Poly-MOT：一个用于3D多目标跟踪的多面体框架
摘要：多目标追踪（MOT）可使移动机器人通过提供周围物体的运动轨迹来完成明智的运动规划和导航任务。然而，现有的3D MOT方法通常采用单一的相似度度量和物理模型来对所有物体进行数据关联和状态估计。在大规模的现代数据集和真实场景中，常见的物体类别通常具有独特的几何属性和运动模式。因此，这些区别将使不同的物体类别在相同标准下表现不同，导致轨迹和检测之间出现错误匹配，从而危及下游任务（如导航等）的可靠性。为此，我们提出了Poly-MOT，一种基于检测跟踪框架的高效3D MOT方法，使追踪器能够为每个物体类别选择最合适的追踪准则。具体而言，Poly-MOT利用不同的运动模型来描述各种物体类别的不同类型运动，以准确地表征独特的运动类型。我们还将物体的刚体结构约束引入到特定的运动模型中，以准确描述物体的高度非线性运动。此外，我们引入了一个两阶段数据关联策略，以确保物体可以从三个自定义度量中找到最优的相似度度量，并减少匹配缺失。在NuScenes数据集上，我们提出的方法取得了75.4\%的AMOTA的最先进性能。代码可在https://github.com/lixiaoyu2000/Poly-MOT上获得。
作者：Xiaoyu Li, Tao Xie, Dedong Liu, Jinghan Gao, Kun Dai, Zhiqiang Jiang, Lijun Zhao, Ke Wang
论文ID：2307.16675
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-01