Le suivi multi-objet 3D (MOT) capture des états de mouvement stables et complets des obstacles environnants, ce qui est essentiel pour la perception robotique. Cependant, les traqueurs 3D actuels font face à des problèmes de précision et de cohérence de latence. Dans cet article, nous proposons Fast-Poly, une méthode rapide et efficace basée sur un filtre pour le suivi multi-objet 3D (MOT). En s'appuyant sur notre travail précédent Poly-MOT, Fast-Poly aborde l'anisotropie rotationnelle des objets dans l'espace 3D, améliore la densification du calcul local et utilise des techniques de parallélisation, ce qui permet d'accroître la vitesse d'inférence et la précision. Fast-Poly a été testé de manière extensive sur deux benchmarks de suivi à grande échelle avec une implémentation en Python. Sur le jeu de données nuScenes, Fast-Poly atteint une nouvelle performance d'état de l'art avec un AMOTA de 75,8 % parmi toutes les méthodes et peut fonctionner à 34,2 FPS sur un CPU personnel. Sur le jeu de données Waymo, Fast-Poly montre une précision compétitive avec un MOTA de 63,6 % et une vitesse d'inférence impressionnante (35,5 FPS). Le code source est disponible au public sur https://github.com/lixiaoyu2000/FastPoly.