PulseAugur
中
实时 01:02:16
English(EN) Dynamic Object Detection and Tracking in Construction: A Fisheye Camera and LiDAR Sensor Fusion Model

激光雷达与鱼眼相机融合模型增强建筑机器人目标跟踪

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员为建筑环境开发了一种新颖的传感器融合模型，结合了激光雷达和鱼眼相机数据，用于动态目标检测和跟踪。该框架通过整合精确的激光雷达测量数据和来自RGB图像的语义信息，增强了四足机器人。该系统将3D坐标投影到2D全景图上以分配语义标签，并使用实时图像检测更新卡尔曼滤波器。该系统展示了高精度和鲁棒性，尤其是在处理在静态和动态状态之间转换的对象时。 AI

影响 这种传感器融合方法可以提高机器人在建筑工地等复杂动态环境中的安全性和效率。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新颖的传感器融合模型。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

激光雷达与鱼眼相机融合模型增强建筑机器人目标跟踪

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Yilong Chen, Huili Huang, Yong K. Cho ·

    建筑领域动态目标检测与跟踪：基于鱼眼相机与激光雷达传感器融合模型

    arXiv:2607.06896v1 Announce Type: cross Abstract: Robust dynamic object detection and tracking are essential for enabling robots to operate safely and effectively alongside humans in complex environments such as construction sites. While LiDAR-based SLAM and occupancy grid method…

  2. arXiv cs.CV TIER_1 English(EN) · Yong K. Cho ·

    建筑领域动态目标检测与跟踪：基于鱼眼相机与LiDAR传感器融合模型

    Robust dynamic object detection and tracking are essential for enabling robots to operate safely and effectively alongside humans in complex environments such as construction sites. While LiDAR-based SLAM and occupancy grid methods offer viable solutions for detecting and trackin…

相关实体

相关话题