PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
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