青:一个新的人检测数据集,用于膝盖高的2D测距器

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
• 机器学习 机器学习

背景情况:

• 移动机器人需要检测人类的安全和互动.
• 计算机视觉是常见的,但二维测距器提供了诸如更广的视野和深度分辨率等优势.
• 现有的基于测距仪的人群检测数据集缺乏全面的注释.

研究的目的:

• 介绍FROG数据集用于使用2D测距仪检测人员.
• 使用距离传感器数据建立一个评估人员检测算法的基准.
• 提出和评估一种新的深度学习方法来检测人.

主要方法:

• 开发了具有高分辨率扫描,高扫描频率和完整注释的FROG数据集.
• 分析了使用2D测距仪数据的最先进的人群探测器.
• 提出了一个端到端的深度学习模型,可以直接处理原始传感器数据.

主要成果:

• FROG数据集提供了100%的扫描注释,比以前的数据集提供了更多的注释扫描和人注释.
• 拟议的深度学习探测器的性能与最先进的方法相美.
• 一个优化的实现在500Hz以上运行,适合实时移动机器人应用.

结论:

• 2D测距器是移动机器人中人员检测的可行和有利的传感器.
• FROG数据集和拟议的深度学习方法推动了机器人感知领域的发展.
• 开发的探测器为移动机器人导航和交互提供了高效准确的人类检测.