斜和接近传感器的放大然后把控制对象在其领域来看,虽然观点独立的成本函数是用来确定哪些他们找到的移动对象感兴趣的特定目标。下面将描述这些步骤。假设在时间和潘t0传感器,倾斜值(q0;f0)负责跟踪一个特定的对象与3 dX0位置和速度Р˙X。给定一个函数GX),地面坐标转换为一锅倾斜点(确定通过相机标定),对象的位置X0转换为所需的传感器,倾斜值(qd;fd)= G(X0)。的行为,倾斜与无限单元由一个线性近似系统加速度和最大速度(˙q;˙f)Р 替换所需的传感器,倾斜(qd;fd)到左边的这个方程和解决(t&t0)收益采集时间的预测,锅要多长时间,倾斜设备指向对象的当前位置。然而,对象将已经沿着它的轨迹。这个新对象位置估计是Р这个预测对象的位置是然后转换成一个新的理想的传感器,倾斜,整个过程迭代直到时间的增量(t ? ? t0)成为小(融合)或开始上升(分歧)。该算法保证如果收敛,传感器将能够重拾那些对象。可以确定一个合适的相机变焦设置直接给定一个理想的对象的投影的大小的形象。知道对象的分类C(从2.3节确定),我们采用启发式人类是大约6(2米)英尺高,汽车大约15英尺(5米)长设置缩放。鉴于对象的位置和传感器,因此r范围对象,角r对向的形象的对象是约Р 了解传感器的焦距缩放功能,从相机标定,确定适当的缩放设置很容易选择。一旦传感器正确的方向指向正确的缩放因子,所有运动目标提取的比较感兴趣的特定目标是否匹配。这一个具体的目标需要重新获得一个关键特性是必要的对多幅相机合作监视。viewpoint-specific外观标准显然不是有用的,因为目标的新视图从前面的视图可能显著不同。因此,识别特性Р需要独立的观点。在我们的工作中,我们使用两个标准:3 d场景对象的轨迹从地理位置确定,规范化的对象的图像的颜色直方图。候选人运动区域测试通过应用一个匹配代价函数的方式类似于在2.2节描述。