自主导航中用于物体识别与跟踪的新型感知算法框架
计算机视觉与模式识别
2020-06-11 v1 机器人学
摘要
本文介绍了一种能够在自主车辆视野中识别并跟踪物体的新型感知框架。所提算法无需任何训练即可实现此目标。该框架利用自车位姿估计与基于KD树的分割算法生成物体簇。进而使用VFH技术将每个识别出的物体簇的几何形状转化为多模态PDF，并为每个新物体簇初始化运动模型以实现鲁棒的时空跟踪。该方法进一步利用高维概率密度函数的统计特性与贝叶斯运动模型估计来逐帧识别和跟踪物体。该方法的有效性在KITTI数据集上进行了测试。结果表明中位跟踪精度约为91%，端到端计算时间为153毫秒。
引用
@article{arxiv.2006.04859,
title = {Novel Perception Algorithmic Framework For Object Identification and Tracking In Autonomous Navigation},
author = {Suryansh Saxena and Isaac K Isukapati},
journal= {arXiv preprint arXiv:2006.04859},
year = {2020}
}