Przetwarzanie danych surowych w Bayesowskich algorytmach śledzenia pojazdów

• Autorzy: Mazurek P. , Okarma K.

Warianty tytułu

EN

Processing of raw data in Bayesian vehicle tracking algorithms

• Języki publikacji: PL

Abstrakty

PL

Artykuł dotyczy jednego z istotnych zagadnień związanych z wykorzystaniem technik śledzenia pojazdów w Inteligentnych Systemach Transportowych, jakim jest kwestia przygotowania danych wejściowych dla algorytmu śledzenia. Ze względu na fakt, iż typowe algorytmy śledzenia nie są zdolne do prawidłowego wyznaczenia trajektorii ruchu dla obiektów reprezentowanych przez sygnały o poziomie zbliżonym do szumu, wykorzystywana jest w tym celu technologia Track-Before-Detect (TBD). Tego rodzaju algorytmy oparte są na podejściu bayesowskim z wykorzystaniem pełnej informacji o obiekcie. W artykule zilustrowane zostały efekty śledzenia możliwe do uzyskania dzięki wykorzystaniu danych surowych, co pozwala na efektywne śledzenie obiektów zlokalizowanych blisko siebie, charakteryzujących się odmiennymi kolorami. Wyjątek stanowią obiekty o kolorze zbliżonym do tła, które podlega estymacji i eliminacji.

EN

The paper is related to an important issue related to the application of vehicles tracking technology for the Intelligent Transportation System, which is the preprocessing of the input data for the tracking algorithm. Since typical tracking algorithms are unable to detect the motion trajectories properly for the objects represented by the signals when their level is similar to the noise, the Track-Before-Detect (TBD) approach is used in such cases. Such algorithms are based on the Bayesian approach utilising full information about the object. In the paper some results of tracking are demonstrated, which can be obtained due to the usage of the raw data, allowing an effective tracking of objects located close to each other, which are characterised by different colours. An exception is related to the objects with similar colour to the background, which is estimated and eliminated.

Słowa kluczowe

PL

inteligentne systemy transportowe; śledzenie pojazdów; algorytmy bayesowskie

EN

processing of raw data; Bayesian vehicle tracking algorithms

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2011
• Tom: nr 6
• Opis fizyczny: Pełny tekst na CD, Bibliogr. 10 poz., rys.

Twórcy

autor

Mazurek P.

autor

Okarma K.

• Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie, Wydział Transportu Samochodowego; 71-244 Szczecin; ul. Klonowica 14. Tel: [phone], Fax: [phone],,

Bibliografia

• [1] Barniv, Y.: Dynamic Programming Algorithms for Detecting Dim Moving Targets. In: Bar-Shalom, Y. (ed.): Multitarget-Multisensor Tracking. Artech House 1990.
• [2] Blackman, S., Popoli, R.: Design and Analysis of Modern Tracking Systems. Artech House 1999.
• [3] Blackman, S.: Multiple–Target Tracking with Radar Applications. Artech House 1992.
• [4] Boers, Y., Ehlers, F., Koch, W., Luginbuhl, T., Stone, L.D., Streit, R.L.: Track Before Detect Algorithm, EURASIP Journal on Advances in Signal Processing, Hindawi 2008.
• [5] Kalman, R.E.: A New Approach to Linear Filtering and Prediction Problems. Transactions of the ASME–Journal of Basic Engineering 82, Series D pp. 35–46, 1960.
• [6] Klein L.A.: Sensor Technologies and Data Requirements for ITS. Norwood, Massachusetts, Artech House ITS library 2001.
• [7] Mazurek, P., Okarma, K.: Subpikselowe śledzenie ruchu pojazdów na drodze w dużej odległości od kamery. Logistyka nr 3, str. 1815–1824, 2011.
• [8] Okarma, K., Mazurek, P.: Nonlinear Background Estimation Methods for Video Vehicle Tracking Systems. Archives of Transport Systems Telematics, 2011.
• [9] Okarma, K., Mazurek, P.: Vehicle Tracking Using the High Dynamic Range Technology. Communications in Computer and Information Science vol. 329 (TST 2011), pp. 172–179, Springer Verlag 2011.
• [10] Stone L. D., Barlow C. A., Corwin T. L.: Bayesian Multiple Target Tracking. Artech House Publishers. August 1999.