罗人适应性基于网络的准确和强大的视觉对象跟踪算法用于四足机器人

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
• 人工智能的人工智能

背景情况:

• 对于四足机器人来说,视觉对象跟踪 (VOT) 面临着不同对象尺寸和尺寸比的挑战.
• 现有的基于的方法在复杂的环境和高机器人速度下扎.

研究的目的:

• 为四足机器人开发一种新,准确和实时的视觉对象跟踪算法.
• 在动态和复杂的场景中解决当前VOT方法的局限性.

主要方法:

• 一个基于罗网络的VOT算法,包含一个单阶段探测器.
• 一个罗式的自适应网络,用于估计物体尺寸和尺寸比.
• 一个具有不对称卷积 (ACM) 层的新型盒适应式头,用于界限盒回归.

主要成果:

• 拟议的算法证明了在四足机器人上成功应用.
• 在现实世界复杂场景中精确追踪特定移动物体.

结论:

• 新的语基于网络的VOT算法显著提高了四足机器人的跟踪性能.
• 该方法在具有挑战性的环境中有效处理对象尺寸和尺寸比的变化.