预测水上目标位置的方法、系统、存储介质和电子设备与流程

本发明属于船舶导航控制，特别涉及一种预测水上目标位置的方法、系统、存储介质和电子设备。

背景技术：

1、无人艇在巡逻时或者在作战的场景下，对于观测到的水上目标进行融合态势分析，从而分析目标在未来时刻的运动状态，同时，也能够为用户的做决策时提供相应的关键信息。但是相关技术中无法融合多个传感器的信息，不能从多维度上对目标的运动状态做出预测，导致预测精度比较低，实用性比较差。

2、因此，如何提出一种能够提高目标预测精度的方法就成为目前亟待解决的技术问题。

技术实现思路

1、本发明提供一种预测水上目标位置的方法，用于船艇，船艇上设置有多个不同的传感器，方法包括：获取船艇观测到的目标的运动数据；根据运动数据确定目标的运动函数；根据运动函数确定目标在当前时刻的第一位置预测值；获取当前时刻多个传感器的原始观测值；根据原始观测值和第一位置预测值确定目标的第二位置预测值；根据第二位置预测值和运动函数预测目标在下一时刻的位置预测值；其中，第一位置预测值包括位置估计值和协方差矩阵估计值，运动数据包括目标的速度和角速度。

2、在一些技术方案中，可选地，根据运动函数确定目标在当前时刻的第一位置预测值的步骤包括：根据上一时刻的位置预测值和运动函数确定当前时刻的第一位置预测值；根据雅可比矩阵对第一位置预测值线性化。

3、在一些技术方案中，可选地，根据原始观测值和第一位置预测值确定目标的第二位置预测值的步骤包括：利用卡尔曼滤波的方式滤除原始观测值中干扰和噪声，得到滤波观测值；将滤波观测值和第一位置预测值进行融合，得到目标的第二位置预测值。

4、在一些技术方案中，可选地，当目标的运动函数为可微函数时，可微函数包括：

5、

6、其中，xk表示k时刻的位置预测值，xk-1表示k-1时刻的位置预测值，uk表示k时刻系统控制输入，wk表示外界扰动项，vk表示k时刻系统的观测噪声，zk表示观测变量，函数f表示从过去的预测值中计算当前时刻的位置预测值，函数h表示滤除原始观测值中的干扰和噪声。

7、在一些技术方案中，可选地，作用于xk-1状态转移矩阵和雅可比矩阵的表达式为：

8、

9、其中，fk表示作用于xk-1状态转移矩阵，uk表示k时刻的系统控制输入，hk表示雅可比矩阵，表示k-1时刻对目标位置的预测值。

10、在一些技术方案中，可选地，当目标的运动函数为匀速直线运动函数时，目标在k时刻的运动向量表示为：

11、

12、其中，xk、分别表示为在k时刻时，x轴方向的位置坐标、速度、加速度，yk、分别表示为在k时刻时，y轴方向的位置坐标、速度、加速度，t表示为采样时间间隔；

13、在笛卡尔坐标系下线性的目标运动模型方程为：

14、

15、其中，xk+1、xk分别表示为目标在k+1时刻和k时刻的运动状态向量，表示为状态转移矩阵，г表示为状态噪声输入矩阵，wk表示为系统状态噪声，设为零均值的高斯白噪声。

16、在一些技术方案中，可选地，当目标的运动函数为匀速模型时，目标在k时刻的状态转移矩阵表示为：

17、

18、其中，表示状态转移矩阵，t表示为采样时间间隔；

19、目标在k时刻的状态噪声输入矩阵г表示为：

20、

21、其中，г表示为状态噪声输入矩阵，t表示为采样时间间隔；

22、目标在k时刻的模型噪声表示为：

23、

24、其中，wk表示为模型噪声，wx,k表示为k时刻噪声在x轴上的速度分量，wy,k表示为k时刻噪声在y轴上的速度分量。

25、在一些技术方案中，可选地，当目标的运动函数为匀加速模型时，目标在k时刻的状态转移矩阵表示为：

26、

27、其中，表示状态转移矩阵，t表示为采样时间间隔；

28、目标在k时刻的状态噪声输入矩阵г表示为：

29、

30、其中，г表示为状态噪声输入矩阵，t表示为采样时间间隔；

31、目标在k时刻的模型噪声表示为：

32、

33、其中，wk表示为模型噪声，wx,k表示为k时刻噪声在x轴上的速度分量，wy,k表示为k时刻噪声在y轴上的速度分量。

34、在一些技术方案中，可选地，当目标的运动函数为恒定速度和转速模型时，目标在k时刻的运动向量表示为：

35、

36、其中，ctrvx表示为，x、y、v、w分别表示为目标横坐标、纵坐标、角速度、线速度、角加速度、线加速度，t表示为采样时间间隔周期；

37、目标的状态转移的方程为：

38、

39、其中，xk+1表示为k+1时刻的位置预测值，xk表示为k时刻的位置预测值。

40、在一些技术方案中，可选地，当目标的运动函数为恒定速度和转速模型时，目标在k时刻的运动向量表示为：

41、

42、其中，ctrvx表示为，x、y、v、a、w分别表示为目标横坐标、纵坐标、角速度、线速度、角加速度、线加速度，t表示为采样时间间隔；

43、目标的状态转移的方程为：

44、

45、其中，

46、

47、xk+1表示为k+1时刻的位置预测值，xk表示为k时刻的位置预测值。

48、在一些技术方案中，可选地，当目标的运动函数为恒定曲率半径和加速度模型时，目标在k+1时刻的位置的计算方式为：

49、

50、其中，左列表示为非线性过程噪声，aa表示为艏向加速度，而aψ是偏航加速度，αk表示为x轴方向的目标速度分量，βk表示为y轴方向的目标速度分量，ψk表示为艏向角，k表示为第k时刻。

