#論文##開源# RAL 2023| ETH蘇黎世開源Dynablox: 復雜環(huán)境下多樣動態(tài)物體的實時檢測 【Dynablox: Real-Time Detection of Diverse Dynamic Objects in Complex Environments】 開源代碼：GitHub - ethz-asl/dynablox: Real-time detection of... 文章鏈接：Dynablox: Real-Time Detection of Diverse Dynamic O... 實時檢測運動物體是機器人在動態(tài)環(huán)境中自主行動的重要能力。因此，我們提出了一種新穎的基于在線地圖的方法，用于在復雜的非結構化環(huán)境中進行穩(wěn)健的移動物體檢測，該方法被稱為Dynablox。我們方法的核心思想是通過在線機器人操作期間對感知、狀態(tài)估計和地圖制圖限制進行建模和考慮，逐步估計高置信度的自由空間區(qū)域。這種時空保守的自由空間估計使得能夠在不對物體或環(huán)境的外觀做任何假設的情況下，穩(wěn)健地檢測移動物體成為可能。 這使得我們的方法可以部署在復雜的場景中，如多層建筑物或樓梯，以及各種移動物體，如攜帶各種物品的人、擺動的門或者滾動的球。我們對真實世界數(shù)據(jù)集對我們的方法進行了徹底評估，在典型的機器人設置下，實現(xiàn)了86%的IoU，在17 FPS的幀率下。該方法優(yōu)于最近的基于外觀的分類器，并接近離線方法的性能。我們還在一個包含復雜環(huán)境中罕見的移動物體的新數(shù)據(jù)集上展示了其通用性。我們提供了我們的高效實現(xiàn)和新穎數(shù)據(jù)集的開源版本。