差异化导航星与空间目标提取方法、装置和存储介质
阅读说明:本技术 差异化导航星与空间目标提取方法、装置和存储介质 (Method and device for extracting differentiated navigation satellite and space target and storage medium ) 是由 王立 张俊 袁利 武延鹏 郑然� 赵春晖 卢欣 高秀娟 于 2021-01-12 设计创作,主要内容包括:本发明公开一种差异化导航星与空间目标提取方法,包括:在每一局部天区块中确定1-2颗符合预定条件的星;将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合所述预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息;在每一局部天区块中搜索空间目标,将搜索到的每一空间目标加入到第一目标队列或第二目标队列;对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹;将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。通过将相平面划分为多个局部天区块,基于每一局部天区块提取空间目标,可以提高目标提取的效率和质量。(The invention discloses a method for extracting differentiated navigation satellites and space targets, which comprises the following steps: determining 1-2 stars meeting a preset condition in each local day block; comparing the star meeting the preset condition with a full celestial star table, determining the star meeting the preset condition in the full celestial star table as a navigation star, and acquiring and determining the attitude information of the satellite by using the position parameters of the navigation star; searching a space target in each local day block, and adding each searched space target into a first target queue or a second target queue; performing inter-frame association on the first target queue and the second target queue to generate a local track of each local day block; and performing association operation on a plurality of local tracks of each local day block generated in a preset time to generate day zone association of the local tracks. By dividing the phase plane into a plurality of local day blocks, the efficiency and quality of target extraction can be improved by extracting the spatial target based on each local day block.)
技术领域
本发明涉及目标感知测量领域,特别涉及实现一种差异化导航星与空间目标提取方法、装置和存储介质。
背景技术
