Kluczowym problemem w śledzeniu wielu celów o małej separacji lub w warunkach zakłóceń jest kojarzenie danych (data association), tj. przypisywanie wykryć (plotów) do tras. Wśród technik kojarzenia danych przeznaczonych do tego celu preferowane są rekursywne wielohipotezowe metody kojarzenia danych MHT (Multiple Hypothesis Tracking), bazujące na regule Bayes'a oraz metody PDA (Probabilistic Data Association) i JPDA (Joint Probabilistic Data Association), stanowiące przypadki szczególne metody MHT. W artykule poruszono problematykę metod PDAlJPDA oraz MHT, wskazując na ograniczenia i korzyści wynikające z ich stosowania w systemach śledzenia.
EN
Data association is a key problem of multiple targets tracking in dense target or clutter environments. Data association, Le. assignment of plots to tracks, becomes more difficult where tracks compete for measurements. From a wide range of techniques dealing with this problem, recursive Bayesian MHT (Multiple Hypothesis Tracking) and special cases of MHT like PDA (Probabilistic Data Association) and JPDA (Joint Probabilistic Data Association) are recommended. The article presents a brief description of the PDNJPDA, MHT as well as advantages and constraints of using these techniques in tracking systems.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.