基于移动机器人的跌倒人员快速鲁棒检测
机器人学
2019-04-09 v1 计算机视觉与模式识别
摘要
本文探讨利用配备 3D 深度传感器的移动机器人检测躺在地板上的跌倒人员的问题。在受语义分割技术启发的所提算法中，3D 场景被过分割为多个小块。随后通过两个 SVM 分类器检测跌倒人员：第一个分类器对每个小块进行标注，而第二个分类器捕捉它们之间的空间关系。这种新颖的方法被证明既鲁棒又快速。事实上，得益于使用小块，在物体并排摆放的真实杂乱场景中的跌倒人员也能被正确检测。此外，该算法可在配备标准笔记本电脑的移动机器人上执行，从而能够利用机器人构建的 2D 环境地图以及机器人导航过程中获取的多个视角。另外，由于不依赖 RGB 数据而是依赖深度数据，该算法对光照变化具有鲁棒性。所有方法均在 IASLAB-RGBD 跌倒人员数据集上进行了充分验证，该数据集已作为一项额外贡献在线发布。它包含多个静态和动态序列，涉及 15 个不同的人和 2 个不同的环境。
引用
@article{arxiv.1703.03349,
title = {Fast and Robust Detection of Fallen People from a Mobile Robot},
author = {Morris Antonello and Marco Carraro and Marco Pierobon and Emanuele Menegatti},
journal= {arXiv preprint arXiv:1703.03349},
year = {2019}
}