發(fā)布時間：2022-05-03 01:03

　　目標跟蹤廣泛應用于機器人、智能車等領域,隨著傳感器技術的不斷發(fā)展,擴展目標跟蹤在跟蹤領域顯得尤為重要,尤其是帶有輔助信息的擴展目標跟蹤方法很大程度上提高了跟蹤性能,而合作目標作為一種輔助信息,可用來改善現(xiàn)有的擴展目標跟蹤方法。因此,研究合作目標輔助的擴展目標跟蹤方法具有重要的理論價值與實際意義�，F(xiàn)有的擴展目標跟蹤方法中擴展目標跟蹤模型的建立和數(shù)據(jù)關聯(lián)是兩個核心問題。相較于現(xiàn)有的擴展目標跟蹤模型,本文改進的擴展目標跟蹤模型在狀態(tài)空間中引入了目標的寬高特征、航向角特征和合作目標的身份特征。在改進模型的基礎上本文給出了改進的跟蹤門設計方法,該方法首先利用擴展目標的寬高特征和航向角特征設計一個跟蹤門對所有量測集進行篩選;然后根據(jù)擴展目標的位置特征設計一個跟蹤門進行二次篩選得到候選回波量測;最后進行關聯(lián)和濾波。對應的實驗驗證了該跟蹤門設計方法可以刪除雜波等無效量測,提高關聯(lián)效率和跟蹤精度。針對合作目標輔助的點目標跟蹤方法使用模型單一的問題,給出了改進的交互式多模型算法框架,并分別應用于稀疏目標與密集目標場景。針對稀疏場景,根據(jù)擴展目標的寬高、身份和航向角特征來對概率數(shù)據(jù)關聯(lián)算法進行改進。該方法首... 

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 問題分析
    1.4 研究內(nèi)容
    1.5 論文組織框架
第2章 相關技術分析
    2.1 擴展目標運動模型
    2.2 擴展目標的目標跟蹤方法
        2.2.1 交互式多模型算法
        2.2.2 跟蹤門方法
        2.2.3 數(shù)據(jù)關聯(lián)算法
    2.3 本章小結
第3章 擴展目標跟蹤模型
    3.1 合作目標跟蹤場景
    3.2 擴展目標跟蹤模型
        3.2.1 擴展目標運動模型
        3.2.2 合作目標輔助的貝葉斯跟蹤模型
    3.3 擴展目標跟蹤門設計
    3.4 仿真實驗
    3.5 本章小結
第4章 稀疏場景下的擴展目標跟蹤方法
    4.1 概述
    4.2 改進的交互式多模型算法
    4.3 改進的擴展目標跟蹤方法
        4.3.1 改進的概率數(shù)據(jù)關聯(lián)算法
        4.3.2 基于改進的PDA的擴展目標跟蹤方法
    4.4 實驗結果與分析
        4.4.1 改進的概率數(shù)據(jù)關聯(lián)算法仿真實驗
        4.4.2 改進的擴展目標跟蹤方法仿真實驗
        4.4.3 實車實驗驗證
    4.5 本章小結
第5章 密集場景下的擴展目標跟蹤方法
    5.1 概述
    5.2 改進的擴展目標跟蹤方法
        5.2.1 改進的聯(lián)合概率數(shù)據(jù)關聯(lián)算法
        5.2.2 基于改進的JPDA的擴展目標跟蹤方法
    5.3 實驗結果與分析
        5.3.1 改進的聯(lián)合概率數(shù)據(jù)關聯(lián)算法仿真實驗
        5.3.2 改進的擴展目標跟蹤方法仿真實驗
        5.3.3 實車實驗驗證
    5.4 本章小結
第6章 總結與展望
    6.1 主要工作與創(chuàng)新點
    6.2 后續(xù)研究工作
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]空地概率數(shù)據(jù)關聯(lián)轉換量測濾波算法[J]. 羅玉文,柳丹,范雄華,江晶.  北京理工大學學報. 2019(12)
[2]基于聯(lián)合概率數(shù)據(jù)關聯(lián)的車用多傳感器目標跟蹤融合算法[J]. 王鵬宇,趙世杰,馬天飛,熊曉勇,程馨.  吉林大學學報(工學版). 2019(05)
[3]多擴展目標混合粒子濾波器[J]. 韓玉蘭,韓崇昭,薛麗.  控制工程. 2019(06)
[4]基于SIM-GM-PHD的低可觀測目標跟蹤算法[J]. 郭云飛,潘金星.  控制與決策. 2018(01)
[5]基于廣義標簽多伯努利濾波的可分辨群目標跟蹤算法[J]. 朱書軍,劉偉峰,崔海龍.  自動化學報. 2017(12)
[6]擴展目標跟蹤的PCRLB[J]. 連峰,王婷婷,韓崇昭,張光華.  控制與決策. 2016(08)
[7]采用隨機矩陣的多擴展目標濾波器[J]. 韓玉蘭,朱洪艷,韓崇昭.  西安交通大學學報. 2015(07)
[8]拓展目標量測集合分割算法[J]. 閆小喜,韓崇昭,李威,連峰.  西安交通大學學報. 2014(09)
[9]多模型GM-CBMeMBer濾波器及航跡形成[J]. 連峰,韓崇昭,李晨.  自動化學報. 2014(02)
[10]多傳感器信息融合及應用[J].   電子學報. 2000(12)

碩士論文
[1]基于數(shù)據(jù)關聯(lián)的多目標跟蹤方法研究[D]. 王常成.上海交通大學 2017



本文編號：3650313