面向移动机器人的多传感器实时三维人体跟踪
机器人学
2017-03-16 v1 计算机视觉与模式识别
摘要
获取机器人周围目标人物的精确三维位置提供了基础且有价值的信息，可应用于包括家庭服务、导航和娱乐在内的广泛机器人任务。本文提出一种实时机器人三维人体跟踪系统，其通过扩展卡尔曼滤波（EKF）将单目相机与超声波传感器结合。所提系统由三个子模块组成：单目相机传感器跟踪模型、超声波传感器跟踪模型和多传感器融合。提出一种改进的视觉跟踪算法以提供部分位置估计（二维）。该算法旨在克服严重遮挡、尺度变化、目标丢失并实现鲁棒的重检测。尺度精度通过估计的三维信息进一步增强。采用超声波传感器阵列提供从目标人物到机器人的距离信息，并使用高斯过程回归进行部分位置估计（二维）。采用EKF顺序处理分别来自视觉传感器和超声波传感器的以异步顺序到达的多个异构测量。在实验中，所提跟踪系统在仿真平台和实际移动机器人上针对各种室内外场景进行了测试。实验结果表明该三维跟踪系统在准确性和鲁棒性方面均具有优越性能。
引用
@article{arxiv.1703.04877,
title = {Real-time 3D Human Tracking for Mobile Robots with Multisensors},
author = {Mengmeng Wang and Daobilige Su and Lei Shi and Yong Liu and Jaime Valls Miro},
journal= {arXiv preprint arXiv:1703.04877},
year = {2017}
}