一种改进的联合概率数据互联算法在多目标跟踪中的应用

一种改进的联合概率数据互联算法在多目标跟踪中的应用张扬栗华摘要:现阶段,车辆出行已经成为人们生活中重要一环,随着科技的发展和日益增长的物质文化需求,实现车辆的自动驾驶已是大势所趋。目前自动驾驶多目标跟踪存在的问题:跟踪算法参差不齐,在实际应用中达不到自动驾驶跟踪标准。本文在传统联合概率数据互联算法的基础上,详细分析JPDA算法的運算过程和跟踪机制,并针对JPDA在实现多目标跟踪时的自身局限性,计算量爆炸,实效性差等问题提出基于双门限分割的改进算法进行修正,并通过MATLAB仿真实现改进算法与传统算法的对比。并根据实际跟踪结果,进一步说明改进算法在多目标跟踪中的优越性和实用性。关键词:自动驾驶多目标跟踪JPDA联合概率互联双门限分割:TN958文献标识码:A:1674-098X(2020)10(b)-0001-03Abstract:Atthisstage,vehicletravelhasbecomeanimportantpartofpeople'slives.Withthedevelopmentoftechnologyandincreasingmaterialandculturalneeds,therealizationofautomaticdrivingofvehicleshasbecomeageneraltrend.Thecurrentproblemswithmulti-targettrackingforautonomousdriving:thetrackingalgorithmsareunevenandfailtomeetthestandardsforautomaticdrivingtrackinginpracticalapplications.Basedonthetraditionaljointprobabilisticdatainterconnectionalgorithm,thispaperanalyzesthecalculationprocessandtrackingmechanismoftheJPDAalgorithmindetail,andproposesadual-thresholdsegmentationbasedonJPDA'sownlimitationsinrealizingmulti-targettracking,computationalexplosions,andpooreffectiveness.Theimprovedalgorithmisrevised,andtheimprovedalgorithmiscomparedwiththetraditionalalgorithmthroughMATLABsimulation.Accordingtotheactualtrackingresults,thesuperiorityandpracticabilityoftheimprovedalgorithminmulti-targettrackingarefurtherexplained.KeyWords:Autopilot;Multi-targettracking;JPDAjointprobabilisticinterconnection;Doublethresholdsegmentation1联合概率数据互联算法(JPDA)联合概率数据互联(JPDA)是数据关联算法之一,是用于激光雷达传感器目标检测的常见算法。该算法是基于Bayes理论在概率数据互联(PDA)的基础上改进而成的。它的基本思想是:当落入目标跟踪门相交区域中的观测数据于多个量测目标时,假设该区域内的有效回波于所有的量测目标,区别在于源于不同目标的概率不同,在此基础上计算每一个目标与观测数据之间的关联概率。JPDA算法的特点是计算互联概率时将量测目标、回波杂波之间的关联作为一个整体考虑,鲁棒性强;且不必提前获取量测与目标的先验信息,是杂波环境中进行多目标跟踪的较好方法之一。JPDA算法的核心是计算各目标与波门中的每一量测回波之间的关联概率,具有较强的容错性和关联性。但随目标和量测回波数量的增多,算法的迭代过程、运算次数激增,导致“组合爆炸”,很大程度上影响算法的实时性。2基于双门限分割的DG-JPDA改进算法本文提出一种基于双门限区域分割的改进联合概率数据互联算法(DoubleGate,DG-JPDA)。能够有效过滤回波,减少互联事件的产生,并利用区域分割对确认矩阵的拆分进行简化,良好的解决计算量问题。具体思路是:在综合考虑目标特征的基础上构造出动态椭圆跟踪门和位置跟踪门,降低噪声与杂波干扰,减少确认矩阵数量;接着根据目标位置对缩小范围后的回波进行聚类组合;最后由雷达范围内的多个目标和筛选后的回波计算各互联事件概率。2.1双门限的构建跟踪门的建立是联合概率数据互联算法的核心,本文建立双跟踪门筛选回波的机制,即根据目标的中心点和尺寸信息建立动态椭圆跟踪门,根据目标的位置信息及运动方向夹角建立位置跟踪门。2.1.1动态椭圆跟踪门的构建已知动态目标的中心点坐标为,基于粒子滤波法对其中心进行状态估计:时刻估计的动态目标中心点坐标用;通过雷达扫描获取t时刻目标的长度Lt与宽度Wt尺寸信息。由以上条件,在t时刻的动态椭圆跟踪门Gat可表达如下:2.1.2位置跟踪门的构建基于目标的物理特性建立椭圆跟踪门后,如何...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?