دوره 17، شماره 4 - ( مجله کنترل، جلد 17، شماره 4، زمستان 1402 )
جلد 17 شماره 4,1402 صفحات 33-21 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mirsadraei I, Dehghan Bonadaki M, Mohammadi A. Improving Tracking of Splitting Group Targets Using the Main Target Density in the PMBM Filter. JoC 2024; 17 (4) :21-33
URL: http://joc.kntu.ac.ir/article-1-976-fa.html
URL: http://joc.kntu.ac.ir/article-1-976-fa.html
میرصدرائی ایمان، دهقان بنادکی محمدمهدی، محمدی علی. بهبود ردیابی اهداف گروهی جداشونده به کمک چگالی حالت هدف اصلی در فیلتر PMBM. مجله کنترل. 1402; 17 (4) :21-33
1- پژوهشکده کنترل و رباتیک، مجتمع برق، جنگال و مهندسی سایبرنتیک، دانشگاه صنعتی مالک اشتر تهران،
چکیده: (1734 مشاهده)
یکی از کارآمدترین فیلترها برای ردیابی اهداف گروهی فیلتر پوآسون ترکیب‌های برنولی چندتایی است. این فیلتر به‌طور معمول تخم‌ریزی اهداف به معنی ظهور یک هدف جدید از یک هدف حاضر در فضای نظارت را در قالب تولد جدید اهداف گروهی مدل‌سازی می‌نماید. این رویکرد منجر به از دست رفتن اهداف واقعی و یا ردیابی اهداف غیرواقعی می‌گردد. در این مقاله، با استفاده از اطلاعات مفید موجود در چگالی حالت اهداف گروهی، امکان پیش‌بینی وقوع جداشوندگی برای تمامی اهداف حاضر در فضای نظارت برای این فیلتر به وجود می‌آید. در این فیلتر مدل تولد در بخش پوآسون براساس آخرین وضعیت اهداف گروهی موجود در فضای نظارت که در بخش برنولی در حال ردیابی هستند اصلاح شده و در نتیجه احتمال تشخیص تخم‌ریزی اهداف به نحو مناسبی افزایش یافته و خطای از دست رفتن ردیابی کمینه می‌شود. با این روش می‌توان مزیت این فیلتر مبنی بر مدیریت پیچیدگی محاسباتی را در خصوص اهداف گروهی یا فردی جداشونده نیز حفظ نمود و از اختصاص برنولی‌های جدید برای ردیابی اهداف گروهی جداشونده کشف نشده اجتناب کرد. نتایج شبیه‌سازی به روش مونت‌کارلو برای حرکت اهداف گروهی جداشونده نشان می‌دهد که با استفاده از فیلتر پوآسون ترکیب‌های برنولی چندتایی اصلاح شده، تعداد اهداف از دست رفته و ردیابی‌های اشتباه کاهش و قابلیت اطمینان ردیابی اهداف افزایش می‌یابد.
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصي
دریافت: 1402/7/20 | پذیرش: 1402/10/20 | انتشار الکترونیک پیش از انتشار نهایی: 1402/10/29 | انتشار: 1402/11/1
دریافت: 1402/7/20 | پذیرش: 1402/10/20 | انتشار الکترونیک پیش از انتشار نهایی: 1402/10/29 | انتشار: 1402/11/1
فهرست منابع
1. [1] L. Guerlin, "Approches bayésiennes pour le suivi d'objets étendus appliquées à la lutte anti-drone et au véhicule autonome," Université Grenoble Alpes, 2022.
2. [2] S. Wei, Á. F. Garc'ia-Fernández, and W. Yi, "The Trajectory PHD Filter for Coexisting Point and Extended Target Tracking," arXiv Prepr. arXiv2210.03412, 2022.
3. [3] K. Granström and M. Baum, "A Tutorial on Multiple Extended Object Tracking," 2022, doi: 10.36227/techrxiv.19115858.v1. [DOI:10.36227/techrxiv.19115858.v1]
4. [4] L. Guerlin, B. Pannetier, M. Rombaut, and M. Derome, "Study on group target tracking to counter swarms of drones," in Signal Processing, Sensor/Information Fusion, and Target Recognition XXIX, 2020, vol. 11423, pp. 8-27. [DOI:10.1117/12.2558119]
5. [5] S. Johnsen and A. Tews, "Real-time object tracking and classification using a static camera," in Proceedings of IEEE International Conference on Robotics and Automation, workshop on People Detection and Tracking, 2009, p. 25.
