logo móvil
Contáctanos

Un método de seguimiento de objetivos en grupo para vehículos terrestres no tripulados basado en modelado de forma de múltiples elipses

Autores: Yu, Youjin; Li, Junxiang; Wu, Tao

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Un método de seguimiento de objetivos en grupo para vehículos terrestres no tripulados basado en modelado de forma de múltiples elipses


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Vehículos terrestres no tripulados
Sistemas de apoyo a misiones de escuadrón
Seguimiento de objetivos en grupo
Escenarios de seguimiento de peatones
Modelado de formas de múltiples elipses
Fiabilidad operativa

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Para los vehículos terrestres no tripulados en sistemas de apoyo a misiones de escuadrón (SMSS-UGVs), rastrear a todo el escuadrón como un grupo, en lugar de centrarse en miembros individuales, puede mitigar eficazmente problemas como la pérdida de objetivos causada por oclusión e interferencias ambientales. Sin embargo, la mayoría de los métodos existentes de rastreo de objetivos grupales están diseñados para objetivos extendidos, que típicamente asumen una forma rígida e invariable. En contraste, los grupos de peatones en escenarios de SMSS-UGV exhiben movimientos inconsistentes entre los miembros, lo que resulta en cambios continuos en la forma general del grupo. Para abordar este desafío, este documento propone un método de rastreo de objetivos grupales específicamente adaptado para SMSS-UGVs en escenarios de rastreo de peatones. Introducimos un marco de rastreo que incorpora un mecanismo de selección de datos basado únicamente en información posicional, lo que permite un manejo robusto de la composición dinámica del grupo a través de un modelado de forma adaptativo. Además, se presenta un nuevo método de rastreo de objetivos grupales basado en modelado de forma de multi-elipse (ME-CGT-UGV), que captura eficazmente formaciones grupales complejas y en evolución. Los resultados experimentales muestran que el método propuesto reduce el error de orientación en un 86.13% en comparación con el rastreo de un solo objetivo y en un 54.79% en comparación con métodos de modelado sin forma. También mantiene un rendimiento sólido en condiciones desafiantes, incluyendo oclusiones, perturbaciones ambientales, giros bruscos y cambios de formación. Estos hallazgos indican que el enfoque propuesto mejora significativamente la efectividad y la fiabilidad operativa de los SMSS-UGVs en aplicaciones del mundo real.

Otros recursos que podrían interesarte

Temas Virtualpro