原文服务方: 机器人       
摘要:
通过将目标与观测数据之间的数据关联抽象为标记序列,为移动机器人的多目标跟踪提出了一种具有多层次结构的联合条件随机场(joint conditional random field,JCRF).JCRF包括联合数据关联和运动目标状态估计两层随机场,不仅在联合数据关联中可以融合目标的形状信息和运动信息以提高目标跟踪的稳定性,而且可以同时进行目标检测与目标跟踪.利用JCRF模型,对基于激光距离传感器的多目标跟踪进行了研究,通过从激光距离传感器信息中分割出候选目标区域,采用匹配树降低标记序列的状态空间.在移动机器人平台上进行实验,结果表明,基于JCRF的多目标跟踪具有良好的精度、稳定性和实时性.
推荐文章
移动机器人多目标彩色视觉跟踪系统
移动机器人
颜色学习
颜色向量集
色块(blob)
游程长度编码
一种未知环境下机器人多目标跟踪算法
机器人
同时定位与地图构建
多目标跟踪
粒子滤波
联合概率数据关联
Rao-Blackwellised粒子滤波
Kal-man滤波
移动机器人多目标彩色视觉跟踪系统
移动机器人
颜色学习
颜色向量集
色块(blob)
游程长度编码
基于改进粒子群算法的移动机器人多目标点路径规划
移动机器人
多目标点路径规划
蚁群算法
改进粒子群算法
反向学习策略
惯性权重
学习因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于联合条件随机场的移动机器人多目标跟踪
来源期刊 机器人 学科
关键词 条件随机场 目标跟踪 目标检测 信息融合
年,卷(期) 2011,(3) 所属期刊栏目 论文与报告
研究方向 页码范围 279-286
页数 分类号 TP242.6
字数 语种 中文
DOI 10.3724/SP.J.1218.2011.00279
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闵华清 华南理工大学计算机科学与工程学院 65 728 13.0 25.0
2 罗荣华 华南理工大学计算机科学与工程学院 19 463 7.0 19.0
3 林盛锋 华南理工大学计算机科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
条件随机场
目标跟踪
目标检测
信息融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机器人
双月刊
1002-0446
21-1137/TP
大16开
1979-01-01
chi
出版文献量(篇)
2337
总下载数(次)
0
总被引数(次)
57113
论文1v1指导