面对新时期国家安全对空间目标态势感知能力发展的迫切需求,建立天基空间目标监视系统,构建我国天基空间目标监视骨干网是当务之急。目前探测目标尺寸越来越小,要达到[email protected],[email protected]探测需求,探测星等也越来越暗,对应灵敏度优于14星等,最高达到19星等。总体上,要实现如下目标:(1)实时性,单帧图像的处理过程包括图像预处理、目标识别和位置计算,其处理时间必须短于望远镜曝光时间间隔;(2)可靠性,空间目标观测图像的处理结果,应有较低的虚警率,较高的探测效率;(3)长时关联能力及数据的有效性,即对复杂的轨迹图像能够成功关联的能力。
发明内容
本发明实施例提出一种差异化导航星与空间目标提取方法、装置和存储介质,以提高导航星及空间目标的提取效率及质量。
本发明实施例提供一种差异化导航星与空间目标提取方法,包括:
在每一局部天区块中确定1-2颗符合预定条件的星,所述局部天区块是对相机的焦平面按照预定规则进行划分得到的;
将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合所述预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息;
根据所述卫星的姿态信息,在每一局部天区块中搜索空间目标,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列;
对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹;
将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。
本发明实施例提供一种实现差异化导航星与空间目标提取的装置,包括:
星确定模块,用于在每一局部天区块中确定1-2颗符合预定条件的星,所述局部天区块是对相机的焦平面按照预定规则进行划分得到的;
卫星姿态信息确定模块,用于将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合所述预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息;
跟踪队列确定模块,用于根据所述卫星的姿态信息,在每一局部天区块中搜索空间目标,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列;
帧间关联模块,用于对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹;
局部轨迹关联模块,用于将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。
本发明实施例提供一种非易失性存储介质,用于存储软件程序,所述软件程序被执行时用于执行上述方法所述的步骤。
在本发明实施例中,在每一局部天区块中确定1-2颗符合预定条件的星,所述局部天区块是对相机的焦平面按照预定规则进行划分得到的;将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息;根据所述卫星的姿态信息,在每一局部天区块中搜索空间目标,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列;对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹;将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。通过将相机的焦平面划分为局部天区块,针对每一天区块分别确定局部轨迹及局部轨迹天区关联,相比于现有的针对整个焦平面确定空间目标的局部轨迹而言,本发明实施例视场更大。因为视场更大,一次处理的导航星和空间目标的数量更多,效率更高。此外,因为视场更大,所以视场内的导航星和空间目标的信息更为准确,质量更好。
附图说明
图1是本发明实施例的差异化导航星与空间目标提取方法的流程示意图;
图2是本发明实施例提供的另外一种差异化导航星与空间目标提取方法的流程示意图;
图3为本发明实施例提供的由八个局部天区块拼接组成的焦平面的示意图;
图4为本发明实施例提供的在姿态确定模式下确定卫星的姿态的方法的流程示意图;
图5为本发明实施例提供的目标探测模式下生成局部轨迹的天区关联的方法的流程示意图;
图6为本发明实施例提供的对局部轨迹进行关联生成局部轨迹的天区关联的方法的流程示意图;
图7是本发明实施例的局部天区块的示意图;
图8是本发明实施例的焦平面目标识别功能分配示意图;
图9为本发明实施例提供的一种实现差异化导航星与空间目标提取的装置。
具体实施方式
