论文摘要
提出基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法。利用立体视觉摄像头采集车辆及行人图像、视频;在Lie群下对传感器的不确定性进行建模,并采用欧几里德群算法对预处理的图像进行状态滤波;在可能存在车辆的区域内利用双目视觉去除误检,并获得车辆的位置信息;通过卡尔曼滤波器对测量的不确定度和预测目标运动的轨迹进行确认;运用改进的联合概率数据关联滤波器对车辆及行人的跟踪结果进行优化修正。实验结果表明,提出的方法可以有效解决智能车多目标跟踪问题,大幅度提升驾驶系统的自动化和智能化水平。相比其他较新的目标跟踪方法,提出的方法在跟踪精度和速度上具有明显的优势,且在跟踪车辆时不会产生明显的偏移、不会遗漏对行人的跟踪。
论文目录
文章来源
类型: 期刊论文
作者: 张琦,胡广地,朱晓媛,陈亚东
关键词: 智能驾驶系统,立体视觉,移动物体跟踪,联合综合概率数据关联
来源: 计算机应用研究 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,无线电电子学,计算机软件及计算机应用
单位: 西南交通大学机械工程学院,西南交通大学汽车工程研究院,西南交通大学信息科学与技术学院
基金: 四川省科技厅科技支撑项目(2017GZ0164,2017HH0102,2016GZ0026)
分类号: U463.6;TP391.41;TN713
DOI: 10.19734/j.issn.1001-3695.2018.06.0362
页码: 3128-3131
总页数: 4
文件大小: 839K
下载量: 129
相关论文文献
标签:智能驾驶系统论文; 立体视觉论文; 移动物体跟踪论文; 联合综合概率数据关联论文;