6. [6] L. Bao, F. Li, X. Di, P. Chen, M. Xiao, and J. Bai, "The influence of dual stealth aircraft formation cooperating with aerial bombing on the performance of monopulse radar," in 2020 International Conference on Artificial Intelligence and Education (ICAIE), 2020, pp. 467-470, doi: 10.1109/ICAIE50891.2020.00113. [DOI:10.1109/ICAIE50891.2020.00113]
7. [7] Y. Bar-Shalom, P. K. Willett, and X. Tian, Tracking and data fusion, vol. 11. YBS publishing Storrs, CT, USA:, 2011.
8. [8] S. S. Blackman, "Multiple hypothesis tracking for multiple target tracking," IEEE Aerosp. Electron. Syst. Mag., vol. 19, no. 1, pp. 5-18, 2004. [DOI:10.1109/MAES.2004.1263228]
9. [9] R. P. S. Mahler, Statistical multisource-multitarget information fusion, vol. 685. Artech House Norwood, MA, USA, 2007.
10. [10] R. J. Fitzgerald, "Track biases and coalescence with probabilistic data association," IEEE Trans. Aerosp. Electron. Syst., no. 6, pp. 822-825, 1985. [DOI:10.1109/TAES.1985.310670]
11. [11] T. Kropfreiter, F. Meyer, S. Coraluppi, C. Carthel, R. Mendrzik, and P. Willett, "Track coalescence and repulsion: MHT, JPDA, and BP," in 2021 IEEE 24th International Conference on Information Fusion (FUSION), 2021, pp. 1-8. [DOI:10.23919/FUSION49465.2021.9626958]
12. [12] م. رییس دانایی, "بهبود اجرای فیلتر چگالی فرض احتمال کاردینالی توسط فیلتر ذره ای با متغیر کمکی," پدافند الکترونیک و سایبری, vol. 3, no. 4, pp. 23-41, 1394.
13. [13] R. P. S. Mahler, "Multitarget Bayes filtering via first-order multitarget moments," IEEE Trans. Aerosp. Electron. Syst., vol. 39, no. 4, pp. 1152-1178, 2003. [DOI:10.1109/TAES.2003.1261119]
14. [14] ا. رجحانی, م. یزدیان دهکردی, and ز. عظیمی فر, "ردیابی اهداف چندگانه ی تصویری در شرایط تصادم بوسیله فیلتر GM-PHD," in هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران, 1390.
15. [15] R. Mahler, "A theory of PHD filters of higher order in target number," in Signal Processing, Sensor Fusion, and Target Recognition XV, 2006, vol. 6235, pp. 193-204. [DOI:10.1117/12.667083]
16. [16] S. Reuter, B.-T. Vo, B.-N. Vo, and K. Dietmayer, "The labeled multi-Bernoulli filter," IEEE Trans. Signal Process., vol. 62, no. 12, pp. 3246-3260, 2014. [DOI:10.1109/TSP.2014.2323064]
17. [17] B.-N. Vo, B.-T. Vo, and D. Phung, "Labeled random finite sets and the Bayes multi-target tracking filter," IEEE Trans. Signal Process., vol. 62, no. 24, pp. 6554-6567, 2014. [DOI:10.1109/TSP.2014.2364014]
18. [18] Y. Zheng, Z. Shi, R. Lu, S. Hong, and X. Shen, "An efficient data-driven particle PHD filter for multitarget tracking," IEEE Trans. Ind. Informatics, vol. 9, no. 4, pp. 2318-2326, 2012. [DOI:10.1109/TII.2012.2228875]
19. [19] C. Fantacci, B.-T. Vo, F. Papi, and B.-N. Vo, "The Marginalized $$backslash$delta $-GLMB Filter," arXiv Prepr. arXiv1501.00926, 2015.
