基于粒子滤波与LSTM网络对未标记AGV的追踪方法

发布时间：2021-05-21 06:30

　　在自动导引车（AGV）的全局视觉导航系统中,为了实现精确的目标追踪,提出了一种针对未标记AGV的追踪方法。首先通过帧差法对运动目标进行检测,利用粒子滤波对运动目标进行跟踪;其次建立追踪目标的运动模型来学习目标的运动特征,从而预测目标丢失后的行进位置;最后利用支持向量机（SVM）模型进行预测区域内AGV的再识别以及对长短期记忆（LSTM）网络的预测结果进行校正,达到目标持续追踪。实验表明:此方法可以较好地解决由于目标遮挡、目标之间高度相似性而导致追踪失败的情况。 

【文章来源】：传感器与微系统. 2020,39(02)CSCD

【文章页数】：4 页

【文章目录】：
0 引言
1 粒子滤波—长短期记忆网络—支持向量机模型
    1.1 运动目标检测
    1.2 运动目标跟踪
    1.3 运动目标再识别
    1.4 目标运动预测模型
    1.5 目标再识别及预测路径校正
2 实验结果与分析
    2.1 实验结果
    2.2 实验比较
3 结束语



本文编号：3199224