| 基于车辆数据的k近邻联合概率数据关联算法 |
| |
| 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 |
|
| 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 |
|
