一种基于可移动单站的室内多目标主动轨迹跟踪方法、装置及设备
本发明涉及轨迹跟踪领域,具体涉及一种基于可移动单站的室内多目标主动轨迹跟踪方法、装置及设备。
背景技术:
1、随着无线通信、移动机器人及智能感知技术的发展,室内环境中的人员定位、轨迹分析和移动目标监测需求不断增加,例如商场人流监控、医院人员看护、仓储目标管理及地下空间人员搜寻等。由于全球定位系统在室内环境中受建筑物遮挡影响较大,卫星信号容易衰减,难以提供稳定、连续的位置服务,因此,基于室内无线信号的定位与跟踪技术受到广泛关注。
2、现有室内定位技术主要包括基于wi-fi、蓝牙、超宽带、射频识别、超声波、视觉和激光雷达等信息的定位方法。其中,wi-fi具有覆盖范围广、现有基础设施完善以及终端兼容性强等优点,能够在较少增加专用设备的情况下实现目标位置感知,具有较高的应用价值。但wi-fi定位系统通常需要部署多个固定接收节点,导致设备部署、数据同步和维护成本较高。
技术实现思路
1、本发明目的在于提供一种基于可移动单站的室内多目标主动轨迹跟踪方法、装置及设备,解决了现有技术中的问题。
2、本发明通过下述技术方案实现:
3、第一方面,本发明实施例提供了一种基于可移动单站的室内多目标主动轨迹跟踪方法,室内空间被预先划分为由若干节点和连接相邻节点的边构成的拓扑图,节点为自主移动单站可到达的位置,边为连接相邻节点且可供自主移动单站遍历的基本路径单元,方法包括:
4、根据自主移动单站对当前边的遍历,采集室内空间各个移动目标的无线接收信号强度序列;
5、将各个移动目标历史累积的接收信号强度序列输入预设的轨迹模式推断模型,得到各个移动目标对应各条预设参考轨迹模式的概率分布,其中,轨迹模式推断模型为根据各移动目标在各条边上采集的接收信号强度序列及其对应的参考轨迹模式标签训练得到;
6、将所有移动目标的概率分布按移动目标维度拼接,得到多目标轨迹模式概率;
7、根据多目标轨迹模式概率、自主移动单站自起始位置以来依次遍历过的已遍历边序列和当前节点位置,构建决策状态;
8、根据决策状态和动作掩码,利用预训练的强化学习决策网络得到当前时刻的动作指令,动作指令为对新确定的当前边进行遍历或终止跟踪过程,动作掩码用于将不可执行的动作对应的选择概率置零,强化学习决策网络为预先采用强化学习算法、根据自主移动单站与室内环境交互生成的状态转移样本训练得到的策略网络,状态转移样本包括决策状态、执行动作、即时奖励、下一决策状态和回合结束标识。
9、优选地,将各个移动目标历史累积的接收信号强度序列输入预设的轨迹模式推断模型,得到各个移动目标对应各条预设参考轨迹模式的概率分布,包括:
10、分别将各移动目标历史累积的接收信号强度序列输入通道交互模块,得到通道关联特征,通道交互模块用于对接收信号强度、采样位置和边序的输入特征进行通道间信息交换;
11、将通道关联特征分别输入不同的卷积核大小和膨胀率的多条多尺度膨胀卷积分支,提取不同时间范围内的局部接收信号强度变化特征并融合,得到包含多时间尺度信息的多尺度局部特征;
12、将多尺度局部特征输入自注意力模块,得到全局关联特征;
13、将全局关联特征按照边遍历顺序输入长短期记忆网络,获得跨边时序依赖的序列特征;
14、将序列特征输入注意力池化模块和最大池化模块,分别得到注意力池化结果和最大池化结果;
15、将注意力池化结果与最大池化结果拼接后输入线性分类模块,得到各移动目标对应各条预设参考轨迹模式的概率分布。
16、优选地,轨迹模式推断模型根据以下方式训练得到:
17、控制自主移动单站遍历不同边,分别采集各训练移动目标在各条边上的接收信号强度序列;
18、将各训练移动目标在各条边上的接收信号强度序列按照遍历顺序组合,形成累积指纹序列;
19、将累积指纹序列与对应的参考轨迹模式标签作为一个训练样本,参考轨迹模式标签为训练移动目标实际行走的轨迹所对应的预设参考轨迹模式的编号;
20、对不足设定长度的累积指纹序列进行补零,生成有效长度掩码以区分有效数据位置和补零位置;
21、将累积指纹序列和有效长度掩码共同作为待训练模型的输入,得到预测概率;
22、采用交叉熵损失计算预测概率与参考轨迹模式标签之间的差异,通过反向传播更新待训练模型的参数,得到轨迹模式推断模型。
23、优选地,根据多目标轨迹模式概率、自主移动单站自起始位置以来依次遍历过的已遍历边序列和当前节点位置,构建决策状态,包括:
24、根据已遍历边序列确定历史路径信息;
25、根据当前节点位置确定当前位置信息;
26、根据已遍历边数占预设最大遍历边数的比值确定路径进度信息;
27、将多目标轨迹模式概率、历史路径信息、当前位置信息和路径进度信息组合,作为决策状态。
28、优选地,强化学习决策网络根据以下方式训练得到:
29、根据各训练移动目标的轨迹模式组合、自主移动单站的当前训练位置和当前训练边,控制自主移动单站从当前训练位置遍历当前训练边,采集各训练移动目标在当前训练边上的训练接收信号强度序列;
