[发明专利]一种应用于无人驾驶汽车的目标跟踪系统及跟踪方法

权利要求书

1.一种应用于无人驾驶汽车的目标跟踪系统，其特征在于，包括由激光雷达和毫米波雷达组成的车载雷达系统与机器人操作系统ROS；所述激光雷达安装在车辆的顶部，所述毫米波雷达安装在车辆前方车牌处；机器人操作系统ROS的节点集合中存在雷达传感器节点和无损卡尔曼滤波估计器节点。

2.一种应用于无人驾驶汽车的目标跟踪方法，基于权利要求1的目标跟踪系统，其特征在于，将无损卡尔曼滤波算法(UKF)应用到无人驾驶汽车车载雷达系统中，具体包括以下步骤：

(1)对车载雷达系统进行标定；

(2)接收解算车载雷达系统的数据并进行标记；

(3)基于机器人操作系统ROS使用无损卡尔曼滤波处理数据，得到目标状态的估计。

3.根据权利要求2所述的一种应用于无人驾驶汽车的目标跟踪方法，其特征在于，步骤(3)包括以下步骤：

a)预测目标状态量的均值和方差，其公式分别为：

其中，w_i为无损变换中各个先验分布中采集的点(亦称为sigma点)的权重，为状态向量；

b)车载雷达系统测量更新，其中激光雷达和毫米波雷达测量映射函数分别为：

Z_l,k+1/k＝(x,y)^T

公式中，x,y是相对于车辆坐标系的坐标值,v为目标在主车到目标连线上的速度分量；

c)预测目标的雷达测量值非线性变换后的测量均值和协方差，其公式分别为：

公式中，R是测量噪声；

d)更新状态估计以及状态协方差矩阵，其公式分别为：

x_k+1/k+1＝x_k+1/k-K_k+1/k(z_k+1-z_k+1/k)

其中，K为卡尔曼增益，可通过互相关函数与变换后的协方差得到。