Resumen

Para el problema de perder fácilmente el objetivo de seguimiento cuando aparecen obstáculos en el seguimiento de objetivos de robots inteligentes, este artículo propone un algoritmo de seguimiento de objetivos que integra el algoritmo de filtrado Kalman óptimo de dimensión reducida basado en la integral de volumen de fase-trayectoria con el algoritmo Camshift. Después de analizar los defectos del algoritmo Camshift, se compara el rendimiento con el algoritmo SIFT y el algoritmo Mean Shift, y se utiliza el algoritmo de filtrado Kalman para la optimización de la fusión apuntando a los defectos. A continuación, con el objetivo de aumentar la cantidad de cálculos en el algoritmo integrado, se reduce la dimensión con la integral de volumen de trayectoria de fase en lugar de la integral gaussiana en el algoritmo de Kalman y se reduce el número de puntos de muestreo en el proceso de filtrado sin influir en la precisión operativa del algoritmo original. Por último, se establece la posición del centroide del objetivo a partir de la iteración del algoritmo Camshift como valor de observación del algoritmo de filtrado Kalman mejorado para fijar el valor predictivo; de este modo, se realiza una estimación óptima de la posición del centroide del objetivo y se mantiene el seguimiento del objetivo para que el robot pueda comprender la escena ambiental y reaccionar a tiempo correctamente en función de los cambios. Los experimentos demuestran que el algoritmo mejorado propuesto en este trabajo muestra un buen rendimiento en el seguimiento de objetivos con obstrucciones y reduce la complejidad computacional del algoritmo mediante la reducción de dimensiones.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:algoritmo, posición del centroide del objetivo, algoritmo camshift, volumen de trayectoria, seguimiento inteligente de objetivos robóticos, iteración del algoritmo camshift, algoritmo mean shift, kalman, defectos, dimensión
• Keywords:algorithm, target centroid position, camshift algorithm, path volume, intelligent robot target tracking, camshift algorithm iteration, mean shift algorithm, kalman, defects, dimension