【技术实现步骤摘要】
本专利技术涉及一种基于高斯过程的改进多目标跟踪方法，属于机器人多目标跟踪。
技术介绍
1、随着科技的进一步发展，越来越多的功能性机器人被专利技术并应用到包括军事、工业、民用的各个领域，目前机器人的多目标跟踪方案通常基于sort方案和deepsort方案的设计框架，其中sort方案结合了匈牙利算法和卡尔曼滤波算法进行目标跟踪，而deepsort方案在sort方案的基础之上，添加了级联匹配的过程，添加确定态和非确定态的状态分类，从而提高了多目标跟踪的准确度。
2、多目标跟踪中的目标信息通过不同传感器的数据信息获得，例如通过相机得到图像信息或者由激光雷达点云信息建模得到。对于不同的传感器信息，通过深度学习方法对于传感器信息进行检测，从而获得动态目标，实现多目标检测，其中常用于多目标检测中的深度学习方法有fasterr-cnn,yolov5,ssd等，其通过对于已有数据的学习，进而对于自身模型进行训练，从而提高模型算法检测性能。
3、多目标跟踪的状态估计通过不同的滤波器实现，例如在sort方案中，其主要框架为卡尔曼滤波，...
【技术保护点】
1.一种基于高斯过程的改进多目标跟踪方法,其特征在于，包括以下步骤:
2.根据权利要求1所述的一种基于高斯过程的改进多目标跟踪方法，其特征在于，所述步骤S1中动态物体的目标检测框和目标检测框中心位置模型如下：
3.根据权利要求1所述的一种基于高斯过程的改进多目标跟踪方法，其特征在于，所述步骤S2中获取目标轨迹先验位置方法、IOU匹配方法和匈牙利算法如下：
4.根据权利要求1所述的一种基于高斯过程的改进多目标跟踪方法，其特征在于，所述步骤S3中高斯过程建模和轨迹优化方法如下：
【技术特征摘要】
1.一种基于高斯过程的改进多目标跟踪方法,其特征在于，包括以下步骤:
2.根据权利要求1所述的一种基于高斯过程的改进多目标跟踪方法，其特征在于，所述步骤s1中动态物体的目标检测框和目标检测框中心位置模型如下：
3.根据权利要求1所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。