51、在一些技术方案中，可选地，根据上一时刻的位置预测值和运动函数确定当前时刻的第一位置预测值的方式包括：

52、

53、其中，第一位置预测值包括目标在时刻k的位置估计值和目标在时刻k的协方差矩阵估计值pk|k-1，fk表示为作用于xk-1的状态转移矩阵，bk表示为作用于控制向量的输入-控制模型，uk表示为控制输入变量，qk表示为过程噪声；

54、计算目标的第二位置预测值的方式包括：

55、

56、其中，第二位置预测值包括目标在k时刻的新的估计值和新的协方差矩阵估计值pk|k，表示为测量余量、s表示为测量余量协方差，kl表示为最优卡尔曼增益，sk、kk具体计算方式包括：

57、

58、根据本发明的第二方面，提供了一种预测水上目标位置的控制系统，用于船艇，船艇上设置有多个不同的传感器，控制系统包括：获取模块，用于获取船艇观测到的目标的运动数据；确定模块，用于根据运动数据确定目标的运动函数；预测模块，用于根据运动函数确定目标在当前时刻的第一位置预测值；获取模块，还用于获取当前时刻多个传感器的原始观测值；预测模块，还用于根据原始观测值和第一位置预测值确定目标的第二位置预测值；预测模块，还用于根据第二位置预测值和运动函数预测目标在下一时刻的位置预测值；其中，第一位置预测值包括位置估计值和协方差矩阵估计值，运动数据包括目标的速度和角速度。

59、根据本发明的第三方面，提供了一种存储介质，其上存储有计算机程序，程序被处理器执行时实现本发明第一方面或第一方面的任意可能的实现方式中的预测水上目标位置的方法的步骤。

60、根据本发明的第四方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明第一方面或第一方面的任意可能的实现方式中的预测水上目标位置的方法的步骤。

61、本发明所带来的有益效果如下：

62、本发明针对船艇预测水上目标的运动状态进行改进，通过获取多个传感器的目标信息，能够从多个维度上融合目标信息，并去除噪声，从而提高了目标运动的预测精度，同时，根据上一时刻的估计值结合传感器测得的观测值，得到校准后的预测值，并根据校准后的预测值结合运动函数对目标下一时刻的位置进行预测，大大提高了目标的预测准确度。

技术特征：

1.一种预测水上目标位置的方法，其特征在于，用于船艇，所述船艇上设置有多个不同的传感器，所述方法包括：

2.根据权利要求1所述的预测水上目标位置的方法，其特征在于，所述根据所述运动函数确定所述目标在当前时刻的第一位置预测值的步骤包括：

3.根据权利要求1所述的预测水上目标位置的方法，其特征在于，所述根据所述原始观测值和所述第一位置预测值确定所述目标的第二位置预测值的步骤包括：

4.根据权利要求3所述的预测水上目标位置的方法，其特征在于，当所述目标的运动函数为可微函数时，所述可微函数包括：

5.根据权利要求1所述的预测水上目标位置的方法，其特征在于，当所述目标的运动函数为匀速直线运动函数时，所述目标在k时刻的运动向量表示为：

6.根据权利要求1所述的预测水上目标位置的方法，其特征在于，当所述目标的运动函数为匀加速模型时，所述目标在k时刻的状态转移矩阵表示为：

7.根据权利要求2至6中任一项所述的预测水上目标位置的方法，其特征在于，所述根据上一时刻的位置预测值和所述运动函数确定当前时刻的所述第一位置预测值的方式包括：

8.一种预测水上目标位置的控制系统，其特征在于，用于船艇，所述船艇上设置有多个不同的传感器，所述控制系统包括：

9.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7中任一项所述方法的步骤。

技术总结
本发明提供一种预测水上目标位置的方法、系统、存储介质和电子设备，涉及船舶导航控制技术领域，预测水上目标位置的方法包括：获取船艇观测到的目标的运动数据；根据运动数据确定目标的运动函数；根据运动函数确定目标在当前时刻的第一位置预测值；获取当前时刻多个传感器的原始观测值；根据原始观测值和第一位置预测值确定目标的第二位置预测值；根据第二位置预测值和运动函数预测目标在下一时刻的位置预测值。通过获取多个传感器的目标信息，能够从多个维度上融合目标信息，并去除噪声，从而提高了目标运动的预测精度，使得船艇能够在无人驾驶时躲避其他船艇或障碍物，或避开一些特殊物体，提高了船艇自动驾驶的安全性。

技术研发人员：陈卓,曾江峰,韩玮,王子帅,梁旭,骆福宇,董钉,李哲,刘如磊,胥凤驰
受保护的技术使用者：中国船舶集团有限公司系统工程研究院
技术研发日：
技术公布日：2024/12/5