CS模型下的IMM算法在目标跟踪中的应用

doi:10.3778/j.issn.1002-8331.2010.33.066

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (33): 230-232.DOI: 10.3778/j.issn.1002-8331.2010.33.066

CS模型下的IMM算法在目标跟踪中的应用

杨丽娜¹，袁铸²，阎保定¹，徐林³

1.河南科技大学电子信息工程学院，河南洛阳 471003
2.河南工业职业技术学院电气工程系，河南南阳 473009
3.中钢集团洛阳耐火材料研究院有限公司，河南洛阳 471003

收稿日期:2009-04-07 修回日期:2009-06-10 出版日期:2010-11-21 发布日期:2010-11-21
通讯作者: 杨丽娜

Application of IMM algorithm based on model CS in target tracking

YANG Li-na¹，YUAN Zhu²，YAN Bao-ding¹，XU Lin³

1.Electronic Information Engineering College，Henan University of Science & Technology，Luoyang，Henan 471003，China
2.Department of Electronic Engineering，Henan Polytechnic Institute，Nanyang，Henan 473009，China
3.Luoyang Institute of Refractories Research CO.LTD.，Sinosteel Corporation，Luoyang，Henan 471003，China

Received:2009-04-07 Revised:2009-06-10 Online:2010-11-21 Published:2010-11-21
Contact: YANG Li-na

摘要/Abstract

摘要： 针对视觉伺服机器人对机动目标的跟踪问题，将当前统计模型（CS）引入IMM算法，与匀速模型（CV）组成模型集。在Matlab上对当前统计IMM算法和基本IMM算法进行仿真比较，结果表明当前统计IMMS算法跟踪机动目标的性能好于基本IMM算法，具有很好的收敛性和稳定性，提高了视觉伺服机器人对目标跟踪的准确性和快速性。

关键词: “当前”统计模型, 匀速（CV）模型, 机动目标, 交互式多模型算法　

Abstract: Aiming at the maneuvering targets tracking problem for visual servoing robot，the “current” statistical model will be applied to the IMM algorithm，and it will be composed with Constant Velocity（CV） model.The Monte Carlo simulation is carried out using Matlab software，which is based on the two kinds of IMM algorithm.The results show that the capability of the “current” statistical IMM algorithm is better.It not only has the good astringency and the stability，but also improves the veracity and rapidity of the maneuvering targets tracking of visual servoing robot.

Key words: “current ”statistical model, Constant Velocity（CV） model, maneuvering targets, Interactive Multi-Model（IMM） algorithm

中图分类号:

TP24

杨丽娜¹，袁铸²，阎保定¹，徐林³. CS模型下的IMM算法在目标跟踪中的应用[J]. 计算机工程与应用, 2010, 46(33): 230-232.

YANG Li-na¹，YUAN Zhu²，YAN Bao-ding¹，XU Lin³. Application of IMM algorithm based on model CS in target tracking[J]. Computer Engineering and Applications, 2010, 46(33): 230-232.

[1]	周非，罗晓勇，刘云萍. 基于概率模型的实时修正IMM目标跟踪算法[J]. 计算机工程与应用, 2020, 56(21): 85-92.
[2]	张维华1，2，孙启臣1，张丽静1. 新的分布交互式多模型广义概率数据关联算法[J]. 计算机工程与应用, 2018, 54(4): 44-49.
[3]	张卓然，叶广强，赵晓林. 基于改进当前统计模型的自适应无源跟踪算法[J]. 计算机工程与应用, 2017, 53(3): 124-130.
[4]	竹博，周游，仵国锋，胡捍英. AR预测模型的IMM跟踪算法[J]. 计算机工程与应用, 2014, 50(24): 222-226.
[5]	张莹，贺丰收，郑世友. 基于强跟踪滤波器的交互式多模型算法[J]. 计算机工程与应用, 2013, 49(7): 132-135.
[6]	刘连宇，舒勤. “当前”半马尔科夫模型及自适应跟踪算法[J]. 计算机工程与应用, 2013, 49(1): 128-130.
[7]	石书生，曾芳玲. 一种双机动频率自适应算法研究[J]. 计算机工程与应用, 2012, 48(4): 152-154.
[8]	张杰，张建伟. 高转弯频率下机动目标跟踪算法研究[J]. 计算机工程与应用, 2011, 47(1): 217-219.
[9]	袁铸，阎保定. 交互式多模型算法在机器人目标跟踪中的应用[J]. 计算机工程与应用, 2009, 45(24): 225-227.
[10]	熊茂涛^1,2,吴钦章¹. 自适应理论在目标跟踪中的应用[J]. 计算机工程与应用, 2009, 45(2): 31-33.
[11]	王珊珊¹,李续武¹,周晓滨². 基于多模型算法的低空机动目标跟踪研究[J]. 计算机工程与应用, 2008, 44(1): 222-224.
[12]	汤琦黄建国杨旭东. 基于扩展量测混合坐标下多目标跟踪算法[J]. 计算机工程与应用, 2007, 43(8期): 230-233.
[13]	王亚利,林家骏. 基于粒子滤波的机动目标跟踪[J]. 计算机工程与应用, 2007, 43(34): 61-64.

CS模型下的IMM算法在目标跟踪中的应用

Application of IMM algorithm based on model CS in target tracking

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics