3D-LIDAR-Multi-Object-Tracking
3D-MOT(多目标检测和追踪) 代码有详细注解 （2020 · 秋） 更多内容,请参见公众号:双愚
参考：https://github.com/k0suke-murakami/object_tracking
- 🔥pcl学习：https://github.com/HuangCongQing/pcl-learning
- 🔥ros学习：https://github.com/HuangCongQing/ROS
- 🔥想学习深度学习方向点云目标检测&语义分割可参考：https://github.com/HuangCongQing/3D-Point-Clouds
@双愚 , 若fork或star请注明来源
微信交流群二维码每周都更新一次，请关注公众号【双愚】后台回复目标检测加群
- 更多自动驾驶相关交流群，欢迎扫码加入：自动驾驶感知(PCL/ROS+DL)：技术交流群汇总(新版)
版本(建议先看kitti分支)
两文件夹介绍
此仓库的两文件夹
- object_tracking: 代码有详细注解,建议先看这个入门🎉️🎉️🎉️🎉️
- object_tracking0:原始代码(包含全部代码)
目录
├── src
│ ├── groundremove
│ │ └──extract_ground.cpp // 提取地面 没有使用？！！！
│ │ └── gaus_blur.cpp //高斯模糊 #include "ground_removal.h"
│ │ └── ground_removal.cpp //地面去除 #include "gaus_blur.h" 各种函数的集合，没有主函数
│ │ └── main.cpp // #include "ground_removal.h"
│ └── cluster
│ ├── box_fitting.cpp // Bounding Box Fitting 边界框拟合
│ ├── component_clustering.cpp// 利用连通组件聚类来区分提升点中的每个可能的对象。
│ ├── main.cpp // #include "component_clustering.h" "box_fitting.h"
└── tracking
├── Eigen
│ ├── ...
├── ukf.cpp // Unscented Kalman Filter (UKF)无损滤波器
├── imm_ukf_jpda.cpp// #include "ukf.h" IMM-UK-JPDAF的“耦合”滤波器
└── main.cpp // #include "imm_ukf_jpda.h"Intro
This package includes Ground Removal, Object Clustering, Bounding Box, IMM-UKF-JPDAF, Track Management and Object Classification for 3D-LIDAR multi object tracking. The idea is mainly come from this paper.
代码对应论文：3D-LIDAR Multi Object Tracking for Autonomous Driving（Master论文）
- 论文阅读笔记：https://t.zsxq.com/10VBokCzF 《3D-LIDAR Multi Object Tracking for Autonomous Driving（Master论文）》
- 代码分析笔记：https://t.zsxq.com/10VBokCzF 《Code（3D-LIDAR Multi Object Tracking）》
更多内容,请参见公众号:双愚
下面介绍用kitti数据集相关操作
Setup
Frameworks and Packages
Make sure you have the following is installed:
- ROS Kinetic
- PCL 1.7.2
- Open CV 3.2【PCL自带opencv，不用安装】
Dataset
数据集已处理好，放在百度网盘上，需要自己下载
- kitti_2011_09_26_drive_0005_synced.bag
- 链接: https://pan.baidu.com/s/1sYWHzF11RpyEW25cQ_iNGA 密码: b6pd
编译
将本仓库下的2个文件夹（object_tracking/object_tracking0）移动到catkin_wp/src下，然后执行下面操作
// 创建环境变量 src中运行
mkdir -p catkin_wp/src
cd catkin_wp/src
catkin_init_workspace
// 编译（需要回到工作空间catkin_wp）
cd ..
catkin_make // 产生build和devel文件夹
//设置环境变量，找到src里的功能包(每个新的shell窗口都要执行以下source devel/setup.bash)
source devel/setup.bash // 不同shell，不同哦.sh .zsh 通过设置gedit ~/.zshrc，不用每次都source详情可参考：https://www.yuque.com/docs/share/e59d5c91-b46d-426a-9957-cd262f5fc241?# 《09.创建工作空间与功能包※※※》
修改配置文件
举例：修改输入topic和对应的frame_id(有好几处,可以全局搜索进行修改)
cd object_tracking/src/groundremove/main.cpp
#第8行 "/kitti/velo/pointcloud" --话题名(可以根据不同数据集修改topic话题名)
ros::Subscriber sub = nh.subscribe("/kitti/velo/pointcloud", 160, cloud_cb);
# 修改frame_id = "velo_link"
Start
各模块代码路径：
PLEASE make sure you load the files, src/ego_velo.txt and src/ego_yaw.txt in src/imm_ukf_jpda.cpp l68, l69
src/ego_velo.txt and src/ego_yaw.txt in src/imm_ukf_jpda.cpp l68, l69Terminal 1
roscoreTerminal 2
--loop循环paly不推荐加，tracking和上一帧有关，误差越来越大
# kitti官方 注意修改路径path
rosbag play path/kitti_2011_09_26_drive_0005_synced.bag --loop
Terminal 3
rviz
Terminal 4
# 推荐运行launch
roslaunch object_tracking test.launch
# 复杂不推荐
rosrun object_tracking ground
rosrun object_tracking cluster
rosrun object_tracking tracking
Result
Youtube Clip
License
Copyright (c) 双愚. All rights reserved.
Licensed under the MIT License.
应同学建议，创建了星球 【自动驾驶感知(PCL/ROS+DL)】 专注于自动驾驶感知领域，包括传统方法(PCL点云库,ROS)和深度学习（目标检测+语义分割）方法。同时涉及Apollo，Autoware(基于ros2)，BEV感知，三维重建，SLAM(视觉+激光雷达) ，模型压缩（蒸馏+剪枝+量化等），自动驾驶模拟仿真，自动驾驶数据集标注&数据闭环等自动驾驶全栈技术，欢迎扫码二维码加入，一起登顶自动驾驶的高峰！
最后，如果您想要支持我的工作，请扫描下面的二维码
