FROG：面向膝高二维测距仪的行人检测新数据集
机器人学
2025-10-21 v2
摘要
移动机器人需要了解环境，尤其是其附近行人的信息。尽管检测行人最常用的方法涉及计算机视觉，但机器人上常被人忽视的用于行人检测的硬件特性是其二维测距仪。这些传感器原本用于避障与建图/SLAM 任务。在大多数机器人上，它们便捷地位于约脚踝到膝盖的高度，因此也可用于行人检测，且相较相机具有更大的视场与深度分辨率。本文提出一个使用膝高二维测距仪进行行人检测的新数据集 FROG。与 DROW 等已有数据集相比，该数据集具有更高的激光分辨率、扫描频率以及更完整的标注数据。具体而言，FROG 数据集对其 100% 的激光扫描进行了标注（而 DROW 仅标注 5%），标注扫描数量多 17 倍，行人标注多 100 倍，机器人行驶距离超两倍。我们基于 FROG 数据集提出一个基准，并分析了基于二维测距仪数据的若干最先进行人检测器。我们还提出并评估了一种用于行人检测的端到端深度学习新方法。我们的方案直接处理原始传感器数据（无需手工设计输入数据特征），从而避免了 CPU 预处理，并使开发者无需理解特定领域启发式规则。实验结果表明，所提行人检测器取得了与最先进水平相当的结果，而其针对 ROS 的优化实现可运行于 500 Hz 以上。
引用
@article{arxiv.2306.08531,
title = {FROG: A new people detection dataset for knee-high 2D range finders},
author = {Fernando Amodeo and Noé Pérez-Higueras and Luis Merino and Fernando Caballero},
journal= {arXiv preprint arXiv:2306.08531},
year = {2025}
}
备注
Code and data are publicly available at: https://github.com/robotics-upo/2DLaserPeopleBenchmark