01
课程导论与基础
激光雷达原理、点云数据特点、目标跟踪任务定义与评价指标。
概论指标
02
点云预处理技术
体素滤波、直通滤波、半径滤波与统计滤波的原理与实现。
滤波降噪
03
点云分割与聚类
基于欧几里得聚类的目标分割、DBSCAN算法在点云中的应用。
聚类DBSCAN
04
目标检测与特征提取
基于PointPillars的3D检测、目标状态向量定义（位置、速度、尺寸、朝向）。
PointPillars特征
05
数据关联基础
匈牙利算法与马氏距离在点云跟踪中的关联逻辑。
匈牙利马氏距离
06
卡尔曼滤波原理
线性卡尔曼滤波的状态预测与更新方程详解。
KF状态估计
07
扩展卡尔曼滤波（EKF）
非线性系统下的目标跟踪，雅可比矩阵推导与实现。
EKF雅可比
08
无迹卡尔曼滤波（UKF）
Sigma点采样与无迹变换，对比EKF的优劣。
UKF无迹变换
09
交互多模型（IMM）
多运动模式切换，提升复杂场景跟踪鲁棒性。
IMM多模型
10
全局最近邻（GNN）数据关联
贪婪匹配策略与门控技术。
GNN门控
11
联合概率数据关联（JPDA）
多目标模糊关联的概率计算。
JPDA概率
12
多假设跟踪（MHT）
假设生成、评分与剪枝，处理目标出生与消亡。
MHT假设
13
基于深度学习的特征关联
ReID特征提取、图神经网络（GNN）在关联中的应用。
ReIDGNN
14
Track-by-Detection范式
经典框架解析，检测器与跟踪器的解耦设计。
TBD解耦
15
Joint Detection and Tracking
CenterPoint等端到端模型原理。
端到端CenterPoint
16
点云序列特征融合
时序卷积、Transformer在点云特征序列上的应用。
时序Transformer
17
运动模型与状态估计
恒定速度（CV）、恒定加速度（CA）、恒定转弯率（CTRV）模型。
CVCTRV
18
目标生命周期管理
轨迹初始化、确认、保持与删除策略。
生命周期管理
19
多传感器融合跟踪
激光雷达与相机、毫米波雷达的时空对齐与融合策略。
融合雷达
20
评价指标详解
MOTA、MOTP、ID Switch、Fragmentation、跟踪精度与鲁棒性。
MOTAID Switch
21
开源数据集与工具
KITTI、nuScenes、Waymo Open Dataset，以及Open3D、PyTorch3D等工具。
KITTInuScenes
22
基于AB3DMOT的经典实现
代码逐行解析，从检测结果到轨迹输出。
AB3DMOT代码
23
基于CenterPoint的跟踪实现
检测头与跟踪头的联合训练与推理。
CenterPoint联合
24
基于Transformer的端到端跟踪
MOTR、TrackFormer在点云中的适配。
MOTRTrackFormer
25
基于图匹配的跟踪
利用图结构进行目标关联与轨迹优化。
图匹配优化
26
在线跟踪与批量跟踪
实时性要求下的算法优化与后处理平滑。
在线批量
27
遮挡处理与鲁棒跟踪
基于运动预测的遮挡补偿、特征记忆模块。
遮挡记忆
28
多目标跟踪中的身份切换问题
原因分析、特征增强与关联策略改进。
ID Switch改进
29
工程落地与部署优化
模型量化、TensorRT加速、C++部署实践。
TensorRT部署
30
前沿趋势与未来方向
4D成像雷达、Occupancy Network与端到端自动驾驶中的跟踪新范式。
4D雷达Occupancy