在Lidar系统上进行小鸟追踪的基于门式循环单元的交互多模型方法
Bing Han1, Hongchang Wang1, Zhigang Su1
1Sino-European Institute of Aviation Engineering, The Civil Aviation University of China, Tianjin 300300, China.
Sensors (Basel, Switzerland)
|September 28, 2023
概括
这项研究引入了一种新方法,使用基于封闭循环单元 (GRU) 的交互多重模型 (IMM) 来提高低刷新率的Lidar系统中的鸟类跟踪精度. 该方法提高了跟踪性能,这对机场安全至关重要.
科学领域:
- * 航空航天工程 航空航天工程
- * 计算机视觉 计算机视觉
- * 野生动物管理
背景情况:
- * 激光雷达技术为机场的鸟类监视提供了潜力.
- *Lidar的低观测更新率阻碍了有效的鸟类目标追踪.
- *精确的鸟类检测对于航空安全至关重要.
研究的目的:
- * 开发一种先进的鸟类目标追踪方法,使用低采样频率的激光雷达数据.
- * 提高鸟类跟踪系统在挑战性的机场环境中的准确性和可靠性.
- * 在低刷新率场景中克服传统跟踪方法的局限性.
主要方法:
- * 提出了一个基于封闭的循环单元 (GRU) 的交互多重模型 (IMM) 方法.
- * 开发了各种基于GRU的运动模型,以捕捉不同的目标运动模式.
- * 引入了一个近似状态转移矩阵方法,用于将GRU预测与IMM框架合并.
主要成果:
- *与经典方法相比,追踪误差至少提高了26%.
- * 在低Lidar刷新率下追踪鸟类目标时表现出卓越的性能.
- * 通过对开放鸟类轨迹数据集的模拟来验证有效性.
结论:
- *基于GRU的IMM方法是有效的跟踪小鸟目标与Lidar系统.
- * 该方法为低刷新率跟踪应用程序提供了显著的改进.
- * 这项研究通过改进的鸟类监视技术,有助于提高航空安全.
更多相关视频
05:57Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
Published on: April 8, 2019
6.9K
08:32Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut
Published on: June 15, 2020
12.5K
