公开(公告)号：CN116778433A

公开(公告)日：2023-09-19

申请号：CN202310769248.3

申请日：2023-06-27

Applicant: 吉林大学

Inventor： 王波 ,  徐玮明 ,  冯志远 ,  赵彦平 ,  栾明桉 ,  杨佳慧 ,  姚宝花 ,  王海艳

IPC: G06V20/54 ,  G06V10/84 ,  G06T7/277 ,  G06T7/20 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06F17/16

Abstract: 一种基于深度Q网络学习的车辆跟踪方法、存储介质及设备，它属于车辆跟踪技术领域。本发明解决了在无法覆盖GPS信号且场景复杂的情况下，采用现有技术无法实现对车辆的高精度定位跟踪的问题。本发明针对IMM卡尔曼滤波器的状态转移概率矩阵未知的复杂情况，基于DQN学习得到IMM卡尔曼滤波器的状态转移概率矩阵，利用深度强化学习的感知和决策能力，能够有效地感知外部环境，获得最优判断，而且本发明方法的实现过程不需要依赖GPS信号，因此，在无法覆盖GPS信号且场景复杂的情况下，本发明方法仍然可以提升车辆跟踪性能，实现对车辆的高精度定位跟踪。本发明方法可以应用于车辆跟踪技术领域用。