利用人体测量数据比率进行水下多人-机器人协作中的潜水员识别
机器人学
2023-10-03 v1
摘要
高效设计、感知算法与计算硬件的最新进展，使自主水下航行器（AUV）具备改进的人机交互（HRI）能力成为可能。为作为水下人机团队执行安全任务，AUV 需具备准确识别潜水员的能力。然而，由于潜水员具挑战性的视觉特征（主要由外观相似的潜水装备引起），这仍是一个开放问题。本文中，我们提出一种新颖算法，可使用预训练模型或部署期间训练的模型执行潜水员识别。我们利用从潜水员姿态估计获得的人体测量数据生成对距离与光度条件变化不变的鲁棒特征。我们还提出一种嵌入网络，在特征空间中最大化类间距离并最小化类内特征距离，显著提升了分类性能。此外，我们提出一个在 AUV 上运行的端到端潜水员识别框架，并评估了所提算法的准确性。受控水域实验的定量结果表明，我们的算法在潜水员识别中达到高水平准确率。
引用
@article{arxiv.2310.00146,
title = {Diver Identification Using Anthropometric Data Ratios for Underwater Multi-Human-Robot Collaboration},
author = {Jungseok Hong and Sadman Sakib Enan and Junaed Sattar},
journal= {arXiv preprint arXiv:2310.00146},
year = {2023}
}