自动驾驶——多目标跟踪模块的学习笔记

1 系统状态模型

1.1 状态变量的定义

bbox：目标框位置；

（在GoK的世界里，物体在没有外力的情况下速度为0）

（class：检测模块会输出目标的类别）

备注：

（loc_txt：如果信息量不够，还可以使用txt位置进行辅助融合定位）

（key：这个建模方式暂时不用，感觉粒度较细，对模型的要求会很高）

1.2 状态转移方程

A：状态转移矩阵，

A=E;

对于其它物体，需要用外力因素进行建模，需要加上目标的相对位移；

2 备注

2.1 时序信息融合的根本解决方案我觉得还是LSTM

在我看来，卡尔曼滤波还是一种基于先验信息的建模方法，如果要实现完全的端到端模型，还是需要使用LSTM这种“学习型”的算法对时序信息进行融合；

2.1 Autoware的跟踪模块的预测是用什么算法实现的？

石方是这样说的：

2.2 也可以使用CNN+LSTM实现跟踪的功能

可以看看这篇文章《Zero to Hero: A Quick Guide to Object Tracking: MDNET, GOTURN, ROLO》，

它里面是这样说的：