检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]西北工业大学自动化学院,西安710072 [2]西北工业大学第365研究所,西安710065
出 处:《系统仿真学报》2014年第1期107-111,118,共6页Journal of System Simulation
基 金:国家自然科学基金(61074155)
摘 要:针对中小型UAV(Unmanned Aerial Vehicle)平台运动目标跟踪系统由于受机载摄像条件及数据传输时延等因素,造成跟踪结果实时性不高、目标被遮挡时易丢失的问题,提出一种基于M-APF(Meanshift-Auxiliary Particle Filter)的UAV运动目标跟踪算法。该方法采用APF作为跟踪算法的主体框架,同时引入Meanshift计算少量辅助采样粒子的偏移,并将其移动到观测值的局部最优位置,解决了APF算法计算量大的问题,提高算法实时性。仿真结果显示:算法满足UAV平台运动目标跟踪要求,实时性及鲁棒性优于Meanshift和APF等算法。Focusing on the problems of the target information estimated delay and the target lost for the occlusion reasons in the UAV moving target tracking system, a novel target tracking method based on M-APF (Meanshift-Auxiliary Particle Filter) was proposed. It adopted the APF as the main framework of the tracking algorithm, then the Meanshift was applied to calculate the offset of a few auxiliary particle and moved them to the local optimum position of the observed values. As a result, it solved the large calculation of the APF algorithm, and improved the real-time of the method. Simulation results show that the calculation cost and robustness of the M-APF is superior to Meanshift and APF algorithm, and satisfies the UAV target tracking requirements.
分 类 号:TP391.4[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3