【自动驾驶】感知融合中的运动模型

1.概念

        运动模型，就是模拟运动过程中的静态、动态物体的运动关系。如果是匀速模型，那么通过计算每个时刻到前一个时刻的瞬时速度vt(x)=x/t，vt(y)=y/t；如果是线性模型，基本上是速度、加速度，KF。如果是非线性模型，可能会更加复杂，但是在自动驾驶中还是会比较常见，比如说EKF、UKF。

        此处有两部分，一个是根据上一时刻的运动模型，predict预测下一时刻的位置信息，速度信息等；另一个是根据当前帧的量测值结果与track匹配之后的，track更新的结果，更新运动模型，用于下一轮的预测。

        为什么需要运动模型呢？当车辆在快速运动过程中，位置变化非常大，如果简单的计算IoU或者欧式距离等，匹配难度会加大，IDs也会增多。通过运动模型，根据track预测到下一时刻的位置信息，再也当前量测值进行匹配难度会降低。

2.运动模型

匀速模型：可以用于低速场景；

线性/非线性模型：需要根据实际情况精度要求、速度要求进行选择，KF、EKF、UEF都比较常用，其中的调参比较重要，目前笔者还没有这方面过多的经验，待后续补充。

3.举个例子

        大致根据匀速&