基于仿射群自调整粒子滤波泊位飞机跟踪算法

基于仿射群的自调整粒子滤波算法被提出，用于跟踪机场内泊位飞机，防止飞机发生相碰。算法中主要

运用具有智能跟踪功能的视频系统[1] [2] [3]对机场进行监控，通过对机场人员、车辆、飞机等进行分割、跟踪和识别，实现对地面空勤调度服务的优化，增强安全性以及监控车辆的异常行为。在飞机泊位自动引导系统中，对飞机进行跟踪并引导其沿线泊位是至关重要的。视频序列中的运动目标跟踪已经引起国内外学者广泛关注，对不同应用条件的跟踪作了较详细的论述[4] [5] [6] [7] [8]，其中粒子滤波(particle filter, PF)算法取得较好的跟踪效果。PF 采用一些密集的图像像素点来描述目标的状态，由当前和之前观测值推出目标现在最可能的状态。

但是PF 用于目标跟踪存在两个问题：退化的问题和选择参考分布的问题。

为了解决这两个问题，结合文中所研究的视觉飞机泊位引导中目标的情况：静止单目摄像机、飞机目标运动速度比较慢，灰度值变化不明显，平移、尺度会发生很大变化，寻找一种满足上述情况、实时性和鲁棒性好的运动目标跟踪算法，引导飞行员操纵飞机准确泊位。

基于仿射群的自调整粒子滤波算法被提出，跟踪机场内泊位飞机。具体过程：首先算法使用在线学习估计器来引导随机粒子移动到他们邻近的最佳状态，稀少采样变得可能。然后，粒子能递增地给出通过前一运动，然后交替调整向邻近的最优状态移动。在移动过程中一些粒子成为新的粒子达到最优状态的桥节点，粒子集在状态空间形成短链，有效找到最优状态，从而实现跟踪飞机的目的。

2. 仿射群的自调整粒子滤波算法 2.1. 仿射群 所有仿射矩阵来自群G 的矩阵乘法操作， 仿射群G 是差分迭代得来的[9] [10]， 具体过程参考文献[9] [10]。这个群的识别元素I 的切线空间形成Lie 代数学g，矩阵结构如下式： 135246000xxxxxx= x (1) 其中ix ∈ℜ。Lie 代数学等价于六维矢量空间。

仿射群展开距离通过测量长度进行测量，是两点之间最短曲线。如图1 显示，从识别元素点I，给出任意测量值IX→ (I 的附近)，在切线空间g 中一个相应矢量被决定：ix→，反之亦然。在I 周围群元素和切线空间g 之间的转换可以通过下式得到。