Michael Schuster

Multiple Object Tracking for Extended Targets using JIPDA filters


Front	Back

ISBN:

978-3-8440-5703-4

Series:

Forschungsberichte der Professur Nachrichtentechnik
Herausgeber: Prof. Dr.-Ing. Gerd Wanielik
Chemnitz

Volume:

Keywords:

Target Tracking; Probabilistic Data Association; Random Matrices

Type of publication:

Thesis

Language:

English

Pages:

238 pages

Figures:

67 figures

Weight:

354 g

Format:

21 x 14,8 cm

Bindung:

Paperback

Price:

49,80 € / 62,30 SFr

Published:

January 2018

Buy:

Download:

Available PDF-Files for this title:

You need the Adobe Reader, to open the files. Here you get help and information, for the download.

These files are not printable.


	Document		Document
	Type		PDF
	Costs		37,35 EUR
	Action		Purchase in obligation and display of file - 5,4 MB (5630375 Byte)
	Action		Purchase in obligation and download of file - 5,4 MB (5630375 Byte)


	Document		Table of contents
	Type		PDF
	Costs		free
	Action		Display of file - 140 kB (142887 Byte)
	Action		Download of file - 140 kB (142887 Byte)

User settings for registered users

You can change your address here or download your paid documents again.

User:	Not logged in.
Actions:	Login / Register Forgotten your password?

Recommendation:

You want to recommend this title?

Review copy:

Here you can order a review copy.

Link:

You want to link this page? Click here.

Export citations:

Text
BibTex
RIS

Abstract:

Moderne Sensoren zur Umfelderkennung haben das charakteristische Merkmal mehrere Detektionen für ein einzelnes Objekt während eines einzigen Scans zu erzeugen.
Dies führt zu einer deutlichen Steigerung der Anforderungen an einen Objektverfolgungsalgorithmus, da die bisherigen Standardverfahren maximal eine Detektion pro Objekt berücksichtigen.

In der vorliegenden Arbeit werden zwei verschiedene Erweiterungen des Joint Integrated Probabilistic Data Association (JIPDA) Filters vorgeschlagen. Der erste Ansatz ist die allgemeingültige Ableitung des sogenannten Multi Detection - Joint Integrated Probabilistic Data Association Verfahrens, welches eine beliebige Anzahl von Detektionen basierend auf einem statischen Modell einem Objekt zuordnen kann.
Da es bei diesem Verfahren sehr leicht zu einer unlösbaren Anzahl an Assoziationshypothesen kommen kann, wird zusätzlich ein Approximationsverfahren vorgeschlagen um die Echtzeitfähigkeit des Algorithmus zu verbessern.
Der zweite Ansatz geht von der Annahme aus, dass die einzelnen Detektionen auf dem Zielobjekt näherungsweise ortsfest sind und damit auch die Anzahl der Detektionen genau vorhergesagt werden kann.
Dies ermöglicht die Anwendung des Standard JIPDA, für welches aber auch ein beschleunigtes Berechnungsverfahren erläutert wird um Echtzeitfähigkeit zu ermöglichen.
Die Wirksamkeit der präsentieren Algorithmen wird in umfassenden Simulationen als auch experimentell in Anwendungen im Straßenverkehr und in der Schifffahrt nachgewiesen.