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
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2023-07-04

李佳豪

重庆市菁英科技经济融合发展服务中心

企业孵化

综合评价

该项目主体内容项目符合国家产业政策,对促进当地行业技术进步、扩大就业、增加地方税收,都起到了积极的推动作用。
查看更多>
更多