摘要
本发明提供一种快速层次化关联与运动增强型车载LiDAR多目标跟踪方法,包括:利用三维目标检测算法对原始激光雷达点云数据及定位数据进行目标检测,得到当前帧内的三维目标检测结果;对检测结果进行数据预处理及坐标转换,得到全局坐标系下的维度信息;基于全局坐标系下的维度信息,建立CTRA运动模型;利用基于CTRA运动模型的卡尔曼滤波器进行状态预测,得到预测结果;基于快速层次化成对成本计算与动态关联阈值对检测结果和预测结果进行数据关联,确定匹配的检测结果和预测结果;使用自适应机制扩展卡尔曼滤波对匹配的检测结果和预测结果进行更新,并输出跟踪结果。本发明的方法保证实时性的同时,有效提高了三维多目标跟踪任务的鲁棒性和自适应能力。
技术关键词
激光雷达点云数据
卡尔曼滤波器
扩展卡尔曼滤波
跟踪方法
坐标系
非极大值抑制方法
计算机存储介质
运动
动态
贪心算法
数据处理模块
处理器
跟踪系统
加速度
匹配模块
机制
系统为您推荐了相关专利信息
后视相机
结构件
移动平台
方程
差异变形监测装置
模糊隶属函数
参数辨识方法
质子交换膜
单体燃料电池
电压
滑坡易发性评价方法
决策树模型
数据
最佳参数组合
搜索算法
偏振相机
偏振方位角
微阵列
在线标定方法
在线标定模型
等效计算方法
响应预测方法
主节点
整体叶盘结构
矩阵