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:

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值