基于改进Bytetrack的群体机器人跟踪算法 |
| |
作者姓名: | 李正龙 雷斌 蒋林 唐雄 |
| |
作者单位: | 1. 武汉科技大学机械自动化学院;2. 武汉科技大学机器人与智能系统研究院 |
| |
基金项目: | 国家重点研发计划(2019YFB1310000);;湖北省自然科学基金(2018CFB626); |
| |
摘 要: | 针对群体机器人在实际跟踪场景中常常受到遮挡、目标密集、尺度变换等因素的影响导致漏检、轨迹中断和ID频繁跳变等问题,基于Bytetrack跟踪算法,改进了卡尔曼滤波的状态变量,提出了噪声尺度自适应卡尔曼算法(NASA-Kalman),并在卡尔曼滤波中引入加速度参数(AMA)提高跟踪的准确性。实验表明,在MOTA、MOTP方面相较于原算法均有所提高。为了进一步验证跟踪算法的有效性,在MOT20数据集上对算法进行了评估,在MOTA、MOTP方面分别提高了0.65%和1.26%。
|
关 键 词: | 群体机器人 目标跟踪 卡尔曼滤波 加速度参数 |
|
|