SODA-CitrON：オンラインでマルチモーダルセンサ検出をクラスタリングして静的物体データを関連付ける手法
arXiv cs.RO / 2026/4/29
💬 オピニオンDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
要点
- 本論文では、異種のマルチモーダル・センサ検出をクラスタリングして静的物体を関連付け、追跡するオンライン手法「SODA-CitrON」を提案する。
- JPDAのような古典的なデータ関連付けは運動モデルに依存して有効だが、SODA-CitrONは、静的物体が断続的に観測され、クラッタと不確実性が異質である状況でも機能するよう設計されている。
- 本手法は教師なしで完全にオンライン動作し、物体数が未知でも、位置推定と永続的なトラック維持を同時に行う。
- 検出数に対して最悪時のログ線形計算量を持ち、出力の説明可能性も目指している。
- 複数のシミュレーションシナリオでモンテカルロ評価を行った結果、SODA-CitrONはPOMベースのフィルタリング、DBSTREAMクラスタリング、JPDAを含む既存手法より、F1スコアや位置RMSE、MOTP、MOTAで一貫して良い性能を示した。
