盛视科技申请卡尔曼滤波器参数自动调优专利,实现参数自动优化
金融界2024年1月26日消息,据国家知识产权局公告,盛视科技股份有限公司申请一项名为“卡尔曼滤波器参数自动调优方法、系统与可读存储介质“,公开号CN117459024A,申请日期为2023年10月。专利摘要显示,本发明公开了一种卡尔曼滤波器参数自动调优方法,包括以下步骤:获取目标物体在跟踪场景中的一组测量值;基于测量值使用遗...
基于红外相机和毫米波雷达融合的烟雾遮挡无人驾驶车辆目标检测与...
具体步骤为:1)针对毫米波雷达数据进行预处理,初步筛选有效目标;2)对输出结果进行聚类,提取有效的毫米波雷达目标;3)对提取的有效目标实现持续检测和跟踪;4)引入迁移学习方法对改进的YOLOv4网络进行训练,利用该网络对红外相机获取的图像进行目标检测;5)对网络输出的检测结果实现持续跟踪。在并行信息融合模块,获取毫米波...
经纬恒润获得发明专利授权:“雷达目标跟踪速度修正方法及装置”
专利摘要:本发明提供了一种雷达目标跟踪速度修正方法及装置,方法包括对目标在N个时刻的斜距序列和方位角正弦值序列分别进行平滑处理,得到平滑处理后的斜距序列和平滑处理后的方位角正弦值序列;根据平滑处理后的数据重构目标的二维坐标轨迹;使用重构的二维坐标轨迹进行拟合得到二维速度矢量,最后基于卡尔曼滤波器状态协方差...
计算机视觉中的目标定位算法探索:精准“眼”中的无尽世界
目标跟踪是在视频序列中持续定位目标的过程。在给定第一帧中的目标位置后,目标跟踪算法需要在后续帧中确定目标的位置。目标跟踪算法通常需要考虑目标的运动模型、外观模型以及遮挡等因素。常见的目标跟踪算法有卡尔曼滤波、粒子滤波、基于深度学习的目标跟踪算法等。(三)特征提取和匹配特征提取和匹配是目标定位算法中的...
单视摄像头和双低成本4D毫米波雷达的3D检测和跟踪技术解析
在TIAWR1843雷达的DSP子系统中实现了道路车辆的三维跟踪。利用DBSCAN[26]对雷达测点进行聚类,得到中心坐标和径向速度。测量向量zt如下所示。考虑到多辆被检测汽车的估计位置和速度,使用[27]中扩展的卡尔曼滤波器进行三维目标跟踪。状态向量??t定义在式(10)中。
设计汽车雷达系统的挑战
到目前为止,数据在某种程度上仍然是一种“原始信号”(www.e993.com)2024年10月17日。恒定误报率(CFAR)阶段是将真实目标从噪声中分离出来的第一步。到达角(AoA)计算完成了目标在3D空间中的定位,多普勒速度计算则增加了第4个维度。最后,流水线以目标跟踪(例如使用扩展卡尔曼滤波器EKF)和对象分类(通常使用OEM定义的AI模型)作为结束。
反无人机技术综述:通信技术与人工智能的融合
文献提出了一种基于生成对抗网络(GAN)的红外和可见光图像融合方法,着重于平衡保留红外热辐射信息与增强可见光图像细节之间的关系。而文献研究了雷达与可见光传感器协同监视跟踪低空目标的方法,通过实现量测模型切换和数据的在线更新,以获得更准确的目标信息。
一文聊聊4D毫米波雷达目标检测与跟踪算法
1.2卡尔曼滤波基本概念雷达目标跟踪:多目标Tracking-by-Detection由聚类算法在单帧点云得到目标输出;提取目标的特征,包括统计特征(比如点位置的均值,方差等)和运动特征(比如速度和加速度等);根据特征计算当前帧的检测目标(detections)与已跟踪的多个目标(tracks)的相似度;...
基于卡尔曼滤波的自动驾驶多传感器融合定位技术详解
目标追踪需要用到卡尔曼滤波,多传感器融合需要用到卡尔曼滤波,定位建图需要用到卡尔曼滤波,轨迹跟踪与控制还是会用到卡尔曼滤波。这一伟大的算法自上世纪六十年代诞生以来已经应用于无数的工程学术项目中,无论你是学控制的、电子的、通信的、计算机的还是车辆、机械的,一定曾经或多或少听说过、学习过这一算法。但...
论文推荐| 余航:动态EIV模型及其总体卡尔曼滤波方法
卡尔曼滤波(Kalmanfilter,KF)方法已在组合导航、GPS定位及目标跟踪等方面取得了广泛应用,是一种处理动态模型获得时变参数的经典方法[1]。常用的卡尔曼滤波方法是基于最小二乘估计或最小方差估计的标准卡尔曼滤波方法[2]。此后,多种扩展方法相继提出,如抗差卡尔曼滤波、抗差自适应卡尔曼滤波、约束卡尔曼滤波,又如...