首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
针对多传感器目标跟踪问题,研究了一种多传感器异步航迹融合算法。由于不同传感器的采样时间各不相同,关联算法首先利用最小二乘法将局部航迹同步化,然后利用加权关联算法将局部航迹进行关联.仿真结果表明该算法能够较好地解决异步航迹的关联问题,在跟踪四个交叉目标的情况下,关联正确率接近90%.  相似文献   

2.
随着计算机技术的飞速发展,视频图像处理技术得到了显著的提高.本文提出了一种基于计算机视觉的运动目标跟踪方法.在Marr的计算理论框架下,我们引入通过自下而上的视觉跟踪处理方法来进行运动目标跟踪,本文以车辆视频为例,选用Robert算子对车辆进行边缘检测,针对车辆在运动过程中大小和姿态变化的情况,提出了基于多关联模板匹配方法进行跟踪.实验表明本文的算法分离的精度增强,跟踪效果好,并且能很好地满足实时性.  相似文献   

3.
对多传感器数据融合是近年来一个热门学科之一,特别在导航、自动控制及机器人技术中得到了广泛应用;对多目标运动进行分析,利用多个或多种传感器提供的冗余信息和互补信息,采用概率关联方法,结合似然函数,通过关联一批数据处理估计目标的运动参数,从而推出快速分布式多传感器空间数据关联算法,这样不但减少观测信息的不确定性和模糊性,同时还提高对目标的检测、跟踪定位和识别能力,增强系统的可靠性和生存能力。  相似文献   

4.
利用卡尔曼算法对运动目标跟踪展开研究,提出了一种基于卡尔曼预测的轨迹片段关联目标跟踪算法。首先利用卡尔曼预测缩小搜索区域,对检测结果进行匹配关联,生成可信的短轨迹片段;然后对每个轨迹片段通过卡尔曼预测迭代关联,形成单个目标的跟踪轨迹集合。实验证明该方法可有效提高轨迹片段关联跟踪算法效率,解决目标相互遮挡问题,实现对目标的稳定跟踪。  相似文献   

5.
针对如何避免或减少由于目标的机动运动所带来的估计误差问题,提出了具有门限的相互作用多模型估计(TIMM)的新算法.该算法主要应用于雷达目标自动跟踪系统中.TIMM算法在相互作用多模型估计器(IMM)算法的基础上引入门限控制器来提高跟踪精度,该算法同样适用于其他各种改进的IMM算法.通过2个不同的例子,对由TIMM和IMM这2种算法产生的均方根误差进行比较.仿真结果表明,同IMM算法相比较,TIMM算法可减少估计误差,从而提高机动目标的跟踪性能.  相似文献   

6.
纯方位多传感器多目标数据关联属于NP-Hard难题,目前许多数据关联算法的研究成果大多集中在目标的跟踪阶段,而对于航迹起始阶段数据关联问题的研究相对较少.为此,本文提出一种基于Mean Shift和模糊C均值混合聚类的数据关联方法,将来自于不同传感器的方向测量线相交叉产生的候选点进行聚类,提取出最有可能源自真实目标的候选点,再对所提取的候选点应用逻辑法进行航迹起始.不同场景下的仿真实验和不同方法的性能比较结果证明了该方法的有效性.  相似文献   

7.
对单站雷达三维空间机动目标的跟踪方法进行了研究,选取匀速运动模型分别组合"当前"统计模型和Singer模型的两种交互多模型跟踪滤波算法来处理三维空间机动目标测量数据并进行仿真分析,仿真结果表明,IMM算法的滤波结果优于单模型滤波,验证了算法对机动目标的跟踪有效性。  相似文献   

8.
为了提高目标探测与跟踪系统的稳定性和精确度,减少连续型野值对系统造成的干扰,对雷达探测信号及红外传感器信号进行融合,通过信号融合剔除雷达信号中的野值。采用异步融合技术,解决雷达信号及红外信号的数据频率不同的问题,将融合后的数据作为量测数据,采用扩展Kalman滤波算法进行处理,可以有效地减少目标探测及跟踪误差。在Matlab环境下的仿真证实该方案提高了目标探测与跟踪的稳定性和精确性。  相似文献   

9.
动态目标监测在军事、航空等领域起着重要的作用,但由于实际情况相当复杂,使单传感器难以捕捉和跟踪检测目标。采用多传感器数据融合技术对运动目标进行监测,该技术采用优化的最邻近数据关联算法判断各离散点是否来自于同一个目标,实现了目标轨迹提取;然后采用样条插值法把离散的观测轨迹连续化,并对各监测点的轨迹进行了时间配准,最后采用修正系数模型来消除监测系统的偏差。实验表明,采用该算法在识别精度及稳定性上具有明显的优势。  相似文献   

10.
一辆汽车悠闲地行驶在美国内华达州某段公路上,而驾驶室里竟然没人!该州近日已为谷歌无人驾驶汽车颁发了首张无人驾驶车辆牌照,允许其正常上路。国家自然科学基金委员会近日称,我国自主研发的无人驾驶汽车今年将测试从北京行驶到天津,2015年将测试从北京行驶到深圳。什么是无人驾驶汽车?无人驾驶汽车如何安全行驶?研发的障碍在哪?无人驾驶时代我们的  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号