基于AVPF的UAV目标跟踪和预测算法研究

无人机采集视频图像时,需要与地面站进行双向的数据通信。针对通信过程中传输转换延迟等因素造成的目标脱靶量问题,首先采用辅助粒子滤波算法对目标进行跟踪,对每个辅助采样粒子进行Meanshift转移。再采用线性预测和平方预测器组成的最小二乘算法根据目标历史状态预测目标轨迹,并较正跟踪结果。仿真结果表明,该算法具有较好地鲁棒性和实时性,可以更好地跟踪运动目标,满足实际工程需要。

UAV目标跟踪预测算法研究

针对UAV采集视频图像在与地面站进行数据通信过程中,由于传输转换延迟等因素造成的目标脱靶量问题,首先采用基于Meanshift采样的辅助粒子滤波跟踪算法进行跟踪实验。该算法采用辅助变量粒子滤波算法作为跟踪的主体框架,利用Meanshift算法将辅助采样粒子转移到最佳位置。基于跟踪结果,采用Kalman滤波预测目标轨迹,再用预测结果来修正跟踪结果并解决脱靶量问题。结果表明,加入预测算法后的跟踪结果更加接近目标的真实值,可以满足UAV在工程实际应用中的需求。