基于智能驾驶的动态目标跟踪研究

来源：计算机工程杂志2018年第7期北京时间：

作者：张晶晶,杨鹏,刘元盛,梁军

单位：北京联合大学 a.北京市信息服务工程重点实验室; b.机器人学院; c.工科综合实验教学示范中心,北京 100101

摘要：针对智能驾驶过程中存在背景变化剧烈、光照变化影响较大且背景颜色不易区分等缺陷,提出一种改进的卡尔曼粒子滤波算法。采用灰度投影算法对车辆视频和图像序列帧进行预处理,通过Harris角点检测在图像区域内的目标和背景提取角点,利用卡尔曼嵌入粒子滤波器对 粒子滤波进行二次预测,以保证智能驾驶过程中动态跟踪的有效性和准确性。实验结果表明,与传统KPF算法相比,该算法在不同场景下的动态目标跟踪能力明显增强,在复杂的交通驾驶环境下跟踪准确率为95.7%,且具有较好的实时性。

关键词：目标跟踪,智能驾驶,Harris角点检测,卡尔曼滤波,粒子滤波

基金资助：国家自然科学基金“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台与转化研究”(91420202);英国皇家工程院牛顿基金(UK-CIAPP\\324);北京联合大学人才强校优选计划项目(BPHR2017EZ02)。