摘要
一种基于超宽带和视觉融合的目标跟踪方法及装置，其方法包括以下步骤：首先采集超宽带信号数据，利用超宽带深度学习获取超宽带定位空间位置；利用改进YOLOv8模型Bot‑Sort算法实现的视觉目标跟踪，获得视觉定位空间坐标；采用联邦卡尔曼滤波器的子滤波器对超宽带和视觉定位坐标进行滤波；利用子滤波器状态估计协方差矩阵计算信息熵并进行归一化处理，得到子滤波器归一化权重；最后利用基于信息熵的自适应联邦卡尔曼滤波算法，实现子滤波器加权融合，得到目标位置的全局估计，实现目标跟踪。该装置包括数据采集模组、深度学习模组、数据处理模组以及数据发布模块。本发明能有效应对复杂场景下目标丢失、目标混淆、难以重识别目标、动态跟踪效果差等问题，增强系统稳定性。
