第二步，根据跟踪再去计算这个障碍物的速度。采用Rule-based代表传统的方法，物体遮挡后很可能会跟丢；VTA网络采用的data-driven算法是通过数据驱动模型学习出来的，具备比较长的记忆能力，能够在消失之后，知道这还是之前见过的同一个物体，这是视觉能力的重大飞跃。
速度估计方面，传统的方法用距离除以时间得出速度，但是因为帧与帧之间只有1/10秒，分母太小，也就意味着如果在三维位置的估计上稍有不准，这个速度的值就会很跳变。
用传统方法算出来的障碍物速度，因为中间有遮挡等等原因，速度非常的不连续，决策规划达到一定速度，就很难做出一个正确的判断。但是通过端到端的机器学习，就可以持续输出一个相对稳定的速度估计，非常精准的一条速度估计曲线。