基于激光点云的动态目标运动信息提取技术

发布时间：2021-09-11 16:33

　　随着现代工业和人工智能技术的不断发展,人们对于智能化产品的依赖程度也在日益加深。现代化技术的革新让计算机视觉受到了广泛关注,在计算机视觉领域,动态目标的识别和跟踪技术已成为众多科研者们研究的一大热点问题。目标跟踪技术不仅在智能监控领域有着重要地位,而且在辅助驾驶以及自动驾驶方面也有着非常实用的价值。到目前为止,科研者们已经研究出了许多关于目标跟踪方面的成果,目标跟踪技术取得了突破性的进展。目标跟踪技术与图像处理技术之间的关系密不可分,相比较三维点云图像来说,目标跟踪技术在视频图像领域的应用相对比较成熟,但是,由于视频图像缺少目标对象的深度信息,因此可能经常出现目标对象间的遮挡现象,继而给目标检测和跟踪造成一定的困难。本文针对传统视频图像在目标跟踪领域存在的弊端,提出了一种基于激光雷达采集场景信息的3D目标跟踪方法,首先在跟踪算法的选择类型上,选择能处理非线性非高斯系统的粒子滤波算法,并且粒子滤波算法的基础上,提出一种改进的粒子滤波算法——辅助正则粒子滤波（ARPF）算法,该算法先是引入一个重要性密度函数进行二次加权,然后在重采样的选择上加以改进,从后验概率密度的传统离散采样变成从近似的... 

【文章来源】：山东理工大学山东省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

Google公司研发的智能导航汽车Fig1.1SmartnavigationcardevelopedbyGoogle

确获取始终是一大难点，所以，提高目标跟踪算法的精度踪问题以及提取其运动信息都具有非常重要的意义。研究思路和技术路线图在目标识别与跟踪问题中，虽然研究者们提出了许多相关自身存在的局限性，最终会导致我们难以提取目标对象的迹信息。本文通过分析视频图像和激光点云数据各自的特标对象的条件下对校园路边行人和车辆进行运动信息提集到的激光点云数据为基础，运用一系列的点云处理算法目标跟踪系统，其中包括点云采样、滤波、聚类分割、目集到的激光点云数据导入 ROS 框架，然后采用 PCL 中已据进行预处理，得到我们需要的目标模型，最后使用改进踪，进而获取运动目标的速度、加速度等信息，点云处理

大学硕士学位论文 第二章 目标跟踪相关第二章 目标跟踪相关技术研究处理目标对象的动态信息提取问题时，通过采集设备对所处场景中的目集，对图像中所需跟踪的目标对象进行聚类分割、特征提取、确定目工作。用目标跟踪技术有轮廓跟踪、核跟踪和点跟踪等，如图 2.1 所示。

【参考文献】：
期刊论文
[1]扩展卡尔曼滤波在非线性系统中的应用[J]. 张英坤.  中国科技信息. 2018(07)
[2]激光点云运动人体目标识别及运动信息提取[J]. 杜璞,张小艳.  激光杂志. 2018(01)
[3]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[4]欧氏聚类算法支持下的点云数据分割[J]. 陈向阳,杨洋,向云飞.  测绘通报. 2017(11)
[5]基于点云协方差描述子的多机器人目标识别与编队跟踪[J]. 宗群,刘朋浩,董琦,田栢苓.  天津大学学报(自然科学与工程技术版). 2017(11)
[6]人工智能助力智慧城市建设[J]. 戚欣,姜春雷.  智能建筑与智慧城市. 2017(09)
[7]激光点云在无人驾驶路径检测中的应用[J]. 张永博,李必军,陈诚.  测绘通报. 2016(11)
[8]基于多特征融合的粒子滤波多目标跟踪算法研究[J]. 杨龙文,黄植功.  计算机应用与软件. 2015(04)
[9]粒子滤波和正则粒子滤波算法性能研究[J]. 毛鑫萍,李贝,张才强.  电声技术. 2014(06)
[10]目标跟踪的自适应双重采样粒子滤波算法[J]. 白笛,张冰,朱志宇.  计算机科学. 2013(03)

博士论文
[1]基于粒子滤波的行人跟踪算法研究[D]. 李辉.武汉理工大学 2013
[2]动态场景下多运动目标检测及跟踪方法研究[D]. 曾鹏鑫.东北大学 2005

硕士论文
[1]多传感器信息融合的行人跟踪研究[D]. 王凯.西安工业大学 2018
[2]基于RGB-D传感器的地面移动机器人目标检测与跟踪[D]. 张松.中北大学 2017
[3]基于Kinect的三维目标跟踪与重建[D]. 庄晓雯.华南理工大学 2016
[4]基于多特征的粒子滤波行人跟踪算法研究[D]. 张广西.大连理工大学 2013
[5]基于多激光雷达的行人目标跟踪[D]. 罗赞丰.浙江大学 2012
[6]基于视觉的目标跟踪算法研究及其在移动机器人中的应用[D]. 吴楚.杭州电子科技大学 2012



本文编号：3393340