Unequal Dimension Track-to-Track Fusion Approaches Using Covariance Intersection
Unequal Dimension Track-to-Track Fusion Approaches Using Covariance Intersection
复制标题
使用协方差交集的不等维轨迹到轨迹融合方法
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
G. Wanielik
中科院分区：
文献类型：
--
作者：
Christoph Allig;G. Wanielik
具有不同状态空间的航迹融合被称为异构航迹到航迹融合（HT2TF）。在本文中，我们提出了使用协方差交集（CI）进行HT2TF的新方法。其基本思想是扩充低维航迹。我们研究了在交互多模型（IMM）算法中为模式混合提出的扩充方法是否也可用于CI。由于扩充会影响CI优化，我们比较了不同的优化变体。最后，我们对所提出的群体感知方法进行了评估。
The fusion of tracks with different state spaces is referred to as heterogeneous track-to-track fusion (HT2TF). In this paper, we present novel approaches for HT2TF using Covariance Intersection (CI). The underlying idea is to augment the low dimensional track. We investigate whether the augmentation approaches proposed for mode mixing in the Interacting Multiple Model (IMM) algorithm can also be employed for the CI. As the augmentation influences the CI optimization, we compare different optimization variants. Finally, we evaluate the presented approaches for collective perception.