-
题名自调整分层卡尔曼粒子滤波的快速目标跟踪(英文)
被引量：5
- 1
-
-
作者
徐超
高敏
杨耀
-
机构
军械工程学院导弹工程系
重庆光电技术研究所
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2015年第6期1942-1949,共8页
-
基金
军内科研项目
军械工程学院科研基金(YJJM11018)
-
文摘
分层卡尔曼粒子滤波成功应用于目标跟踪,但其只对目标位置进行了优化,忽略了其他仿射参数,导致跟踪中的粒子数目仍然很大。为了实现复杂环境下的快速目标跟踪,提出一种带有自调整策略的分层卡尔曼粒子滤波方法。该方法将目标划分为线性和非线性状态空间,并通过少量粒子的迭代过程在非线性状态空间逐步搜索最优状态。其详细过程如下:首先,利用卡尔曼滤波预测目标位置,结合目标运动信息计算潜在目标区域;然后在该区域内生成一组随机粒子,通过在线姿态估计对粒子状态进行调整,并将观测结果与目标模板进行比较,修正粒子摄动的方向以逼近目标。把该方法应用于大机动目标的视频序列中,并与现有的跟踪方法进行了对比。结果表明,所提方法能够以少量粒子实现准确、稳定的目标跟踪,大大降低了跟踪算法的运算量,提高了跟踪效果。
-
关键词
分层卡尔曼粒子滤波
自调整策略
姿态估计
目标跟踪
-
Keywords
hierarchical Kalman-particle filter
self-tuning strategy
pose estimation
target tracking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进遗传算法在移动机器人路径规划中的应用
被引量：47
- 2
-
-
作者
孙波
姜平
周根荣
卢易天
-
机构
南通大学电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第17期162-168,共7页
-
基金
南通市应用基础研究—工业创新项目（No.GY12017018）
-
文摘
提出了一种应用于机器人路径规划的改进自适应遗传算法。在遗传算法的选择操作中引入模拟退火思想,以此来提高算法的全局搜索能力;对交叉、变异算子自调整策略进行改进,以提高算法的收敛速度;将规划出的路径做平滑优化处理,并根据路径与障碍物间的距离进行不同速度段的划分;在适应度函数中加入安全行驶速度和转弯次数等多个规划指标,使规划出的路径更加安全高效。仿真实验表明,改进后的算法实现效率好、安全可靠性高,规划出的路径也更加符合实际情况。
-
关键词
路径规划
改进遗传算法
模拟退火
自调整策略
平滑处理
多指标规划
-
Keywords
path planning
improved genetic algorithm
simulated annealing
self-adjusting strategy
smooth processing
multi-indicator planning
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于CGA和PSO的双种群混合算法
被引量：5
- 3
-
-
作者
王永贵
林琳
刘宪国
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机工程》
CAS
CSCD
2014年第7期148-153,共6页
-
基金
国家自然科学基金资助项目(60903082)
辽宁省教育厅基金资助项目(L2012113)
-
文摘
针对粒子群算法(PSO)收敛速度慢、求解精度不高以及易陷入局部最优的缺点,结合云遗传算法(CGA)和粒子群优化算法,提出一种新型的双种群混合算法(CGA-PSO)。将整个种群平均分成2个子群,分别采用云遗传算法和加入自调整惯性权值策略的粒子群优化算法完成进化。通过引入一种新型的信息交流机制:两子群子代间信息交流以及子代与父代间信息交流,共享最优个体,淘汰最劣个体,实现共同进化,适时对粒子群适应度较差的个体进行云变异操作,该操作是基于云模型的随机性和稳定性,利用全局最优位置和最劣位置实现对部分粒子位置的变异过程。对5个经典测试函数进行测试,并与CGA和PSO算法及其优化算法进行比较,结果表明,CGA-PSO算法具有较高的搜索效率、求解精度和较快的收敛速度,鲁棒性也较强。
-
关键词
云遗传算法
粒子群优化算法
双种群混合算法
自调整惯性权值策略
信息交流机制
云变异操作
-
Keywords
Cloud Genetic Algorithm（CGA）
Particle Swarm Optimization（PSO） algorithm
dual populations hybrid algorithm
selfadjusting inertia weight strategy
information exchange mechanism
cloud mutation operation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
