×

用于多目标跟踪的自适应遗传MM-CPHD滤波器。 (英语) Zbl 1387.93162号

摘要:多目标跟踪是视觉监控系统中的一个重要课题。考虑到基数化概率假设密度(CPHD)滤波器和目标机动的缺陷,本文提出了一种自适应遗传多模型CPHD滤波器。首先,我们讨论了滤波过程,并将标准CPHD滤波器与基于多模型的框架相结合。然后,详细介绍了非线性和非高斯状态估计的所提滤波器的顺序蒙特卡罗实现。为了提高目标开始机动时的跟踪性能,采用自适应遗传算法提高具有优良粒子的状态切换时的目标状态估计精度。另一方面,生存粒子被测更新重量中未检测到的部分被新生粒子的多余重量补偿,以修正目标的数量估计。仿真结果表明了该滤波器的可靠性和有效性。

MSC公司:

93E11号机组 随机控制理论中的滤波
94甲12 信号理论(表征、重建、滤波等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Blackman SS(2004)多假设跟踪多目标跟踪。IEEE Aerosp电子系统杂志19(1):5-18·doi:10.1109/MAES.2004.1263228
[2] Chen X,Tharmarasa R,McDonald M,Kirubarajan T(2011)多模型基数化概率假设密度滤波器。加拿大MaMaster大学
[3] Dai CH,Zhu YF,Chen WR(2006)基于云模型的遗传算法中交叉和变异的自适应概率。IEEE信息理论研讨会会议记录,成都
[4] Daniel M、Stephan R、Benjamin W、Klaus D(2013)使用基于Dempster-Shafer的分类多模型PHD滤波器进行道路用户跟踪。载:第16届信息融合国际会议记录,伊斯坦布尔,第1236-1242页
[5] Georgescu R,Willet P(2011)多模型基数化概率假设密度过滤器。摘自:《小目标SPIE信号和数据处理学报》,圣地亚哥,第81370L页
[6] Georgescu R,Willet P(2012)多型号CPHD跟踪器。IEEE传输信号处理60(4):1741-1751·Zbl 1393.94560号 ·doi:10.1109/TSP.2012.2183128
[7] Gning A、Julier SJ、Barr J、Anderson J、Mill D、Williams ML(2014),高结构海杂波过程中的PHD滤波器,以及随幅度变化的轨迹。摘自:IET数据融合和目标跟踪会议记录:算法和应用,利物浦,第1-8页
[8] Jing ZL(2005)基于神经网络的机动目标状态融合和自适应跟踪。公共非线性科学数字模拟10:340-395·Zbl 1070.93045号 ·doi:10.1016/j.cnsns.2003.10.02
[9] Li WL,Jia YM,Du JP,Yu FS(2011)多机动目标跟踪中跳跃马尔可夫模型的高斯混合PHD平滑器。收录:《美国控制会议记录》,旧金山,第3025-3029页
[10] Lin Y、Barshalom Y、Kirubarajan T(2006)多目标跟踪的跟踪标记和PHD滤波器。IEEE Trans-Aerosp电子系统42(3):778-795·doi:10.1109/TAES.2006.248213
[11] Liu Z,Xu SQ,Zhang Y,Chen X,Chen CLP(2014)基于区间2型模糊核的支持向量机算法在仿人机器人场景分类中的应用。软计算18(3):589-606·doi:10.1007/s00500-013-1080-0
[12] 马Q,黄文杰,王立群,杨SY(2009)遗传算法优化无迹粒子滤波方法。天津理工大学学报23(5):46-49
[13] Ma C,San Y,Zhu Y(2013)用于机动目标跟踪的多模型截断粒子滤波器。载:第32届中国控制大会论文集,西安,第4773-4777页
[14] Mahelr R(2007)使用CPHD过滤器的统一传感器管理。摘自:第十届信息融合会议记录,魁北克,第1-7页·Zbl 1127.90423号
[15] Mahelr R(2007)统计多源多目标信息融合。诺伍德阿泰克大厦·Zbl 1126.68080号
[16] Mahler R(2009)针对非标准目标的PHD滤波器。摘自:第十二届信息融合会议记录,西雅图,第915-921页·Zbl 1349.90877号
[17] Mahler R,Vo BT,Vo BN(2011)未知杂波率和检测剖面的CPHD滤波。IEEE Trans信号处理59(8):3497-3513·Zbl 1392.94637号 ·doi:10.1109/TSP.2011.228316
[18] Musiki D,Evans R(2004)联合综合概率数据协会JIPDA。IEEE Trans-Aerosp电子系统40(3):1093-1099·doi:10.1109/TAES.2004.1337482
