Fast-Tracker 2.0:通过主动视觉与人位回归提升空中跟踪自主性
机器人学
2021-03-12 v1
摘要
近年来,若干渐进性工作推动了空中跟踪的发展。代表性工作之一是我们先前提出的Fast-tracker,适用于多种具有挑战性的跟踪场景。然而,它存在两个主要缺陷:1)使用人工标记进行目标检测过于简化;2)有限机载视觉下同时感知目标与环境之间的矛盾。本文中,我们将Fast-tracker的目标检测升级为基于深度学习与非线性回归来检测并定位人体目标,以解决前者。针对后者,我们为四旋翼系统配备了定制云台相机上的360度主动视觉。此外,我们通过引入遮挡感知机制来生成可观测跟踪轨迹,从而改进Fast-tracker中的跟踪轨迹规划。全面的真实世界测试证实了所提系统的鲁棒性与实时能力。与Fast-tracker的基准对比验证,即便执行更困难的跟踪任务,所提系统也呈现出更好的跟踪性能。
引用
@article{arxiv.2103.06522,
title = {Fast-Tracker 2.0: Improving Autonomy of Aerial Tracking with Active Vision and Human Location Regression},
author = {Neng Pan and Ruibin Zhang and Tiankai Yang and Chao Xu and Fei Gao},
journal= {arXiv preprint arXiv:2103.06522},
year = {2021}
}
备注
For IROS2021 submission