APP下载

基于卡尔曼滤波的机动与非机动目标的定位跟踪

2014-01-21张正华

电子设计工程 2014年20期
关键词:卡尔曼滤波

徐 杨,张正华

(扬州大学 信息工程学院,江苏 扬州 225000)

在我国成为世界第二大经济体的同时,我国居民对交通的需求也越来越高,然而我国目前的交通状况却不容乐观:目前我国道路交通事故死亡人数仍居世界第一位;我国道路交通事故的车辆事故率约为发达国家的十几倍[1];因此,智能交通系统的实施势在必行。

所谓智能交通是指一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线,为交通参与者提供多样性的服务。而目标跟踪是智能交通系统的核心,通过对机动车辆的实时监测和跟踪,不仅可以得到单个车辆的速度,还可以得到车辆的流量和密度等,因此可以实现对交通事故或者车辆故障等突发状况的提前预判,在很大程度上避免交通事故的发生。

实现智能交通的前提是对运动的车辆进行跟踪。关于卡尔曼滤波的一个典型应用就是从一组对物体位置的观察序列(可能有偏差)推算出目标的运动状态,即物体位置的坐标及速度,这一组序列从可行性的角度来说,应该是有限的并且有噪声包含其中[2-3]。在我们身边的很多工程应用(如雷达、传感器监控)中都很容易发现它的身影。卡尔曼滤波应用广泛且功能强大的原因在于,它不仅可以估计信号的过去和当前状态,甚至能估计将来的状态,即使并不知道模型的确切性质。一般情况下,我们可以利用卡尔曼滤波对复杂运动情况下的目标进行实时精确的跟踪。……

登录APP查看全文

猜你喜欢

卡尔曼滤波
基于双扩展卡尔曼滤波的电池荷电状态估计
改进的扩展卡尔曼滤波算法研究
基于无迹卡尔曼滤波的行波波头辨识
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
基于有色噪声的改进卡尔曼滤波方法
基于序贯卡尔曼滤波的OCT信号处理方法研究
基于模糊卡尔曼滤波算法的动力电池SOC估计
融合卡尔曼滤波的VFH避障算法
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测