基于自適應巡航的多目標跟蹤算法研究.pdf

1、隨著國民經(jīng)濟的不斷發(fā)展，人們對汽車的需求量越來越大，而由此帶來環(huán)境污染以及安全問題也日益增多。汽車智能駕駛技術的不斷發(fā)展可以有效解決這些問題，汽車智能化已經(jīng)成為未來汽車發(fā)展的重要趨勢。自適應巡航系統(tǒng)是智能汽車中不可或缺的功能，而自適應巡航系統(tǒng)得以有效運行的前提就是獲得前方車輛目標的準確參數(shù)，而多目標跟蹤算法可以有效獲得自適應巡航系統(tǒng)所需數(shù)據(jù)。基于以上背景，本文主要研究了基于毫米波雷達和視覺傳感器的多目標跟蹤算法。
　　首先，提出了

2、基于毫米波雷達和視覺傳感器的環(huán)境感知系統(tǒng)，詳述了毫米波雷達的數(shù)據(jù)采集方法以及數(shù)據(jù)預處理過程，并將毫米波雷達數(shù)據(jù)與視覺傳感器數(shù)據(jù)進行融合處理以獲得更加準確的數(shù)據(jù)。
　　其次，對多目標跟蹤中的航跡起始檢測算法進行了研究。并重點研究了基于Hough變換法的航跡起始算法，針對車輛識別的實時性要求，采用一種快速隨機Hough變換算法，并通過加入采樣終止規(guī)則，大大縮短了航跡起始的時間。
　　接下來，對多目標跟蹤中狀態(tài)估計以及數(shù)據(jù)關聯(lián)算法

3、進行重點的研究。針對車輛目標的高機動性采用變結構多模型(VSMM)算法，通過對模型集以及模型集的轉移規(guī)則的設計實現(xiàn)對強機動目標的運動狀態(tài)的有效估計。針對車輛目標跟蹤中雜波密度大的問題，采用一種基于全鄰模糊聚類的聯(lián)合概率數(shù)據(jù)關聯(lián)算法，實現(xiàn)對密雜波環(huán)境的數(shù)據(jù)關聯(lián)。
　　最后，搭建了基于自適應巡航的智能車環(huán)境感知系統(tǒng)。在汽車中加入毫米波雷達、Mobileye等傳感器，并設計了車輛多目標跟蹤軟件系統(tǒng)，最后在城市道路工況和學習校工況分別進行