自适应插值飞蛾扑火优化的多特征粒子滤波车辆跟踪算法
A Multi-Feature Particle Filter Vehicle Tracking Algorithm Based on Adaptive Interpolation Moth-Flame Optimization作者机构:长安大学电子与控制工程学院西安710064 长安大学西安市智慧高速公路信息融合与控制重点实验室西安710064 西北大学信息科学与技术学院西安710127
出 版 物:《上海交通大学学报》 (Journal of Shanghai Jiaotong University)
年 卷 期:2022年第56卷第2期
页 面:143-155页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0714[理学-统计学(可授理学、经济学学位)] 0802[工学-机械工程] 0701[理学-数学]
基 金:国家重点研发计划项目(2018YFB1600600) 陕西省重点研发计划项目(2021GY-285,2021SF-483) 陕西省自然科学基础研究计划项目(2021JM-184) 长安大学中央高校基本科研业务费专项资金项目(300102329401,300102329501) 西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金项目(300102321502)
摘 要:针对现有飞蛾扑火优化算法精度低、全局搜索能力差的问题,提出一种自适应插值飞蛾扑火优化算法,并将其嵌入多特征粒子滤波中优化,构建自适应插值飞蛾扑火优化的多特征粒子滤波车辆跟踪算法.首先,在飞蛾的位置更新机制中加入自适应权值,改善所提算法的全局搜索能力.其次,采用改进的插值飞蛾扑火优化算法对采样过程进行优化,结合多特征自适应融合优化粒子滤波车辆跟踪算法,根据最新观测信息不断调整粒子分布,使低权值层粒子向权值较高的区域移动,增强粒子质量,避免样本退化.实验结果表明,本文算法能够有效降低状态预测所需的样本粒子数,提高算法的跟踪性能,在车辆目标发生遮挡、光照、姿态及尺度变化等干扰下仍然能够准确、稳定地跟踪目标车辆.