作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Level 3级以下的智能驾驶系统对成本极为关注,因而主控芯片一般选择算力有限的车规级微控制器.为了保证微控制器中传感器融合算法运动预测的准确性并在设定的周期内结束运行,需要对滤波器的类型进行选择.文章从传感器融合算法的跟踪效果和计算耗时两个维度对比了线性卡尔曼、扩展卡尔曼、无迹卡尔曼及容积卡尔曼滤波器的优劣.为了确保对比的公正性和有效性,设定的跟踪目标车辆均按照美国城市道路循环工况运行,滤波器的设计均假定目标做匀加速运动.结果表明,4类滤波器的跟踪效果差异微小.线性卡尔曼滤波器计算耗时均值最小且最大计算耗时为0.0056 s,是文章推荐的适合于车辆目标跟踪的滤波器.
推荐文章
基于t-分布粒子滤波器的目标跟踪
目标跟踪
贝叶斯跟踪
非线性非高斯随机系统
序列重要性采样
t-分布粒子滤波器
ECME算法
无色卡尔曼滤波
自助式粒子滤波器
基于遗传粒子滤波器的运动目标实时跟踪
粒子滤波器
遗传算法
自适应特征选择
跟踪
boosting算法
结合Kalman滤波器的SIFT目标跟踪算法
尺度不变特征变换算法
卡尔曼滤波
目标识别
特征点提取
用于机动目标跟踪的多模型概率假设密度滤波器
机动目标跟踪
概率假设密度
多模型
估计
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 车辆目标跟踪工程实现中的滤波器选型
来源期刊 上海汽车 学科
关键词 传感器融合 车辆跟踪 工程实现 滤波器选型
年,卷(期) 2020,(7) 所属期刊栏目 技术导向
研究方向 页码范围 4-9
页数 6页 分类号
字数 3989字 语种 中文
DOI 10.3969/j.issn.1007-4554.2020.07.01
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 芦勇 3 0 0.0 0.0
2 田贺 1 0 0.0 0.0
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  (1)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(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)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
传感器融合
车辆跟踪
工程实现
滤波器选型
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
上海汽车
月刊
1007-4554
31-1684/U
大16开
上海市嘉定区安研路201号
4-539
1974
chi
出版文献量(篇)
3601
总下载数(次)
16
论文1v1指导