PUCK：面向事件相机的并行表面与卷积核跟踪
机器人学
2022-05-17 v1 计算机视觉与模式识别
摘要
当视觉被集成到机器人中以与目标进行高速交互时，低延迟和准确性是基本要求，因为它们影响系统的可靠性和稳定性。在此类场景中，传感器与算法的选择对整个控制回路至关重要。事件相机技术可保证在动态环境中的快速视觉感知，但需要一种跟踪算法，能够在保持准确且对干扰物鲁棒的同时，跟上由机器人自身运动引起的高数据率。本文中，我们引入一种新颖的跟踪方法，其利用指数约简序数表面（EROS）数据表示来解耦逐事件处理与跟踪计算。后者使用卷积核来检测并跟踪在平面上移动的圆形目标。为了对最先进的基于事件的跟踪进行基准测试，我们提出了跟踪在表面上滑动的空气曲棍球冰球（puck）的任务，其未来目标是控制iCub机器人精确且及时地到达目标。实验结果表明，无论机器人静止还是运动时，我们的算法均在低延迟与跟踪精度之间实现了最佳折衷。
引用
@article{arxiv.2205.07657,
title = {PUCK: Parallel Surface and Convolution-kernel Tracking for Event-Based Cameras},
author = {Luna Gava and Marco Monforte and Massimiliano Iacono and Chiara Bartolozzi and Arren Glover},
journal= {arXiv preprint arXiv:2205.07657},
year = {2022}
}
备注
submitted to IROS 2022