标题:Fast-Tracker2.0: Improving Autonomy of Aerial Tracking with Active Vision and Human Location Regression
作者:Neng Pan, Ruibin Zhang, Tiankai Yang, Chao Xu, Fei Gao
来源:https://arxiv.org/abs/2103.06522
代码:暂无
文章目录
摘要
之前提出的Fast-tracker虽然可以适用于各种具有挑战性的跟踪场景,但是它有自身的局限性,主要是有两部分:
1)使用人工标记物过分简化了目标检测的功能;
2)机载视野受限时,检测目标和感知周围障碍物之间的矛盾。
在本文中,我们提升了Fast-tracker的目标检测能力,用基于深度学习和非线性回归的方法来检测和确定人的目标位置,从而解决了前一个问题。对于后一个问题,我们在定制的万向节摄像机上为四旋翼无人机系统配备了360°旋转的自动视觉。
此外,我们改进了Fast-tracker 中的跟踪轨迹规划,生成的跟踪轨迹中加入了遮挡惩罚机制。通过全面的实际场景测试来证明了系统的鲁棒性和实时性。与Fast-tracker进行了比较,验证了即使在执行更困难的跟踪任务时,所提出的系统也具有更好的跟踪性能。