中文摘要：

研究开放、复杂场景下的多人运动跟踪，具有重要的理论和实际应用价值。针对其中两个关键问题观测缺失问题与高维状态空间下的搜索问题，我们以激光扫描数据与视频数据为其主要数据源，研究了多传感器融合与多人运动跟踪的一般方法。取得的研究成果和进展包括以下五个方面1）研究了基于激光扫描数据的稳定特征抽取方法，实现了快速行人检测，可对密集人群进行准实时跟踪；2）针对不同传感器设置对应的不同数据特性，提出了三种融合策略决策层融合，特征层融合，与一种混合的融合方法，实现了两种传感器优势互补，在跟踪性能与时间性能上能够达到最优；3）研究了多目标跟踪的一般方法与理论，提出了基于概率检测图的跟踪方法，能够有效提高跟踪的搜索效率；4）提出了基于监督学习与分类的多目标跟踪方法，能够实现长时间严重遮挡情况下的数据关联；5) 研究了作为高层次运动分析的姿态跟踪问题，解决了包含多类运动的复杂序列下的姿态跟踪问题。研究结果表明所提出的两类传感器融合方法，能够显著地提高跟踪效率和跟踪精度；所提出的多目标跟踪的一般方法，能够解决多人运动跟踪下的互遮挡问题。研究成果发表在机器人领域与计算机视觉领域的重要国际会议和重要期刊。