摘要

三维多目标跟踪（3D MOT）能够捕捉周围障碍物稳定且全面的运动状态，对于机器人感知至关重要。然而，当前的三维跟踪器在准确性和延迟一致性方面仍面临诸多问题。本文提出了一种快速有效的基于滤波的方法——Fast-Poly，用于三维多目标跟踪。在此前工作的Poly-MOT基础上，Fast-Poly解决了三维空间中物体旋转各向异性的问题，增强了局部计算密度，并利用了并行化技术，从而提高了推理速度和精度。Fast-Poly在两个大规模跟踪基准数据集上进行了广泛测试，并提供了Python实现。在nuScenes数据集上，Fast-Poly在所有方法中达到了75.8%的AMOTA性能，并能在个人CPU上以34.2帧每秒的速度运行。在Waymo数据集上，Fast-Poly展示了63.6%的MOTA精度和令人印象深刻的推理速度（35.5帧每秒）。源代码已公开发布于https://github.com/lixiaoyu2000/FastPoly。