从文献中我阅读了这四个步骤：或JPDAF）
轨道平滑（用于生成新的改进估算值的算法，例如：EKF，UKF，PF）
轨道起始（从未关联的地块创建新轨道）
轨道维护（删除a跟踪是否在最后M圈中未关联。另外：根据先前的前进方向和速度，预测关联的轨道，它们的新位置）
所以基本上我是在质疑第1点，验收口。对于单个传感器，我可以想象它只是对象的xy位置与传感器测量值，速度与航向的比较。但是我的情况是，我已经准备好每个周期中每个传感器的对象列表，有一些算法可以合并由不同传感器收集的有关对象的信息（例如，最大的来源是： matlabcentral / fileexchange / 37807-measurement-fusion-state-vector-fusion），但问题是如何确定应该融合哪些对象，而剩下的仍是原样？视场可能会部分重叠，而不是全部重叠。
#1 楼
在跟踪文献中，这称为“数据关联”。测量对象的位置时，需要知道要测量的对象。如果可以估计此概率，则可以自由选择最可能的关联。这是一个经过大量研究的话题，但可以归结为贝叶斯分析。这是一个简单的方法：
假定我们有两个对象$ o_1 $和$ o_2 $，估计它们的位置$ x_1 $和$ x_2 $，并进行测量$ z $。假设$ z $只是位置测量。我们想更新$ o_1 $或$ o_2 $的估计排名，但我们对刚刚测量的对象一无所知。因此，我们找到了最可能的对象，并对其进行了更新。
估计$ p（z | x_1）$和$ p（z | x_2）$。卡尔曼滤波器为您提供了执行此操作的工具。
如果$ p（z | x_1）> p（z | x_2）$和$ p（z | x_1）> \ gamma $，然后使用更新$ x_1 $ $ z $，卡尔曼滤波器为您提供了执行此操作的工具。
否则，如果$ p（z | x_2）> p（z | x_1）$和$ p（z | x_2）> \ gamma $，然后使用$ z $更新$ x_2 $，卡尔曼过滤器会为您提供工具也可以做到这一点。
ELSE，没有概率大于$ \ gamma $，因此我们放弃了测量。如果您不在乎，可以将$ \ gamma $设置为零。
两件事：首先，您还需要知道如何初始化对象。这就是$ \ gamma $很重要的原因。如果度量值似乎与任何已知的估计值都不匹配，则您可能刚刚检测到一个新物体。
其次，我怀疑您的问题将被大量编辑，因此我不会提出刚才有很多详细信息。
编辑
要解决您的新修订问题：完全相关。首先，您要融合对象。这就像估算对象1的所有测量值和对象2的所有测量值实际上是同一对象的概率一样简单。该算法很简单，但是在计算上几乎难以处理。这与跟踪合并相同。
要真正对3D对象执行此操作，您需要一个对象模型，该模型可以估算两个部分重叠（或可能只是附近）的对象实际上是同一对象的概率。但这与验收门方法完全相同。我强烈建议您继续阅读Bar-Shalom的《跟踪和估算》一书中的抽象跟踪和估算任务。如果可以，请从图书馆获取。我只是不知道有更好的参考。
评论
$ \ begingroup $
你说得对，我将很快编辑我的问题。我增加了自己的知识，以后也可以为其他人提供很好的资源。因此，请回答我的最新问题，就像我在这里问您一样。关于您的1.2.3.4，也许是一个愚蠢的问题，但是KF如何让我根据位置来估计测量的可能性？我以为测量只是来了，并与创新部分中的估计进行了比较。
$ \ endgroup $
– josh131
13年4月10日在9:05
#2 楼
这取决于很多事情。什么样的传感器？他们静止不动吗？它们至少彼此固定吗？例如，如果您有一个由多个相互固定的摄像机组成的系统，则可以对其进行校准，以便了解它们的相对位置和方向。然后，您不仅可以确定不同摄像机中的两个检测是否是同一对象，而且还可以确定其在3D中的位置。
这是有关摄像机校准的经典论文。要真正进行校准，您可以使用OpenCV或Matlab的Caltech相机校准工具箱。 OpenCV有一个用于相机校准的示例应用程序，它比Caltech工具箱更易于使用。
评论
$ \ begingroup $
传感器相互固定。首先，我对雷达感兴趣。然后最终如何与相机或激光结合使用。您写的是立体视觉吗？
$ \ endgroup $
– josh131
13年4月9日在21:12
$ \ begingroup $
是的，这是立体视觉。还必须有校准由其他类型的传感器组成的系统的方法。不幸的是，我对雷达几乎一无所知。
$ \ endgroup $
–迪马
13年4月9日在22:27
$ \ begingroup $
没问题。更进一步，我也将要使用相机，一旦我进入相机，是否有一些推荐的参考文献可供我学习？
$ \ endgroup $
– josh131
13年4月9日在22:32
$ \ begingroup $
我已经编辑了答案。
$ \ endgroup $
–迪马
13年4月10日在15:54
评论
还有很多方法可以做点1，而点1是您所需要的。您可能需要发挥创造力，但这就是您的任务。