关键词：
参考技术A 姓名：王梦妮学号：20021210873
学院：电子工程学院
【嵌牛导读】本文主要介绍了无人驾驶中所需的行人跟踪算法
【嵌牛鼻子】无人驾驶 环境感知 计算机视觉 卡尔曼滤波 粒子滤波 均值漂移
【嵌牛提问】无人驾驶中所用到的行人跟踪算法有哪些
【嵌牛正文】
行人跟踪一直是视觉领域的一个难点，实际应用环境复杂、遮挡以及行人姿态变化等外界因素都影响着行人跟踪算法的研究。行人跟踪算法模型主要分为生成模型和判别模型。
（一）生成式模型
生成式模型是一种通过在线学习行人目标特征，建立行人跟踪模型，然后使用模型来搜索误差最小的目标区域，从而完成对行人的跟踪。这种算法在构建模型只考虑了行人本身的特征，忽略了背景信息，没有做到有效利用图像中的全部信息。其中比较经典的算法主要有卡尔曼滤波，粒子滤波，mean-shift等。
（1）卡尔曼滤波算法
卡尔曼滤波算法是一种通过对行人构建状态方程和观测方程为基础，计算最小均方误差来实现跟踪的最优线性递归滤波算法，通过递归行人的运动状态来预测行人轨迹的变化。
首先设定初始参数，读取视频序列。然后进行背景估计，产生初始化背景图像。然后依次读取视频序列，利用Kahnan滤波算法，根据上一帧估计的背景和当前帧数据得到当前帧的前景目标。然后对前景目标进行连通计算，检测出运动目标的轨迹。经典的卡尔曼滤波算法．只能对线性运动的行人实现跟踪，之后学者改进了卡尔曼滤波算法，能够实现对非线性运动的行人进行跟踪，计算量小，能实现实时跟踪，但是跟踪效果不理想。
（2）粒子滤波
粒子滤波的核心就是贝叶斯推理和重要性采样。粒子滤波可用于非线性非高斯模型，这是由于贝叶斯推理采用蒙特卡洛法，以某个时间点事件出现的频率表示其概率。通过一组粒子对整个模型的后验概率分布进行近似的表示，通过这个表示来估计整个非线性非高斯系统的状态。重要性采用就是通过粒子的置信度来赋予不同的权重，置信度高的粒子，赋予较大的权重，通过权重的分布形式表示相似程度。
（3）均值漂移（mean-shift）
Mean-shift算法属于核密度估计法。不必知道先验概率，密度函数值由采样点的特征空间计算。通过计算当前帧目标区域的像素特征值概率来描述目标模型，并对候选区域进行统一描述，使用相似的函数表示目标模型与候选模板之间的相似度，然后选择在具有相似函数值最大的候选模型中，您将获得关于目标模型的均值漂移向量，该向量表示目标从当前位置移动到下一个位置的向量。通过连续迭代地计算均值偏移矢量，行人跟踪算法将最终收敛到行人的实际位置，从而实现行人跟踪。
（二） 判别式模型
判别模型与生成模型不同，行人跟踪被视为二分类问题。提取图像中的行人和背景信息，并用于训练分类器。通过分类将行人从图像背景中分离出来，以获取行人的当前位置。以行人区域为正样本，背景区域为负样本，通过机器学习算法对正样本和负样本进行训练，训练后的分类器用于在下一帧中找到相似度最高的区域，以完成行人轨迹更新。判别式模型不像生成式模型仅仅利用了行人的信息，还利用了背景信息，因此判别式模型的跟踪效果普遍优于生成式模型。
（1）基于相关滤波的跟踪算法
核相关滤波(KCF)算法是基于相关滤波的经典跟踪算法，具有优良的跟踪效果和跟踪速度。这是由于其采用了循环移位的方式来进行样本生产，用生成的样本来训练分类器，通过高斯核函数来计算当前帧行人与下一帧中所有候选目标之间的相似概率图，找到相似概率图最大的那个候选目标，就得到了行人的新位置。KCF算法为了提高跟踪精度，使用HOG特征对行人进行描述，同时结合了离散傅里叶变换来降低计算量。
（2）基于深度学习的跟踪算法
