AB3DMOT：一种三维多目标跟踪基线及新评估指标

三维多目标跟踪（MOT）对自动驾驶等应用至关重要。近期工作聚焦于开发高精度系统，较少关注计算代价与系统复杂度。相比之下，本文提出一种简单且实时的三维 MOT 系统，具有强劲性能。我们的系统首先从 LiDAR 点云获取三维检测。随后，采用三维卡尔曼滤波与匈牙利算法的直接组合进行状态估计与数据关联。此外，诸如 KITTI 等三维 MOT 数据集在二维空间评估 MOT 方法，且缺乏标准化的三维 MOT 评估工具以公平比较各类三维 MOT 方法。我们提出了一种新的三维 MOT 评估工具及三项新指标，以全面评估三维 MOT 方法。我们表明，所提方法在 KITTI 上取得强劲的三维 MOT 性能，并以 $207.4$ FPS 的速率在 KITTI 数据集上运行，在现代三维 MOT 系统中速度最快。我们的代码公开于 http://www.xinshuoweng.com/projects/AB3DMOT。