粒子濾波技術(shù)在目標(biāo)識別中的應(yīng)用及其VC軟件開發(fā)研究.pdf

1、隨著經(jīng)濟(jì)的不斷發(fā)展和交通量的持續(xù)增長，自主駕駛與輔助導(dǎo)航逐漸成為目前智能車輛領(lǐng)域的一個熱點(diǎn)。作為一個集環(huán)境感知、規(guī)劃決策、自動駕駛等多種功能于一體的綜合系統(tǒng)，智能車輛能夠提高車輛行駛的安全性、舒適性、達(dá)到提高交通效率、改善交通環(huán)境的目的。 本文通過對粒子濾波算法基本理論的分析和對該算法存在的問題的研究，詳細(xì)闡述了序列重要性重采樣算法和進(jìn)化粒子濾波算法，分析了上述各種濾波方法的優(yōu)缺點(diǎn)，并于最后通過對粒子濾波算法所存在的粒子數(shù)匱乏和

2、粒子多樣性喪失問題的分析以及鑒于減少運(yùn)算量和滿足實(shí)時(shí)性的考慮，針對智能車輛技術(shù)的視覺導(dǎo)航部分中的目標(biāo)識別問題提出了一種基于新的采樣方法的粒子濾波算法，并應(yīng)用到目標(biāo)識別系統(tǒng)中。整個目標(biāo)識別系統(tǒng)的實(shí)現(xiàn)過程如下：首先利用圖像處理技術(shù)對雙目視頻圖像進(jìn)行數(shù)據(jù)凈化處理，以縮減數(shù)據(jù)量、獲得目標(biāo)所在區(qū)域的位置信息。然后根據(jù)障礙物的面特征，通過光流法或v—視差法檢測前方路面上的目標(biāo)，獲得目標(biāo)的位置、尺寸和灰度等信息。根據(jù)前面得到的目標(biāo)信息作為初始值，選取