基于多传感器数据融合的多目标跟踪算法研究 |
| |
引用本文: | 高春艳,卢建,张明路,孙凌宇.基于多传感器数据融合的多目标跟踪算法研究[J].制造业自动化,2022(7):95-97+101. |
| |
作者姓名: | 高春艳 卢建 张明路 孙凌宇 |
| |
作者单位: | 河北工业大学 |
| |
基金项目: | 国家重点研发计划(2018YFB1305301); |
| |
摘 要: | 针对复杂环境下多传感器多目标跟踪问题,提出一种基于改进动态加权数据融合的UKF滤波多目标跟踪算法。该算法基于分布式融合结构,对于每个传感器得到的多个目标的观测信息,首先通过最近邻(Nearest Neighbor,NN)数据关联算法进行航迹关联;然后用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)完成对多目标状态的估计,得到目标最新的运动轨迹;与此同时,综合多个传感器估计的目标轨迹,应用改进的动态加权数据融合算法,得到最终的目标轨迹。仿真结果表明,该算法能有效地发挥多传感器数据融合优势,准确地跟踪多个运动目标。与单传感器目标跟踪相比,多传感器数据融合后的目标跟踪精度提高20%以上。
|
关 键 词: | 多传感器数据融合 多目标跟踪 无迹卡尔曼滤波 动态加权融合 |
|
|