J-MOD$^{2}$：联合单目障碍物检测与深度估计
机器学习
2018-02-26 v2 机器人学
摘要
在这项工作中，我们提出了一种端到端的深度架构，用于联合学习检测障碍物并估计其深度，以服务于微型飞行器（MAV）飞行应用。现有方法大多依赖视觉 SLAM 系统或深度估计模型来构建三维地图并检测障碍物。然而，对于避障任务而言，这种复杂程度并非必需。近期工作提出了同时进行场景理解和深度估计的多任务架构。我们沿循其思路，提出一种特定架构来联合估计深度和障碍物，无需计算全局地图，但在需要时保持与全局 SLAM 系统的兼容性。该网络架构旨在利用障碍物检测任务（产生更可靠的边界框）与深度估计任务的联合信息，增强两者对场景变化的鲁棒性。我们将此架构称为 J-MOD。我们通过在不同外观和焦距的序列上进行实验来测试所提方法的有效性，并将其与联合执行语义分割和深度估计的最先进多任务方法进行比较。此外，我们通过一组模拟导航实验展示了其在完整系统中的集成，其中一架 MAV 探索未知场景，并利用我们的检测模型规划安全轨迹。
引用
@article{arxiv.1709.08480,
title = {J-MOD$^{2}$: Joint Monocular Obstacle Detection and Depth Estimation},
author = {Michele Mancini and Gabriele Costante and Paolo Valigi and Thomas A. Ciarfuglia},
journal= {arXiv preprint arXiv:1709.08480},
year = {2018}
}