Punktipilve filtreerimine kaamerapõhise inimtuvastuse abil
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Tartu Ülikool
Abstract
Roboti ümbruses olevad dünaamilised objektid, milleks on metsaroboti konteksis enamasti
inimesed, võivad häirida lidaripõhiseid kaardistamis- ja teekonnaplaneerimisalgoritme. Inimestele
vastavate punktipilve punktide eraldamiseks pakutakse selles bakalaureusetöös välja
meetod, mis leiab kaamerapildilt eeltreenitud YOLOv8 inimtuvastusalgoritmi abil inimeste piirkastid
ning eraldab kastide sihile jäävad punktid ülejäänud punktipilvest. Töö käigus arendati
välja ROS-i kimp, milles ühes sõlmes viiakse paralleelselt läbi inimtuvastust ja teises filtreerimist.
Arendatud kimp viib keskklassi sülearvutil filtreerimist läbi 18,8 iteratsiooni sekundis,
mis on piisavalt kiire jooksutamaks SLAM-i ja teisi kaardistamisalgoritme.
Description
Dynamic objects, primarily humans in the context of the robotic forester project, can interfere
with the robot’s LiDAR-based mapping and navigation algorithms. This thesis proposes
a method, which utilizes the pretrained YOLOv8 human detection algorithm to find humans
from the camera image. Human bounding boxes are later used to filter the pointcloud points of
humans from the rest of the surrounding pointcloud. A ROS package was developed, in which
two nodes operate simultaneously – one for human detection and the other for filtering. The
package executes filtering on a mid-spec laptop at 18,8 iterations per second, enough for mapping
algorithms such as SLAM.
Keywords
robootika, inimtuvastus, lidar, kaamera, ROS