汽車防撞雷達多目標跟蹤算法研究.pdf

1、在智能交通領(lǐng)域，汽車防撞雷達系統(tǒng)作為一項主動防撞措施，對實現(xiàn)自動駕駛、降低交通事故發(fā)生率具有重要的現(xiàn)實意義。汽車防撞雷達多目標跟蹤技術(shù)能夠在道路雜波環(huán)境實時估計車輛運動狀態(tài)信息及目標數(shù)目，提高系統(tǒng)可靠性。
　　本論文圍繞汽車防撞雷達系統(tǒng)多目標跟蹤算法進行研究，主要工作如下:
　　首先，針對汽車防撞雷達道路多目標跟蹤非線性、車輛目標數(shù)目時變、目標運動模型多樣的問題，給出了一種基于有向圖切換的無跡卡爾曼高斯概率假設(shè)密度(DS-U

2、KGMPHD)算法。該算法通過DS算法實時選擇合適的模型子集，并結(jié)合無跡卡爾曼算法與GMPHD濾波進行跟蹤。仿真表明，該算法不僅適用于非線性條件，毋需數(shù)據(jù)關(guān)聯(lián)，而且能在較多模型覆蓋的情況下，對汽車防撞雷達多車輛目標準確跟蹤，較交互式多模型無跡卡爾曼高斯概率假設(shè)密度(IMM-UKGMPHD)方法更具優(yōu)越性。
　　其次，針對汽車防撞雷達系統(tǒng)新生目標強度函數(shù)未知的多目標跟蹤問題，給出了一種基于新生目標檢測的道路多目標跟蹤算法。該算法首先

3、基于多假設(shè)航跡起始算法檢測新生車輛目標，構(gòu)造新生目標強度函數(shù)，其次結(jié)合基于有向圖切換的UKGMPHD濾波進行多車輛目標跟蹤。仿真表明，該算法不僅適用于新生目標強度函數(shù)未知的道路雜波環(huán)境，而且能夠適應(yīng)時變數(shù)目多機動目標的非線性跟蹤，較DS-UKGMPHD算法增大了適用范圍。
　　最后，針對汽車防撞雷達漏檢造成的道路目標信息丟失問題，給出了一種基于變結(jié)構(gòu)多模型的修正高斯概率假設(shè)密度（VSMM-IGMPHD）算法。該算法首先基于有向圖切