基于 MS-GLMB 滤波器的 3D 多目标跟踪用于自动驾驶
计算机视觉与模式识别
2024-10-22 v1
摘要
MS-GLMB 滤波器通过利用多传感器数据提供了一种用于跟踪多个目标的稳健框架。基于此，MV-GLMB 和 MV-GLMB-AB 滤波器通过采用摄像机进行 3D 多传感器多目标跟踪，有效地解决了遮挡问题。然而，这两个滤波器都依赖摄像机的重叠视场来组合互补信息。本文引入了改进方法，将额外的传感器（如 LiDAR）集成到 MS-GLMB 框架中进行 3D 多目标跟踪。具体而言，我们提出了新的 LiDAR 测量模型，以及摄像机和 LiDAR 多目标测量模型。我们的实验结果表明，与现有基于 MS-GLMB 的方法相比，跟踪性能显著提高。重要的是，我们的方法无需重叠视场，从而拓宽了 MS-GLMB 滤波器的适用范围。我们的源码可在 https://github.com/linh-gist/ms-glmb-nuScenes 上获取。
关键词
引用
@article{arxiv.2410.14977,
title = {3D Multi-Object Tracking Employing MS-GLMB Filter for Autonomous Driving},
author = {Linh Van Ma and Muhammad Ishfaq Hussain and Kin-Choong Yow and Moongu Jeon},
journal= {arXiv preprint arXiv:2410.14977},
year = {2024}
}
备注
2024 International Conference on Control, Automation and Information Sciences (ICCAIS), November 26th to 28th, 2024 in Ho Chi Minh City