A comparison between single-stage and two-stage 3D tracking algorithms for greenhouse robotics

当前农业食品工业对自动化的需求很高，准确地检测和定位3D中的相关物体对于成功的机器人操作至关重要。然而，由于存在遮挡，这是一个挑战。多视角感知方法使机器人能够克服遮挡，但需要一个跟踪组件来将机器人在多个视角上检测到的对象进行关联。多目标跟踪（MOT）算法可以分为两阶段和单阶段方法。两阶段方法往往更容易适应和实现自定义应用程序，而单阶段方法则提供了一种更复杂的端到端跟踪方法，可以在遮挡情况下产生更好的结果，但需要更多的训练数据。单阶段方法相对于两阶段方法的潜在优势取决于机器人需要处理的视点序列的复杂性。在这项工作中，我们比较了一个3D两阶段MOT算法3D-SORT和一个3D单阶段MOT算法MOT-DETR在三种不同类型的序列中的表现，这些序列具有不同程度的复杂性。这些序列代表了番茄温室中机械臂可以执行的简单和复杂运动。我们在番茄温室的实验表明，单阶段算法始终能够提供更好的跟踪精度，特别是在更具挑战性的序列中，其中物体在多个视点下完全被遮挡或不可见。

比较两种不同的多目标跟踪算法在农业食品行业中的应用效果，以解决在三维环境下存在遮挡时的目标检测和定位问题。

将两种不同类型的多目标跟踪算法（two-stage和single-stage）应用于三种不同类型的视角序列，比较它们在复杂度不同的情况下的表现，发现single-stage算法在更具挑战性的序列中表现更好。

实验使用了番茄温室中的数据集，比较了两种算法在三种不同类型的视角序列中的表现。结果表明，single-stage算法在更具挑战性的序列中表现更好。论文还提供了开源代码。

近期的相关研究包括：《3D Multi-Object Tracking: A Survey》、《MOT20: A Benchmark for Multi-Object Tracking in 2D Video》等。