Przetwarzanie danych surowych w bayesowskich algorytmach śledzenia pojazdów
Artykuł dotyczy jednego z istotnych zagadnień związanych z wykorzystaniem technik śledzenia pojazdów w Inteligentnych Systemach Transportowych, jakim jest kwestia przygotowania danych wejściowych dla algorytmu śledzenia. Ze względu na fakt, iż typowe algorytmy śledzenia nie są zdolne do prawidłowego wyznaczenia trajektorii ruchu dla obiektów reprezentowanych przez sygnały o poziomie zbliżonym do szumu, wykorzystywana jest w tym celu technologia Track-Before-Detect (TBD). Tego rodzaju algorytmy oparte są na podejściu bayesowskim z wykorzystaniem pełnej informacji o obiekcie. W artykule zilustrowane zostały efekty śledzenia możliwe do uzyskania dzięki wykorzystaniu danych surowych, co pozwala na efektywne śledzenie obiektów zlokalizowanych blisko siebie, charakteryzujących się odmiennymi kolorami. Wyjątek stanowią obiekty o kolorze zbliżonym do tła, które podlega estymacji i eliminacji.
- 0
- Kategoria: Pozostałe zagadnienia