xielock
xielock
请问这个问题解决了吗？？？？
最近在整理该部分的理论，之后整理完我再发一下
欢迎讨论！这一步决策级融合，属于代码的初代版本，确实有挺多问题。这版本的思路只是从过去几帧中找出视觉检测最多目标的帧，并同雷达匹配（这里的匹配只是按照欧式距离匹配），来给对应的视觉检测结果添加了距离信息。大概还存在以下几个问题 > 1. 没能充分利用雷达信息，雷达信息在整个过程的作用仅限于了视觉识别结果后的距离提供 > 2. 匹配策略相对粗糙，实际这块按照IOU进行匹配比较合理，同时对于不同IOU的结果，应有不同的判断策略 > 3. 对于未匹配的，没有继续跟踪判断，应该添加继续判断的策略，这样保证不丢失实际存在的目标 我看了一下这篇专利的大致内容，也是增加了对未匹配结果的后续判断，确实应该如此。最近时间有点忙，目前打算过一段时间整理一下该部分的内容，这个代码实际也是很久没更新了。感谢讨论！
不能注释的，需要先编译mymsg文件夹生成