面向智能车辆复杂动态场景的车辆多目标跟踪算法
来源：计算机工程与应用杂志2026年第9期北京时间：
作者：于承峄, 高松, 王鹏伟, 孙宾宾, 张榕, 张玉桦
单位：1.山东理工大学 交通与车辆工程学院，山东 淄博 255000；2.山东省新能源车辆集成设计与智能化重点实验室，山东 淄博 255000；
摘要：为解决智能车辆复杂动态环境遮挡目标再跟踪困难、目标重识别精度低、目标非线性运动和算法线性预测矛盾等问题。提出了一种智能车辆复杂动态环境多目标跟踪算法VehicleSORT。为解决遮挡目标再跟踪困难问题，设计遮挡目标跟踪控制器，通过对目标轨迹序列点拟合实现遮挡目标轨迹的阶段性预测，提高了遮挡目标跟踪的精度。为解决复杂动态场景目标重识别精度低的问题，提出ORB-ReID匹配以及BCIOU匹配以提高目标重识别精度。为解决被测目标非线性运动和算法的线性预测间的矛盾问题，提出结合目标轨迹点拟合的卡尔曼滤波算法，显著提高目标非线性跟踪能力。为验证算法有效性和实用性开展仿真实验与实车实验，仿真结果显示VehicleSORT算法的MOTA为89.86%，IDF1为77.91%，MOTP为85.46%，相比于同类算法分别提升了4.14、7.37和7.84个百分点。实车实验表明VehicleSORT检测性能稳定且具有较好的实时性与适用性。
关键词：DeepSORT,多目标跟踪,复杂动态环境,智能车辆,VehicleSORT
基金资助：国家自然科学基金（52102465，52475269）；山东省自然科学基金（ZR2024ME179，ZR2022MF230）；山东重大科技创新工程项目（2023CXGC010111）；山东省青年基金（ZR2021QF039）；山东省中小企业创新能力提升工程项目（2022TSGC2277）。