20. [20] J. L. Williams, "Marginal multi-Bernoulli filters: RFS derivation of MHT, JIPDA, and association-based MeMBer," IEEE Trans. Aerosp. Electron. Syst., vol. 51, no. 3, pp. 1664-1687, 2015. [DOI:10.1109/TAES.2015.130550]
21. [21] Á. F. Garcia-Fernández, J. L. Williams, K. Granström, and L. Svensson, "Poisson multi-Bernoulli mixture filter: Direct derivation and implementation," IEEE Trans. Aerosp. Electron. Syst., vol. 54, no. 4, pp. 1883-1901, 2018. [DOI:10.1109/TAES.2018.2805153]
22. [22] Y. Xia, K. Granstrcom, L. Svensson, and Á. F. Garcia-Fernández, "Performance evaluation of multi-Bernoulli conjugate priors for multi-target filtering," in 2017 20th International Conference on Information Fusion (Fusion), 2017, pp. 1-8. [DOI:10.23919/ICIF.2017.8009710]
23. [23] S. Wu, Y. Zhou, Y. Xie, and Q. Xue, "Robust Poisson multi-Bernoulli mixture filter using adaptive birth distributions for extended targets," Digit. Signal Process., vol. 126, p. 103459, 2022, doi:
https://doi.org/10.1016/j.dsp.2022.103459 [DOI:10.1016/j.dsp.2022.103459.]
24. [24] S. H. Rezatofighi, S. Gould, B. T. Vo, B.-N. Vo, K. Mele, and R. Hartley, "Multi-target tracking with time-varying clutter rate and detection profile: Application to time-lapse cell microscopy sequences," IEEE Trans. Med. Imaging, vol. 34, no. 6, pp. 1336-1348, 2015. [DOI:10.1109/TMI.2015.2390647]
25. [25] م. رییس دانایی, "اجرای فیلتر چگالی فرض احتمال توسط فیلتر ذره ای با متغیر کمکی و شدت زایش وفقی," پدافند الکترونیکی و سایبری, vol. سال پنجم, pp. 70-75, 1396.
26. [26] B. Ristic, D. Clark, B.-N. Vo, and B.-T. Vo, "Adaptive target birth intensity for PHD and CPHD filters," IEEE Trans. Aerosp. Electron. Syst., vol. 48, no. 2, pp. 1656-1668, 2012. [DOI:10.1109/TAES.2012.6178085]
27. [27] Á. F. Garcia-Fernández, Y. Xia, and L. Svensson, "A comparison between PMBM Bayesian track initiation and labelled RFS adaptive birth," in 2022 25th International Conference on Information Fusion (FUSION), 2022, pp. 1-8. [DOI:10.23919/FUSION49751.2022.9841338]
28. [28] H.-Y. Zhou, "Sequential Monte Carlo implementation and state extraction of the group probability hypothesis density filter for partly unresolvable group targets-tracking problem," IET Radar, Sonar Navig., vol. 4, no. 5, pp. 685-702(17), Oct. 2010. [DOI:10.1049/iet-rsn.2009.0109]
29. [29] K. Granström and U. Orguner, "On Spawning and Combination of Extended / Group Targets Modeled With Random Matrices," vol. 61, no. 3, pp. 678-692, 2013. [DOI:10.1109/TSP.2012.2230171]
30. [30] K. G. Murty, "An algorithm for ranking all the assignments in order of increasing cost," Oper. Res., vol. 16, no. 3, pp. 682-687, 1968. [DOI:10.1287/opre.16.3.682]
31. [31] A. S. Rahmathullah, A. F. Garcia-Fernandez, and L. Svensson, "Generalized optimal sub-pattern assignment metric," in 2017 20th International Conference on Information Fusion (Fusion), 2017, doi: 10.23919/icif.2017.8009645. [DOI:10.23919/ICIF.2017.8009645]
32. [32] Y. Xia, K. Granström, L. Svensson, Á. F. Garcia-Fernández, and J. L. Williams, "Extended target Poisson multi-Bernoulli mixture trackers based on sets of trajectories," in 2019 22th International Conference on Information Fusion (FUSION), 2019, pp. 1-8. [DOI:10.23919/FUSION43075.2019.9011181]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |