雷达-相机融合多目标跟踪：在线标定与通用特征
计算机视觉与模式识别
2025-11-06 v1 信号处理
摘要
本文提出一种多目标跟踪 (MOT) 框架，通过融合雷达和相机数据来提高跟踪效率，同时最小化人工干预。与许多利用雷达并将其分配为补充角色的研究不同，尽管雷达能够提供三维坐标系中目标的准确距离/深度信息，本方法将雷达置于关键角色。同时，本文利用雷达和相机数据的通用特征，实现在线标定以自动关联雷达和相机的检测结果。本次研究的主要贡献包括：(1) 开发一种利用在线雷达-相机标定来简化这两种传感器检测结果集成的雷达-相机融合 MOT 框架；(2) 利用雷达和相机数据之间的通用特征，准确推导出检测目标的实际世界位置；(3) 采用特征匹配和类别一致性检查，以超越仅依赖位置匹配的局限性，提高传感器关联精度。到目前为止，我们是首次研究将雷达-相机通用特征及其在实现 MOT 中用于在线标定的集成。通过能够简化雷达-相机映射过程并提升跟踪精度的实际实验结果证明了该框架的有效性，实验在受控环境和实际交通场景中均有展示。代码已公开于 https://github.com/radar-lab/Radar_Camera_MOT
引用
@article{arxiv.2510.20794,
title = {Radar-Camera Fused Multi-Object Tracking: Online Calibration and Common Feature},
author = {Lei Cheng and Siyang Cao},
journal= {arXiv preprint arXiv:2510.20794},
year = {2025}
}
备注
accepted to IEEE Transactions on Intelligent Transportation Systems (T-ITS)