利用空中 3D 声纳检测与分类仿生人工地标
机器人学
2023-12-01 v3 信号处理
摘要
各类自主应用依赖于识别环境中特定的已知地标。例如，同步定位与建图（SLAM）是一项重要技术，为诸多常见任务如导航与长期目标跟踪奠定基础。这需要根据易累积误差的传感输入即时构建地图。识别环境中的地标在纠正这些误差并进一步提升 SLAM 精度方面起着至关重要的作用。当今进行 SLAM 最流行的传感器选择是光学传感器，如相机或 LiDAR 传感器。它们可使用诸如二维码等地标作为前提。然而，此类传感器在特定条件下变得不可靠，例如多雾、多尘、反射性或富玻璃环境。声纳已被证明是更好应对此类情形的可行替代方案。但声学传感器亦需要不同类型的地标。本文提出一种方法，利用嵌入式实时成像声纳，基于反射声学回波频带训练的支持向量机来检测仿生声学地标是否存在。
引用
@article{arxiv.2308.05504,
title = {Detecting and Classifying Bio-Inspired Artificial Landmarks Using In-Air 3D Sonar},
author = {Maarten de Backer and Wouter Jansen and Dennis Laurijssen and Ralph Simon and Walter Daems and Jan Steckel},
journal= {arXiv preprint arXiv:2308.05504},
year = {2023}
}
备注
Presented at 2023 IEEE Sensors Conference, Vienna, Austria