自动驾驶场景下的车辆跟踪算法.docx

自动驾驶场景下的车辆跟踪算法

目录

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2自动驾驶系统概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3车辆跟踪任务需求分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.5本文主要工作与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

相关理论与基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1图像处理基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1.1图像预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.2特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2目标检测理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2.1基于深度学习的检测器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2.2传统检测算法回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3跟踪算法分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3.1基于相关滤波的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.3.2基于卡尔曼滤波的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.3.3基于深度学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.3.4混合模型方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

基于深度学习的车辆检测与特征提取．．．．．．．．．．．．．．．．．．．．．．．30

3.1深度学习检测器介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.2针对自动驾驶优化的检测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.3车辆外观与形状特征学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.4多模态特征融合探索．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.5检测后处理与候选区域筛选．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

高效车辆跟踪策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.1初始目标检测与身份分配．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.1.1检测框关联与距离度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

4.1.2基于外观相似度的分配策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

4.2持续跟踪与状态估计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.2.1基于卡尔曼滤波的状态预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

4.2.2基于粒子滤波的鲁棒跟踪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

4.2.3跟踪概率模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

4.3目标状态更新与轨迹管理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.3.1新目标发现与入轨处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.3.2丢失目标与出轨处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.3.3跟踪轨迹的回放与可视化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

面向自动驾驶场景的挑战与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．55

5.1光照剧烈变化与阴影干扰．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

5.2弱观测与部分遮挡问题．．．．．．．．．．．．．．．．．