[论文解读] Extended Object Tracking: Introduction, Overview and Applications

Karl Granström, Marcus Baum+1 more|GoeScholar The Publication Server of the Georg-August-Universität Göttingen (Georg-August-Universität Göttingen)|Mar 14, 2016

Target Tracking and Data Fusion in Sensor Networks参考文献 199被引用 224

一句话总结

一份关于扩展对象跟踪的综合综述，定义问题，概述形状和状态建模，并回顾单目标与多目标跟踪方法及在传感器中的应用。

ABSTRACT

This article provides an elaborate overview of current research in extended object tracking. We provide a clear definition of the extended object tracking problem and discuss its delimitation to other types of object tracking. Next, different aspects of extended object modelling are extensively discussed. Subsequently, we give a tutorial introduction to two basic and well used extended object tracking approaches - the random matrix approach and the Kalman filter-based approach for star-convex shapes. The next part treats the tracking of multiple extended objects and elaborates how the large number of feasible association hypotheses can be tackled using both Random Finite Set (RFS) and Non-RFS multi-object trackers. The article concludes with a summary of current applications, where four example applications involving camera, X-band radar, light detection and ranging (lidar), red-green-blue-depth (RGB-D) sensors are highlighted.

研究动机与目标

• 定义扩展对象跟踪并将其与点跟踪和轮廓跟踪区分。
• 综述扩展对象的对象状态、测量、形状与动力学建模。
• 介绍并比较两种基础的扩展对象跟踪方法（随机矩阵模型和基于卡尔曼滤波的星凸形状）。
• 讨论多对象扩展与如何通过 Random Finite Sets 和 非-RFS 跟踪器管理大量的关联假设。
• 强调在激光雷达、雷达、相机和RGB-D传感器中的当前应用并指向未来趋势。

提出的方法

• 给出跟踪类型的正式定义与分类法（点、扩展、群组、多路径）。
• 详细描述对象状态组成包括位置、运动学和范围（形状/大小/方向）。
• 解释测量建模选项：反射点集合（sprb）、空间泊松点过程（PPP）模型，以及二项/其他模型，并给出其似然形式。
• 描述形状建模等级（无形状、基本几何形状、任意形状）及其相应的测量分布。
• 概述对象运动的动力学建模及其如何与扩展对象状态估计集成。
• 比较两种核心扩展对象跟踪方法：随机矩阵模型与随机超曲线模型（RHM）用于星形凸形状。
• 讨论通过 Random Finite Sets（RFS）和非-RFS 方法进行多对象跟踪的方法。

实验结果

研究问题

• RQ1 应该如何对扩展对象及其范围建模，以从稀疏、多传感器测量中准确推断形状与运动？
• RQ2 对于扩展对象的范围估计，随机矩阵模型与随机超曲线模型有哪些优点与局限？
• RQ3 考虑组合数据关联，如何高效地进行扩展对象的多对象跟踪？
• RQ4 有哪些代表性应用与传感器模态，能够在实践中展示扩展对象跟踪？

主要发现

• 扩展对象跟踪需要对象占据多个传感器分辨单元并需要联合估计形状与运动。
• 两种显著的建模方法是随机矩阵模型和用于星形凸形状的随机超曲线模型（RHM）。
• 测量建模可以使用点反射模型（sprb）并进行数据关联，或使用空间泊松点过程（PPP）模型，或基于二项的模型，取决于传感器和场景。
• 形状建模可以从没有形状到简单几何形状再到任意形状，权衡于准确性与计算复杂度。
• 跟踪多个扩展对象需要管理大量数据关联的空间，通过 Random Finite Sets 和非-RFS 跟踪器提供可扩展的解决方案。
• 该综述讨论了在相机、X-band雷达、激光雷达和RGB-D传感器上的应用，展现了扩展对象跟踪的实际部署。