近年来，深度学习在图像和语音方面取得了较大的成果，因此有许多科研人员将深度学习与行人跟踪相结合，取得了比传统跟踪算法更好的性能。DLT就是一个基于深度学习的行人跟踪算法，利用深度模型自动编码器通过离线训练的方式，在大规模行人数据集上得到一个行人模型，然后在线对行人进行跟踪来微调模型。首先通过粒子滤波获取候选行人目标，然后利用自动编码器进行预测，最终得到行人的预测位置即最大输出值的候选行人目标位置。2015年提出的MDNet算法采用了分域训练的方式。对于每个类别，一个单独的全连接层用于分类，并且全连接层前面的所有层都是共享，用于特征提取。2017年提出的HCFT算法使用深度学习对大量标定数据进行训练，得到强有力的特征表达模型，结合基于相关滤波的跟踪算法，用于解决在线进行跟踪过程中行人样本少、网络训练不充分的问题。此外，通过深度学习提取特征，利用数据关联的方法来实现跟踪的算法，其中最为著名的就JPDAF与MHT这两种方法。
结合工程实践选题调研分析同类软件产品
...驶汽车的工作中解脱出来。国内外已经有很多公司开始做无人驾驶汽车的相关工作，对车辆辅助驾驶技术的需求也越来越浓烈，行人检测也因此成为学术界和工业界共同关注的热点。 3、智能机器人 行人检测技术可... 查看详情
高空无人机视角下的路口车辆与行人检测跟踪与轨迹刻画(代码片段)
【高空无人机视角下的路口车辆与行人检测跟踪与轨迹刻画】背景需求可参考的方法1、opencv+python实现目标跟踪的方法：主要代码①main.py②items.py检测效果2、dlib库单目标检测方法3、深度学习方法代码效果推荐相关目标追... 查看详情
无人驾驶车辆轨迹跟踪控制文献分享
文献题目：ModellingandControlStrategiesinPathTrackingControlforAutonomousGroundVehicles:AReviewofStateoftheArtandChallenges作者：NoorHafizahAmer·HairiZamzuri·KhisbullahHudha·ZulkiffliAbdulKadir论文类型：综述性论文（针对常用的车辆模型、常用的控... 查看详情
论文解读sortdeep-sort多目标跟踪算法
...基于视觉的目标跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如，在自动驾驶系统中，目标跟踪算法要对运动的车、行人、其他物体的运动进行跟踪，对它们的未来的位置、速度等信息作出预测。多目... 查看详情
无人车时代：用深度学习辅助行人检测
原文：TheEraofAutonomousCars:FocusonPedestrianDetectionwithDeepLearning 作者：ThomasBeucher 翻译：幻维天 审校：Kaljb 我们目前已经搞出来了许多具有潜在妨害性的科技，自动驾驶车辆就是其中之一，而且现在还特别火ˉ_(... 查看详情
《无人驾驶车辆模型预测控制》——路径规划及轨迹跟踪控制
目录车型选择工况设置Simulink框图轨迹重规划结果图代码段在第六章中，模型预测控制器主要由带避障功能的轨迹重规划模块和轨迹跟踪控制模块构成。轨迹重规划模块接受来自传感器的障碍物信息以及来自全局规划的参考... 查看详情
waymo-自动驾驶长尾问题挑战(2019)
...着一个StopSign标识牌。我们不知道它何时会举起标识牌。无人车必须理解这种场景，即使他举起了StopSign标识牌，自动驾驶汽车也不应该停下来。场景二:迎面而来的车辆上装载的塑料管子撒了一地，自动驾驶汽车必须学会应对这... 查看详情
waymo-自动驾驶长尾问题挑战(2019)
...着一个StopSign标识牌。我们不知道它何时会举起标识牌。无人车必须理解这种场景，即使他举起了StopSign标识牌，自动驾驶汽车也不应该停下来。场景二:迎面而来的车辆上装载的塑料管子撒了一地，自动驾驶汽车必须学会应对这... 查看详情
