由于动态环境中激光雷达点的稀疏性,点云中的三维目标跟踪仍然是一个具有挑战性的问题。在本文中,我们提出了一种voxel-to-BEV跟踪器,它可以显著提高稀疏三维点云的跟踪性能。具体来说,它由Siamese形状感知特征学习网络和voxel-to-BEV目标定位网络组成。Siamese形状感知特征学习网络可以获取目标的三维形状信息,学习目标的判别特征,从而识别出稀疏点云背景中的潜在目标。为此,我们首先进行模板特征嵌入,将模板的特征嵌入到潜在目标中,然后生成密集的三维形状来表征潜在目标的形状信息。对于跟踪目标的定位,体素-BEV目标定位网络以无锚的方式将目标的二维中心和z轴中心从稠密鸟瞰(稠密鸟瞰)特征地图上回归。具体来说,我们通过最大池化将体素化后的点云沿z轴压缩,得到稠密的BEV特征图,可以更有效地进行二维中心与z轴中心的回归。对KITTI和nuScenes数据集的广泛评价表明,我们的方法明显优于目前最先进的方法。