江苏大学学报(自然科学版)

作者：张洲1，梁军1，张致豪1，陈小波2，陈龙1，魏文权3，李慧3

单位：（1. 江苏大学 汽车工程研究院， 江苏 镇江 212013； 2. 山东工商学院 计算机科学与技术学院， 山东 烟台 264005； 3. 江苏汉峰数控科技有限公司， 江苏 泰州 225500）<br />

关键词：智能网联汽车,车车通信,协同跟踪,多机动目标,交互式多模型,轨迹关联,轨迹融合

基金：国家自然科学基金资助项目(61773184)； 国家重点研发计划项目(2018YFB1600503)； 江苏省&ldquo;六大人才高峰&rdquo;高层次人才计划项目(2015-DZXX-048)<br />

针对常规线性卡尔曼滤波越来越不能满足多机动目标跟踪精度需求的问题，提出一种基于自适应多模型粒子滤波的协同跟踪方法.首先，主车和协同车分别执行自适应交互式多模型粒子滤波(adaptive interactive multi model particle filter，AIMM-PF)算法，获得环境中目标车辆的运动状态；其次，协同车通过车车通信将跟踪到的目标状态发送给主车；最后，利用基于匈牙利算法和快速协方差交叉算法的数据关联和数据融合技术实现多机动目标的协同跟踪.搭建了V2V通信、雷达和定位仿真系统，选定两辆智能车作为主车和协同车，感知并跟踪200 m范围内的7辆目标车，进行了仿真试验.结果表明，与传统的单车跟踪相比，协同跟踪扩大了感知范围，且在不影响跟踪效率的情况下使跟踪误差降低了31.1%.

来源：2024年第4期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2024年第4期