利用分布式迷你化时间飞行传感器估计机器人周围场景流

跟踪机器人周围人类或物体的运动对于提高安全机器人运动和反应至关重要。本文提出了一种从机器人身体分布式的迷你化时间飞行(ToF)传感器获取的稀疏且噪声较大的点云中估计场景流的方法。该方法对连续帧的点进行聚类，并应用迭代最近点(ICP)算法来估计密集运动流，同时引入额外步骤以减轻传感器噪声和稀疏数据点的影响。具体而言，我们采用基于适应度的分类来区分静止点和运动点，采用内源剔除策略以细化几何对应关系。该方法在实验 setup 中得到验证，其中使用 24 个 ToF 传感器来估计不同受控速度下运动物体的速度。实验结果表明，该方法能够稳定地近似运动方向及其大小，误差水平符合传感器噪声水平。