object tracking

1. 范围限定：过滤掉较远范围的点云数据

2. 聚类：K-Means／欧式聚类，因为前者需要设定K，故使用后者。

   $$D(p_i, p_{i+1}) = \sqrt{r_i^2 + r_{i+1}^2 - 2r_ir_{i+1}cos(\varphi_{i+1} - \varphi_i)}$$

   如果连续扫描点之间的距离小于一个阈值$D_t$，那么这两个点被认为属于同一个对象。这个阈值是根据当前参考点的距离动态调整的。

   $$D_t = D_0 + a*r_i*sin(\Delta \varphi)$$

3. 运动目标特征提取：（中心坐标，长／宽／半径，反射强度）

4. 由上一时刻的位置速度设置ROI：

   • 基于局部匹配：通过相似度计算选取响应值最高的目标
   • 基于分类器：动态目标已知（人腿），采集正负样本，构造分类器，

5. 卡尔曼滤波：