Mar, 2024

城市环境下自主探索的楼梯定位

PDF
TL;DR提出了一种用于机器人自主探索城市环境的楼梯定位方法，该方法采用了级联流水线的模块化设计，由楼梯检测、线段检测和楼梯定位模块组成，在仅使用单个 RGB-D 相机的情况下，通过深度学习算法实现了准确的楼梯检测和定位。
staircase localizationrobotsurban environmentsautonomous explorationdeep learning
发现论文，激发创造
  • StairNetV3: 利用深度学习进行深度感知楼梯建模

    通过加深感知能力与建模方法，本研究提出了一种深度感知的单目视觉楼梯建模方法，可有效提高楼梯结构几何特征的学习，并结合深度传感器获取楼梯表面的点云，取得了明显的改进。

    Aug, 2023

  • StairNet: 用于人机移动的楼梯视觉识别

    使用 StairNet 平台进行人机行走的研究，使用深度学习模型和数据集检测和识别楼梯，在有效模型精度和尺寸之间找到权衡，以提高复杂地面的行走效果。

    Oct, 2023

  • 结构化地形运动的神经场景表征

    本文提出一种基于学习的方法，重建移动机器人行进城市环境中的局部地形，通过算法估计机器人周围的地形，采用 4D 全卷积网络，可以利用合成数据进行训练，并在机器人上取得良好效果。

    Jun, 2022

  • StairNet: 自上而下语义聚合实现准确一次性检测

    本研究通过引入特征组合模块来改善基于 SSD 框架的一站式目标检测方法中对小物体检测的困难，提出了一种新的模型 StairNet，通过有效的多尺度表示和语义分配相结合，该模型显著提高了 SSD 的性能并且优于其他最先进的一阶段检测器。

    Sep, 2017

  • 移动机器人快速和稳健探测倒地人

    本文介绍了一种基于语义分割的算法，它使用 3D 深度传感器在地面上检测倒下的人，并通过使用 SVM 分类器来实现。该算法可在配备标准笔记本电脑的移动机器人上执行，并在实际情景中显示出鲁棒性和速度。

    Mar, 2017

  • 结合地理位置和街景图像估计物体高度

    本文提出了使用街景 RGB 图像进行多类物体地理定位和高度估计的流程，通过 Markov 随机场优化得到确定性输出，该技术使用图像元数据以及在图像平面上检测到的物体的坐标，计算物体高度，其对总体计算成本的影响可忽略不计。作者通过实验证明，在水管和路标的平均海拔估计误差低于 20 厘米。

    May, 2023

  • 视障人士导航中的地面提取与门检测

    建议利用传感器和算法的组合，建立一个适用于视障人士的导航系统，该系统基于传统的 RGB-D 相机，结合鱼眼相机的信息，提供了对环境的鲁棒性与可靠性，使用户能够规划路径并避开障碍物。

    Jan, 2024

  • 使用自我中心视觉在具有挑战性地形中进行腿式 locomotion

    本文介绍了一种用于四足机器人的端到端行动系统，结合了深度学习和增强学习技术，通过使用单个摄像头实现台阶、路障、石头和洞口的通过，能够快速在不同的地形上行动和适应各种推挤和摩擦，同时保持稳定。

    Nov, 2022

  • 基于 RGB-D 语义分割的小障碍物避障

    本文提出了一种基于 RGB-D 传感器的道路机器人避障系统，使用两阶段语义分割网络生成语义地图以便进行局部路径规划，采用光流监督和运动模糊增强的训练方法，实现室内外道路机器人的无碰撞自主导航。

    Aug, 2019

  • 寻找失物：为自动驾驶车辆探测小型道路障碍物

    本文提出了一种基于立体视觉的方法，通过对立体图像数据上的离散度空间进行统计假设检验，评估独立局部贴片上的自由空间和障碍假设，能可靠地检测 moving vehicle 上的小障碍物，不依赖于全局道路模型，在对象和像素级别上优于所有考虑的基线，成功检测高达 5 厘米高的小障碍物，并可在 20m 的距离下实现低误报率。

    Sep, 2016