需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于卷积神经网络结合贪心算法的车辆3D多目标跟踪方法

一种基于卷积神经网络结合贪心算法的车辆3D多目标跟踪方法

发布时间: 2023-07-03

来源: 科技服务团

基本信息

合作方式： 合作开发
成果类型： 发明专利,实用新型专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于卷积神经网络结合贪心算法的车辆3D多目标跟踪方法，包括：对高速公路上的激光雷达点云数据进行预处理；对处理后的点云输入点云车辆目标检测神经网络模型，生成车辆目标检测状态值；运用卷积神经网络，将车辆目标状态进行输入并预测对下一状态的预测值；设置欧式距离滤波门，筛选有效预测值；设置关联度量阈值，针对关联存在干扰的检测值，利用贪心算法进行数据关联；针对检测置信度低的检测值，利用运动学模型，与初始化轨迹进行关联；将关联好的车辆轨迹进行状态更新，利用轨迹管理模块生成新轨迹与消亡轨迹。
成果亮点
本发明以轻量化的结构，减少了设备运算量，具有很强的鲁棒性，可适用于基于激光点云数据的高速公路车辆多目标跟踪。
团队介绍
孙棣华，赵敏，陈云
成果资料