面向移动机器人的单次羽毛检测
计算机视觉与模式识别
2026-03-18 v2 机器人学
摘要
本文提出了一种面向非稳态机器人的单次羽毛检测框架。为解决缺乏环视式羽毛检测数据集的难题，我们引入包含 20,510 帧半自动标注图像的数据集，这些图像来自 11 个不同背景下的多样化室内外环境，并将每帧划分为三个难度等级。对于标注，我们提出了一种新颖的半自动标注流程，使从 stationary 相机录像中进行高效标注成为可能。我们提出了适用于下游任务的指标，对 YOLOv8 网络进行微调，使其针对实时羽毛检测进行优化。在测试环境类似于训练环境时，达到了 0.86 的 F1 分数；在完全未见的环境中达到了 0.70。我们的分析揭示，检测性能严重依赖于羽毛尺寸和背景纹理复杂度。定性实验确认了其对移动机器人摄像机的适用性。与以 stationary 相机 setup 为主的 prior work 不同，我们的检测器专为移动机器人的环视、动态视点设计，为后续任务（包括跟踪、轨迹估计和系统（重新）初始化）提供了基础性构建模块。
引用
@article{arxiv.2603.06691,
title = {One-Shot Badminton Shuttle Detection for Mobile Robots},
author = {Florentin Dipner and William Talbot and Turcan Tuna and Andrei Cramariuc and Marco Hutter},
journal= {arXiv preprint arXiv:2603.06691},
year = {2026}
}