首页 | 本学科首页   官方微博 | 高级检索  
     

基于车辆数据的k近邻联合概率数据关联算法
引用本文:刘昀晓,王东峰,曹 林,杜康宁,李 萌,付 冲.基于车辆数据的k近邻联合概率数据关联算法[J].电讯技术,2020(4).
作者姓名:刘昀晓  王东峰  曹 林  杜康宁  李 萌  付 冲
作者单位:1.北京信息科技大学 通信工程系,北京 100101,1.北京信息科技大学 通信工程系,北京 100101;2.北京川速微波科技有限公司,北京 100018,1.北京信息科技大学 通信工程系,北京 100101,1.北京信息科技大学 通信工程系,北京 100101,2.北京川速微波科技有限公司,北京 100018,3.东北大学 计算机科学与工程学院,沈阳 110004
基金项目:国家自然科学基金资助项目(61671069)
摘    要:在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。

关 键 词:智能交通系统  毫米波雷达  车辆轨迹  数据关联  kNN-JPDA

A k Nearest Neighbor-Joint Probability Data Association Algorithm Based on Vehicle Data
LIU Yunxiao,WANG Dongfeng,CAO Lin,DU Kangning,LI Meng and FU Chong.A k Nearest Neighbor-Joint Probability Data Association Algorithm Based on Vehicle Data[J].Telecommunication Engineering,2020(4).
Authors:LIU Yunxiao  WANG Dongfeng  CAO Lin  DU Kangning  LI Meng and FU Chong
Abstract:
Keywords:intelligent transportation system  milimeter wave radar  vehicle trajectory  data association  kNN-JPDA
点击此处可从《电讯技术》浏览原始摘要信息
点击此处可从《电讯技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号