【开源代码】基于相机-激光雷达融合的三维实时跟踪框架

以下内容来自从零开始机器人SLAM知识星球 每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

论文# DeepFusionMOT: A 3D Multi-Object Tracking Framework Based onCamera-LiDAR Fusion with Deep Association

论文地址：[2202.12100] DeepFusionMOT: A 3D Multi-Object Trac...
作者单位：重庆大学
开源代码：GitHub - wangxiyang2022/DeepFusionMOT: Code for RA...
在最近的文献中，一方面，许多三维多目标跟踪(MOT)的工作都关注于跟踪精度而忽略了计算速度，通常通过设计相当复杂的代价函数和特征提取器。另一方面，有些方法过于注重计算速度，而牺牲了跟踪精度。针对这些问题，本文提出了一种鲁棒、快速的基于相机-激光雷达融合的MOT方法，该方法在精度和速度之间取得了良好的平衡。基于相机和激光雷达传感器的特点，设计了一种有效的深度关联机制，并将其嵌入到MOT方法中。该关联机制实现了当物体距离较远且仅被相机检测到时，在二维域内对物体进行叠加;当物体出现在激光雷达视场内时，用获得的三维信息更新二维轨迹，实现了二维和三维轨迹的平滑融合。基于典型数据集的大量实验表明，该方法在跟踪精度和处理速度方面均优于现有的MOT方法。
本文贡献如下：
1、提出了一种基于相机-激光雷达融合的三维实时跟踪框架，在典型的跟踪数据集上实现了优异的运动性能。
2、提出了一种新的深度关联机制，该机制充分利用了相机和LiDAR的特点。这种机制不涉及任何复杂的成本函数或特征提取网络，同时有效地融合了2D和3D轨迹。
3、提出的跟踪框架具有快速的计算速度和易于实时实现。
4、提出的跟踪框架可以与任意2D和3D检测器结合使用，这使得它广泛适用于各种场景。






以上内容来自从零开始机器人SLAM知识星球 每日更新内容