动态场景下AGV视觉目标跟踪研究

作     者：罗川 周军 张玉雪 皇攀凌 LUO Chuan;ZHOU Jun;ZHANG Yu-xue;HUANG Pan-ling

作者机构：山东大学机械工程学院山东济南250061 山东大学高效洁净机械制造教育部重点实验室山东济南250061 山东大学机械工程国家级实验教学示范中心山东济南250061 山东省工业技术研究院山东济南250061 山东亚历山大智能科技有限公司山东济南250061 

基　　金：中药口服制剂先进制药与信息化技术融合示范研究(2018ZX09201010) 国家重点研发计划(2019YFC1711200) 大型压力机横梁结构件超厚板自动焊接机器人系统(2018CXGC0908) 基于5G网络的挖掘机远程群控沉浸式作业关键技术研发及示范应用(2019JZZY010453) 多作物多功能智慧播种装备研制与产业化(2019JZZY010732) 高压开关铝合金壳体机器人自动焊接成套装备技术研发与示范应用(2019JZZY010452) 基于工业互联网的智慧铸造工场车间关键技术研究及工程示范(2019JZZY010117) 智能化玉米高速播种、穗茎兼收关键技术研究与推广应用(2019JZZY020615) 丘陵山区宜机化农机装备研发与示范(SD2019NJ012) 泰山产业领军人才 泉城产业领军人才支持(2018031) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2023年第385卷第3期

页      码：234-238页

摘      要：在动态场景中,AGV借助相关滤波原理进行跟踪是一种非常重要的目标跟踪方法,跟踪方法必须具有良好的准确性和实时性。首先介绍对两种主流的相关滤波跟踪算法KCF和SA进行阐述,将SA算法的尺度策略加以改进并融入KCF算法中,结合颜色特征,提出一种改进尺度自适应的Sa-KCF算法。通过设计实验,在OTB-2013数据集中选取动态场景序列,对比测试三种算法的跟踪准确性和实时性。实验表明,改进的Sa-KCF算法在综合准确性和运行效率方面占有优势,能够较好地满足AGV在视觉跟踪中鲁棒性和实时性的要求。

主 题 词：视觉跟踪 相关滤波 尺度自适应 实时性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2023.03.050

馆 藏 号：203118698...