以下结合说明书附图和具体实施例对本发明进行详细说明。
图1为本发明实施例提供的一种差异化导航星与空间目标提取方法的流程示意图。如图1所示,该方法包括:
步骤101:在每一局部天区块中确定1-2颗符合预定条件的星,所述局部天区块是对相机的焦平面按照预定规则进行划分得到的。
步骤102:将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合所述预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息。
步骤103:根据所述卫星的姿态信息,在每一局部天区块中搜索空间目标,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列。
步骤104:对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹。
步骤105:将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。
在本发明实施例中,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列包括:判断所述空间目标是否属于确定的疑似目标,当所述空间目标不属于确定的疑似目标时,将所述空间目标加入到所述第一目标队列,当所述空间目标属于所述确定的疑似目标时,将所述空间目标加入到所述第二目标队列。
本发明实施例提供另外一种差异化导航星与空间目标提取方法的流程示意图。如图2所示,具体步骤包括:
步骤201,对相机进行初始化。在相机初始化完成后,确定相机处于正常工作状态。
步骤202,将该相机的焦平面按预定规则进行分区,例如可以根据视场大小将焦平面分为若干小块,每一小块被称为局部天区块。例如,划分得到的局部天区块具有固定的视场大小(如,1°×1°)或比例(如10%×10%),如图3所示,图3为本发明实施例提供的由八个局部天区块拼接组成的焦平面的示意图。在后续操作中,按姿态确定模式和目标探测模式分别对每一局部天区块进行处理。该姿态确定模式主要完成亮星(即符合预定条件的星)的提取、星图识别、跟踪与卫星姿态确定功能。从每个局部天区块中提取1-2颗亮星参与后续全天姿态识别与确定,星图识别完成后计算卫星的姿态,在卫星的姿态进入跟踪模式后,本发明技术方案的处理转入目标探测模式。在本发明实施例中,也可以根据实际需要从每个局部天区块中提取其他数量的亮星,例如多于2颗的亮星,本发明对提取的亮星的数量不做限定。在目标探测模式主要完成每一局部天区块中空间目标的提取、捕获、识别、证认、参数计算、帧间关联、局部天区关联等功能。在具体操作时,将每一局部天区块分为捕获区域和跟踪区域。在捕获区域实时提取内部亮点,完成疑似队列的建立和运动的空间目标的捕获。在跟踪区域提取空间目标的窗口信息,并更新目标队列信息,然后生成局部轨迹,积累一定局部轨迹后,完成局部天区关联。
步骤203,在全天捕获模式下设置积分时间,使得产品敏感能力达到5Mv。
步骤204,确定卫星姿态。在本步骤中,计算局部天区块的背景阈值,采用硬件流水线技术提取高亮像素点。在获得高亮像素点(即符合预定条件的星)的基础上,在每一局部天区块中确定1-2颗符合预定条件的星,即亮星,将亮星与全天星表进行比对,完成星图识别,找出位于该全天星表里亮星,将其确定为导航星,根据导航星的位置参数计算卫星的姿态信息。
步骤205,判断卫星的姿态信息是否计算成功,且次数达到2次。如果是,在步骤206中执行目标探测模式下的操作,否则返回执行步骤203。
图4为本发明实施例提供的在姿态确定模式下确定卫星的姿态的方法的流程示意图。如图4所示,该方法包括:
步骤401,对相机进行初始化。
步骤402,判断该相机是否处于全天识别模式。如果是,则执行步骤403,否则,执行步骤409,结束该姿态确定模式。
步骤403,设置积分时间,使得产品敏感能力达到5Mv。
步骤404,选定探测单元。
步骤405,执行硬件像素提取。在本步骤中,采用硬件流水线技术提取高亮像素点。对捕获区域实时提取内部高亮像素点的方法为:预估背景均值与标准差,当采样的星点的像素点值满足gi≥μi+ησi时,即将该星点作为为高亮像素点提取出来。其中,gi为像素点值,μi为卷积计算结果,公式为:Kernel为核函数,η为系数,σi为标准差,计算公式为:
步骤406,在每一局部天区块中提取亮星的星点信息。
步骤407,利用所述亮星的星点信息和全天星表执行星图识别操作,根据星图识别结果确定当前局部天区块中的导航星。
