aUToTrack：面向SAE AutoDrive挑战赛的轻量级目标检测与跟踪系统
机器人学
2019-05-22 v1
摘要
多伦多大学是参加SAE AutoDrive挑战赛的八支队伍之一——该竞赛旨在到2020年开发出一辆自动驾驶汽车。在第一年挑战赛中获得第一名后，我们正前往2019年6月的MCity参加第二次挑战赛。在那里，我们将与行人、骑行者和汽车交互。为安全行驶，准确估计车辆周围所有物体的位置至关重要。本工作的贡献有两点：首先，我们提出一个新的目标检测与跟踪数据集（UofTPed50），其利用GPS对行人的位置和速度进行真值标定。据我们所知，此类行人数据集此前未在文献中出现过。其次，我们提出一个轻量级目标检测与跟踪系统（aUToTrack），其利用视觉、LIDAR和GPS/IMU定位在KITTI目标跟踪基准上达到最先进的性能。我们展示aUToTrack仅使用CPU即可实时准确估计行人的位置和速度。aUToTrack已在真实自动驾驶汽车上进行了闭环实验测试，并我们在我们的数据集上展示了其性能。
引用
@article{arxiv.1905.08758,
title = {aUToTrack: A Lightweight Object Detection and Tracking System for the SAE AutoDrive Challenge},
author = {Keenan Burnett and Sepehr Samavi and Steven L. Waslander and Timothy D. Barfoot and Angela P. Schoellig},
journal= {arXiv preprint arXiv:1905.08758},
year = {2019}
}
备注
Accepted to CRV (Computer and Robot Vision) 2019