基于人机交互的免锚检测和跟踪系统设计

为提高越野环境中目标检测和跟踪的准确率和效率,提出一种基于人机交互的免锚检测和跟踪系统。该系统由检测系统、指挥系统和目标跟踪系统组成。检测系统,在基于点的点云特征提取框架的基础上,设计一种免锚的目标检测网络结构;指挥系统通过相机实时获取环境态势信息,人机交互地在检测网络输出的目标序列中选择跟踪目标;跟踪系统利用检测网络输出的目标序列的外观模型和指挥系统下发的跟踪目标外观模型进行匹配来确定跟踪目标,再基于卡尔曼滤波算法进行目标运动估计。基于越野场景的实车数据进行了验证。验证结果表明：基于人机交互的免锚检测和跟踪算法在不增加算法时间的同时实现了超91%的准确率,能够满足无人驾驶车辆在越野场景的使用要求。     

基于多特征融合与粒子滤波的红外弱小目标跟踪方法

研究低信噪比复杂背景下的红外弱小目标检测和跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于多特征融合与粒子滤波的红外弱小目标跟踪方法.仿真试验表明,与单特征跟踪算法相比,该算法对复杂背景下的红外弱小目标具有更好的跟踪与检测性能.     

多车协同目标跟踪方法

地面无人系统中多车信息融合技术是提升系统环境感知能力的重要途径。针对单车传感器存在视野遮挡及盲区导致的目标跟踪不连续不稳定问题,提出一种集中式多车协同感知的结果级融合系统模型。该系统模型采用激光雷达作为车辆感知传感器,对不同车辆构建的环境栅格地图在主控端采用D-S证据理论进行融合、得到全局静态环境地图,完成多车协同感知环境模型的构建。在此环境模型基础上设计一种多车协同目标检测与跟踪方法,采用极大值抑制的方法解决检测目标融合冲突;设计一种级联动态目标匹配与跟踪管理方法,完成目标预测跟踪并将结果下发给各车。由两辆无人车组成的实车系统测试结果表明：当出现目标遮挡时,所提多车协同目标检测与跟踪架构相对于单车感知在环境表征上能够获得更全面的目标信息,跟踪目标未出现漏检,未发生跳变;跟踪器输出位置状态结果与检测结果误差较小,能够对所跟踪目标的状态进行准确估计,跟踪轨迹保持连续,有效提高了单车环境感知视野。     

雷达／红外数据融合的机动目标跟踪算法综述

雷达与红外数据融合能够实现信息互补,提高目标跟踪精度、识别能力以及增强系统的抗干扰性,因此受到广泛关注。针对雷达和红外数据融合跟踪机动目标的体系结构,基于近几年国内外的研究,对整个体系中的算法进行了综述。     

基于粒子滤波的目标图像多特征融合跟踪方法

研究了序列图像中红外弱小目标的检测跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于粒子滤波的目标图像多特征融合跟踪方法.从红外序列图像中提取了局部灰度均值对比度、局部梯度均值对比度、局部熵和灰度分布四个典型特征,根据各个特征对弱小目标检测的贡献,自适应地进行特征融合.在粒子滤波的框架下,将融合后的特征信息转化为粒子的权值,对红外弱小目标进行跟踪.仿真试验表明,该算法有着良好的检测与跟踪性能.     

基于IMM-UKF的雷达/红外分布式加权融合算法

在雷达/红外复合制导机动目标跟踪背景下,针对非线性机动目标融合跟踪存在滤波器易发散问题,提出一种基于交互式多模型无迹卡尔曼滤波(IMM-UKF)的分布式加权融合算法。IMM具有对不同目标机动模式自适应跟踪的能力;UKF对观测数据进行滤波估计,避免了计算雅克比矩阵,克服EKF滤波方法受滤波初值影响大、易发散的缺点;分布式融合算法提高了系统抗干扰能力及对目标跟踪的有效性和跟踪精度。仿真结果表明:该算法在处理非线性系统机动目标跟踪融合结果误差均得到减少,更能提高目标跟踪滤波精度,增强了系统稳定性。     