步骤408,根据导航星的位置信息确定卫星的姿态信息。
步骤409,结束该姿态确定模式。
图5为本发明实施例提供的目标探测模式下生成局部轨迹的天区关联的方法的流程示意图。如图5所示,该方法包括如下步骤:
步骤501,确认相机是否处于目标探测模式,如果是,执行步骤502,否则执行步骤508,进入姿态确定模式。
步骤502,根据姿态确定模式获取的卫星的姿态信息预测当帧导航星位置,实现恒星提取、跟踪匹配功能,匹配成功后确定卫星的姿态。
步骤503,对于已经建立跟踪目标队列(称为第一目标队列),根据跟踪目标队列的信息预测当帧目标位置,在每一局部天区块中搜索空间目标。
步骤504,在每搜索到一个空间目标,判定该空间目标不属于确定的疑似目标,且将其更新至该第一目标队列。
步骤505,对于未建立跟踪目标队列的情况,首先根据卫星的姿态信息建立捕获区域,进入捕获证认模式,以硬件流水线技术实现高亮像素点,即亮星参数的提取,完成空间目标的提取、捕获证认。当该空间目标证认成功后,确定该空间目标的参数,且判定该空间目标属于确定的疑似目标,建立跟踪目标队列(称为第二目标队列),将该空间目标加入该新建的第二目标队列。
步骤506,对第一目标队列和第二目标队列进行帧间关联,生成每一局部天区块的局部轨迹。
步骤507,经过预定时间的积累,在积累若干局部轨迹(称为片段局部轨迹)后,将局部轨迹进行关联,生成局部轨迹的天区关联。
图6为本发明实施例提供的对局部轨迹进行关联生成局部轨迹的天区关联的方法的流程示意图。如图6所示,该方法包括如下步骤:
步骤601,执行帧间关联操作,具体包括:
步骤6011,将目标点信息Xj、Xi作为输入。
步骤6012,计算位置的相似度。在本步骤中,利用公式计算位置的相似度。其中,Xj、Xi分别为目标点j和i在天球的坐标位置,σij为位置的不确定度,X=(cosαcosδ,sinαcosδ,sinδ),α为赤经、δ为赤纬。
步骤6013,计算尺寸的相似度。在本步骤中,利用计算尺寸的相似度,其中Δj、Δi分别为Xj、Xi的形貌尺寸。
步骤6014,通过公式Plink,ji=Apos(Xj|Xi)Asize(Xj|Xi)计算空间目标之间的相似度,将相似度的值大于预设阈值的片段设为轨迹片段,称为可靠的轨迹片段。其中,Plink,ji为轨迹片段的相似度,Apos(Xj|Xi)为位置的相似度,Asize(Xj|Xi)为目标形貌的相似度。在本步骤中,还可以进一步判断轨迹片段的相似度是否达到最大,如果是,执行步骤602,否则执行步骤6012。
步骤602,利用场景自适应方法,从所述生成的所有轨迹片段中找出与预存轨迹(也称为已有轨迹)关联的轨迹片段,生成所述局部轨迹,
步骤603,预定时间内生成的每一局部天区块的多个局部轨迹相关联生成局部轨迹的天区关联。
该步骤具体包括:
步骤6031,按照数值从高到低排列Plink,ji。将Plink,ji作为局部轨迹(片段)重要参量参与局部多航迹计算,即轨迹片段关联,分已关联局部轨迹和未关联局部轨迹两种情况分别处理。
步骤6032,针对所述每一局部天区块的每一空间目标,当从预存的空间目标信息中查找到与所述空间目标关联的空间目标时,执行已关联目标的轨迹片段(即,已关联目标所在的轨迹片段)特征信息整合。
例如,对于已关联目标,使用卡尔曼滤波对轨迹片段的位置和大小进行修正,并以此提炼出轨迹片段的速度特征。
步骤6033,针对所述每一局部天区块的每一空间目标,当从预存的空间目标信息中,没有查找到与所述空间目标关联的空间目标时,执行未关联目标的轨迹片段关联计算。
在该步骤中,轨迹片段间的链接概率计算公式如下:
Plink,kl=Apos_curve(Plink,k|Plink,l)Avelo(Plink,k|Plink,l),其中,Plink,kl为链接后的总概率,Plink,l,Plink,k分别为轨迹片段l、k,Apos_curve为位置曲线的相似度,Avelo为速度曲线的相似度。
设Plink,k片段的拟合曲线为f(t),误差为Plink,l片段的拟合曲线为g(t),误差为Apos_curve(Plink,k|Plink,l)可表述为:
设Plink,k片段的拟合速度为v(t),Plink,l片段的拟合曲线为u(t),Avelo(Plink,k|Plink,l)可表述为:
本发明的技术方案主要分为如下几个方面:
(1)功能分区。焦平面按视场大小分为预定个数的小块,称为局部天区块,如图7所示,图7是本发明实施例的局部天区块的示意图。按姿态确定和目标测量流程对局部天区块进行不同处理。对于姿态确定,将对每一天区块平等对待,每一天区块将计算其中最亮的2颗星,参与后续的星图识别流程。
