3D目标检测跟踪：激光雷达+视觉的目标级融合

论文中激光检测方法是在原工作基础上改进的，可阅读论文Dynamic Multi-LiDAR Based Multiple Object Detection and Tracking—sensors

内容

提出一种基于Lidar和camera融合的3D目标检测跟踪的方法，在嵌入式平台验证（Jetson AGX Xavier unit by Nvidia）。
Lidar型号：OS1-64 Ouster；Camera型号：ZED camera (Stereo Labs, San Francisco, CA, USA)；基于ROS平台开发。
Lidar：3D检测和跟踪，Camera：目标识别，对cluster点云进行分类

主要方法

如上图框架所示，lidar和camera是两个并行执行的线程。
Lidar线程是对点云处理，获取3Dtrack。Camera线程是同步对图像进行处理，获取2D bounding boxes和label。然后两个传感器的结果进行融合输出最终track。

激光雷达

地面滤波

常见地面分类方法： scan-rings（适用于单激光雷达）, voxels, height threshold, feature learning
所提方法的前提假设：地面是非平整，点云是由多个激光雷达合成。流程图：

以2D的极坐标网格对点云进行划分。每个cell（紫色区域）有两个属性Bins和Channels。Channel