arXiv cs.RO 机器人学· Mohamed Nagy, Naoufel Werghi, Bilal Hassan, Jorge Dias, Majid Khonji·· 5 小时前精选AI 评分49
MD-KF：面向 3D 多目标跟踪的运动动力学 Kalman 滤波
Towards Accurate State Estimation: Motion Dynamics Kalman Filter for 3D Multi-Object Tracking
AI 导读
论文提出运动动力学 Kalman 滤波（MD-KF），通过对物体运动做时间建模并自适应缩放运动模型中各运动分量的权重，修正状态预测漂移，同时保留单模型结构以维持计算效率。在 KITTI 和 Waymo Open Dataset 上的评测配合车辆实验显示，MD-KF 取得与多模型 KF 相当的跟踪性能，平均加速 1.72x，在处理远距离和长时间遮挡物体时表现更好。
推荐理由
论文指出多模型 Kalman 滤波计算开销大，给出单模型结构下兼顾精度与速度的折中思路。
来源：arXiv cs.RO 机器人学 · arxiv.org