#Apollo开发者#

学习课程的传送门如下，当您也准备学习自动驾驶时，可以和我一同前往：

 《自动驾驶新人之旅》免费课程—> 传送门

《Apollo 社区开发者圆桌会》免费报名—>传送门

文章目录

前言

匹配关联

轨迹记录

状态预测

总结

---

前言

        见《自动驾驶学习笔记（十一）——高精地图》

        见《自动驾驶学习笔记（十二）——定位技术》

        见《自动驾驶学习笔记（十三）——感知基础》

        见《自动驾驶学习笔记（十四）——感知算法》

        见《自动驾驶学习笔记（十五）——交通灯识别》

        自动驾驶中的目标跟踪流程如下图所示：

匹配关联

        匹配关联的主要目的是：根据运动目标相关的特征值，将障碍物序列中连续帧的同一运动目标关联起来，得到每顿数据中目标的运动参数，以及相邻帧间目标的对应关系。

        相邻两个计算周期内检测到的目标示例如下：

        以目标的类型、大小、位置等特征值，使用匈牙利算法进行匹配，示例如下：

        障碍物匹配结果如下：

前一帧	后一帧
1	b
2	c
3	a
4	消失
/	新增d

轨迹记录

        根据相邻帧间目标的对应关系，把每个时刻串联起来，从而得到障碍物完整的运动轨迹，示例如下。

状态预测

        根据目标的轨迹可以计算得到航向，再根据轨迹中每个点的时间戳，可以计算得到目标速度和加速度等状态信息。

        预测得到的目标状态信息可用于卡尔曼滤波算法更新运动状态，也可用于目标未来走向的预测，示例如下：

总结

        以上就是本人在学习自动驾驶时，对所学课程的一些梳理和总结。后续还会分享另更多自动驾驶相关知识，欢迎评论区留言、点赞、收藏和关注，这些鼓励和支持都将成文本人持续分享的动力。

        另外，如果有同在小伙伴，也正在学习或打算学习自动驾驶时，可以和我一同抱团学习，交流技术。

---

        版权声明，原创文章，转载和引用请注明出处和链接，侵权必究！

        文中部分图片来源自网络，若有侵权，联系立删。