自动驾驶（六十四）---------匈牙利匹配

最近发现要写的东西很多，在轨迹规划中还有一大堆的新概念，但是要花大力气才能理解皮毛，所以调节一下，学点相对比较简单的概念，匈牙利匹配！

1. 匈牙利匹配

匈牙利匹配最早是在图论中出现的，至于如何在自动驾驶中得到应用，我们一点点展开：

我们的时代经过几代人不懈努力，房价终于赶英超美，也带来了剩男剩女大潮，假设你是媒人，手上有N个剩男、M个剩女，中间有很多相互有不同程度的好感，屌丝的单相思不考虑啊，要互相有好感才行。那么你打算如何撮合他们呢？首先要求尽可能的多，并且最终总的满意度最高。匈牙利匹配步骤如下：

1. 先试着给1号男生找妹子，发现和他相互有好感的1号女生还名花无主，nice!，连上一条线。

2. 接着给2号男生找妹子，发现和他相互有好感的2号女生名花无主，nice!，连上一条线。

3. 接下来是3号男生，很遗憾和他相互有好感的1号女生已经有主了，怎么办呢？我们试着拆散1号男和一号女，让一号男重新找，把3号男和一号女连在一起，如果1号男能找到其他的女生，那不就多成就了一对吗？散花....

4. 接下来是4号男生，通过上面腾挪的方法，发现4号男生的加入，不管如何腾挪，都不能多成就一对，那我们只能放弃4号同学了。

5. 特别的这个中间有几个问题，每一次腾挪我们都要考虑一个总的受益，每个男女都相互有不同程度的好感，和好感度高的在一起相对更满意，但是如果最终没有配对成功，满意度才是最低的，所以每一次腾挪都需要比较两次的最终总的满意度。

2. 自动驾驶结合

在自动驾驶中，不同传感器每一个周期返回不同的目标，相互之间如何匹配呢，对于同一个传感器而言，一般都有不同目标对应的ID，但是在夸传感器之间就没有这么幸运的事，另外融合了所有传感器的目标之后我们自己的输出，也需要目标和目标之间的配准，这中间都可以应用匈牙利匹配的方法实现。

之前的文章中有介绍多目标的融合方法：传感器数据融合，当时只是把融合的方法进行分类，并没有介绍一种行之有效的操作手册，那这里我来阐述一下我的一个思路：

我们有一个目标模型：，其中 u 和 v 分别代表目标中心的水平和垂直像素位置，而 s 和 r 分别代表目标边界框的比例（面积）和纵横比，这里是和一个固定尺度进行比较，一般选最大的区间，使得归一化到统一的模型中。后面的是通过kalman滤波进行跟踪之后的结果。
采用匈牙利匹配对这些目标进行匹配，这中间不同目标之间的好感度，我们采用预测边界框之间的交并比（IoU）来计算，当然我们也不会一位的进行配对，需要设计最小交并比（IoU），也就是说交并比太小我们没有必要强行匹配。
文章发现边界框的 IoU 距离隐式处理由目标经过引起的短时遮挡。具体地说，当遮挡物盖过目标时，只检测到遮挡物。尽管隐藏目标离检测框中心更近，但 IoU 距离更倾向于具有相似比例的检测。这使得可以在不影响覆盖目标的情况下，通过检测对遮挡目标进行校正。
当目标进入和离开图像时，需要相应地创建或销毁唯一标识。对于创建跟踪程序，文中认为任何重叠小于 IoUmin 的检测都表示存在未跟踪的目标。使用速度设置为零的边界框信息初始化跟踪器。由于此时无法观测到速度，因此速度分量的协方差用较大的值初始化，反映出这种不确定性。此外，新的跟踪器将经历一个试用期，其中目标需要与检测相关联以积累足够的证据以防止误报的跟踪。
最后的最后，我们对于一个对象的建立和销毁，需要加入延时判断，这样才不会让我们的目标来回跳动，增加目标融合的稳定性。

3. 升华

最近奇葩说看得有点多，讲完我的故事还需要价值升华！朋友们2019年是自动驾驶的寒冬，那又怎样，宝剑锋从磨砺出,梅花香自苦寒来。越是遇到这样的窘况，越能体现我们坚守的可贵，这是一个不缺梦想的时代，缺的是你为梦想所付出的行动。

自动驾驶（六十四）---------匈牙利匹配相关推荐

自动驾驶（十四）---------车道线检测
目前车道线检测主要有两种方法:传统方法,深度学习,本文主要从传统方法出发来介绍车道线检测,毕竟Mobileye也没有用到太多的深度学习(以前和Moblieye有交流). 再者,一直以来我们传统汽车行业 ...
【正点原子Linux连载】第六十四章 Linux 多点电容触摸屏实验 -摘自【正点原子】I.MX6U嵌入式Linux驱动开发指南V1.0
1)实验平台:正点原子阿尔法Linux开发板 2)平台购买地址:https://item.taobao.com/item.htm?id=603672744434 2)全套实验源码+手册+视频下载地址: ...
QT开发（六十四）——QT样式表（二）
QT开发(六十四)--QT样式表本文主要翻译自QT官方文档Qt Style Sheets . 五.QT样式表参考 QT样式表支持多种的属性.状态和子控件,使得定制组件的外观成为可能. 1.组件以下 ...
DockOne微信分享（六十四）：基于Docker实现DevOps的一些探索
本文讲的是DockOne微信分享(六十四):基于Docker实现DevOps的一些探索[编者的话]本次分享从DevOps介绍:Docker介绍:基于Docker实现DevOps的优势:Docker化D ...
[Python从零到壹] 六十四.图像识别及经典案例篇之图像傅里叶变换和傅里叶逆变换详解
祝大家新年快乐,阖家幸福,健康快乐! 欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所 ...
第六十四章 SQL函数 INSTR
文章目录第六十四章 SQL函数 INSTR 大纲参数描述 INSTR, CHARINDEX, POSITION和$FIND 示例第六十四章 SQL函数 INSTR 返回子字符串在字符串中的位置 ...
Console-算法[for]-国王与老人的六十四格
ylbtech-Arithmetic:Console-算法[for]-国王与老人的六十四格 1.A,案例 -- ============================================ ...
JavaScript学习（六十四）—关于JS的浮点数计算精度问题解决方案
JavaScript学习(六十四)-关于JS的浮点数计算精度问题解决方案您的语言没有中断,它正在执行浮点数学运算.计算机只能本地存储整数,因此它们需要某种表示十进制数字的方式.此表示并不完全准确.这 ...
信息系统项目管理师核心考点（六十四）信息安全基础知识重要概念
科科过为您带来软考信息系统项目管理师核心重点考点(六十四)信息安全基础知识重要概念,内含思维导图+真题 [信息系统项目管理师核心考点]信息安全基础知识重要概念 1.加密技术 ①对称加密[加密与解密的秘 ...
C语言/C++常见习题问答集锦(六十四) 之兔子繁殖(递归与非递归)
C语言/C++常见习题问答集锦(六十四) 之兔子繁殖(递归与非递归) 程序之美 1.C语言,计算1乘以3×5*-乘n的积,并输出结果,n值由键盘接收. #include<stdio.h>v ...

自动驾驶（六十四）---------匈牙利匹配

自动驾驶（六十四）---------匈牙利匹配相关推荐

最新文章

热门文章