基于事件相机的室内地面机器人实时检测与跟踪
计算机视觉与模式识别
2021-08-04 v2
摘要
本文提出一种利用事件相机检测并跟踪多个移动地面机器人的实时方法。该方法使用基于密度的带噪声应用空间聚类（DBSCAN）来检测机器人，并使用单棵 k 维（）树在机器人于室内场地中移动时准确跟踪它们。面对事件相机噪声以及事件缺失（由于机器人缓慢移动或停止）的情况，仍能保持稳健的检测与跟踪。使用现成的基于 RGB 相机的跟踪系统提供真值。我们进行了最多包含 4 个机器人的实验，以研究以下因素对检测与跟踪性能的影响：i) 改变 DBSCAN 参数，ii) 事件累积时间，iii) 场地中机器人数量，iv) 机器人速度，以及 v) 环境光照条件的变化。实验结果显示，在涉及最多 3 个机器人（4 个机器人时高于 93%）的测试中，面对事件相机噪声及机器人停止的情况，检测与跟踪保真度达 100%。当光照条件变化时，观察到检测与跟踪保真度出现平缓退化。
引用
@article{arxiv.2102.11916,
title = {Event Camera Based Real-Time Detection and Tracking of Indoor Ground Robots},
author = {Himanshu Patel and Craig Iaboni and Deepan Lobo and Ji-won Choi and Pramod Abichandani},
journal= {arXiv preprint arXiv:2102.11916},
year = {2021}
}