面向车载快速移动目标的雷达多目标跟踪：频域处理的潜力
机器人学
2026-04-16 v1 人工智能
计算机视觉与模式识别
图像与视频处理
信号处理
摘要
本文提倡在频域中处理雷达数据，以实现对噪声和结构误差的更高鲁棒性，尤其是相较于基于特征的方法。在高动态场景下尤为重要，即传感器随车辆的自运动以及存在未知数量的其他移动目标。除了高鲁棒性，频域处理还有一个迄今被忽视的优势，即用于配准等的基于相关的方法能提供关于场景中所有移动结构的信息。典型的汽车应用案例是超车机动，在本文中以此作为激励性例子。 presented 初步实验和使用 Boreas 数据集的 FS2D (Fourier SOFT in 2D) 结果，演示了仅使用雷达的 odometry，即无需传感器融合的雷达 odometry，以支持我们的论点。
关键词
引用
@article{arxiv.2604.14013,
title = {Towards Multi-Object-Tracking with Radar on a Fast Moving Vehicle: On the Potential of Processing Radar in the Frequency Domain},
author = {Tim Hansen and Arturo Gomez-Chavez and Ilya Shimchik and Andreas Birk},
journal= {arXiv preprint arXiv:2604.14013},
year = {2026}
}