本論文では、ロボットナビゲーションを支援するために、固定カメラを使用して人間活動を効率的に検出する手法を提案している。
まず、時間ベースの活動を長期的と短期的に分類する。長期的活動は一日の周期性を持つ定常的な人間の動きを表し、短期的活動は瞬間的な場所での活動と移動活動に分けられる。
次に、これらの活動を効率的に抽出するためにカスケードフィルタアーキテクチャを提案する。このフィルタは、クロノロジカルな時間とアイソクロナルな時間の両方で低周波、高周波、バンドパスフィルタリングを行う。これにより、単一のビデオストリームから長期的および短期的な活動を効率的に抽出できる。
この活動情報は、オフラインの大域的経路計画と、ロボットの即時の局所ナビゲーションに活用される。オフラインの大域的計画では、長期的活動情報を使って人の少ない時間帯と経路を選択する。即時の局所ナビゲーションでは、短期的な場所での活動と移動活動の情報を使って、現在の経路オプションの中から最適なものを選択する。
さらに、活動検出とオブジェクト検出の組み合わせによる効率的なハイブリッドアプローチも示している。活動検出は計算コストが低いが粗い情報しか得られないのに対し、オブジェクト検出は高精度だが計算コストが高い。活動検出をプリフィルタとして使うことで、オブジェクト検出の計算コストを大幅に削減できる。
本手法は、ROS(Robot Operating System)上で実装され、静的オブジェクトのコストマップに動的な人間活動情報を統合している。これにより、ロボットは人の活動を回避しながら効率的に経路を計画・ナビゲーションできる。
翻译成其他语言
从原文生成
arxiv.org
更深入的查询