一种基于交叉熵模糊聚类的多目标跟踪数据关联方法

    公开(公告)号:CN115356718B

    公开(公告)日:2024-07-26

    申请号:CN202211066459.2

    申请日:2022-09-01

    摘要: 本发明公开了一种基于交叉熵模糊聚类的多目标跟踪数据关联方法,包括以下步骤:获取当前帧的量测点迹和目标航迹的预测点,以航迹的预测点为波门中心设置跟踪波门,根据落入波门内的量测点情况筛选有效量测,并构造确认矩阵‑根据步骤1所得到的目标航迹和量测点迹数据,以波门中心为聚类中心,得到各量测点迹与目标航迹的隶属度矩阵,‑根据确认矩阵,对公共波门内的量测点进行隶属度修正处理,利用修正后的隶属度矩阵进行后续目标状态的滤波更新。本发明采用上述基于交叉熵模糊聚类的多目标跟踪数据关联方法,通过引入交叉熵模糊聚类和基于特征散度的修正因子,在有效降低算法计算量的同时,充分挖掘了特征信息,保证了目标跟踪的关联精度。

    一种基于雷视一体的交通目标跟踪方法

    公开(公告)号:CN115965655A

    公开(公告)日:2023-04-14

    申请号:CN202310051098.2

    申请日:2023-02-02

    IPC分类号: G06T7/246 G06T7/80

    摘要: 本发明公开了一种基于雷视一体的交通目标跟踪方法,包括以下步骤:确定单传感器目标跟踪问题:根据交通应用场景,进行雷达和视频的数据采集工作并进行分析,得出目标跟踪结果作为后续决策级融合算法的输入和对比数据‑时空匹配:采用单目标测试场景数据进行坐标系匹配的调试,得到两个传感器之间准确的转换参数,匹配完成后的数据能够在同一维度进行显示‑构建基于多模态融合的多目标跟踪算法:目标关联‑决策融合‑融合中心保存信息。本发明采用上述基于雷视一体的交通目标跟踪方法,解决了单传感器采集数据进行目标跟踪出现的问题,从而提升了目标跟踪的准确性,以便更好的提高后续智慧交通系统对交通状态的分析、判断及处理的效率。

    一种低复杂度的非均匀阵列DOA估计方法

    公开(公告)号:CN117970234A

    公开(公告)日:2024-05-03

    申请号:CN202410213002.2

    申请日:2024-02-27

    IPC分类号: G01S3/14

    摘要: 本发明公开了一种低复杂度的非均匀阵列DOA估计方法,属于阵列信号处理技术领域,包括以下步骤:S1、根据阵列的结构建模,得到阵列的接收数据矩阵;S2、估计空间信源的来波方向范围,确定接收数据矩阵的变换域Θ的大小;S3、对接收数据矩阵的阵列流型进行双重约束的内插变换,最小化变换域外最大的旁瓣电平,同时限制内插区域内的虚拟阵列和实际阵列之间的误差的上限;S4、对变换后的虚拟均匀线阵的接收数据矩阵,使用Root‑MUSIC算法进行角度估计。本发明采用上述的一种低复杂度的非均匀阵列DOA估计方法,通过内插法将非均匀阵映射为虚拟的均匀线阵,从而能够使用低复杂度的超分辨DOA估计算法求解目标角度信息。

    一种基于毫米波雷达的交通流量监控系统

    公开(公告)号:CN116052414A

    公开(公告)日:2023-05-02

    申请号:CN202211597658.6

    申请日:2022-12-12

    IPC分类号: G08G1/01 G01S13/91 G01S13/72

    摘要: 本发明公开了一种基于毫米波雷达的交通流量监控系统,系统在windows系统下基于Qt的人机交互界面软件架构,在MCSV开发环境下进行开发,包括显示模块、控制模块、数据传输模块及数据存储模块,所述数据存储模块、所述数据传输模块、所述控制模块和所述显示模块均采用独立线程运行,每个线程分设子线程实现数据的并行处理,每个线程之间采用数据队列的方式实现数据共享,程序的主函数为Qt中的main函数,为创建窗口对象BasicWindow对上述模块进行初始化操作。本发明采用上述的一种基于毫米波雷达的交通流量监控系统,实现了显控系统可实时连接雷达进行数据交互,对交通雷达采集到的道路交通信息进行可视化显示和数据存储。

    一种基于密度的模糊聚类方法及装置

    公开(公告)号:CN115423019A

    公开(公告)日:2022-12-02

    申请号:CN202211066456.9

    申请日:2022-09-01

    IPC分类号: G06K9/62 G01S13/931

    摘要: 本发明公开了一种基于密度的模糊聚类方法,包括以下步骤:获取当前帧数据,获得簇类个数k‑计算每个簇类横向距离最大差值,更新簇类个数‑构造目标函数‑求解目标函数,获得一次模糊聚类结果‑重复直至满足终止条件,并且更新隶属度矩阵为和簇中心由更新的一次聚类结果作为输入初始值,构造新的目标函数‑再次求解目标函数,获得二次模糊聚类结果,迭代更新隶属度矩阵和位置中心点‑若二次模糊聚类满足迭代条件,则继续,否则重复‑输出更新的隶属度矩阵和位置中心点,得到二次模糊聚类结果,所得更新的隶属度矩阵即为最终的隶属度模糊矩阵。本发明采用上述基于密度的模糊聚类方法,优化聚类结果,并且有效解决相邻同速车辆被聚为一簇的问题。