다중차량 추적시스템의 예측 알고리듬 비교

Comparison of Prediction Algorithms in Tracking System of Multiple Vehicles

다중차량 추적시스템에서 칼만 필터는 차량을 추적하기 위하여 일반적으로 사용되는 예측 알고리듬이다. 칼만 필터는 제한된 조건에서 최적의 결과를 나타내는 좋은 특성이 있으나 계산량이 많아 다수의 차량을 실시간으로 추적해야 하는 다중차량 추적시스템에서의 구현은 다소 어려운 단점이 있다. 본 논문에서는 실시간 다중차량 추적시스템의 구현을 위해 비교적 계산이 간단한 순환최소자승 알고리듬을 횡구조의 필터에 적용한 적응 예측기를 도입한다. 칼만 필터를 이용한 추적시스템과 성능을 비교 분석하기 위하여 컴퓨터 그래픽 도구로 제작된 가상 연속영상과 실제 교차로에서 촬영한 동영상을 이용하였다. 모의실험 결과는 본 논문에서 제안한 다중차량 추적시스템이 전용하드웨어 없이 일반 개인용 컴퓨터 환경 하에서 초당 30프레임의 속도로 촬영한 영상의 차량을 실시간으로 추적하는데 사용될 수 있음을 보여준다.

In multi-vehicle tracking systems Kalman filter is generally used for tracking vehicles. Despite well known advantages of Kalman filter that presents optimality with constraints, it is difficult to track several vehicles in real time simultaneously due to a large number of computations. In this paper, we propose a multi-vehicle tracking system with an adaptive predictor that employs recursive least square algorithm which can be easily implemented for real time application on a transversal filter. The performance of the proposed tracking system is compared to one with Kalman filter using a synthetic sequential image generated by computer graphics and real sequential image taken at intersections. Simulation results show that the proposed tracking system can be applied to track vehicles in real sequential image at the rate of 30 frame/sec on a PC environments without any special hardwares.