[19] Nadarajan N、Kirubarajan T、Lang T、Mcdonald M、Punithakumar K(2011)《使用概率假设密度平滑的多目标跟踪》。IEEE Trans-Aerosp电子系统47(4):2344-2360·doi:10.1109/TAES.2011.6034637
[20] 欧阳C,季HB(2012)改进高斯混合CPHD跟踪器用于多目标跟踪。IEEE Trans-Aerosp电子系统49(2):1177-1191·doi:10.1109/TAES.2013.6494406
[21] 欧阳C,季海波,郭志清(2012)改进型多模型粒子PHD和CPHD滤波器。《汽车学报》38(3):341-348·Zbl 1274.93264号 ·doi:10.3724/SP.J.1004.2012.00341
[22] Panta K(2007)使用随机有限集的第一矩进行多目标跟踪。墨尔本大学
[23] Panta K,Clark DE,Vo BN(2009)高斯混合概率假设密度过滤器的数据关联和跟踪管理。IEEE Trans-Aerosp电子系统45(3):1003-1016·doi:10.1109/TAES.2009.5259179
[24] Panta K,Clark DE,Vo BN(2009)高斯混合概率假设密度过滤器的数据关联和跟踪管理。IEEE Trans-Aerosp电子系统45(3):1003-1016·doi:10.1109/TAES.2009.5259179
[25] Pasha A,Vo BN,Tuan HD,Ma WK(2009)跳马尔可夫系统模型的高斯混合PHD滤波器。IEEE Trans-Aerosp电子系统46(3):919-936·doi:10.1109/TAES.2009.5259174
[26] Punitakumar K,Kirubarajan T,Sinha A(2008)跟踪机动目标的多模型概率假设密度滤波器。IEEE Trans-Aerosp电子系统44(1):87-98·doi:10.1109/TAES.2008.4516991
[27] Srinivas M,Patnaik LM(1994),遗传算法中交叉和变异的自适应概率。IEEE Trans-Syst Man Cybern 24(4):656-667·doi:10.1009/21.286385
[28] Ulmke M,Erdinc O,Willett P(2007)用于地面运动目标跟踪的高斯混合基数PHD滤波器。摘自:魁北克第十届信息融合会议记录,第1-8页
[29] Ulmke M,Franken D,Schmidt M(2008)基数化概率假设密度滤波器中的遗漏检测问题。摘自:第11届信息融合会议记录,科隆,第1-7页
[30] Ulmke M,Erdinc O,Willett P(2010)通过高斯混合基数化概率假设密度滤波器进行GMTI跟踪。IEEE Trans-Aerosp电子系统46(4):1821-1833·doi:10.1109/TAES.2010.5595597
[31] Vo BT(2008)多目标滤波中的随机有限集。西澳大利亚大学,珀斯
[32] Wang RG,Li MM,Wu M,Shen FL(2011)基于自适应遗传算法的新粒子滤波算法。中国科技大学学报41(1):134-141·Zbl 1249.68221号
[33] Wen GX,Liu YJ,Tong SC,Li XL(2011)非线性离散时间系统的自适应神经输出反馈控制。非线性Dyn 65(1-2):65-75·Zbl 1235.93110号 ·doi:10.1007/s11071-010-9874-4
[34] Xu BL,Wang ZQ(2007)一种基于多目标ACO的数据关联方法,用于仅承载多目标跟踪。公共非线性科学数字模拟10:1360-1369·Zbl 1127.90423号
[35] Yang JL,Ji HB(2012)PHD/CPHD滤波器的一种新型轨道维护算法。信号处理92:2371-2380·doi:10.1016/j.sigpro.2012.02.010
[36] Yu GS,Yu XW(2015)一种改进的自适应遗传算法。数学实践理论45(19):259-264·Zbl 1349.90877号
[37] Zhang J,Chung H,Lo WL(2007)基于聚类的遗传算法自适应交叉和变异概率。IEEE Trans Evolut计算11(3):326-335·doi:10.1109/TEVC.2006.880727
[38] Zhang SJ,Yang H,Zeng K,Zhang H,Wang YC(2010)基于遗传算法的粒子滤波跟踪算法。光电工程37(10):16-22
[39] 周文华,张海波,季YR(2012)基于SMC-CPHD滤波器的多目标跟踪算法。宇航员J 33(4):443-450
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。