努利濾波器只需要估計多伯努利參數，這為多目標狀態的提取帶來很大便利，但是卻不能形成目標的航跡。本文介紹的標簽隨機有限集可以快速實現目標航跡。

1標簽隨機有限集

通過給目標獨一無二的標簽，形成前后時刻的聯系，以形成目標航跡。對于單個標記目標狀態用標示進行標記，并且將多目標狀態視為的有限集合。當且僅當和離散的標簽的結合才叫做標簽的隨機有限集。

2 Vo濾波器算法

2.1 GLMB

對于標簽的多目標多伯努利，也只需要估計其參數集合即可，其標記的RFS分布的一般形式（先驗分布）GLMB的先驗形式為：

（1）

每個項的權重僅依賴多目標狀態的標簽，多目標的指數形式依賴整個多目標狀態的存在概率密度。GLMB是一種解決貝葉斯多目標濾波器方案，但是不清楚如何用數值實現，而且性能在低信噪比下嚴重下降。下面介紹 -GLMB算法原理，這是一種可以數值實現的GLMB算法。

2.2 -GLMB濾波器

-GLMB是GLMB的一種特殊形式，濾波分為預測和更新。其預測過程為新生加存活滿足（1）式； -GLMB的更新過程為：

（2）

+代表新生和存活的部分，Z表示傳感器量測。因為概率關聯性較小，該濾波器的每次迭代涉及到的更新操作和預測操作，都會導致具有大量多目標指數項的加權和，即“組合爆炸”問題，可通過最優分配、K最短路徑算法或者phd預處理截斷指數項的加權和。

2.3 LMB濾波器

在密集量測下，這些加權和在LMB濾波器中加權和是線性增長的。為了消除這些加權和增長的影響，將預測的LMB參數分組合并，每個組的更新通過擴展將LMB預測轉換為 -GLMB形式，并執行標準 -GLMB更新產生 -GLMB后驗，然后每組的后驗合并以匹配LMB近似，這個過程是并行更新的過程，之后重組和遞歸繼續。

2.4 GLMB的近似多目標密度

在目標數目和狀態不確定和要求目標獨立統計的情況下，捕獲易于數值處理的多目標概率密度是比較困難的。文獻[4]通過后驗概率一階矩近似給出了GLMB的多目標密度近似形式，這種近似形式有利于數值處理。假設在量測的空間，目標相互不重疊，將假設分離就是合理的近似。GLMB的近似多目標密度就是找到可分離的GLMB密度形式的勢分布和PHD的近似形式。

3總結

在本文中，給出了Vo濾波器其相關的目前研究的算法原理，指出了各個算法原理存在的問題、試用的場景、以及各個算法之間的關系。Vo濾波器給出了目標跟蹤航跡問題一個方案，未來必然會成為研究的一個熱點。

作者簡介：吳俊（1991-）、男、漢，安徽省（皖）阜陽市，長安大學信息工程學院研究方向：多源信息融合與處理。

參考文獻

[1] B.-T. Vo， and B.-N. Vo， “Labeled Random Finite Sets and multi-object conjugate priors，” IEEE Trans. Signal Processing， Vol. 61， No. 13， pp.3460–3475， 2013.

[2] Vo B N， Vo B T， Phung D. Labeled random finite sets and the Bayes multi-target tracking filter[J]. IEEE Trans on Signal Processing， 2014， 62（24）： 6554-6567.

[3] S. Reuter， B.-T. Vo， B.-N. Vo， and K. Dietmayer， ”The labelled multiBernoulli filter，” IEEE Trans. Signal Processing， Vol. 62， No. 12， pp. 3246–3260， 2014.

[4] Papi F，Vo BN，VoBT，Generalized Labeled Multi-Bernoulli Approximation of Multi-Object Densities，IEEE Trans. Signal Processing， Vol. 63， No. 20， pp. 5487-5497， 2015.