Kazuma Kano

新AI框架利用视觉和传感器数据改进仓库工人定位

研究人员开发了CorVS+，一个用于物流仓库中身份感知行人定位的新颖框架。该系统使用深度学习模型来预测视觉跟踪轨迹与可穿戴传感器测量值之间的对应概率和可靠性。然后，该算法随时间匹配这些对，以准确识别个体，即使在多个静止工人等具有挑战性的场景中也是如此。创建了一个包含27小时传感器数据和38公里轨迹的新数据集来评估CorVS+，证明了其在工业规模应用中优于现有方法。