基于观测性的异构传感器多目标跟踪分配
机器人学
2025-09-01 v1
摘要
本文解决了为多目标跟踪分配异构传感器（即具有不同感知能力的机器人）的挑战。我们将机器人分为两个类别：（1）感知足够的机器人，配备范围和 bearing 传感器，能够独立跟踪目标；（2）感知受限的机器人，仅配备范围或 bearing 传感器，需要至少成对合作跟踪一个目标。我们的目标是通过高效的机器人到目标分配来优化跟踪质量，通过最小化目标状态估计的不确定性。利用 matroid 理论，我们提出了一种贪心分配算法，动态分配机器人到目标，以最大化跟踪质量。该算法对任意跟踪质量函数保证 1/3 的常数因子近似界，对子模函数保证 1/2 的近似界，同时保持多项式时间复杂度。广泛的仿真结果表明，该算法在持续一段时间后准确估计和跟踪目标的有效性。此外，数值结果确认该算法的性能接近最优分配，凸显其鲁棒性和实际适用性。
关键词
引用
@article{arxiv.2508.21309,
title = {Observability-driven Assignment of Heterogeneous Sensors for Multi-Target Tracking},
author = {Seyed Ali Rakhshan and Mehdi Golestani and He Kong},
journal= {arXiv preprint arXiv:2508.21309},
year = {2025}
}
备注
This paper has been accepted to the 2025 IEEE/RSJ IROS