Loading...
机构名称:
¥ 1.0

摘要 - 移动自主权依赖于动态环境的精确感知。在3D世界中强有力地跟踪移动对象,因此在诸如Trajectory预测,避免障碍和路径计划之类的应用中起着关键作用。虽然大多数当前方法利用激光镜或摄像机进行多个对象跟踪(MOT),但4D成像雷达的功能仍未得到探索。认识到4D雷达数据中雷达噪声和点稀疏所带来的挑战,我们引入了Ratrack,这是一种针对基于雷达的轨道量身定制的创新解决方案。绕过对特定对象类型和3D边界框的典型依赖,我们的方法着重于运动分割和聚类,并由运动估计模块丰富。评估在“视图”数据集中,ratrack展示了移动对象的卓越跟踪精度,在很大程度上超过了最新技术的性能。我们在https://github.com/ljacksonpan/ratrack上发布代码和模型。

ratrack:使用4D雷达点云

ratrack:使用4D雷达点云PDF文件第1页

ratrack:使用4D雷达点云PDF文件第2页

ratrack:使用4D雷达点云PDF文件第3页

ratrack:使用4D雷达点云PDF文件第4页

ratrack:使用4D雷达点云PDF文件第5页

相关文件推荐

2024 年
¥2.0
2015 年
¥1.0
2024 年
¥2.0
2021 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
1900 年
¥8.0
2018 年
¥26.0
2018 年
¥6.0
2022 年
¥1.0
2017 年
¥12.0
2021 年
¥1.0
2023 年
¥5.0
2023 年
¥1.0
2025 年
¥1.0
2021 年
¥2.0
2024 年
¥1.0
2020 年
¥1.0
2023 年
¥2.0
2022 年
¥2.0
2023 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2007 年
¥1.0
2024 年
¥1.0