基于 CNN 与初步帧分类的 HermesBot 自主配送机器人全向目标检测
机器人学
2021-10-25 v1 计算机视觉与模式识别
摘要
移动自主机器人包含大量用于环境感知的传感器。相机是机器人定位、导航与避障的重要工具。为处理来自传感器的大量数据流，有必要优化算法或利用可观的计算能力。在我们的工作中，我们提出了一种利用初步二值帧分类优化目标检测神经网络的算法。实验装置为一台配备周界 6 个卷帘相机的自主室外移动机器人，可提供 360 度视场。所得实验结果表明，在至多 6 个相机中 5 个包含目标物体的情况下，所提优化可加速神经网络的推理时间。
引用
@article{arxiv.2110.11829,
title = {CNN-based Omnidirectional Object Detection for HermesBot Autonomous Delivery Robot with Preliminary Frame Classification},
author = {Saian Protasov and Pavel Karpyshev and Ivan Kalinov and Pavel Kopanev and Nikita Mikhailovskiy and Alexander Sedunin and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2110.11829},
year = {2021}
}
备注
Accepted to IEEE 20th International Conference on Advanced Robotics (ICAR) 2021, 6 pages, 7 figures