电讯技术

北大核心,INSPEC,WJCI

国内刊号:51-1267/TN

国际刊号:1001-893X

电讯技术杂志2020年第4期:基于车辆数据的k近邻联合概率数据关联算法

发布日期:

作者:刘昀晓,王东峰,曹林,杜康宁,李萌,付冲

单位:(1.北京信息科技大学 通信工程系,北京 100101;2.北京川速微波科技有限公司,北京 100018;3.东北大学 计算机科学与工程学院,沈阳 110004)

关键词:智能交通系统;毫米波雷达;车辆轨迹;数据关联;kNN-JPDA;

基金:国家自然科学基金资助项目(61671069)

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。

来源:2020年第4期

《电讯技术》期刊编辑部

查看电讯技术杂志2020年第4期

联系我们

  • 地址:四川省成都市金牛区营康西路85号
  • 电话:028-87555632
  • E-mail:dxjs@cetc.com.cn

咨询工作人员