Pepper 机器人的混合 SLAM 与物体识别系统
机器人学
2019-03-11 v2
摘要
人形机器人在现实任务中扮演着日益重要的角色，尤其在室内应用方面。为诸如室内环境建图、自我定位与物体识别等任务提供鲁棒解决方案，对于使机器人更加自主因而更像人类至关重要。知名 Aldebaran 服务机器人 Pepper 是实现这些目标的合适候选者。本文开发并首次在真实条件下将结合同步定位与建图（SLAM）算法与物体识别的混合系统用于 Pepper 机器人进行测试。ORB SLAM 2 算法在我们的研究中被作为开创性工作。随后，一种基于尺度不变特征变换（SIFT）与随机抽样一致（RANSAC）的物体识别技术与 SLAM 结合，以在已建图的室内环境中识别并定位物体。我们的实验结果表明该系统在真实场景中对 Pepper 机器人的适用性。此外，我们将源代码在 https://github.com/PaolaArdon/Salt-Pepper 向社区公开。
引用
@article{arxiv.1903.00675,
title = {A Hybrid SLAM and Object Recognition System for Pepper Robot},
author = {Paola Ardón and Kaisar Kushibar and Songyou Peng},
journal= {arXiv preprint arXiv:1903.00675},
year = {2019}
}
备注
All authors contributed equally, listed in alphabetical order