一种基于车车通信和GMPHD滤波的周边目标车辆状态估计方法

    公开(公告)号:CN110703272A

    公开(公告)日:2020-01-17

    申请号:CN201910921766.6

    申请日:2019-09-27

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于车车通信和GMPHD滤波的周边目标车辆状态估计方法,包括:初始化多目标高斯混合后验强度、获取点云数据、对点云数据进行预处理、转换到自车车体坐标系、预测多目标先验强度、得到多目标后验强度、周边目标车辆进行信息交流、坐标时间同步、将同步后的量测集合变换到自车车体坐标系、应用量测集合更新多目标后验强度,得到最终的多目标后验强度;设定舍弃门限值、合并门限值以及最大高斯混合个数,多目标后验强度进行修剪和合并;提取目标状态得到多目标状态合集。与现有技术相比,本发明能在车联网环境下,融合自车感知信息和周边目标车辆发送的状态信息,提高目标定位、跟踪的准确性和鲁棒性。

    一种鲁棒在线多传感器融合的目标跟踪方法

    公开(公告)号:CN111178385A

    公开(公告)日:2020-05-19

    申请号:CN201911213788.3

    申请日:2019-12-02

    Applicant: 江苏大学

    Abstract: 本发明公开了一种鲁棒在线多传感器融合的目标跟踪方法,包括如下十个步骤:1、建立多传感器系统融合模型,2、初始化目标的状态及分布参数,3、融合多传感器采集的量测数据,4、预测目标的状态分布,5、初始化变分参数及迭代次数,6、计算目标状态xk的变分后验分布,7、计算噪声参数∑k的变分后验分布,8、计算噪声参数rk的变分后验分布,9、判定迭代次数l是否大于最大迭代次数N,10、判定是否存在下一时刻,有益效果:本发明能在噪声为非高斯噪声且噪声协方差未知的复杂情况下,通过有效融合多个传感器的量测,实时准确估计目标状态和噪声分布的未知参数,提高了多传感器融合目标跟踪的精确度,且算法复杂度较小,易于实现。

    一种鲁棒在线多传感器融合的目标跟踪方法

    公开(公告)号:CN111178385B

    公开(公告)日:2023-04-18

    申请号:CN201911213788.3

    申请日:2019-12-02

    Applicant: 江苏大学

    Abstract: 本发明公开了一种鲁棒在线多传感器融合的目标跟踪方法,包括如下十个步骤:1、建立多传感器系统融合模型,2、初始化目标的状态及分布参数,3、融合多传感器采集的量测数据,4、预测目标的状态分布,5、初始化变分参数及迭代次数,6、计算目标状态xk的变分后验分布,7、计算噪声参数∑k的变分后验分布,8、计算噪声参数rk的变分后验分布,9、判定迭代次数l是否大于最大迭代次数N,10、判定是否存在下一时刻,有益效果:本发明能在噪声为非高斯噪声且噪声协方差未知的复杂情况下,通过有效融合多个传感器的量测,实时准确估计目标状态和噪声分布的未知参数,提高了多传感器融合目标跟踪的精确度,且算法复杂度较小,易于实现。

    一种基于车车通信和GMPHD滤波的周边目标车辆状态估计方法

    公开(公告)号:CN110703272B

    公开(公告)日:2022-05-17

    申请号:CN201910921766.6

    申请日:2019-09-27

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于车车通信和GMPHD滤波的周边目标车辆状态估计方法,包括:初始化多目标高斯混合后验强度、获取点云数据、对点云数据进行预处理、转换到自车车体坐标系、预测多目标先验强度、得到多目标后验强度、周边目标车辆进行信息交流、坐标时间同步、将同步后的量测集合变换到自车车体坐标系、应用量测集合更新多目标后验强度,得到最终的多目标后验强度;设定舍弃门限值、合并门限值以及最大高斯混合个数,多目标后验强度进行修剪和合并;提取目标状态得到多目标状态合集。与现有技术相比,本发明能在车联网环境下,融合自车感知信息和周边目标车辆发送的状态信息,提高目标定位、跟踪的准确性和鲁棒性。

    一种基于车车通信的多目标协同跟踪的方法

    公开(公告)号:CN111220998B

    公开(公告)日:2022-10-28

    申请号:CN202010119099.2

    申请日:2020-02-26

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于车车通信的多目标协同跟踪的方法,包括如下步骤:主车和协同车定期独立跟踪车载传感器检测范围内的目标状态;协同车将目标跟踪结果获得的自身状态通过车车通信发送给主车;将从协同车接收到的跟踪目标状态和协同车的状态均同步到主车感知时刻;获得的主车自身状态和同步后协同车的状态,计算协同车在主车坐标系中的坐标值;计算两车坐标系之间的相对角度与两车各自跟踪目标之间的关联;将两车关联上的目标状态信息进行融合,并保留各自没有关联的目标状态信息。有益效果:本发明能提高多目标的跟踪精度而且扩大了智能车的感知范围,缩小了感知盲区;可以根据需要减少单车传感器的数量,有助于降低智能汽车的制造成本。

    一种基于车车通信的多目标协同跟踪的方法

    公开(公告)号:CN111220998A

    公开(公告)日:2020-06-02

    申请号:CN202010119099.2

    申请日:2020-02-26

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于车车通信的多目标协同跟踪的方法,包括如下步骤:主车和协同车定期独立跟踪车载传感器检测范围内的目标状态;协同车将目标跟踪结果获得的自身状态通过车车通信发送给主车;将从协同车接收到的跟踪目标状态和协同车的状态均同步到主车感知时刻;获得的主车自身状态和同步后协同车的状态,计算协同车在主车坐标系中的坐标值;计算两车坐标系之间的相对角度与两车各自跟踪目标之间的关联;将两车关联上的目标状态信息进行融合,并保留各自没有关联的目标状态信息。有益效果:本发明能提高多目标的跟踪精度而且扩大了智能车的感知范围,缩小了感知盲区;可以根据需要减少单车传感器的数量,有助于降低智能汽车的制造成本。

Patent Agency Ranking