arXiv · 机器人与计算机视觉· Mohamed Nagy, Naoufel Werghi, Bilal Hassan, Jorge Dias, Majid Khonji·· 2026-10-16精选AI 评分78
面向精准状态估计:用于 3D 多目标跟踪的运动动力学卡尔曼滤波
Towards Accurate State Estimation: Motion Dynamics Kalman Filter for 3D Multi-Object Tracking
AI 导读
针对传统卡尔曼滤波在远距离和遮挡场景下因运动模型失配导致的状态漂移问题,本文提出一种运动动力学卡尔曼滤波(MD-KF)。该方法通过时间建模捕捉物体运动变化并自适应调整运动分量贡献,以修正预测漂移,同时保留单模型结构以维持计算效率。
推荐理由
提出单模型结构的运动动力学卡尔曼滤波,在保持效率的同时提升远距离与遮挡场景下的跟踪精度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org