Car Detection on a Mobile Robot by Fusing Visual and {3D} Lidar Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00211788" target="_blank" >RIV/68407700:21230/12:00211788 - isvavai.cz</a>
Výsledek na webu
<a href="http://cmp.felk.cvut.cz/pub/cmp/articles/svoboda/Derner-TR-2012-10.pdf" target="_blank" >http://cmp.felk.cvut.cz/pub/cmp/articles/svoboda/Derner-TR-2012-10.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Car Detection on a Mobile Robot by Fusing Visual and {3D} Lidar Data
Popis výsledku v původním jazyce
In this work, we focus on the combination of visual and depth data in object detection. We propose an algorithm for object detection using a sliding window technique and a Bayesian-like classifier based on random ferns with Haar features. We test the algorithm on the car detection problem using a mobile robot for urban search and rescue equipped with a camera and a 3D lidar. The detector finds cars in a scene and estimates their approximate orientation. We show that the fusion of the visual images and the 3D data significantly improves the detection performance in comparison with utilizing only the visual data. The detector is able to overcome poor data quality from one of the sensors in harsh conditions.
Název v anglickém jazyce
Car Detection on a Mobile Robot by Fusing Visual and {3D} Lidar Data
Popis výsledku anglicky
In this work, we focus on the combination of visual and depth data in object detection. We propose an algorithm for object detection using a sliding window technique and a Bayesian-like classifier based on random ferns with Haar features. We test the algorithm on the car detection problem using a mobile robot for urban search and rescue equipped with a camera and a 3D lidar. The detector finds cars in a scene and estimates their approximate orientation. We show that the fusion of the visual images and the 3D data significantly improves the detection performance in comparison with utilizing only the visual data. The detector is able to overcome poor data quality from one of the sensors in harsh conditions.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů