α-안정화 파라미터를 사용한 분산 파티클 기반 차량 추적 시스템

박재성; 윤창용

doi:10.5370/KIEE.2020.69.1.190

추천

검색

질문

자료유형: 학술저널

저자정보: 박재성 (Kwangwoon University) 윤창용 (Suwon Science College)

저널정보: 대한전기학회 전기학회논문지 전기학회논문지 제69권 제1호

발행연도: 2020.1

수록면: 190 - 196 (7page)

DOI: 10.5370/KIEE.2020.69.1.190

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper proposes a system with multiple sensors to track vehicles in real time while driving. Environmental information on real-time roads has the characteristics of nonlinear, non-gaussian distributions, and the performance of tracking systems tends to decrease if sudden changes occur and outliers are included. To overcome these shortcomings from vehicle tracking systems, we proposes algorithms that maintain stable and robust characteristics in real-time road environments using distributed particle filters and symmetrical-stability parameters. The distributed particle filter adopts a Gaussian mixed model exchanging parameters between adjacent sensor nodes to approximate the posterior distribution of the weighted particles. The average consensus filter is used to enable each sensor node to interact with the neighboring node. Also, outliers such as impulse, the state estimation method applied to the particle filter-based tracking system is likely to result in degraded performance. To resolve these problems, this paper proposes the method to use a probability density function approximated by the particles generated, as using α-stability distribution value appropriate to the circumstances. The experimental results show that the proposed method has better performance than other traditional particle methods, even when multiple sensors are used to detect multiple objects in nonlinear environment where rapid changes occur.

#Distributed Particle Filtering #Object Tracking #α-stable Distribution #Gaussian Mixture Model

참고문헌 (14)

참고문헌 신청

홍경우 / 2017 / 다중 센서 다중 표적 추적을 위한 GPU 가속 파티클 필터 / 제어.로봇.시스템학회 논문지 23(3):152~156

윤창용 / 2009 / 어파인-자기 회귀 모델과 강인 통계를 사용한교통 표지판 추적 / 전자공학회논문지 - SP 46(5):126~134

H. Ryu / 2006 / Multiple Object Tracking Using Particle Filters / Institute of Control, Robotics and Systems :118~126

D Gu / 2007 / Distributed Particle Filter for Target Tracking / Proc. of 2007 IEEE International Conference on Robotics and Automation Roma

T. Ghirmai / 2014 / Distributed particle filter using Gaussian approximated likelihood function / Proc. of 2014 48th Annual Conference on Information Sciences and Systems (CISS)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박재성

소속기관 충북대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 5% 복합학 > 학제간연구

논문수 46 이용수 5,570

Changyong Yoon

소속기관 수원과학대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전기공학

논문수 27 이용수 2,047

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-560-000248474

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)