[发明专利]一种基于深度强化学习更新卡尔曼滤波器的目标追踪方法有效
| 申请号： | 202010554226.1 | 申请日： | 2020-06-17 |
| 公开（公告）号： | CN111862165B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 李骏;张杰;梁腾;王天誉 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06T7/277 | 分类号： | G06T7/277;G06V10/764;G06V10/82;G06V10/774;G06N3/04;G06N3/08;H04W84/18 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度强化学习更新卡尔曼滤波器的目标追踪方法。该方法包括以下步骤：利用传感器进行数据采集，获得原始追踪场景数据；对原始追踪场景数据进行分类，获得不同目标追踪场景下的数据；针对不同目标追踪场景下的数据，分别利用深度强化学习的方法进行多次训练直到收敛，获得最优策略，最优策略是一个神经网络，输入为卡尔曼滤波器的预测值与传感器的测量值，输出的动作为卡尔曼滤波器的更新方法；将最优策略进行线下部署，应用到实际的追踪场景进行目标追踪。本发明适用于实际传感器网络中的目标追踪，有效提高了追踪的精度。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 更新 卡尔 滤波器 目标 追踪 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010554226.1/，转载请声明来源钻瓜专利网。
