基于相机雷达融合的改进GM-PHD多目标跟踪算法

摘要：

针对复杂交通场景下单传感器跟踪性能不佳以及目标检测概率未知问题,提出了一种基于相机雷达融合的高斯混合概率密度假设(GM-PHD)多目标跟踪改进算法.通过预关联将目标集合划分为相机雷达量测匹配目标、仅相机量测匹配目标、仅雷达量测匹配目标以及无匹配目标,并采用不同的置信度对目标状态进行更新,综合雷达的径向距离以及相机的方位角对目标进行更准确的定位估计.将相机量测作为先验条件,简化优化高斯分量剪枝合并过程.仿真实验表明:所提算法能够有效提高目标跟踪精度和鲁棒性.

关键词：多目标跟踪、多传感器融合、高斯混合—概率假设密度滤波器、匹配划分

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划资助项目2018YFB0105002

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：117-121