JP5300556B2 - 目標追尾装置 - Google Patents
目標追尾装置 Download PDFInfo
- Publication number
- JP5300556B2 JP5300556B2 JP2009076745A JP2009076745A JP5300556B2 JP 5300556 B2 JP5300556 B2 JP 5300556B2 JP 2009076745 A JP2009076745 A JP 2009076745A JP 2009076745 A JP2009076745 A JP 2009076745A JP 5300556 B2 JP5300556 B2 JP 5300556B2
- Authority
- JP
- Japan
- Prior art keywords
- wake
- model
- cost
- value
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 84
- 230000033001 locomotion Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 35
- 238000009499 grossing Methods 0.000 claims description 12
- 230000007704 transition Effects 0.000 abstract description 8
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 18
- 238000013500 data storage Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000002596 correlated effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
従来の複数フレーム割当法を用いた目標追尾装置は、航跡と観測値の割当を1フレーム前の航跡候補と当該観測フレームの観測値との割当により更新していた。
図1は、本発明の実施の形態1における目標追尾装置の構成図である。本実施の形態1における目標追尾装置100は、観測値管理手段110、航跡候補(選択モデル)コスト行列算出手段120、多重モデル対応多次元相関決定手段130、航跡管理手段140、航跡選択モデル参照部151、および航跡候補(非選択モデル)コスト行列算出手段160を備えて構成される。
航跡候補(非選択モデル)コスト行列算出手段160は、選択モデルでのNフレーム前に算出された平滑値および非選択モデルでのNフレーム前に算出された平滑誤差共分散を用いて、(N−1)フレーム前の予測値を算出することができる。
最新フレームがkフレーム目、運動モデルがs1、s2、・・・と複数あり、s1が前回選択モデルとした場合に、運動モデルs2で航跡候補を生成する場合について、下式(9)〜(11)を考える。s3、s4、・・・と3個以上の運動モデルがある場合についても同様である。
k−N+1フレームにおけるある観測値z(k−N+1)が、航跡候補xk−Nが運動モデルs2で更新された場合に相関があるか否かの判定は、下式(16)により実施することとなる。
k−Nフレームでの航跡候補lと、k−N+1フレームでの運動モデルs2と相関が取れた観測値とで生成された航跡候補iの航跡尤度は、下式(17)で表される。ここで、gi,lは、相関がとれた観測値と航跡候補lとの相関度である上式(16)の左辺の項による。
[比較方法1]前回選択モデルから導出した航跡候補のコストを利用する。
[比較方法2]前回フレームまでの観測値割当てにおけるコストからの減分が最も大きいコストを利用する。
[比較方法3]まず、比較方法2により実施し、区別がつかない場合には、比較方法1によりコストを決定する。
多次元相関決定部131において、先のステップST51で、図4に示したような方法で生成されたコスト行列を入力として、多次元相関決定を実施する(ステップST52)。
先の実施の形態1では、複数のモデルから生成した航跡候補コスト行列において、観測値割当が同一となる航跡候補が存在した場合に、多次元相関決定前にコストが最小となる航跡候補を抽出してコスト行列を生成し、多次元相関決定の入力としていた。これに対して、本実施の形態2では、各航跡で単一のモデルを抽出し、全航跡で組み合わせた複数のコスト行列で多次元相関決定を実施し、その結果から尤もらしい航跡組み合わせを抽出することで、各航跡の運動モデルの選択と平滑値の算出を行う場合について説明する。
[比較方法2]コスト和の減少率が前回から最も大きかったモデルの組み合わせである入力の結果を選択する。
これらの判定条件については、対象としている目標や観測条件から事前に設定されているものとする。上記以外の動作は、先の実施の形態1と同様である。
Claims (6)
- センサからの観測値を入力してNフレーム分(Nは2以上の整数)の観測値を格納し、指定フレームでの既存航跡と観測値との割当を行う観測値管理手段と、
複数のモデルから当該航跡の前回処理で選択されたモデルを参照し、選択されたモデルを選択モデル、選択されなかったモデルを非選択モデルとする航跡モデル参照部と、
前記選択モデルでの航跡の予測値を算出し、前記観測値管理手段による割当結果から航跡候補を生成してコストを算出し、前記選択モデルに対応するコスト行列を求める第1の航跡候補コスト行列算出手段と、
Nフレーム前に算出された平滑値から(N−1)フレーム前の予測値を算出し、(N−1)フレーム前の観測値との割当から(N−1)フレーム前における航跡候補を生成してコスト、平滑値を算出し、次に、(N−1)フレーム前における前記航跡候補について算出した前記平滑値から(N−2)フレーム前の予測値を算出し、(N−2)フレーム前の観測値との割当から(N−2)フレーム前における航跡候補を生成してコスト、平滑値を算出し、以下、(N−3)フレーム前から今回観測フレームまで同様の処理を繰り返し、非選択モデルに対応するコスト行列を求める第2の航跡候補コスト行列算出手段と、
前記選択モデルに対応して算出された前記コスト行列と、前記非選択モデルに対応して算出されたコスト行列とから、同一観測値割当となった航跡候補のうち最小コストを有する航跡候補とコストを抽出して新たなコスト行列を生成し、前記新たなコスト行列を用いて多次元相関決定を実施する多重モデル対応多次元相関決定手段と、
多次元相関決定により抽出された前記最小コストを有する航跡候補の組み合わせから各航跡のモデルを決定するとともに、今回観測フレームにおける平滑値を算出し格納する航跡管理手段と
を備えたことを特徴とする目標追尾装置。 - 請求項1に記載の目標追尾装置において、
前記第2の航跡候補コスト行列算出手段は、前記選択モデルでのNフレーム前に算出された平滑値および前記非選択モデルでのNフレーム前に算出された平滑誤差共分散を用いて(N−1)フレーム前の予測値を算出することを特徴とする目標追尾装置。 - 請求項1に記載の目標追尾装置において、
前記第2の航跡候補コスト行列算出手段は、前記選択モデルでのNフレーム前に算出された平滑値、平滑誤差共分散、航跡コストと、前記非選択モデルでのNフレーム前に算出された平滑値、平滑誤差共分散、航跡コストを用いて、Nフレーム前での平滑値、平滑誤差共分散を算出し、この算出結果を用いて(N−1)フレーム前の予測値を算出することを特徴とする目標追尾装置。 - 請求項1ないし3のいずれか1項に記載の目標追尾装置において、
前記多重モデル対応多次元相関決定手段は、前記同一観測値割当となった航跡候補のうち、最小コストとなる航跡候補が複数存在した場合には、前回までの選択運動モデルおよび航跡尤度と今回の航跡候補尤度との比較結果に基づいて1つの航跡候補を選択することを特徴とする目標追尾装置。 - 請求項1ないし4のいずれか1項に記載の目標追尾装置において、
