Poisson multi-Bernoulli mixture filter for multiple extended object tracking of maritime vessels using Lidar and Gaussian processes

Abstract

Ein hovuddel av system for kollisjonsforhindring for autonome skip er å oppdaga andre objekt i omgivnadene, og å følgja rørsla deira (dvs. posisjon, fart og kurs), i tillegg til å estimera omfanga deira (dvs. storleik og form), basert på sensormålingar med høg oppløysing og annan navigasjonsinformasjon. Utvidet følging av fleire objekt (”Multiple extended object tracking (MEOT)” på engelsk) løyser dette situasjonsmedvitsproblemet.

Denne masteroppgåva presenterer ei sjølvstendig avleiing av Poisson multi-Bernoulli-blanding filteret (”Poisson multi-Bernoulli mixture (PMBM) filter” på engelsk) for MEOT, som er ein av dei mest moderne metodane for MEOT. Vidare blir det presentert ein tilstandsrommodell som bruker Gaussiske prosessar for å modellera eit breitt utval av omfang, og lidarmålingane som desse objekta genererer.

PMBM-filteret og tilstandsrommodellen er testa saman under ulike simuleringer, der objekta liknar på skrog til skip i det horisontale planet.

An essential task of collision avoidance systems for autonomous ships is to, based on high-resolution sensor measurements and other navigational information, detect other objects in the surroundings, and to track their movement (i.e., their position, velocity and heading), as well as to estimate their extent (i.e., size and shape). This situational awareness problem is addressed by multiple extended object tracking (MEOT).

This master thesis presents a self-contained derivation of the Poisson multi-Bernoulli mixture (PMBM) filter for MEOT, which is one of the state-of-the-art methods for MEOT. Furthermore, a state-space model that uses Gaussian processes to model a wide variety of object extends and the lidar measurements that these objects generate, is integrated in the PMBM filter.

The PMBM filter and the state-space model are tested together under different simulations, where the objects resemble the hull of ships in the horizontal plane.