谁掌控无人驾驶？领域鼻祖"谷歌"专利居然排第10位
无人驾驶大势所趋，无论是科技公司还是传统车企，都在抢占无人驾驶技术高地。说起谁将引领无人驾驶潮流，人们一般最先想到是科技公司如谷歌、特斯拉，但最近一份以专利数量来衡量无人驾驶技术实力的排行中，谷歌仅排... 查看详情
基于人体部件小边特征的多行人检测和跟踪算法
基于人体部件小边特征的多行人检测和跟踪算法detectiontrackingedgeletfeaturemultipleoccludedhumanBayesiancombination读"B.Wu,R.Nevatia.Detectionandtrackingofmultiple,partiallyoccludedhumansbyBayesiancombinationofedgeletbasedp 查看详情
论文解读sortdeep-sort多目标跟踪算法(代码片段)
...基于视觉的目标跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如，在自动驾驶系统中，目标跟踪算法要对运动的车、行人、其他物体的运动进行跟踪，对它们的未来的位置、速度等信息作出... 查看详情
驭势科技吴甘沙：无人驾驶车已经不是你熟悉的那辆车
...车正在被越来越多的人所关注。然而，2018年3月19日，Uber无人车路测时撞死了违章通过马路的行人，而当时车上其实有一名操作人员；随后在3月29日的NVIDIAGTC2018大会上，NVIDIACEO黄仁勋宣布叫停公共道路上的无人驾驶路测。随着智... 查看详情
[autocars]基于计算机视觉的无人车感知
1传感器无人车视觉传感器：超声波雷达（倒车）、毫米波雷达、LiDAR与摄像头。激光雷达精度，速度高（厘米级），成本高；毫米波雷达可适应恶劣天气2KITTI数据集（1）Stereo/OpticalFlow数据集：两个摄像头（2）视觉里程测量数据... 查看详情
在行驶中前方有障碍物，无人驾驶技术可以自动识别吗？
在行驶中前方有障碍物，无人驾驶技术可以自动识别吗？1、障碍物的检测根据障碍物的运动状态可以分为静态障碍物和动态障碍物。其中，静态障碍物可以从高精度的地图中读取，也可以通过传感器(激光雷达、照相机等)实时感... 查看详情
ubuntu部署deepsort目标跟踪算法，无人车/无人机应用(代码片段)
🍉1、算法简介DeepSort是对SimpleOnlineandRealtimeTracking（Sort）的扩展，它通过预先训练的深度关联度量来整合外观信息。使用视觉外观空间中的最近邻查询来建立测量到跟踪的关联，能够通过更长时间的遮挡来跟... 查看详情
通俗理解卡尔曼滤波（无人驾驶感知融合的经典算法）
前言 我个人有近10年AI教育经验了，中间获得过一些名号，比如北理工校外导师，微软MVP兼CSDN技术专家，本博客也有1700多万PV了，在AI圈内有极高知名度。后2015年和团队一块创业创办AI职教平台「七月在... 查看详情
mpc算法轨迹跟踪控制资源
需要会员课程的朋友可以搜索公众号：杰哥的无人驾驶便利店点击关注并将公众号置顶，加入会员全年无限制学习后台（MPC相关矩阵的底层逻辑、纵向控制、非线性系统线性化处理及MPC算法动力学跟踪任何轨迹等... 查看详情
京东无人车技术测评-无人驾驶时代要到来了吗？
昨天，作为618购物狂欢节的一个噱头，京东无人车在刘强东的母校中国人民大学配送出了第一单，似乎无人驾驶、无人配送距离我们越来越近了，然而，真的是这样的吗？根据京东官方新闻公布的消息，京东无人配送车分为三种... 查看详情