10.19678/j.issn.1000-3428.0051084
基于智能驾驶的动态目标跟踪研究
针对智能驾驶过程中存在背景变化剧烈、光照变化影响较大且背景颜色不易区分等缺陷,提出一种改进的卡尔曼粒子滤波算法.采用灰度投影算法对车辆视频和图像序列帧进行预处理,通过Harris角点检测在图像区域内的目标和背景提取角点,利用卡尔曼嵌入粒子滤波器对粒子滤波进行二次预测,以保证智能驾驶过程中动态跟踪的有效性和准确性.实验结果表明,与传统KPF算法相比,该算法在不同场景下的动态目标跟踪能力明显增强,在复杂的交通驾驶环境下跟踪准确率为95.7%,且具有较好的实时性.
目标跟踪、智能驾驶、Harris角点检测、卡尔曼滤波、粒子滤波
44
TP18(自动化基础理论)
国家自然科学基金“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台与转化研究”91420202;英国皇家工程院牛顿基金UK-CIAPP\324;北京联合大学人才强校优选计划项目BPHR2017EZ02
2018-11-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-19