夜间行驶车辆的前照灯检测和跟踪系统

2016-12-08 08:09
汽车文摘 2016年4期
关键词:照灯卡尔曼滤波分类器



夜间行驶车辆的前照灯检测和跟踪系统

提出一种新的车辆检测和跟踪系统,能够在农村和城市地区正确地探测和跟踪车辆前照灯。检测过程不需要其它方法中常用的图像处理或其它的预处理过程,具有较高的鲁棒性。该跟踪系统是在联合概率数据关联滤波算法的基础上产生的,可有效地将对象检测与现有的跟踪相结合,并提供一个跟踪管理系统。该系统的主要优点:相比标准检测器和跟踪系统,其结构和跟踪方法简单且鲁棒性好,可以跟踪任意数量的对象和处理假阳性检测。试验结果表明,该系统对车辆前照灯的检测精度高。

该系统由检测和跟踪两个模块组成。

(1)检测模块。基于Marku等提出的分类器前照灯检测方法的优点:①将图像预处理、斑点检测和分类的步骤合并为一步;②分类器作用于原始像素去除特征提取步骤;③探测器有一个计算有效的级联结构;④只需要对阈值进行参数调优,阈值决定了分类地区的最小范围。

(2)跟踪模块。跟踪过程由3个嵌套部分组成。核心部分是扩展卡尔曼滤波器与联合概率数据关联滤波算法。联合概率数据关联滤波算法能够跟踪任意数量的对象。将运动模型运用到卡尔曼滤波中需要完成角度变换坐标之间的映射。联合概率数据关联滤波算法优点:①与卡尔曼滤波进行无缝结合能够实现多对象跟踪。其它方法不能提供跟踪管理,虽然使用扩展功能能够进行管理,但只针对特定情况;②没有严格轨迹检测任务;③与假阳性处理相结合,不需要额外处理假阳性的特定情形。

Darko Juric et al. 2014 International Conference on Connected Vehicles and Expo(ICCVE),2014.

编译:赵唤

猜你喜欢
照灯卡尔曼滤波分类器
基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法
2014款沃尔沃S60车右侧前照灯自适应功能失效
学贯中西(6):阐述ML分类器的工作流程
脉冲星方位误差估计的两步卡尔曼滤波算法
基于朴素Bayes组合的简易集成分类器①
基于动态分类器集成系统的卷烟感官质量预测方法
卡尔曼滤波在雷达目标跟踪中的应用
卡尔曼滤波在雷达目标跟踪中的应用
一种自适应子融合集成多分类器方法
卡尔曼滤波在信号跟踪系统伺服控制中的应用设计