初步实现了去燥跟踪，并用圆点标注障碍物
https://blog.csdn.net/u013224722/article/details/80780205
测试过程中发现，当存在两个障碍物相对于雷达扫描射线重叠时，距离教远的障碍物信息会丢失。即获取不到数据，不重叠时，重新检测到数据。但由于数据帧丢失，被算法判断为移除一个、 添加一个新的，造成跟踪失败或较大误差。如下图：
当障碍物重叠时，被遮挡的信息丢失，造成误处理（障碍物标记颜色改变--- 失去跟踪目标，移除并新建了新的障碍物），针对该问题，基于前面的算法，优化出了可以规避该问题的算法，简述为障碍物生存指数判别法。
算法验证效果
自主设计算法及验证，坑较多，脑洞很大，自我勉励。
技术延展设想：在我的场景中，我的激光雷达位置是固定的，障碍物在移动。假设激光雷达也在缓慢移动。则新采集的帧数据检测出来的障碍物位置信息基于激光雷达的位移数据进行变换，即将激光雷达的位移数据通过算法转嫁至新数据帧上检测到的障碍物上。也能构建成激光雷达没有移动的伪模型，然后根据构建的伪模型系列数据进行障碍物的跟踪检测。
如下图：激光雷达原位置O，障碍物原位置A。 下一帧数据检测到O移动到了Ot， A移动到了At； 途中的夹角α是我的追踪算法中算量之一。明显变化太大，约从60度扩大到了120度，且还有其他算量的误差，在算法中应该会造成跟踪失败。中间示意图左：将O的位移转嫁到At上，形成新的障碍物位置Av，这就构建出了简易的伪模型（中间排右、最后排示意图），也就相当于转换成了O不动，A移动到了Av。 这正好可以采用我事先的跟踪算法去跟踪。
该设想有待我去进一步验证。
Slam 2D技术目前仍然更多的处于研究中，商业落地也在探究中，动态的信息采集设备追踪动态的物体这方面的资料貌似也并不是很多，有待探究。
原文地址：https://www.cnblogs.com/lonelyxmas/p/9472587.html