基于特征運(yùn)動層分析與粒子濾波的低空對地車輛跟蹤方法.pdf

1、隨著我國經(jīng)濟(jì)的快速發(fā)展，公路交通壓力逐漸加大，傳統(tǒng)的人工方式已逐漸難以滿足對路段進(jìn)行監(jiān)控的實(shí)際需求，智能監(jiān)控系統(tǒng)因此應(yīng)運(yùn)而生。特別地，低空對地的監(jiān)控方式由于具有部署快、平臺運(yùn)動性強(qiáng)、監(jiān)控范圍廣等優(yōu)點(diǎn)，越來越受到研究人員以及產(chǎn)業(yè)界的關(guān)注。其核心在于將攝像機(jī)等傳感設(shè)備安裝在無人駕駛飛機(jī)等空基平臺上，感知地面交通信息，再利用圖像處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等技術(shù)對獲取的信息進(jìn)行處理，從而達(dá)到智能監(jiān)控的目的。然而，平臺與交通對象的雙重運(yùn)動性、加之

2、場景復(fù)雜多變，這給低空對地的監(jiān)控帶來了巨大的技術(shù)挑戰(zhàn)。運(yùn)動車輛跟蹤作為低空對地車輛監(jiān)控的一大核心任務(wù)，其目的在于連續(xù)地定位車輛在一個(gè)時(shí)間序列中的位置，獲取車輛的運(yùn)動軌跡，從而為后續(xù)的軌跡分析、車輛異常行為檢測等奠定堅(jiān)實(shí)的基礎(chǔ)。因此，低空對地運(yùn)動車輛跟蹤研究具有較高的理論研究意義與實(shí)際應(yīng)用價(jià)值。
　　 針對低空對地運(yùn)動車輛跟蹤中存在的技術(shù)難題，本文提出了一種新的基于特征運(yùn)動層分析與粒子濾波融合的跟蹤方法。
　　 (1)基于

3、Kanade-Lucas-Tomasi(KLT)特征，提出了一種基于特征運(yùn)動層分析的車輛跟蹤方法。
　　 基于KLT特征的運(yùn)動層分析方法實(shí)現(xiàn)車輛的跟蹤，在視頻起始處理時(shí)將背景的特征分離出來形成背景運(yùn)動層。由于在一個(gè)動態(tài)視頻序列中，目標(biāo)車輛的位置是未知的，通過配準(zhǔn)和幀差分的方法檢測出待跟蹤車輛，從而初始化跟蹤目標(biāo)。基于檢測出的待跟蹤目標(biāo)車輛，采用由粗到精的方式將運(yùn)動車輛上的特征映射到不同車輛運(yùn)動層上，從而通過在幀之間維護(hù)車輛運(yùn)動層

4、來實(shí)現(xiàn)車輛跟蹤。對比結(jié)果表明，相對于其他跟蹤方法，特征運(yùn)動層分析在一定程度上能夠達(dá)到更好的跟蹤性能。
　　 (2)針對基于特征運(yùn)動層分析的跟蹤方法中跟蹤速度太慢的問題，同時(shí)為了進(jìn)一步提升跟蹤性能，提出了特征運(yùn)動層分析與粒子濾波融合的車輛跟蹤方法。
　　 運(yùn)動層分析由于引入了大量特征將產(chǎn)生巨大的計(jì)算開銷，為了提高跟蹤速度，可以減少特征個(gè)數(shù)；但特征個(gè)數(shù)的減小可能導(dǎo)致一些目標(biāo)車輛上無法提取到特征，這將導(dǎo)致因無法構(gòu)建車輛運(yùn)動層而

5、使得相應(yīng)車輛跟蹤失敗。針對這種情況，提出了特征運(yùn)動層分析與粒子濾波融合的車輛跟蹤方法。在粒子濾波系統(tǒng)狀態(tài)模型中，將平臺運(yùn)動特性引入到車輛狀態(tài)轉(zhuǎn)移方程中，從而消除平臺運(yùn)動對跟蹤造成的影響；在粒子濾波測量模型中，采用了基于顏色相似度和Hu矩相似度相結(jié)合的方式對粒子權(quán)重進(jìn)行賦值。結(jié)果表明，所設(shè)計(jì)的粒子濾波系統(tǒng)模型和測量模型能夠較好地克服平臺運(yùn)動對跟蹤方法造成的不良影響；特征運(yùn)動層分析與粒子濾波融合的車輛跟蹤方法能夠取得良好的跟蹤效果，更接近于