考虑多运动模型的视觉 SLAMMOT

同时定位与制图 (SLAM) 和多目标跟踪 (MOT) 是自动驾驶领域的关键任务，吸引了大量研究关注。尽管二者都重要，但常见的做法将 SLAM 和 MOT 视为自动驾驶系统中独立的模块，这导致固有的局限性。经典的 SLAM 方法通常依赖静态环境假设，适合室内而非动态户外场景。相反，传统的 MOT 技术通常依赖于已知的车辆状态，这限制了基于该先验条件对对象状态估计的准确性。为此，之前的工作引入了统一的 SLAMMOT 范式，但主要关注简单运动模式。我们团队以前的工作 IMM-SLAMMOT\cite{IMM-SLAMMOT} 提出了一种新方法，融入多运动模型考虑到 SLAMMOT 中，即紧密耦合的 SLAM 和 MOT，展示了其在基于 LiDAR 系统中的有效性。本文研究了将该方法在视觉领域实现的可行性和优势，弥合了 LiDAR 与视觉感知机制之间的差距。具体地，我们提出了一个考虑多运动模型的视觉 SLAMMOT 解决方案，并验证了 IMM-SLAMMOT 在视觉域中固有的优势。