对于目标测量,将根据运行速度大小对其进行分别处理,按进入视场与否分为捕获区域和跟踪区域。图8是本发明实施例的焦平面目标识别功能分配示意图,如图8所示,A:≤2°(45°方向)、B:≤4°(10°方向)
其中,有箭头的部分即为捕获区域,将适用硬件化流水线技术实现恒星和目标的提取,其他部分为跟踪区域,即根据已知的目标测量信息进行预测,直接从图中提取下一帧目标。
(2)姿态确定流程
姿态的估计主要采用亮星机制,主要将像平面大于9Mv的恒星提取出来,直接参与计算。主要利用相机角速率变化较慢的特性,将全天识别捕获模式与跟踪模式进行区分。
当处于全天捕获模式下,采用较短的积分时间(如5-10ms),将探测器视场覆盖区域15°×10°像平面划分为15×10=150个区间,硬件上仅对1°×1°内星点进行搜索,保存最亮的2颗星,如此进行,保存最多不超过50颗亮星,进行姿态识别。在姿态稳定输出,进入跟踪模式。
跟踪模式下,采用传统方案。不同的是,积分时间恢复至100ms,实现目标探测功能。在完成处理后,可以提供精确的局部天区星表和预测坐标。探测器固定安装关系可地面进行标定,得到各探测器像面相对其他探测器像面的参数。
(3)目标检测流程
根据目标探测的特性,仍然对上述150个区间进行划分,不同的是,将目标探测区域分为捕获区域和跟踪区域。
捕获区域主要完成目标的初始捕获和证认,采用硬件技术实时提取内部的亮点,完成疑似队列的建立和运动目标捕获。捕获区域的确定方式是根据运动速度,确定需要硬件处理的模块。如图7所示,将焦平面分为150块,每一块对应大致1°×1°空间。当图像帧时间内运动速度为1°(45°方向)时,图示箭头块将作为捕获区域,其他区域做为跟踪区域,其他类同。
跟踪区域将完成已经运动目标的跟踪功能,这样可将提取时间大大减小。可以根据运动目标信息,实时预估目标在像平面的位置,然后直接从图中提取目标窗口,更新已知目标队列信息。
(4)帧间关联流程
将获得的测量值(双星或多星精密跟踪数据)都作为暂时航迹的数据点,并记录下每个观测点的方位角、能量信息以及目标大小,建立暂时航迹集。
分别以目标在各自方向上的最大和最小速度,与采样周期的乘积为半径,形成关联圆环形区域,这样判断的目的在于能够充分利用先验信息,例如在目标初始阶段,我们知道它在某个方向上的速度将会较快,而在某个方向的速度就很小,利用方向上的速度判断,使得在暂时航迹的形成过程中减少虚假航迹的形成。
当没有后续相关点时,则利用一步预测的方式外推一个点。如果在下一次的关联过程中,还是未能有满足条件的观测落入预测波门内,则认为此暂时航迹为虚假航迹,并注销此航迹。
对于未能确认航迹的暂时航迹(观测点数大于5),利用最小二乘法拟合算出空间目标在方位角的速度,查看该测量数据是否落在允许的偏离角度范围之内,如果测量点出现在暂时航迹目标的飞行方向预测区域内,则认为该点有效,否则认为此测量点不是该暂时航迹的后续点。
如果有多个观测满足以上的关联,那么就根据目标的位置偏差D(观测点的位嚣和预测点的位置的差值)、特征偏差(特征关联方法)的范围来确定观测的置信度,取置信度最大的观测点作为暂时航迹的最优后续点。
重复以上步骤,直到暂时航迹满足输出条件(变窗口长度的航迹确认原理)为止。
帧间初步关联算法将点信息Xi作为输入,通过直接计算相似性生成可靠的轨迹片段:Plink,ji=Apos(Xj|Xi)Asize(Xj|Xi)
位置相似性计算为:
X=(cosαcosδ,sinαcosδ,sinδ)
计算所有轨迹片段的相似度,基于场景自适应的方式将跟踪过程中当前帧的检测值关联到已有轨迹,生成局部轨迹片段。
(5)局部轨迹关联流程
以最大化相似度从高到低排列局部轨迹片段,作为轨迹片段的重要参量参与下一轮计算,即轨迹片段关联过程,分已关联局部队列和未关联局部队列两种情况进行计算。
a)轨迹片段特征信息整合
对于已关联目标,使用卡尔曼滤波对轨迹片段的位置和大小进行修正,并以此提炼出轨迹片段的速度特征。
b)轨迹片段关联计算
轨迹片段间的链接概率计算公式如下:
Plink,kl=Apos_curve(Plink,k|Plink,l)Avelo(Plink,k|Plink,l)
设Plink,k片段的拟合曲线为f(t),误差为Plink,l片段的拟合曲线为g(t),误差为Apos_curve(Plink,k|Plink,l)可表述为:
