基于交互式多模型平方根容积卡尔曼滤波的船舶轨迹跟踪

作者：杨家轩^*; 陈柏果; 马令琪

来源：中国舰船研究, 2022, 17(04): 12-23.

DOI：10.19693/j.issn.1673-3185.02692

• 交互式多模型
• 平方根容积卡尔曼滤波器
• 自动识别系统
• 轨迹跟踪

[目的]针对船舶运动状态变化复杂场景下扩展卡尔曼滤波（EKF）的误差不稳定，以及单一运动模型的表征能力受限等问题，提出一种基于交互式多模型（IMM）平方根容积卡尔曼滤波（SCKF）的船舶轨迹跟踪算法。[方法]引入SCKF，并代替EKF来执行自动识别系统（AIS）数据的轨迹跟踪；采用交互式多模型框架将恒速直线模型（CVM）、当前统计模型（CSM）和恒定转向率模型（CTM）及改进的CTM模型进行交互融合，形成3种组合模型来表征AIS轨迹的运动状态，并进行船舶轨迹跟踪实验。[结果]结果显示，对于航向、航向率和航速均发生变化的轨迹，采用组合模型1跟踪时，在轨迹6中SCKF相比EKF的位置信息的均方根误差变化幅度小，精度提高了30.06%；采用组合模型3跟踪时，相比EKF,SCKF在轨迹6中位置信息的均方根误差波动的范围最小，误差减小了60.80%，组合模型3的性能最好，但计算量也最大；对于航速不发生变化的复杂轨迹，采用组合模型2跟踪的性能接近组合模型3。[结论]所提方法能够提高AIS数据的精度并保证AIS数据误差波动的稳定性，为提高船舶运动跟踪和监测提供了可能性。

• 单位
  大连海事大学