Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/260839
Type: TESE
Title: Estudo da dinâmica de indivíduos para rastreamento multi-alvo utilizando conjuntos aleatórios finitos
Title Alternative: A study of individuals dynamics for multi-target tracking using random finite sets
Author: Frencl, Victor Baptista, 1983-
Abstract: Resumo: O problema de rastreamento de alvos é tratado de diversas formas na literatura, seja elaborando modelos matemáticos mais eficientes na reprodução da dinâmica de movimentos, seja na construção de filtros estocásticos que realizem estimativa de estados, como de posição e velocidade. Quando se trata do rastreamento em que os alvos de interesse são diversos indivíduos em movimento, a literatura não possui estudos específicos. Dessa forma, o objetivo principal da tese é aprofundar o conhecimento de rastreamento de indivíduos. Neste cenário, existe um número elevado e variável de alvos, que podem surgir de forma espontânea, agrupar-se ou separar-se, além de alarmes falsos imersos nas medidas. Estudou-se a teoria dos Conjuntos Aleatórios Finitos, cujo tratamento matemático se dá através do chamado Cálculo Multi-Alvo. Os filtros estocásticos também foram estudados sobre este ponto de vista, sendo os filtros PHD e GM-PHD os principais. Criada essa base teórica, três propostas baseadas nesse problema foram apresentadas: Modelos de Movimentação de Indivíduos, Simulador de Trajetórias de Indivíduos e Modelos Dinâmicos para Filtragem Estocástica. A primeira das propostas consiste em construir perfis probabilísticos de movimentação para cada um dos indivíduos. A segunda envolve a criação de um simulador de trajetórias de indivíduos que seja o mais verossímil possível em relação às trajetórias reais de uma pessoa, em cenários com variações de terreno, classificados pela dificuldade de locomoção. E finalmente, a terceira proposta tem como objetivo criar um modelo dinâmico combinado e modificado em relação a modelos encontrados na literatura para ser inserido no processo de filtragem estocástica. Ao final, alguns testes e simulações foram realizados, de tal forma a testar o desempenho de filtros e analisar o comportamento dos modelos matemáticos e dos perfis probabilísticos propostos

Abstract: The problem of target tracking is handled in different ways in the literature, either developing more efficient mathematical models to reproduce the dynamics of movements, or building stochastic filters that perform state estimation, such as position and velocity. When it comes to target tracking where the targets of interest are many individuals in motion, the literature lacks on specific studies. Thus, the main objective of the thesis is to deepen the knowledge of individuals tracking. In this scenario, there is a large and variable number of targets, which may arise spontaneously, group together or separate, in addition to measures immersed in false alarms. A study of the Random Finite Sets theory was made, whose mathematical treatment is through the so-called Multi-Target Calculus. Stochastic filters were also studied on this point of view, where the PHD and the GM-PHD filters are the main ones. After created the theoretical basis, three proposals based on this problem were presented: Motion Models for Individuals, a Simulator for Individuals Trajectories and Dynamic Models for Stochastic Filtering. The first proposal is based on building a motion probabilistic shape for each individual. The second proposal involves the creation of a trajectory simulator for individuals to be as plausible as possible to the real movements of a person, in scenarios with variations of terrain, ranked by locomotion difficulty. And finally, the third proposal aims to create a combined and modified dynamic model from models found in the literature, to be inserted in the stochastic filters. Finally, several tests and simulations were made in such a way to test the filters performances and analyze the behavior of the proposed mathematical models and the motion probabilistic shapes
Subject: Controle automatico - Modelos matemáticos
Filtros (Matemática)
Rastreamento (posição)
Processo estocástico
Editor: [s.n.]
Date Issue: 2014
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Frencl_VictorBaptista_D.pdf1.54 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.