简介:为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。
简介:结合自身的实践经验,从多角度分析了二次雷达假目标的常见原因,并主要从存在的问题入手,探讨了雷达调试中使用的假目标抑制方法,希望对于今后的航管二次雷达现场调试发展具有一定帮助。
简介:摘要如何有效对教科研(课题研究)进行管理,是各级教科研管理部门非常关注的问题。这里介绍的跟踪式教科研管理就是我们基层教科研管理部门在实践中总结出的很见效的一种方式。本文从如何选择跟踪对象,如何为跟踪对象奠好基、把好向、开好头、起好步、铺好路、架好桥、守好业、保好驾、导好航、保好障十个方面进行了论述。