Random-Finite-Set-basiertes Multisensor-Multiobjekttracking für automatisierte und vernetzte Fahrzeuge: Aktueller Forschungsstand und offene Fragen

Die zeitliche und räumliche Verfolgung anderer Verkehrsteilnehmer ist ein essentieller Bestandteil automatisierter und vernetzter Fahrzeuge sowie vernetzter Infrastruktursensorsysteme und wird häufig mit Random-Finite-Set-basierten Methoden gelöst. Dabei stellt die Assoziation der beobachteten Objekte mit den Messungen insbesondere im Multisensorfall eine große algorithmische Herausforderung dar. Dieser Artikel fasst die wissenschaftlich beschriebenen Lösungsmethoden hierfür zusammen und ordnet insbesondere die in letzter Zeit an unserem Institut entwickelten parallelisierbaren Methoden auf Basis der Bayes-Parallel-Combination-Rule in den wissenschaftlichen Kontext ein. Letztere betrachten wir tiefergehend und diskutieren offene Fragestellungen und potenzielle Lösungsansätze.