RM3DMOT: Roadside Monocular 3D Multi-Object Tracking With Motion-Appearance Optimization

Ping Wang

doi:10.1109/ojits.2026.3706528

RM3DMOT: Roadside Monocular 3D Multi-Object Tracking With Motion-Appearance Optimization

2026-01-01

0

PRE

AI

DOI：10.1109/ojits.2026.3706528

原文链接

原文求助

摘要

En 中文

为提升自动驾驶能力，提出了车路协同系统以通过路侧感知扩展车辆感知范围并修正错误的检测结果。作为该系统的关键组成部分，多目标跟踪（MOT）提供了交通参与者的时序信息，并对其未来运动趋势进行建模。尽管基于车载传感器的3D MOT已得到广泛研究，但路侧单目3D MOT仍较少探索。为解决此问题，本文提出RM3DMOT算法，一种新颖的路侧单目3D多目标跟踪算法，该算法系统性地整合了针对路侧挑战的运动和外观优化。在运动预测模块中，通过融入多类交通参与者的非线性运动特性增强了无味卡尔曼滤波器（UKF）。对于外观特征提取器，设计了一种基于生成对抗网络的相机风格适应机制，以确保特征精度。具体而言，我们针对非线性轨迹定制了类别特定的运动模型UKF，并引入了基于GAN的风格适应以提升外观特征在多样化相机下的鲁棒性。为有效实现运动-外观关联，设计了一个基于学习的关联模块，利用多层感知器（MLP）自适应融合运动和外观相似度，以实现鲁棒的轨迹-检测匹配。尽管基于学习的关联是既定概念，但其与路侧单目3D MOT框架的集成——结合定制输入（HAIoU、外观余弦、类别兼容性）以及类别平衡的focal loss——为解决路侧场景的独特挑战提供了实用贡献。在V2X-Seq数据集和RCooper数据集上进行了一系列验证实验。在V2X-Seq数据集上，RM3DMOT达到当前最优性能（车辆类别MOTA 72.06%，IDF1 83.95%；非车辆类别MOTA 59.57%，IDF1 78.97%）。在RCooper数据集上，RM3DMOT在精度和鲁棒性方面表现出更优性能。

Keyword:

Modeling

Vehicles

Signal detection

Trajectory

Object tracking

Tracking

Optimization

Cameras

Conferences

Kalman filters

3D multi-object tracking

data association

motion prediction

roadside perception

RM3DMOT: Roadside Monocular 3D Multi-Object Tracking With Motion-Appearance Optimization

摘要

期刊

机构

引用论文