在未知环境中存在动态障碍的情况下，避免碰撞是无人系统最关键的挑战之一。在本文中，我们提出了一种方法，该方法可以鉴定出椭圆形的障碍，以估计线性和角度障碍速度。我们提出的方法是基于任何对象的概念，可以由椭圆形表示。为了实现这一目标，我们提出了一种基于高斯混合模型，kyachiyan算法和改进算法的变异贝叶斯估计的方法。与现有的基于优化的方法不同，我们提出的方法不需要了解集群数量，并且可以实时操作。此外，我们定义一个基于椭圆形的特征向量以匹配两个及时的接近点帧。我们的方法可以应用于具有静态和动态障碍的任何环境，包括具有旋转障碍的环境。我们将算法与其他聚类方法进行比较，并表明当与轨迹计划器结合时，整体系统可以在存在动态障碍物的情况下有效地穿越未知环境。