基于粒子滤波与LSTM网络对未标记AGV的追踪方法

作者：段晓磊; 刘翔^*; 陈强; 陈俊廷

来源：传感器与微系统, 2020, 39(02): 37-43.

DOI：10.13873/j.1000-9787(2020)02-0037-03

• 粒子滤波
• 长短期记忆网络
• 运动模型
• 路径预测

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AGV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。

• 单位
  上海工程技术大学