使用3D LiDAR传感器有效检测和跟踪人类

科学领域:

• 机器人和计算机视觉 机器人和计算机视觉
• 传感器技术 传感器技术
• 人工智能的人工智能

背景情况:

• 光探测和测距 (LiDAR) 对自动驾驶系统至关重要.
• 3D点云对象检测对于现实应用至关重要.
• 现有的方法在实时处理和各种人体姿势方面面临挑战.

研究的目的:

• 开发一个模块化的实时系统,用于使用3D LiDAR进行人身检测,跟踪和分类.
• 通过减少点云数据来优化低功耗机器的性能.
• 确保在各种环境和与危害相关的挑战中保持一致的跟踪.

主要方法:

• 一种模块化方法,结合了对象细分,基于几何描述符的分类和跟踪.
• 通过通过运动和运动检测预测感兴趣的区域来实现实时处理.
• 操作不需要先前的环境知识.

主要成果:

• 在室内3D LiDAR记录中成功地实时检测和跟踪人员.
• 尽管有传感器视野限制和极端的人类姿势 (腰,跳跃),但性能始终如一.
• 对积极的人体分类的高度信心,超过了最先进的方法.

结论:

• 拟议的模块化LiDAR系统为实时人类检测和跟踪提供了强大而高效的解决方案.
• 该方法在复杂环境中需要可靠的人身份识别的应用程序中显示出显著的潜力.
• 该系统处理具有挑战性的场景的能力突出显示了其实际适用性.