TOSS：用于静态场景映射的实时跟踪与移动目标分割
机器人学
2024-08-13 v1
摘要
对于自动化机器人在具有挑战性环境中的安全导航及同步定位与制图（SLAM），至关重要。为实现此目标，检测周围环境中的移动目标并构建静态地图是必不可少的。然而，现有的移动目标分割方法是为每个领域单独开发的，导致在实现实时导航和精确静态图构建同时具有挑战性。本文提出了一个集成的实时框架，将基于在线跟踪的移动目标分割与静态图构建相结合。为实现安全导航，我们引入了计算高效的分层关联代价矩阵，以实现实时移动目标分割。在精确静态图构建方面，我们提出了一种基于投票的方法DS-Voting，旨在通过强调其时空差异来实现动态对象精确移除和静态对象恢复。我们在SemanticKITTI数据集和真实世界的具有挑战性环境中对所提方法进行了定性和定量评估。结果表明，即使在楼梯、陡坡和浓密植被环境中，动态对象也能被清晰区分，并纳入静态图构建中。
引用
@article{arxiv.2408.05453,
title = {TOSS: Real-time Tracking and Moving Object Segmentation for Static Scene Mapping},
author = {Seoyeon Jang and Minho Oh and Byeongho Yu and I Made Aswin Nahrendra and Seungjae Lee and Hyungtae Lim and Hyun Myung},
journal= {arXiv preprint arXiv:2408.05453},
year = {2024}
}
备注
13 pages, The 11th International Conference on Robot Intelligence Technology and Applications (RiTA 2023)