基于马尔可夫蒙特卡洛算法的多目标车辆跟踪方法

摘要

本发明提供一种基于马尔可夫蒙特卡洛(MCMC)算法的多目标车辆跟踪方法，该方法采用了MCMC方法对跟踪过程进行建模，建立多种预选状态，再利用基于Metropolis-Hastings抽样的模拟退火算法对预选状态进行遍历，选取具有最大连接概率的预选状态为最优解。本方法首次给出转移等效的限制，同时对数据关联中的参数通过实验数据回归拟合进行估计，从而得到最大后验概率意义下的最优车辆运动轨迹，实现了车辆的跟踪，解决了多目标车辆经常出现的遮挡分裂问题，具有跟踪精度高，实时性好的优点。