摘要
本发明提供了一种基于在线时空特征关联的无人车自动驾驶场景多目标跟踪方法,包括数据处理、目标特征模型建立和时空数据关联。本发明通过构建跟踪目标的时空特征模型,并检测当前帧的时空特征响应,实现了跟踪目标与时空特征响应的在线时空特征关联,此外,本发明通过匈牙利算法求解跟踪的目标历史轨迹与时空特征响应之间的最优关联对,使得跟踪精度更高,并直接得到跟踪目标的数量和运动轨迹,从而为无人车自动驾驶系统做出决策提供重要依据。
技术关键词
时间特征模型
跟踪方法
无人车
匈牙利算法
卡尔曼滤波器
在线
场景
系统时间戳
直方图特征
抖动误差
颜色直方图
数据
抑制算法
像素点
校准
轨迹
度量
视频帧
运动
系统为您推荐了相关专利信息
路径规划方法
交通监控系统
车载传感器
深度强化学习
时间同步
路面粗糙度
运动规划方法
轨迹地图
栅格地图
样本
粒子滤波跟踪方法
邻域特征
概率密度函数
扩展卡尔曼滤波
相邻两帧图像
低功耗物联网
调控方法
多尺度特征
负荷预测模型
调控模型