利用影像作機動目標之適應追蹤

Abstract

本論文針對機動目標，提出利用影像作適應追蹤的新技巧。一般而言，追蹤可依兩種 情況加以區分：（１）追蹤的目標是否處於機動狀態；（２）有無考慮干擾狀況。本 文首先討論追蹤機動目標的問題。所謂『機動』係指目標的運動軌跡，因受到駕駛員 或自動飛航控制程式突然施加的加速度而呈現不定態變化。為追蹤而使用的量測資料 包括一系列目標物上特徵點的影像平面座標。本論文首先利用Ｋａｌｍａｎ ｆｉｌ ｔｅｒ配合半－馬可夫程序與貝氏理論，提出一個適應性的追蹤器，來估計目標的運 動參數，所估計的參數包括目標在三度空間中的位置與速度。 當考慮到影響影像量測資料的雜訊彼此之間有相關性時，本文利用第一階差分運算子 ，作用於原來的量測資料而產生另一組人為量測資料，這組人為量測資料僅含不具相 關性的白雜訊，此特性才合乎Ｋａｌｍａｎ ｆｉｌｔｅｒ的理論基礎。因此一個適 應性追蹤器首先產生一組人為量測資料，再利用此資料，推導出機動目標可能引用某 一加速度的事後機率，依此機率作為權數，計算加速度的大小，繼而求出運動參的估 計數。 本論文最後討論量測處於干擾狀況下的追蹤問題。提出所謂適應性ＡＰＤＡＦ追蹤器 來處理有關干擾的問題，基於目標的加速度與干擾互不相關的假設，ＡＰＤＡＦ首先 依貝氏理論分析量測資料干擾的問題，再提供結果作為推導加速度研判的依據。 本論文中所作的多項電腦模擬試驗，均驗證所提出的適應性追蹤器具備相當的可靠性 。