面向三维多目标追踪的运动补偿优化方法

作     者：王顺洪 张昱 沈江楠 吉建民 张燕咏 WANG Shun-hong;ZHANG Yu;SHEN Jiang-nan;JI Jian-min;ZHANG Yan-yong

作者机构：中国科学技术大学计算机科学与技术学院安徽合肥230027 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2024年第52卷第2期

页      面：528-539页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：科技创新2030—“新一代人工智能”重大项目(No.2018AAA0100500) 国家自然科学基金(No.62272434) 安徽省重点研究与开发计划标准化专项(No.202104h04020039) 

主　　题：自动驾驶 运动补偿 三维多目标追踪 运动特征 全球定位系统 惯性测量单元 

摘      要：三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围框之间的交并比(Intersection over Union,IoU)进行关联,然而这种方式在观测点物体自身运动时存在严重缺陷.在观测点物体自身进行运动时,观测到的两帧数据将处于不同的局部坐标系,导致无法使用运动模型准确预测已追踪物体在下一帧中的位置.本文针对上述问题,通过引入观测点自身的惯性测量单元(Inertial Measurement Unit,IMU)或全球定位系统(Global Positioning System,GPS)数据,在一帧数据到达之后计算当前帧局部坐标系与上一帧局部坐标系之间的旋转和平移关系,并对已追踪的物体状态按得到的坐标变换关系进行运动补偿,使其抵消因观测点自身运动造成的偏移量.这种运动补偿增强了追踪模块的数据关联环节,提高追踪时三维包围框的关联成功率,降低误关联数量,改善三维多目标追踪的精度.在相关追踪框架及KITTI数据集上的原型验证表明,所提的运动补偿优化方法实现了1%左右的精度提升.