基于粒子滤波与LSTM网络对未标记AGV的追踪方法

• 作者: 刘翔 段晓磊 陈俊廷 陈强
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 粒子滤波 长短期记忆网络 运动模型 路径预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 37-39,43
• 页数: 4页
• 分类号: TPTP273+.5
• 字数: 2870字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)02-0037-03

摘要

在自动导引车(AGV)的全局视觉导航系统中,为了实现精确的目标追踪,提出了一种针对未标记A GV的追踪方法.首先通过帧差法对运动目标进行检测,利用粒子滤波对运动目标进行跟踪;其次建立追踪目标的运动模型来学习目标的运动特征,从而预测目标丢失后的行进位置;最后利用支持向量机(SVM)模型进行预测区域内AGV的再识别以及对长短期记忆(LSTM)网络的预测结果进行校正,达到目标持续追踪.实验表明:此方法可以较好地解决由于目标遮挡、目标之间高度相似性而导致追踪失败的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈强	上海工程技术大学电子电气工程学院	37	148	6.0	10.0
2	刘翔	上海工程技术大学电子电气工程学院	29	34	4.0	4.0
3	陈俊廷	上海工程技术大学电子电气工程学院	3	1	1.0	1.0
4	段晓磊	上海工程技术大学电子电气工程学院	1	0	0.0	0.0