通过嵌入式 Ising 机器增强车载可安装的多重物体跟踪系统
Kosuke Tatsumura1, Yohei Hamakawa2, Masaya Yamasaki2
1Corporate Research and Development Center, Toshiba Corporation, Kawasaki, Japan. kosuke.tatsumura.d50@mail.toshiba.
Nature communications
|December 17, 2025
概括
本研究介绍了一种用于自动驾驶汽车的新型多重物体跟踪系统. 它使用量子启发的算法来解决复杂的分配问题,通过长时间的遮实现实时跟踪.
科学领域:
- 机器人和计算机视觉 机器人和计算机视觉
- 人工智能的人工智能
- 量子计算应用 量子计算应用
背景情况:
- 多重对象跟踪对于汽车和机器人等自动驾驶系统至关重要.
- 目前的方法在分配问题上扎,特别是在长期封闭期间.
- 机器学习已经改善了对象相似性,但没有改善时间关联分配.
研究的目的:
- 开发一种可以安装在车辆上的多重物体追踪系统.
- 为了应对灵活分配的挑战,通过遮蔽来跟踪.
- 为了实现自主应用程序的实时性能.
主要方法:
- 制定了灵活的赋值问题作为一个非决定性的多项式时间硬问题.
- 利用嵌入式的伊辛机器与量子启发的模拟分叉算法.
- 在车载安装的计算平台上实现实时处理.
主要成果:
- 展示了一个灵活的分配函数,用于通过多个长期封闭来跟踪.
- 实现实时系统范围的吞吐量超过每秒20.
- 增强自动移动车辆和机器人的追踪功能.
结论:
- 开发的系统有效地解决了多个对象跟踪中的复杂的分配问题.
- 在Ising机器上使用量子启发的算法为实时,强大的跟踪提供了可行的解决方案.
- 这项技术增强了自主系统在动态环境中的能力.
