基于粒子滤波跟踪方法研究.pdf

2010年第 3期 仪 表 技 术 ·55· 基于粒子滤波跟踪方法研究 沈玉娟 ．王 健 (上海大学 机 电工程与 自动化学院，上海 200072) 摘要：文章针对道路上的车辆跟踪 问题，提出了粒子滤波跟踪算法。粒子滤波通过非参数化的蒙特卡罗模拟方法来实现递推 贝叶斯滤波，适用于任何能用状态空间模型表示的非线性 系统，以及传统卡尔曼滤波无法表示的非线性系统，精度可以逼进最优估 计。粒子滤波方法的使用非常灵活，容易实现，具有并行结构，实用性强。文章的主要研究内容包括粒子滤波理论及其实现方法； 利用粒子滤波理论来解决 目标跟踪 问题 ，构建基于粒子滤波 的跟踪框架。 关键词 ：蒙特卡罗模拟 ；粒子滤波 ；车辆跟踪 中图分类号：TP39 文献标识码 ：A 文章编号：1006—2394(2010)03—0055—03 StudyonParticleFilterBasedTrackingM ethod SHENYu—juan．WANGJian (Departmentofautomation，ShanghaiUniversity，Shanghai200072，China) Abstract：ThisdissertationisanexplorationonparticlefilterbasedVisualTrackingmethod．Theaim istoimprove thetrackingstabilityundercomplexbackgroundandproposeapracticalmethodtotrackdeformableobject．Particlefilter realizesrecursiveBayesianfilterviaMonteCarlosimulation．Themethodissuitableforanynon．1inearsystem thatcould berepresentedwithstatemode1．ItismorepracticalthanconventionalKalmanfilteranditsprecisioncouldapproachop— timalestimation．Particlefiherisflexibleandeasytobeimplemented．Andithasaparallelstructure．Thisdissertation studiesonthe particlefilterand itsimplementation．Themethod isusedto solve trackingproblem andthe tracking frameworkis~rmedaccordingly． Keywords：MonteCarlosimulation；particlefilter；vehicletracking 踪问题 ，目标状态一般指的是 目标 的空间位置。粒子 0 引言 滤波算法最终求出的是一种后验概率的表示形式，并 在序列图像 中进行 目标跟踪一直是计算机视觉、 通过 由若干粒子的加权来得到 目标 的状态估计 。每个 图像处理和模式识别领域里非常活跃 的课题 。序列图 粒子表示 目标状态空间中的一个 “点”，通过观测数据 像中的 目标跟踪的过程是 ：在各帧图像 中检测出各个 ZI：k来递推计算状态 X 取不 同值时的置信度 P( I 独立运动的目标或是用户感兴趣 的区域，然后在后续 z )，由此获得状态的最优估计。假设能从状态的后 各帧中分别定位出这些 目标或 区域 ，以得到各个运动 验概率分布 Ip(x。：IzⅢ)中独立抽取 Ⅳ个样本 {：}， 目标的完整运动轨迹。粒子滤波作为一种基于