基于车辆数据的k近邻联合概率数据关联算法

• 作者: 付冲 刘昀晓 曹林 李萌 杜康宁 王东峰
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 智能交通系统 毫米波雷达 车辆轨迹 数据关联 kNN-JPDA
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 448-454
• 页数: 7页
• 分类号: TN957.51
• 字数: 5518字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.04.014

摘要

在交通场景中采用一些预警措施能够有效地减少交通事故发生.例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法.在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程.在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA).实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹林	北京信息科技大学通信工程系	35	182	6.0	12.0
2	付冲	东北大学计算机科学与工程学院	18	81	6.0	8.0
3	王东峰	北京信息科技大学通信工程系	8	8	2.0	2.0
7	杜康宁	北京信息科技大学通信工程系	7	10	1.0	3.0
8	刘昀晓	北京信息科技大学通信工程系	1	1	1.0	1.0
9	李萌		1	1	1.0	1.0