面向移动机器人的 Human-Aware 语义占据数据集 MobileOcc
机器人学
2025-11-24 v1 计算机视觉与模式识别
摘要
稠密3D语义占据感知是移动机器人在行人丰富环境中运行的关键技术，但相较于自动驾驶领域仍未得到充分探索。为填补这一空白，我们提出MobileOcc，一个用于移动机器人在拥挤人群环境中操作的语义占据数据集。我们的数据集构建了一个包含静态物品占据标注和一项专为人类占据建模而设计的新型网格优化框架的标注管道。它从2D图像重建可变形人体几何形状，然后利用关联的LiDAR点数据对其进行细化和优化。使用MobileOcc，我们为两个任务建立了基准：i）占据预测和ii）行人速度预测，使用包括单目、立体和全景占据的不同方法，并提供指标和基线实现，以实现可重复的比较。除了占据预测，我们进一步评估了我们标注方法在3D人体姿态估计数据集上的表现。结果表明，我们的方法在不同数据集上表现稳健。
关键词
引用
@article{arxiv.2511.16949,
title = {MobileOcc: A Human-Aware Semantic Occupancy Dataset for Mobile Robots},
author = {Junseo Kim and Guido Dumont and Xinyu Gao and Gang Chen and Holger Caesar and Javier Alonso-Mora},
journal= {arXiv preprint arXiv:2511.16949},
year = {2025}
}