一种红外与雷达信息融合跟踪算法及其性能分析

为了提高目标跟踪系统的性能,在吸收雷达和红外跟踪传感器各自优点的基础上,提出一种雷达/红外传感器信息融合方法,该方法综合了雷达测量信息全面以及红外测角精度高的特性,对雷达与红外量测进行融合形成融合量测,基于融合量测设计了状态估计滤波器。在不同假设条件下,分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明:融合系统的跟踪精度高于单个传感器的目标跟踪精度,可有效提高目标跟踪精度。     

红外/毫米波雷达双模导引末状态的目标跟踪算法

红外/毫米波雷达双模导引末状态的目标跟踪算法基于目标形心估计法.即在复合跟踪的基础上先进行空间配准,再建立跟踪窗口,然后在窗口内逐场或逐帧计算出目标图像形心坐标相对于窗口中心的偏离量,并实时输送给复合导引头数据融合跟踪系统.该算法包括图像输入、选择灰度门限并确定跟踪窗口、计算质心及求得质心加权平均、窗口中心的自适应调整、判断递推过程中止条件等步骤.     

毫米波/红外复合制导目标融合跟踪算法

航迹融合是多传感器信息融合的一个重要环节,关系到信息融合结果的精确性。文章研究了简单加权、互协方差两种航迹融合算法。针对毫米波与红外传感器的情况,在部分反馈基础上,给出了一种基于环境变量的融合跟踪算法,并通过仿真实验证明了算法在保证跟踪性能的同时,提高了系统的抗干扰性能。     

双波段复合导引信息融合技术研究

双频段复合制导是改善复杂电磁环境下雷达导引头检测性能及抗干扰能力的一条重要途径。针对双频段复合雷达导引头,本文提出了一种适用于双频段雷达的目标融合检测及跟踪算法。该算法利用双频段信息自适应构建权重因子,基于决策层的投票融合策略完成对目标的检测及参数估计。仿真实验结果表明,该算法有效提高了导引头目标检测能力及跟踪精度,改善了干扰条件下的导引头检测性能。     

基于角度观测关联对的NN-EKF红外/毫米波融合跟踪算法

针对双传感器杂波环境中单目标的跟踪问题,提出了一种红外/毫米波角度观测关联及基于观测对最近邻的双模融合跟踪算法。算法根据对真实目标的观测与对杂波的虚假观测联合分布模型的不同,筛选出当前时刻的嫌疑观测对,剔除掉大部分杂波;然后对各嫌疑观测对进行融合,从中选择距离预测位置最近的观测作为当前时刻的观测,并用EKF对目标进行跟踪。算法关联逻辑简明、运算量小,适合工程应用,可应用在中等杂波密度环境,仿真结果验证了算法的有效性。     

基于恒虚警检测的汽车主动防撞毫米波雷达信号处理算法

为提高车辆的安全性能,提出一种基于时频分析和恒虚警检测(constant false alarm rate,CFAR)的汽车主动防撞毫米波雷达信号处理算法.使用时频分析方法建立连续可调频(frequency modulated carrier wave,FMCW)毫米波雷达探测目标的理论模型,介绍信号处理的算法流程,详细阐述CA-CFAR算法及改进算法(GO-CFAR),并通过仿真实验和外场实验进行分析验证.结果表明,该算法在高速公路环境下探测目标和计算目标的速度与距离参数方面有很高的精度.     

基于YOLOv3的复杂环境红外弱小目标检测

在复杂环境的红外弱小目标检测问题中,传统算法大多需要对红外目标进行特征增强、背景杂波抑制等预处理工作,算法检测准确率低,控制参数较多。通过对红外目标特性进行分析,本文构建了基于深度学习的复杂环境红外弱小目标检测算法。算法以单阶段目标检测网络YOLOv3为基础,简化处理流程,显著提升对红外弱小目标的检测精度。在红外弱小目标数据集的测试中, YOLOv3较实验对比的方法在检测准确性上具有明显的提升,其平均准确率(AP)可达99.5%以上,验证了算法对红外弱小目标检测的有效性。     

数据融合在雷达/红外复合制导中的应用研究

文中解决了数据融合在雷达/红外复合制导中的应用的几项关键问题.利用模糊集合来描述检测率和虚警率,提出了一种多传感器目标检测的模糊信息融合算法.利用神经网络研究了双模制导体制下目标跟踪数据融合问题,并也给出了一种具体的算法.     

