Leveraging Stereo-Camera Data for Real-Time Dynamic Obstacle Detection and Tracking

躲避动态物体是在动态环境中导航的必要组成部分，本文展示了一个用双目构建带有噪声的点云来精准可靠的检测和跟踪动态的物体。这个系统能在计算能力受限的地面无人车上实时运行。本文的方法可以识别机器人周围环境中的单个对象是动态还是静态，动态物体标记为人或者其他通用的动态物体并估计他们的速度，生成用于避障的2D栅格地图。该系统在室内和室外分别进行了评估，在测试数据集上，对于动态对象的检测和跟踪，MOTP为0.07±0.07m，MOTA为85.3％。 对静态物体的检测精度达到96.9％。