高度动态工业环境中的人员追踪
计算机视觉与模式识别
2023-02-02 v1
摘要
迄今为止，大多数定位系统被设计为在具有长期稳定宏观结构并可能存在小规模动态变化的环境中运行。这些假设使得现有定位系统能够生成并利用稳定地图。然而，在高度动态的工业环境中这些假设不再成立，由于结构上的快速大规模变化，追踪人员的任务更具挑战性。在本文中，我们提出一种用于高度动态工业环境（如建筑工地）中追踪人员的新颖定位系统。所提系统利用许多工业环境中现有的 CCTV 摄像头基础设施，以及每名工人手机内的无线电与惯性传感器，来精确追踪多人。这种多目标多传感器追踪框架还允许我们的系统使用跨模态训练以应对环境动态。特别地，我们展示了我们的系统如何利用遮挡图通过跨模态训练自动跟踪环境变化（即新墙）。此外，我们展示了这些地图如何与社会力结合使用，以准确预测人体运动并提高追踪精度。我们在建筑工地进行了广泛的真实世界实验，显示出通过跨模态训练与社会力使用带来的显著精度提升。
引用
@article{arxiv.2302.00503,
title = {Tracking People in Highly Dynamic Industrial Environments},
author = {Savvas Papaioannou and Andrew Markham and Niki Trigoni},
journal= {arXiv preprint arXiv:2302.00503},
year = {2023}
}