基于视觉和激光数据融合的3D多目标跟踪

论文摘要

多目标跟踪是自动驾驶领域的一个重要研究课题。通过精准和有效的跟踪,自主车辆可以获知视野内车辆的速度并做出相应的运动规划。不同于大多数单独使用视觉或3D激光雷达数据的方法,致力于融合当前自动驾驶车辆上标准配置的相机和激光雷达获得的视觉和3D点云信息,从而达到跟踪感知物体的目的。首先,使用匈牙利算法作为基本模型来关联相邻帧间的每一个物体的3D点云。之后,使用RGB图像中的外观特征和3D点云的几何特征来纠正由于物体相近导致的目标索引(ID)互换。在新公开的BLVD数据集上进行算法评估,结果表现出了良好的跟踪性能。

论文目录

• 1 引言
• 2 研究现状
•   2.1 基于相机的方法
•   2.2 基于3D激光雷达的方法
•   2.3 基于融合的方法
• 3 多目标跟踪方法
•   3.1 问题建模及系统总览
•   3.2 匈牙利算法
•   3.3 ID互换的特征比较模型
• 4 实验结果及分析
•   4.1 数据集
•   4.2 结果分析
• 5 结论

文章来源

类型: 期刊论文

作者: 房建武,王贺,薛建儒,许宏科

关键词: 无人车,多目标跟踪,数据融合,匈牙利算法,点云,机器视觉

来源: 无人系统技术 2019年05期

年度: 2019

分类: 信息科技

专业: 电信技术,计算机软件及计算机应用

单位: 长安大学电子与控制工程学院,西安交通大学视觉认知计算与智能车实验室

基金: 国家自然科学基金（61751308,61773311,61603057）

分类号: TP391.41;TN958.98

页码: 24-29

总页数: 6

文件大小: 1051K

下载量: 259