30、将各训练移动目标历史累积的训练接收信号强度序列输入冻结参数的轨迹模式推断模型中,得到各训练移动目标对应各条预设参考轨迹模式的概率分布以及拼接后的多目标轨迹模式概率;
31、根据多目标轨迹模式概率、自主移动单站自训练起始位置以来依次遍历过的已遍历边序列和当前训练节点位置,构建当前决策状态;
32、根据当前训练节点位置与拓扑图中各条边的连接关系生成动作掩码,将当前决策状态和动作掩码输入待训练的actor网络,actor网络输出当前时刻的动作指令,动作指令为选择与当前训练节点位置相邻的一条待遍历边或选择终止跟踪过程;
33、将当前决策状态输入待训练的critic网络,critic网络输出当前决策状态的价值估计;
34、执行动作指令,获得即时奖励和下一决策状态,即时奖励根据动作指令的类型确定,下一决策状态为执行动作指令后重新构建的决策状态;
35、将当前决策状态、动作指令、即时奖励和下一决策状态和价值估计组成状态转移样本存入经验缓存;
36、当经验缓存达到预设长度或当前训练回合结束时,根据经验缓存中存储的各状态转移样本的即时奖励和价值估计计算回报和优势估计;
37、利用近端策略优化算法根据回报和优势估计更新actor网络的参数,并利用价值估计与回报之间的差异计算价值损失,根据价值损失更新critic网络的参数,得到训练完成的强化学习决策网络。
38、优选地,即时奖励采用以下方式确定:
39、当动作指令为选择与当前训练节点位置相邻的一条待遍历边,即时奖励随已遍历边数占预设最大遍历边数的比值的增加而减小;
40、当动作指令为选择终止跟踪过程时,即时奖励随各训练移动目标的平均轨迹跟踪误差减小而增加。
41、优选地,动作掩码采用以下方式确定:
42、获取当前节点位置在拓扑图中的所有相邻边;
43、将各相邻边标记为可执行动作,将非相邻边标记为不可执行动作,生成动作掩码。
44、优选地,终止跟踪过程之后,方法还包括:
45、对于各移动目标,选取预测概率最高的多条参考轨迹作为候选参考轨迹;
46、根据各候选参考轨迹的预测概率计算归一化权重;
47、将各候选参考轨迹的坐标序列按照归一化权重进行加权融合,得到各移动目标的估计轨迹。
48、第二方面,本发明实施例提供了一种基于可移动单站的室内多目标主动轨迹跟踪装置,室内空间被预先划分为由若干节点和连接相邻节点的边构成的拓扑图,节点为自主移动单站可到达的位置,边为连接相邻节点且可供自主移动单站遍历的基本路径单元,方法包括:
49、采集模块,用于根据自主移动单站对当前边的遍历,采集室内空间各个移动目标的无线接收信号强度序列;
50、概率分布模块,用于将各个移动目标历史累积的接收信号强度序列输入预设的轨迹模式推断模型,得到各个移动目标对应各条预设参考轨迹模式的概率分布,其中,轨迹模式推断模型为根据各移动目标在各条边上采集的接收信号强度序列及其对应的参考轨迹模式标签训练得到;
51、拼接模块,用于将所有移动目标的概率分布按移动目标维度拼接,得到多目标轨迹模式概率;
52、构建模块,用于根据多目标轨迹模式概率、自主移动单站自起始位置以来依次遍历过的已遍历边序列和当前节点位置,构建决策状态;
53、决策模块,用于根据决策状态和动作掩码,利用预训练的强化学习决策网络得到当前时刻的动作指令,动作指令为对新确定的当前边进行遍历或终止跟踪过程,动作掩码用于将不可执行的动作对应的选择概率置零,强化学习决策网络为预先采用强化学习算法、根据自主移动单站与室内环境交互生成的状态转移样本训练得到的策略网络,状态转移样本包括决策状态、执行动作、即时奖励、下一决策状态和回合结束标识。
54、第三方面,本发明实施例提供了一种电子设备,包括:至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
55、本发明与现有技术相比,具有如下的优点和有益效果:
56、(1)减少对多个固定接收站点的依赖。通过一个自主移动单站在室内不同空间位置采集无线信号,降低系统的设备部署、数据同步和维护成本。
57、(2)实现多个移动目标的同步轨迹跟踪。通过累积移动目标模式指纹和轨迹模式概率推断,自主移动单站沿一条公共路径即可获得多个移动目标的估计轨迹,避免分别跟踪不同目标造成的重复边遍历。
58、(3)提高无线信号采集的有效性。能够综合利用自主移动单站的历史路径、当前位置以及多个移动目标的轨迹模式概率,自适应选择有效的待遍历边,减少固定路径或人工规则产生的冗余观测。
59、(4)兼顾轨迹跟踪精度和系统实时性能。通过联合考虑多目标平均轨迹跟踪误差和移动单站路径长度,使自主移动单站能够在获得足够轨迹信息后及时终止跟踪,减少不必要的边遍历。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com