गतिशील मल्टी-लिडार पर आधारित अनेक वस्तु पहचान और ट्रैकिंग

पर्यावरणीय धारणा स्वतंत्र ड्राइविंग कार्यों में एक महत्वपूर्ण भूमिका निभाती है और जटिल शहरी परिदृश्यों जैसे अव्यवस्थित गतिशील वातावरण में मजबूती की मांग करती है। इस पेपर में, एक गैर-स्थिर आधार के लिए एक मजबूत मल्टीपल ऑब्जेक्ट डिटेक्शन और ट्रैकिंग (MODT) एल्गोरिदम प्रस्तुत किया गया है, जो धारणा के लिए कई 3डी लिडार का उपयोग करता है। संयोजित लिडार डेटा को एक कुशल MODT ढांचे के साथ संभाला जाता है, जो वाहन-एनक्लोज्ड कंप्यूटिंग वातावरण की सीमाओं पर विचार करता है। ग्राउंड वर्गीकरण एक ग्रिड-आधारित विधि के माध्यम से प्राप्त किया जाता है जबकि गैर-समतल ग्राउंड पर विचार किया जाता है। इसके अलावा, पूर्ववर्ती कार्यों के विपरीत, ऊंचे संरचनाओं के तहत वस्तुओं का पता लगाने के लिए 3डी ग्रिड-आधारित क्लस्टरिंग तकनीक विकसित की गई है। वस्तु पहचान से प्राप्त सेंट्रॉइड माप को इंटरएक्टिव मल्टीपल मॉडल-अनसेन्टेड काल्मन फ़िल्टर-ज्वाइंट प्रॉबबिलिस्टिक डेटा एसोसिएशन फ़िल्टर (IMM-UKF-JPDAF) का उपयोग करके ट्रैक किया जाता है। IMM विभिन्न गति पैटर्न को कैप्चर करता है, UKF गति मॉडल की गैर-रेखीयताओं को संभालता है, और JPDAF अव्यवस्था की मौजूदगी में माप को संघटित करता है। प्रस्तावित एल्गोरिदम को दो थोड़े भिन्न प्लेटफार्मों पर लागू किया गया है, जो एम्बेडेड कंप्यूटर पर वास्तविक समय का प्रदर्शन देता है। MOT16 के द्वारा प्रदर्शन मूल्यांकन मैट्रिक्स और KITTI डेटासेट द्वारा प्रदान किए गए ग्राउंड ट्रूथ का उपयोग मूल्यांकन और नवीनतम तकनीकों के साथ तुलना के लिए किया जाता है। प्लेटफार्मों पर प्रयोग और नवीनतम तकनीकों के साथ तुलना यह सुझाव देती है कि प्रस्तावित ढांचा MODT कार्यों के लिए एक व्यावहारिक समाधान है।