设Plink,k片段的拟合速度为v(t),Plink,l片段的拟合曲线为u(t),Avelo(Plink,k|Plink,l)可表述为
这样轨迹片段的相似度同样可获得,以最大化相似度作为片段的匹配成功依据。
本发明通过对不同探测器的焦平面进行重新划分和功能定义,实现复杂星场背景下恒星、空间目标的快速提取,既保证姿态确定的实时性,又实现暗弱目标提取能力。本发明通过天区轨迹进行划分,将帧间关联轨迹以相似度最大化为目标,实现了长时轨迹关联,这有利于空间目标状态的判别、定轨和动态跟踪。本发明突破现有技术的瓶颈,最大化有效利用现有资源,实现资源受限情况下天基目标实时捕获、跟踪和关联能力。
图9为本发明实施例提供的一种差异化导航星与空间目标提取装置,包括:
星确定模块901,用于在每一局部天区块中确定1-2颗符合预定条件的星,所述局部天区块是对相机的焦平面按照预定规则进行划分得到的;
卫星姿态信息确定模块902,用于将所述符合预定条件的星和全天星表进行比对,将在所述全天星表里且符合所述预定条件的星确定为导航星,获取并利用所述导航星的位置参数确定卫星的姿态信息;
跟踪队列确定模块903,用于根据所述卫星的姿态信息,在每一局部天区块中搜索空间目标,根据预设判断条件将搜索到的每一空间目标加入到每一局部天区块对应的第一目标队列或第二目标队列;
帧间关联模块904,用于对所述第一目标队列和第二目标队列进行帧间关联生成每一局部天区块的局部轨迹;
局部轨迹关联模块905,用于将在预定时间内生成的每一局部天区块的多个局部轨迹进行关联操作生成局部轨迹的天区关联。
所述跟踪队列确定模块903,进一步用于判断所述空间目标是否属于确定的疑似目标;当所述空间目标不属于确定的疑似目标时,将所述空间目标加入到所述第一目标队列;当所述空间目标属于所述确定的疑似目标时,将所述空间目标加入到所述第二目标队列。
该装置进一步包括:配置模块,用于在所述相机初始化完成后,进入全天捕获模式;设置积分时间,使得产品敏感能力达到5Mv;
该星确定模块901,进一步用于计算所述每一局部天区块的背景阈值,根据所述背景阈值在每一局部天区块中确定1-2颗符合预定条件的星。
该星确定模块901,进一步用于当所述局部天区块中星的像素点值满足gi≥μi+ησi时,将所述星确定为符合预定条件的星;其中,gi为像素点值,μi为卷积计算结果,η为系数,σi为标准差,Kernel为核函数,
该帧间关联模块904,进一步用于
将所述第一目标队列和第二目标队列中的空间目标信息Xj、Xi作为输入,通过公式Plink,ji=Apos(Xj|Xi)Asize(Xj|Xi)计算空间目标之间的相似度,将相似度的值大于预设阈值的片段设为轨迹片段,其中,Plink,ji为轨迹片段的相似度,Apos(Xj|Xi)为位置的相似度,Asize(Xj|Xi)为目标形貌的相似度;
利用场景自适应方法,从所述生成的所有轨迹片段中找出与预存轨迹关联的轨迹片段,生成所述局部轨迹;
其中,Xj、Xi分别为目标点j和i在天球的坐标位置,σij为位置的不确定度,X=(cosαcosδ,sinαcosδ,sinδ),α为赤经、δ为赤纬,其中Δj、Δi分别为Xj、Xi的形貌尺寸。
该局部轨迹关联模块905,进一步用于:
按照数值从高到低的顺序排列Plink,ji;
针对所述每一局部天区块的每一空间目标,当从预存的空间目标信息中查找到与所述空间目标关联的空间目标时,使用卡尔曼滤波对所述局部轨迹的位置和大小进行修正,并以此提炼出所述局部轨迹的速度特征;
当从所述预存的空间目标信息中未找到与所述空间目标关联的空间目标,利用公式Plink,kl=Apos_curve(Plink,k|Plink,l)Avelo(Plink,k|Plink,l),计算所述局部轨迹间的连接概率;
其中,Plink,kl为链接后的总概率,Plink,l,Plink,k分别为所述局部轨迹l、k的连接概率,Apos_curve为位置曲线的相似度,Avelo为速度曲线的相似度;
设Plink,k的拟合曲线为f(t),误差为Plink,l的拟合曲线为g(t),误差为Apos_curve(Plink,k|Plink,l)表述为:
设Plink,k的拟合速度为v(t),Plink,l的拟合曲线为u(t),Avelo(Plink,k|Plink,l)表述为:
本发明实施例提供一种非易失性存储介质,用于存储软件程序,所述软件程序被执行时用于执行上述图1、图2、图4~图6所述的方法。
本发明未详细说明部分属本领域技术人员公知常识。
- 上一篇:一种医用注射器针头装配设备
- 下一篇:一种水利信息监测装置及方法