HuangCongQing / 3D-LIDAR-Multi-Object-Tracking

🔥3D-MOT(点云多目标检测和追踪C++) （2020 · 秋） 代码有详细注解

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)

• main : 使用个人采集数据集
• kitti : 使用kitti数据集,初学者建议切换看这个分支,无须自己配置🎉️🎉️🎉️🎉️🎉️

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：

• src/groundremove
• src/cluster
• tracking

PLEASE make sure you load the files, src/ego_velo.txt and src/ego_yaw.txt in src/imm_ukf_jpda.cpp l68, l69

Terminal 1

roscore

Terminal 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