基于点云数据的楼梯建模无人机器人板载框架
机器人学
2024-05-06 v1
摘要
对楼梯可遍历区域的检测以及物理模型的构建是四足机器人移动性的关键环节。本文提出一种针对楼梯可遍历区域检测及点云数据物理属性建模的板载框架。为减轻照明变化及数据集多样性导致的过拟合问题，引入一系列数据增强技术以提升基础网络训练效果。提出曲率抑制交叉熵(CSCE)损失以减少可遍历区域与不可遍历区域边界预测的歧义。此外，引入基于楼梯姿态估计的测量校正，以校正因倾斜视角影响的原始模型输出。最后，我们收集了楼梯数据集并引入新的评估标准。通过在该数据集上进行一系列严格实验，我们验证了所提方法在准确率和泛化能力方面的优势。代码、模型和数据集将在 https://github.com/szturobotics/Stair-detection-and-modeling-project 上提供。
引用
@article{arxiv.2405.01918,
title = {An Onboard Framework for Staircases Modeling Based on Point Clouds},
author = {Chun Qing and Rongxiang Zeng and Xuan Wu and Yongliang Shi and Gan Ma},
journal= {arXiv preprint arXiv:2405.01918},
year = {2024}
}