基于粒子滤波与LSTM网络对未标记AGV的追踪方法

摘要：

在自动导引车(AGV)的全局视觉导航系统中,为了实现精确的目标追踪,提出了一种针对未标记A GV的追踪方法.首先通过帧差法对运动目标进行检测,利用粒子滤波对运动目标进行跟踪;其次建立追踪目标的运动模型来学习目标的运动特征,从而预测目标丢失后的行进位置;最后利用支持向量机(SVM)模型进行预测区域内AGV的再识别以及对长短期记忆(LSTM)网络的预测结果进行校正,达到目标持续追踪.实验表明:此方法可以较好地解决由于目标遮挡、目标之间高度相似性而导致追踪失败的情况.

关键词：粒子滤波、长短期记忆网络、运动模型、路径预测

所属期刊栏目：39

分类号：TPTP273+.5

资助基金：上海市科委地方能力建设项目15590501300

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：37-39,43