MoTI:在SLAM中进行移动对象识别的多阶段算法
Changqing Hu1, Manlu Liu1,2, Su Zhang3
1School of Information Engineering, Southwest University of Science and Technology, Mianyang 621010, China.
Sensors (Basel, Switzerland)
|September 28, 2023
概括
本研究介绍了多阶段移动物体识别算法 (MoTI),以提高同时定位和映射 (SLAM) 的准确性. 通过激光和视觉数据的融合,MoTI有效地检测动态物体,增强机器人在复杂环境中的机器人定位.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 传感器融合式传感器
背景情况:
- 同时定位和映射 (SLAM) 对自主系统至关重要.
- 自然环境中的动态物体对SLAM准确性构成重大挑战.
- 现有的方法难以可靠地检测移动物体.
研究的目的:
- 开发一个强大的算法,用于动态点云检测.
- 在混乱的环境中提高SLAM系统的本地化准确性.
- 将激光和视觉数据融合在一起,以改善移动物体识别.
主要方法:
- 提出了多阶段移动物体识别算法 (MoTI).
- 采用了两阶段的方法:使用范围图像误差进行粗略处理,并使用半径搜索进行精确处理.
- 使用统计和信息权重方法的融合视觉识别和点云注册数据.
主要成果:
- MoTI在复杂的室内和室外数据集 (KITTI) 中准确检测动态目标.
- 整合到LOAM系统中显著提高了定位准确度.
- 证明了对背景杂乱的移动物体的有效识别.
结论:
- MoTI算法为SLAM中的动态对象检测提供了一个可靠的解决方案.
- 激光和视觉数据的融合对于改善机器人本地化是有效的.
- MoTI在现实世界的动态场景中提高了自主系统的性能.
更多相关视频
05:57Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
Published on: April 8, 2019
6.9K
09:41Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
Published on: April 21, 2023
1.6K
