卡尔曼算法在船舶运动模型参数辨别中的应用

发布时间：2017-08-17 22:17

  本文关键词：卡尔曼算法在船舶运动模型参数辨别中的应用

  更多相关文章： 船舶运动 模型 卡尔曼算法

【摘要】：人工智能技术飞速发展,人们已经实现了依靠智能算法识别船舶运动轨迹,这对船舶的航行安全起着重要的推进作用。在对船舶运动状态进行跟踪识别过程中,首先要从视频图像中提取出目标物体的特征值,然后在数据库中进行比对,进一步获得目标物的具体参数。本文采用卡尔曼算法对船舶运动目标的特征参数进行分析,首先建立船舶运动时的动力模型,然后结合目标的灰度统计特性,对船舶的运动状态和运动参数的转移算法进行设计。从仿真结果可知,本文所提出的运动模型识别算法满足基本的鲁棒性和准确度,能够对船舶目标进行速度识别和航迹跟踪。
【作者单位】： 呼和浩特职业学院计算机信息学院;
【关键词】： 船舶运动 模型 卡尔曼算法
【分类号】：TP18;U675.79
【正文快照】： 0引言船舶的运动状态跟踪和运动模型的建立之间一直都是有着密切的联系,通过对船舶的运动模式进行识别,可以最大限度降低船舶之间发生碰撞,从而能够保证航行的安全[1]。为了有效获取船舶的运动模式,首先要建立准确的运动模型,从而能够在各种情况下模拟出船舶的运动模式,为预警，

本文编号：691379