基于 EKF 的深度学习融合深度相机用于 UAV 在 SAR 作业中的人类距离估计与跟随
机器人学
2026-02-25 v1 人工智能
摘要
搜救 (SAR) 操作需要快速响应以拯救生命或财产。配备基于视觉的系统的无人机（UAV）支持这些任务，既通过先对地形进行调查，也在任务本身期间提供实时帮助。基于视觉的 UAV 框架通过检测和识别特定个体，然后在保持安全距离的同时进行跟踪和跟随，来帮助人类搜索任务。UAV 跟随的关键安全要求是准确估计相机与目标物体之间的距离，这在现实条件下通过融合多种图像模态实现。配备深度学习基于视觉系统的 UAV 提供了一种新的方法，用于 SAR 操作的计划和执行。本文在用于自动人物检测和面部识别的深度学习系统中，提出了深度相机测量与单目相机到人体距离估计的融合，以实现稳健的跟踪和跟随。通过 YOLO-pose 实现深度相机数据的深度学习滤波，以及从单目相机估计相机到人体距离，实现了实时融合深度信息的扩展卡尔曼滤波（EKF）算法。该子系统设计用于无人机，估计并测量深度相机与人体关键点之间的距离，以维持无人机与人体目标之间的安全距离。我们的系统提供了准确的距离估计，经与动作捕捉地面真实数据验证。该系统在室内实时测试中，在三个测试场景中，将距离估计的平均误差、均方根误差（RMSE）和标准差降低了最高 15.3%。
引用
@article{arxiv.2602.20958,
title = {EKF-Based Depth Camera and Deep Learning Fusion for UAV-Person Distance Estimation and Following in SAR Operations},
author = {Luka Šiktar and Branimir Ćaran and Bojan Šekoranja and Marko Švaco},
journal= {arXiv preprint arXiv:2602.20958},
year = {2026}
}