国家留学基金(20053303)
- 作品数：3 被引量：18H指数：2
- 相关作者：刘国成王永骥更多>>
- 相关机构：华中科技大学武汉大学更多>>
- 发文基金：国家留学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于改进粒子滤波的多目标跟踪算法被引量：14
- 2009年
- 针对复杂背景环境下的多目标跟踪问题,论述了主要的数据关联技术,将目标检测算法与粒子滤波相结合,利用颜色直方图作为观测模型,并利用全领域(GNN)算法进行数据关联,提出一种改进的基于粒子滤波的多目标跟踪算法,实现了视频场景中的多个目标跟踪.该算法对于目标在场景中的频繁出现和消失、相似外表、交叉运动和短暂遮挡等均有较好的处理效果.
- 刘国成王永骥
- 关键词：粒子滤波视觉跟踪多目标跟踪数据关联
- 一种基于多传感器数据融合的目标跟踪算法被引量：4
- 2009年
- 论述了目标跟踪的原理和数据融合技术,为了解决移动机器人系统中的传感器存在大量不确定性问题,提出了一种交叉传感器交叉特征(CSCM)数据融合算法,这种算法基于粒子滤波技术,融合多个传感器的信息,合并不同的状态空间模型,以此减弱系统和测量噪声,来估计移动机器人的位置和角度。在仿真实验中,我们分别比较了单一传感器和多传感器数据融合的不同情况,结果表明了这种算法的有效性,并展现了良好的跟踪性能。
- 刘国成
- 关键词：移动机器人数据融合粒子滤波目标跟踪
- 基于序列Monte Carlo方法的运动目标跟踪
- 2008年
- 针对移动机器人中的非线性非高斯特性,提出用粒子滤波的方法对运动目标进行跟踪,研究在贝叶斯框架下进行目标跟踪的原理,分析粒子滤波算法及存在的问题.应用这种方法,针对移动机器人的实际情况,建立了具体的系统模型和测量模型,比较不同的重采样算法,实现了对运动目标的跟踪任务.仿真结果表明,粒子滤波对于非线性非高斯的动态系统有良好的估计效果,在3种常用的重采样算法中,残差重采样的准确性稍高,分层重采样的计算比较简单,而多项式重采样是一种基本的重采样算法.
- 刘国成王永骥
- 关键词：粒子滤波目标跟踪移动机器人
