TY -的A2 Campopiano普盟——胡Fengjun PY - 2016 DA - 2015/11/22 TI -目标质心位置Phase-Path容积卡尔曼滤波估计SP - 4879293六世- 2016 AB -容易丢失跟踪目标的问题当障碍出现在智能机器人目标跟踪,提出了一种目标跟踪算法集成减少维最优卡尔曼滤波算法基于Phase-Path体积积分与Camshift算法。在分析Camshift算法的缺陷,比较筛选算法和均值漂移算法的性能,和卡尔曼滤波算法用于融合优化针对缺陷。然后针对越来越多的计算综合算法,减少维度与phase-path体积积分而不是高斯积分卡尔曼算法和减少采样点的数量在过滤过程中,同时不影响原算法的操作精度。最后设置目标质心位置Camshift算法迭代作为观测值的改进的卡尔曼滤波算法来解决预测价值;从而使目标质心位置的最优估计和保持目标跟踪,使机器人能够理解环境场景,根据变化及时正确地反应。实验表明,本文提出的改进算法在目标跟踪显示了良好的性能障碍,降低算法的计算复杂度通过降维。SN - 1687 - 725 - 2016/4879293 / 10.1155 x你——https://doi.org/10.1155/2016/4879293——摩根富林明-《传感器PB Hindawi出版公司KW - ER