为了实现复合轴捕获、跟踪与瞄准(acquisition,tracking and pointing,ATP)系统对高机动目标的跟踪,文中提出了一种目标跟踪算法思路:利用子系统精度远高于主系统精度的特点,在主系统观测数据基础上再构建了一组精度更高的观测数据。采...为了实现复合轴捕获、跟踪与瞄准(acquisition,tracking and pointing,ATP)系统对高机动目标的跟踪,文中提出了一种目标跟踪算法思路:利用子系统精度远高于主系统精度的特点,在主系统观测数据基础上再构建了一组精度更高的观测数据。采用不同的交互式多模型集对两组观测数据进行独立滤波,并对得到的两组估计量做自适应调节数据融合处理。通过MATLAB仿真验证了算法的有效性。此算法实现了以相对少的模型种类覆盖更复杂的运动模式,且运算量适中。展开更多
针对常规线性卡尔曼滤波越来越不能满足多机动目标跟踪精度需求的问题,提出一种基于自适应多模型粒子滤波的协同跟踪方法.首先,主车和协同车分别执行自适应交互式多模型粒子滤波(adaptive interactive multi model particle filter,AIMM...针对常规线性卡尔曼滤波越来越不能满足多机动目标跟踪精度需求的问题,提出一种基于自适应多模型粒子滤波的协同跟踪方法.首先,主车和协同车分别执行自适应交互式多模型粒子滤波(adaptive interactive multi model particle filter,AIMM-PF)算法,获得环境中目标车辆的运动状态;其次,协同车通过车车通信将跟踪到的目标状态发送给主车;最后,利用基于匈牙利算法和快速协方差交叉算法的数据关联和数据融合技术实现多机动目标的协同跟踪.搭建了V2V通信、雷达和定位仿真系统,选定两辆智能车作为主车和协同车,感知并跟踪200 m范围内的7辆目标车,进行了仿真试验.结果表明,与传统的单车跟踪相比,协同跟踪扩大了感知范围,且在不影响跟踪效率的情况下使跟踪误差降低了31.1%.展开更多
文摘为了实现复合轴捕获、跟踪与瞄准(acquisition,tracking and pointing,ATP)系统对高机动目标的跟踪,文中提出了一种目标跟踪算法思路:利用子系统精度远高于主系统精度的特点,在主系统观测数据基础上再构建了一组精度更高的观测数据。采用不同的交互式多模型集对两组观测数据进行独立滤波,并对得到的两组估计量做自适应调节数据融合处理。通过MATLAB仿真验证了算法的有效性。此算法实现了以相对少的模型种类覆盖更复杂的运动模式,且运算量适中。
文摘针对常规线性卡尔曼滤波越来越不能满足多机动目标跟踪精度需求的问题,提出一种基于自适应多模型粒子滤波的协同跟踪方法.首先,主车和协同车分别执行自适应交互式多模型粒子滤波(adaptive interactive multi model particle filter,AIMM-PF)算法,获得环境中目标车辆的运动状态;其次,协同车通过车车通信将跟踪到的目标状态发送给主车;最后,利用基于匈牙利算法和快速协方差交叉算法的数据关联和数据融合技术实现多机动目标的协同跟踪.搭建了V2V通信、雷达和定位仿真系统,选定两辆智能车作为主车和协同车,感知并跟踪200 m范围内的7辆目标车,进行了仿真试验.结果表明,与传统的单车跟踪相比,协同跟踪扩大了感知范围,且在不影响跟踪效率的情况下使跟踪误差降低了31.1%.
