Abstract

W pracy rozważono problem śledzenia obiektów poruszających się za pomocą rozproszonego systemu wieloczujnikowego. Głównym zadaniem systemu śledzenia jest detekcja i estymacja trajektorii obiektów poruszających się w obserwowanej przestrzeni. Trajektoria obiektu to ciąg estymat kinematycznego stanu obiektu, jego pozycji, prędkości, itp. Klasyczne systemy śledzenia oparte są na filtrze Kalmana korzystającym z danych z pojedynczego źródła. Niestety w wielu sytuacjach dokładność oraz odporność systemu estymacji, który korzysta z tylko jednego źródła danych, jest niewystarczająca. Dlatego niezbędne jest użycie wielu źródeł danych i opracowanie odpowiednich algorytmów, które są w stanie przetworzyć te dane.Wieloczujnikowa estymacja stanu realizowana jest zwykle w jednej z dwóch architektur: centralnej bądź rozproszonej. W systemie centralnym wszystkie nieprzetworzone pomiary z czujników są przesyłane do ośrodka centralnego. W ośrodku centralnym na podstawie pomiarów wyznaczana jest wynikowa estymata stanu obiektu. W systemie rozproszonym pomiary są wykorzystywane przez odpowiednie estymatory lokalne. Każdy z tych estymatorów wyznacza tzw. lokalną estymatę stanu na podstawie danych z pojedynczego czujnika. Dopiero tak wyznaczone lokalne estymaty stanu przesyłane są do centrum i łączone za pomocą odpowiedniego algorytmu.Przedstawiony w pracy rozproszony algorytm śledzenia korzysta z danych dostarczanych przez zbiór filtrów MHT. Fuzję trajektorii oparto o najlepszy liniowy estymator nieobciążony nie korzystający z informacji a priori.

Authors (2)