基于改进YOLOv3和核相关滤波算法的旋转弹目标探测算法

旋转弹的电视摄像头拍摄画面会产生旋转及抖动模糊,在预先侦查目标数据较少且末制导段视野目标较小的情况下,目标难以精确探测,为此提出一种基于改进YOLOv3和核相关滤波（KCF）算法的目标检测与跟踪算法,通过深度学习实现目标的自动检测。制作模拟山地打击场景的数据集,基于少量数据样本的前提,模拟不同天气、光照、运动及旋转模糊等复杂环境,完成在网络学习中数据的增强和扩充;通过在YOLOv3网络基础上添加Inception多尺度分支结构,增加网络对于目标不同尺寸的适应性,减少网络层数,更能适应对小目标的检测;在实现目标定位方法上,将目标检测与跟踪算法相融合,提出一种目标丢失判别机制,并利用弹道的速度—时间信息更新目标跟踪框尺度。仿真实验结果表明,相比原始算法,改进算法能更有效实现复杂环境下的目标检测和跟踪。     

基于LMB平滑的雷达弱小目标跟踪

低小慢目标的有效检测和跟踪是雷达领域目前的热点问题.本文是基于RFT和AMF融合聚焦的雷达弱小目标检测的续篇,重点研究脉冲多普勒(Pulse Doppler,PD)雷达对典型无人机的跟踪问题.跟踪算法的实现步骤主要包括三步:首先进行点迹凝聚和帧间加速度估计的预处理;其次利用标记多伯努利(Labeled Multi-Be...     

基于N-P准则的雷达和红外传感器数据融合研究

为了提高雷达、红外传感器对目标的检测性能,结合传感器的检测原理,对雷达和红外传感器的检测级融合进行了研究;在对N-P准则研究的基础上,研究了雷达和红外信号检测级数据融合的体系结构、融合规则、融合算法等,通过仿真验证,给出了雷达、红外及融合系统的检测性能曲线及相关系数、接收机信噪比等参数与检测性能的关系,通过分析可知,融合系统的检测性能优于雷达、红外单部传感器的检测性能。     

基于红外卫星和大型相控阵雷达的目标联合跟踪算法

针对天基红外卫星和大型相控阵雷达各自在弹道导弹跟踪时存在的不足,结合二者特点提出了一种基于红外卫星和大型相控阵雷达的目标联合跟踪方法,建立了"高轨红外卫星和大型相控阵雷达联合跟踪"模型、"低轨红外卫星和大型相控阵雷达联合跟踪"模型,对相应算法进行了分析比较,对目标航迹数据进行了融合处理,最后通过MATLAB仿真对比研究了目标联合跟踪方法和独立跟踪方法的差异。结果表明:采用目标联合跟踪方法,能够明显改善对弹道导弹的跟踪效果。     

无人驾驶履带车辆机电联合制动的协调控制

针对无人驾驶双侧电驱动履带车辆制动减速控制时抗干扰性能差和机电协调性能差导致目标跟踪误差大的问题,提出一种分层控制系统。在上层控制器中,基于无人驾驶系统的期望速度序列,建立前馈-反馈控制器,以期望制动减速度作为前馈输入,补偿目标制动转矩,以速度误差作为反馈输入,修正目标转矩差。在下层控制器中,综合考虑机械制动和电机制动的特点,建立基于模糊控制的制动力协调分配算法。实车试验结果表明,与速度分段式控制器相比,分层控制器能够准确跟踪期望速度序列,速度跟踪误差减少60.1%,制动减速度标准差减少39.4%,提高了无人驾驶双侧电驱动履带车辆制动控制的目标跟踪精度。     

基于卡尔曼滤波的无源雷达目标跟踪分析

提出了一种基于卡尔曼滤波的无源雷达目标跟踪方法.利用无源雷达所测得的运动目标的二维不全信息, 根据卡尔曼滤波迭代估算出目标的位置.简要对无源雷达组网中的信息转换和航迹融合问题进行了讨论.对目标的仿真结果表明, 该算法具有良好的跟踪性能.