主要内容

多个扩展对象跟踪

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一个没有任何空间范围的点。

  • 每个物体每次传感器扫描最多只能产生一次测量。

虽然点目标模型简化了跟踪系统，但在考虑现代跟踪系统时，上述假设可能不成立:

  • 在现代跟踪系统中，扩展对象的尺寸起着重要的作用。例如，在自动驾驶汽车中，必须适当考虑目标尺寸，以避免与自动系统周围的物体碰撞。

  • 现代传感器具有很高的分辨率，一个物体可以占用多个分辨率单元。因此，传感器可能会报告该对象的多次检测。在这种情况下，点模型不能充分利用传感器检测物体范围的能力。

在扩展对象跟踪中，传感器可以在每次扫描扩展对象时返回多个检测。扩展目标跟踪与点目标跟踪之间的区别更多地在于传感器属性而不是对象属性。例如，如果传感器的分辨率足够高，即使是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™为多个扩展对象跟踪提供了几种方法和示例。根据检测和跟踪器中所做的假设，这些方法可以分为以下几类:

  • 每个对象一次检测。

    在这一类别中，传统的跟踪器(如trackerGNN，trackerJPDA,trackerTOMHT)，假设每个对象检测一次。这一类可进一步分为两种方法:

    • 一个点检测每个对象。

      在这种方法中，即使传感器返回每个对象的多个检测，这些检测也首先转换为一个具有一定协方差的代表性点检测，以解释这些检测的分布。然后利用传统的跟踪器对典型点进行检测，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。

      的第一部分所示的点对象跟踪器方法基于雷达和摄像头的公路车辆扩展目标跟踪实例采用了该方法。

    • 对每个对象进行扩展对象检测。

      该方法将扩展对象的多个检测转换为单个参数化形状检测。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。然后由传统的跟踪器进行形状检测，通过跟踪物体的运动状态和尺寸来将物体建模为扩展物体。

      在使用激光雷达跟踪车辆:从点云到跟踪列表例如，将每辆车的激光雷达检测转换为具有长、宽、高的长方体检测。使用JPDA跟踪器跟踪这些长方体检测的所有车辆的位置、速度和尺寸。

  • 对每个对象进行多次检测。

    在此类别中，扩展对象跟踪器(例如trackerPHD)，假设每个对象有多次检测。检测被直接馈送到跟踪器，跟踪器使用某些具有可变大小的默认几何形状对扩展对象建模。

    在基于雷达和摄像头的公路车辆扩展目标跟踪例如，GGIW-PHD扩展对象跟踪器方法将车辆形状表示为椭圆，而GM-PHD跟踪器方法将车辆形状表示为矩形。

    在用于海洋监视的雷达扩展目标跟踪例如，GGIW-PHD跟踪器将船的形状建模为椭圆。