点击下方卡片，关注“自动驾驶之心”公众号
ADAS巨卷干货，即可获取
最近很多小伙伴对多传感器融合与跟踪相关的内容表现出较大兴趣，也向我们提出了很多问题，为了方便大家学习，自动驾驶之心在这里做好了整理，暂定100问，后面将持续更新，主要是学术界和工业界最常遇到的问题，希望能够帮助到大家！
所有内容出自：自动驾驶之心多传感器融合与目标跟踪课程
1）车道线跟踪的话，一般用哪种关联匹配方式，或者有没有相关资料论文推荐的？
车道线跟踪我不太了解，我自己主要是做MOT相关领域的，是针对前景目标级的跟踪任务。不过相近的，如果将每一条车道线实例当做一个目标的话，大致思路应该差不多。能想到的有: 位置，曲率，或者根据拟合曲线预测的重叠面积之类的
双节全部课程8折优惠！
扫码领取优惠券
2）面试会不会手撕卡尔曼滤波啊？
面试具体内容跟公司和面试官个人喜好关系比较大。不过，coding这方面，对于应届生应该大多数还是LeetCode类的题目比较多，因为比较容易量化评估和测试。对于具体类似手撕卡尔曼滤波算法，应该不会说直接上手实现，毕竟朴素的卡尔曼滤波就5个公式，脱离具体应用谈实现没有意义，更多的应该还是问原理性的东西，以及对算法本身的理解。
3）哪里可以找到3D目标跟踪MOTA计算的代码吗？
可以参考下面几个仓库：
https://github.com/xinshuoweng/AB3DMOT/blob/master/scripts/KITTI/evaluate.py
https://github.com/ifzhang/ByteTrack/blob/d1bf0191adff59bc8fcfeaa0b33d3d1642552a99/tools/interpolation.py#L14
https://github.com/cheind/py-motmetrics
4）如果是面有相关实习经历的学生，一般会问啥？
一般比较关注几个方面：
基础知识：包括语言类，算法类等
工程业务：类似性能优化，算法实现，编程技巧
扩展发散：设计场景和Corner case，关注候选人如何思考和解决问题
最后是沟通表达等一些软实力
5）老师请教下，航迹管理的逻辑是怎样的，比如航迹的生成和消除这些，有没有资料可以参考下?
文献资料里的都大同小异，可以看SORT/DeepSORT，我记得讲的稍微细致点。
6）在自动驾驶中，什么场景会用到粒子滤波？感觉跟踪用EKF,UKF比较多吧？
粒子滤波处理非线性过程的效果大大优于卡尔曼滤波系列，因此适用于强非线性的问题。自动驾驶感知里面强非线性的问题较少，对精度要求不像定位那么严格，用粒子滤波不太划算。
7）目前量产的项目上，雷达与摄像头数据融合的关联匹配用的是哪种算法呢，km还是匈牙利匹配？
KM和匈牙利都是常用的指派匹配算法，在目标关联的指派环节的算法很多，km只是带权的最优匹配，也可以用贪婪指派等，具体可以根据使用的相似度metric特性来选取。你说的KM和匈牙利有什么不同吗？课程里面提到过，这两个算法的名称在业界有混用的现象，但本质上做数据关联都是一个二部图最大/最小权匹配问题，不管叫KM还是匈牙利指的都是同一个问题。不带权的最大匹配问题在感知场景里应该用不上。
8）我们现在的单Vision的速度预估很不准，也不太稳定！动不动就给障碍物预估出一个负向速度。之前用的是LSE现在正在往KF方法切换
还是要先看下位置观测的质量，比如它如果连续几帧都在反向运动，那估计出反向速度是正确的。如果是偶尔的误差，那可能是滤波参数太敏感了。如果它完全是随机跳动，那可能要用很长的时间窗口去平滑了。观测数据质量太差的话，巧妇难为无米之炊。
9）只基于 radar 的 点云数据 做车辆的多目标追踪应该是一个什么样的流程呢？这是不是在工业界有一套很成熟的方案，没有找到相关的开源代码
可能因为传统方法在工业界成熟所以没有具体开源的代码 一般是传统Tier1做的比较多，先是目标检测，有传统的聚类方法，也有DL方法，得到目标后就是单传感器多目标跟踪了，我们后面的课程会涉及到。
10）请问数据关联这一节有参考的书吗？
可以参考一些MOT的paper，在目标关联环节有一些综述性质的分析，书我不太了解，据我所知应该没有直接相关的书籍。
投稿作者为『自动驾驶之心知识星球』特邀嘉宾，如果您希望分享到自动驾驶之心平台，欢迎联系我们！
① 全网独家视频课程
BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）
视频官网：www.zdjszx.com
② 国内首个自动驾驶学习社区
近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！
③【自动驾驶之心】技术交流群
自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）
④【自动驾驶之心】平台矩阵，欢迎联系我们！
