arXiv · 机器人与计算机视觉· Zhongyuan Liu, Shaonan Yu, Jianping Li, Pengfei Wan, Xinhang Xu, Pengfei Wang, Maggie Y. Gao, Lihua Xie·· 22 天前AI 评分62
S3KF:用于全景 3D 多目标跟踪的球形状态空间卡尔曼滤波
S3KF: Spherical State-Space Kalman Filtering for Panoramic 3D Multi-Object Tracking
AI 导读
论文提出了 S3KF 框架,利用旋转激光雷达和四鱼眼相机构建几何一致的单位球面状态表示,融合全景检测与激光雷达深度进行多模态跟踪。研究建立了基于穿戴式定位设备的地图真值生成管线以支持量化评估。在自采集真实序列实验中,该方法实现了分米级平面跟踪精度、优于 2D 全景基线的身份连续性以及 Jetson AGX Orin 平台的实时车载运行能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org