买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大学

摘要：本发明公开了一种基于卡尔曼滤波与匈牙利算法的道路3D车辆跟踪方法及系统，属于智能汽车感知技术领域，包括步骤1、建立检测模块对当前帧t进行目标检测，获取第t帧的目标检测集合；步骤2、建立3D卡尔曼滤波器模型对当前帧t进行目标状态预测；步骤3、建立数据关联模块，利用匈牙利算法将检测结果与预测的跟踪目标相匹配；步骤4、建立3D卡尔曼滤波器模型根据关联结果更新目标状态。步骤5、建立轨迹管理模块对轨迹进行更新。本发明提出的将结合卡尔曼滤波状态更新和匈牙利算法应用于智能车辆的3D目标跟踪，可以快速的发现、定位和跟踪目标车辆，并且跟踪精度非常高。

主权项：1.一种基于卡尔曼滤波与匈牙利算法的道路3D车辆跟踪方法，其特征在于，包括如下步骤：步骤1、当前帧t进行目标检测，获取第t帧的目标检测集合；步骤2、对当前帧t进行目标状态预测；步骤3、将检测结果与预测的跟踪目标相匹配；步骤3的具体实现包括：步骤301：确定第i个检测目标与第j个预测的跟踪目标的关联系数Cij；通过计算第i个检测目标车辆Dt和第j个预测跟踪目标Tt之间的IOU3D确定两者的关联系数Cij，Cij越大表示两者关联程度越高，即第i检测目标属于第j个预测跟踪目标；所述关联系数Cij的计算公式为： 其中，Vi为第i个检测目标3D框的体积，Vj为第j个预测的跟踪目标3D框的体积，Vij为检测目标3D框与预测目标3D框间的相交体积；步骤302：使用匈牙利算法匹配第i个检测目标车辆Dt和第j个预测跟踪目标车辆Tt；为每一个检测预测目标定义一个二值系数Xij：当IOU3D大于设定的阈值0.3时，第i个检测目标匹配给第j个预测跟踪目标，则Xij＝1，否则Xij＝0，建立的匹配模型表达式为： 由关联系数Cij组成的矩阵C是匹配模型的系数矩阵，矩阵C大小为n×m，在系数矩阵C找到一些Cij使整体效率z最大，其中每一行列至多有一个元素被选中；步骤303：输出一组匹配成功的检测目标和匹配成功的预测跟踪目标和匹配失败的检测目标以及匹配失败的预测跟踪目标步骤4、根据匹配结果更新目标状态；步骤4的具体实现包括：步骤401：建立3D卡尔曼滤波器模型根据关联结果初始目标状态更新；在跟踪过程中，设目标状态方程为：Tt＝FTt-1+wt-1其中，F为状态转移矩阵，wt-1为t-1时刻的过程噪声，服从正态分布，其均值为0，协方差矩阵为Q；设目标观测方程为：Zt＝HTt+vt其中，H为观测矩阵，vt为t时刻的观测噪声，服从正太分布，其均值为0，协方差矩阵为R；根据T可以得出： 根据运动模型，先验状态协方差矩阵为：Pt|t-1＝FPt-1FT+Q其中，Pt-1为t-1时刻更新预测后的状态协方差矩阵；根据卡尔曼滤波器的计算规则，更新环节车辆目标状态表达式为：Tt＝Tt|t-1+KtZt-FTt|t-1；其中，Kt为残余增益，其计算公式如下：Kt＝Pt|t-1HTHPt|t-1HT+R-1步骤402：建立方向校准模块修正初始目标状态；当检测目标与跟踪目标轨迹之间的方向角大于时，则目标轨迹的方向角加π，此时跟踪目标轨迹方向角与检测目标达到一致；步骤5、对目标状态轨迹进行更新。

全文数据：

权利要求：

百度查询： 江苏大学 一种基于卡尔曼滤波与匈牙利算法的道路3D车辆跟踪方法及系统