前記多重モデル対応多次元相関決定手段は、前記選択モデルに対応して算出された前記コスト行列と、前記非選択モデルに対応して算出されたコスト行列とから、各航跡とモデルの組み合わせ数分のコスト行列を生成し、生成した前記コスト行列について多次元相関決定を実施し、抽出した航跡候補のコストの和が最小となる新たなコスト行列を用いて多次元相関決定を実施することを特徴とする目標追尾装置。 - 請求項5に記載の目標追尾装置において、
前記多重モデル対応多次元相関決定手段は、前記コストの和が同一となる結果が複数存在した場合には、コストの和の減少率が最も高い各航跡のモデルの組み合わせからなる新たなコスト行列を用いて前記多次元相関決定を実施することを特徴とする目標追尾装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009076745A JP5300556B2 (ja) | 2009-03-26 | 2009-03-26 | 目標追尾装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009076745A JP5300556B2 (ja) | 2009-03-26 | 2009-03-26 | 目標追尾装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010230404A JP2010230404A (ja) | 2010-10-14 |
JP5300556B2 true JP5300556B2 (ja) | 2013-09-25 |
Family
ID=43046390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009076745A Active JP5300556B2 (ja) | 2009-03-26 | 2009-03-26 | 目標追尾装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5300556B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5623253B2 (ja) * | 2010-11-25 | 2014-11-12 | 三菱電機株式会社 | 多目標追尾装置 |
GB2510877A (en) * | 2013-02-17 | 2014-08-20 | Graham William Pulford | Method for cluster management in multiple target tracking |
CN117491965B (zh) * | 2024-01-02 | 2024-03-19 | 上海几何伙伴智能驾驶有限公司 | 基于4d毫米波雷达的目标航迹起始方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5014637B2 (ja) * | 2006-02-08 | 2012-08-29 | 三菱電機株式会社 | 多目標追尾装置 |
JP5047534B2 (ja) * | 2006-04-24 | 2012-10-10 | 三菱電機株式会社 | 多目標追尾装置 |
JP4940062B2 (ja) * | 2007-08-24 | 2012-05-30 | 株式会社東芝 | 追尾装置 |
-
2009
- 2009-03-26 JP JP2009076745A patent/JP5300556B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010230404A (ja) | 2010-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109873712B (zh) | 一种网络流量预测方法及装置 | |
Beygelzimer et al. | Optimal and adaptive algorithms for online boosting | |
US20200175364A1 (en) | Training action selection neural networks using a differentiable credit function | |
US10592786B2 (en) | Generating labeled data for deep object tracking | |
EP3443450A1 (en) | Two-stage training of a spoken dialogue system | |
CN109191498B (zh) | 基于动态记忆和运动感知的目标检测方法及系统 | |
US11605026B2 (en) | Methods and systems for support policy learning | |
JP2014211846A (ja) | 目標追尾装置及び目標追尾プログラム | |
CN109903315B (zh) | 用于光流预测的方法、装置、设备以及可读存储介质 | |
US20170017655A1 (en) | Candidate services for an application | |
JP5300556B2 (ja) | 目標追尾装置 | |
JP5197154B2 (ja) | 多目標追尾装置 | |
CN111881936A (zh) | 训练样本筛选方法、装置、电子设备及存储介质 | |
WO2018130890A1 (en) | Learning apparatus and method for bidirectional learning of predictive model based on data sequence | |
JP2020067910A (ja) | 学習曲線予測装置、学習曲線予測方法、およびプログラム | |
CN110097277B (zh) | 基于时间窗的众包任务的动态分配方法 | |
JP2014110020A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
KR20150131537A (ko) | 오브젝트 추적 장치 및 그의 오브젝트 추적 방법 | |
KR101919698B1 (ko) | 실루엣을 적용한 그룹 탐색 최적화 데이터 클러스터링 방법 및 시스템 | |
JP7455773B2 (ja) | 求解装置およびプログラム | |
JP6233432B2 (ja) | 混合モデルの選択方法及び装置 | |
JP2022088341A (ja) | 機器学習装置及び方法 | |
JP2016042123A (ja) | 生成モデル作成装置、推定装置、それらの方法およびプログラム | |
CN113672807A (zh) | 推荐方法、装置、介质、装置和计算设备 | |
CN115937870A (zh) | 字符级文本检测模型的训练方法及装置、介质、终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130502 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130521 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130618 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5300556 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |