摘要

在激光雷达点云中的三维单目标跟踪（3D SOT）对于自动驾驶技术具有至关重要的作用。目前的方法普遍采用基于外观匹配的暹罗范式。然而，激光雷达点云通常缺乏纹理且不完整，这限制了有效的外观匹配。此外，以往的方法在很大程度上忽视了目标之间的关键运动线索。在这项工作中，除了传统的三维暹罗跟踪方法外，我们引入了一种以运动为中心的新范式来从新的角度处理3D SOT问题。根据这一范式，我们提出了一种无需匹配的两阶段跟踪器M^2-Track。在第一阶段，M^2-Track通过运动变换在连续帧中定位目标；第二阶段则通过运动辅助的形状补全来精炼目标框。大量的实验结果表明，M^2-Track在三个大规模数据集上显著优于现有的最先进方法，分别在KITTI、NuScenes和Waymo开放数据集上实现了约8%、17%和22%的精度提升，并且运行速度达到57帧每秒（FPS）。进一步的分析验证了每个组件的有效性，并展示了当与外观匹配结合时，以运动为中心的范式具有巨大的潜力。