多扩展目标跟踪
在传统的跟踪系统中，常用的是点目标模型。在点目标模型中:
每个对象都被建模为没有任何空间扩展的点。
每个物体在每次传感器扫描中最多只能产生一次测量。
虽然点目标模型简化了跟踪系统，但考虑到现代跟踪系统，上述假设可能不成立:
在现代跟踪系统中，被扩展对象的尺寸起着重要的作用。例如，在自动驾驶车辆中，必须适当考虑目标尺寸，以避免与自动系统周围的物体发生碰撞。
现代传感器具有高分辨率，一个物体可以占用多个分辨率单元。因此，传感器可能报告对该对象的多次检测。在这种情况下，点模型不能充分利用传感器的能力来检测目标的范围。
在扩展目标跟踪中，传感器可以对扩展目标每次扫描返回多个检测。扩展目标跟踪和点目标跟踪的区别更多的在于传感器的特性而不是目标的特性。例如，如果一个传感器的分辨率足够高，即使一个小尺寸的物体仍然可以占用传感器的几个分辨率单元。
传感器融合和跟踪工具箱™提供了多个扩展目标跟踪的方法和示例。根据在检测和跟踪中所做的假设，这些方法可以分为以下几类:
一个检测每个对象。
在这个类别中，传统跟踪器(例如
trackerGNN，trackerJPDA,trackerTOMHT)，它假设对每个对象进行一次检测。这类方法又可分为两种:对每个对象进行点检测。
在这种方法中，即使传感器对每个目标返回多个检测，这些检测首先被转换为具有一定协方差的一个代表性点检测，以解释这些检测的分布。然后利用传统的跟踪器对具有代表性的点进行检测，将目标建模为点目标并跟踪其运动状态。尽管这种方法使用简单，但它忽略了传感器检测物体尺寸的能力。
点对象跟踪方法显示在第一部分基于雷达和摄像头的公路车辆扩展目标跟踪实例采用此方法。
每个对象的扩展对象检测。
该方法将扩展对象的多次检测转换为单一的参数化形状检测。形状检测包括物体的运动状态，以及物体的长度、宽度和高度等范围参数。然后利用传统的跟踪器进行形状检测，通过跟踪目标的运动状态和尺寸，将目标建模为扩展目标。
在用激光雷达追踪车辆:从点云到轨迹表例如，每个车辆的激光雷达检测被转换成一个长方体检测，宽度和高度。一个JPDA跟踪器用于跟踪所有的车辆的位置，速度和尺寸与这些长方体检测。
对每个对象进行多次检测。
在这个类别中，扩展对象跟踪器(例如
trackerPHD)，它假定每个对象有多个检测。检测结果直接反馈给跟踪器，跟踪器使用某些可变尺寸的默认几何形状对扩展对象进行建模。在基于雷达和摄像头的公路车辆扩展目标跟踪例如，GGIW-PHD扩展对象跟踪方法将车辆形状表示为椭圆，而Prototype扩展对象跟踪方法将车辆形状表示为矩形。
在用于海洋监视的扩展雷达目标跟踪例如，GGIW-PHD跟踪器将船的形状建模为椭圆。
你也可以从以下列表中选择一个网站:
