基于检测视觉跟踪的水下多机器人护航

我们提出了一种鲁棒的多机器人护航方法，该方法依赖于对领航智能体的视觉检测，从而能够在非结构化的三维环境中进行目标跟随。我们的方法基于检测跟踪（tracking-by-detection）的思想，其将高效的基于模型的目标检测与基于图像的边界框估计的时间滤波交替进行。该方法具有重要优势，可减轻跟踪漂移（即偏离目标物体），而跟踪漂移是无模型跟踪器的常见症状，并在实践中不利于持续护航。为说明我们的方案，我们收集了海洋环境中水下机器人的大量影像，并手动标注了其在每一帧中的位置。基于该数据集，我们对多种跟踪器变体进行了实证比较，包括使用带或不带循环连接的若干卷积神经网络，以及基于频率的无模型跟踪器。我们还通过成功控制一个腿式水下机器人以五自由度跟随另一机器人的独立运动，证明了该检测跟踪策略在真实场景中的实用性。