大尺度三维地图中通用可移动物体的检测与跟踪
机器人学
2018-01-31 v2 计算机视觉与模式识别
摘要
本文研究移动机器人在大环境中运动时观测到的具有长期动态特性的通用物体的检测与跟踪问题。一个关键问题在于，由于环境规模，机器人在任意时刻只能观测到物体子集。由于在不同地点观测物体之间会经过一段时间，当机器人不在场时物体可能已被移动。我们提出了一种描述此种运动的模型：物体通常仅在局部移动，但以某种小概率通过我们所称的全局运动跳跃较长距离。对于滤波，我们将关于局部和全局运动的后验分解为两个关联过程。对全局运动与测量关联的后验进行采样，同时利用卡尔曼滤波器解析地跟踪局部运动。该新颖滤波器在移动机器人长时间自主采集的点云数据上进行了评估。我们表明跟踪跳跃物体是可行的，并且当应用于真实世界数据时，所提出的概率处理方法优于先前的方法。该场景下高效概率跟踪的关键在于对物体后验的聚焦采样。
引用
@article{arxiv.1712.08409,
title = {Detection and Tracking of General Movable Objects in Large 3D Maps},
author = {Nils Bore and Johan Ekekrantz and Patric Jensfelt and John Folkesson},
journal= {arXiv preprint arXiv:1712.08409},
year = {2018}
}
备注
Submitted for peer review