13.01.2014 Aufrufe

PDF 8.939kB - Hochschule Ulm

PDF 8.939kB - Hochschule Ulm

PDF 8.939kB - Hochschule Ulm

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 7. Versuchauswertung mittels Objekverfolgung<br />

Die mögliche Änderung der Bewegungsrichtung und -geschwindigkeit des Partikels wird<br />

durch das Systemrauschen modelliert. Mit der angenommenen Standardabweichung von<br />

σ s = 5 (Pixel) ergibt sich für das Systemrauschen<br />

⎡<br />

⎤<br />

σs 2 0 0 0<br />

Q =<br />

0 σ 2 s 0 0<br />

⎢<br />

⎣ 0 0 σs 2 0<br />

⎥<br />

⎦ . (7.6)<br />

0 0 0 σs<br />

2<br />

Die Kovarianzmatrix P wird durch das Messrauschen initialisiert:<br />

⎡<br />

⎤<br />

σm 2 0 0 0<br />

P 0 =<br />

0 σ 2 m 0 0<br />

⎢<br />

⎣ 0 0 σm 2 0<br />

⎥<br />

⎦ . (7.7)<br />

0 0 0 σm<br />

2<br />

7.4.2 Gestaltung des Filtersystems<br />

Die Gestaltung des Filtersystems bildet die Vorüberlegung zur Implementierung der Objektverfolgung.<br />

Es ist von Bildsequenzen auszugehen, in denen sich mehrere Partikeln im Bild<br />

befinden. Diese Partikel bewegen sich unabhängig voneinander und können sich daher in Bewegungsrichtung<br />

und Geschwindigkeit unterscheiden. Im Zuge der Multi-Objektverfolgung<br />

muss ein Verfahren entwickelt werden, welches ein Partikel eindeutig zu einem Objektpfad<br />

zuordnet. Für die grundsätzliche Gestaltung des Partikelfiltersystems ergeben sich zwei<br />

Möglichkeiten:<br />

1. Die Zustände aller Partikel werden in einen Zustandsvektor zusammengefasst und<br />

durch einen KF verwaltet. Diese Möglichkeit macht eine dynamische Anpassung des<br />

Zustandsvektors sowie der Systemmatrizen erfolderlich.<br />

2. Jedes Partikel wird einem eigenen KF zugeordnet. Bei dieser Gestaltung ist mit einem<br />

höheren Verwaltungsaufwand zu rechnen.<br />

Vor allem aufgrund der Annahme, dass sich Partikel voneinander unabhängig bewegen, bietet<br />

sich die Verwendung der zweiten Möglichkeit aufgrund der höheren Flexibilität an. Bei der<br />

Implementierung in dieser Arbeit wird daher jeder Objektpfad durch eine Instanz der Klasse<br />

kalman repräsentiert. Innerhalb dieser Klasse sind die Schritte des KF, Prädiktion und<br />

Aktualisierung, das Gating der Datenassoziation sowie Methoden zur Initialisierung neuer<br />

Objektpfade und der Abspeicherung abgestorbener Objektpfade implementiert. Darüber<br />

hinaus wird in den Instanzen der Klasse der Verlauf von wichtigen Parametern der Objektverfolgung<br />

gespeichert. Diese sind beispielhaft der Verlauf der Position und Geschwindigkeit<br />

eines Partikels aber auch Parameter des KF wie zum Beispiel der Korrekturfaktor. Die<br />

Masterarbeit Julian Paar 68

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!