文章 # 面向跟人机器人的基于3D LiDAR与点云投影的鲁棒人体跟踪 北本苍 $^{1}$，宽井丰 $^{2}$ $^{ID}$，宫川贤三郎 $^{3}$，伊藤显德 $^{4,*}$ $^{ID}$ 日本大阪工业大学机器人与设计研究生院，大阪 530-8568； 日本大阪工业大学机器人与设计学院，大阪 530-8568； 日本大阪工业大学机器人与设计学院，大阪 530-8568； 日本大阪工业大学信息科学与技术学院，枚方 573-0196； $^{4}$ 日本东北大学工学研究生院，仙台 980-8579 通讯作者： 摘要：人体跟踪是与人协同工作的移动机器人的一项核心基础技术。已有多种设备可用于人体观测，例如相机、RGB-D传感器、毫米波雷达和激光测距仪（LRF）。传统激光测距仪通常仅观测特定水平面的周边环境。基于激光测距仪的人体识别计算量低，适合应用在移动机器人上。但该方法易受人体身高差异影响，对于身高高于或低于标准值的个体，可能会出现检测失败的问题。本研究旨在开发一种基于3D LiDAR的、对人类身高差异具备鲁棒性的人体跟踪方法。我们使用3D LiDAR观测环境，将点云投影到单个水平面上，从而可应用适用于二维LRF的人体跟踪方法。我们探究了用于投影的点云最优高度范围，发现使用被测人员上方30%的点云可获得最稳定的跟踪效果。路径跟随实验结果显示，与投影全部点云相比，所提方法降低了离群点的占比（从3.63%降至1.75%）。实验结果表明，所提方法可有效实现鲁棒跟人功能。 版权所有：© 2025 本文作者。 许可方：瑞士巴塞尔MDPI。 本文为开放获取文章，遵循知识共享署名（CC BY）许可协议的条款与条件发布（）。 ![Image](images/dbd0d2823ea17c6f698660477a89499d202db9465f1e741965826852d79d3262.jpg) 学术编辑：王淼辉 引用：Kitamoto, S.; Hiroi, Y.; Miyawaki, K.; Ito, A. 面向跟人机器人的基于3D LiDAR与点云投影的鲁棒人体跟踪. Sensors 2025, 25, 1754. 收稿日期：2025年2月15日 修回日期：2025年3月6日 录用日期：2025年3月11日 发布日期：2025年3月12日 关键词：3D LiDAR；人体跟踪；跟人机器人 ## 1. 引言 人体追踪是供与人协同工作的移动机器人使用的一项基础技术。可用于人体追踪的设备多种多样，例如搭载计算机视觉技术的相机[^1] [^2] [^3]、RGB-D传感器[^4] [^5] [^6]、毫米波雷达[^7] [^8] [^9]以及激光测距仪[^10] [^11]。通常会融合多个传感器的观测结果使用[^12] [^13] [^14]。 基于激光测距仪（LRF）的人体追踪相比使用其他传感器的方法具有多项优势。使用LRF进行测量对光照条件的鲁棒性更强，精度高于基于相机的方法，且所需计算量也低于基于相机的测量。基于LRF测量的一个缺点是，普通LRF仅能观测特定水平面，当人体身高发生变化时，测量平面可能会错过躯干这类目标位置，从而导致人体误检测。 三维激光雷达（Light Detection and Ranging，即3D LiDAR）[^15]是一种基于激光的传感器，可在多个平面上测量与物体的距离。已有多项研究将3D激光雷达用作人体检测与追踪传感器，因为它能够捕获周围 --- 物体的点云数据[16–18]。然而，直接将观测得到的点云用于人体追踪需要很高的计算成本。 本文针对跟随行人的小型移动机器人开发了一种节能型人体追踪方法。我们此前已经开发了一种基于二维LRF的简单、鲁棒且低计算量的人体追踪方法[^19] [^20]。因此，本文提出一种技术，将点云投影到二维平面，从而沿用基于二维LRF的人体追踪方法，同时提升方法对人体身高变化的鲁棒性。 本文结构安排如下：我们在第2节梳理相关工作，在第3节说明所提出的方法。第4节介绍两项实验：客观评价与主观评价。第5节对全文进行总结。 ### 2. 相关工作 #### 2.1. 基于二维LRF的人体追踪 到目前为止，学界已经提出了多种基于LRF的人体追踪方法。Fod等人提出的方法是该领域最早的工作之一[^21]。他们的工作首先将观测平面中的物体检测为团块，之后在后处理步骤中将同一个人的团块合并。其他方法要么面向计算资源有限的设备，通过轻量处理实现人体检测与追踪[22–24]，要么使用机器学习/深度神经网络实现准确的检测与追踪[25–27]。 追踪人体时，LRF仅能观测一个水平面。因此，确定LRF合适的测量高度至关重要。小型机器人通常观测人体腿部[^22] [^23]，但人体腿部检测通常不稳定，在多人环境中尤为如此。 追踪躯干是基于LRF人体追踪的另一种常用方法[^24] [^25]。躯干检测存在两个问题：一是检测结果会受手臂运动的影响，二是检测性能取决于被检测者的身高。正如图1所示，检测儿童这类身材较矮的对象尤其具有挑战性。 ![Image](images/71068880e6cd0c28baca862d0032aff3872fe916856e3c21f00b5625dfdc6854.jpg)
Figure 1. Observation of humans using a 2D LRF. Since the LRF observes the environment at a specific height, it captures different parts of the body depending on a person's height.
我们此前的工作属于后者，该工作使用LRF检测并跟踪人体躯干 [^24]。该方法稳定、鲁棒、轻量，适用于移动机器人。类似方法可以检测并跟踪在机器人周围快速移动的多个人物 [^19] [^20]。 近期也有更多研究将LRF应用于人体跟踪领域。Hasan等人提出了一种名为"PerFication"的行人识别技术，该技术利用LRF数据评估步态。该系统使用脚踝高度的LRF数据进行个体跟踪与身份识别，尤其 --- 适用于视频监控失效的环境 [^28]。Aguirre等人开发了一种结合LRF观测结果与基于视觉的深度学习技术的方法 [^27] [^29]。Kutyrev等人将LRF应用于园艺种植园区内自动驾驶车辆的轨迹控制中 [^30]。 使用LRF观测人类时，需要调整LRF的高度以匹配被跟踪对象的身高。例如，我们此前在研究所开放日这类活动中展示过一台用于人体跟踪的机器人 [^31]，活动中有许多儿童前来参观并和机器人互动。在这类活动中，我们需要为儿童调整LRF的高度，因为该机器人的跟踪系统原本是为成年人开发的。 因此，面向公众使用的搭载人体跟踪功能的机器人，需要对包括身高在内的各类用户特征具备鲁棒性。 #### 2.2. 基于3D LiDAR的人体跟踪 3D LiDAR可在多个平面观测环境。由于3D LiDAR能获取比LRF更多的信息，因此有望实现更鲁棒、更准确的人体跟踪。 基于3D LiDAR的人体检测方法[16–18,32]首先获取环境的点云，将点云分割为单个目标，再对目标进行分类以检测出人体。例如，Goméz等人提出的方法 [^18] 首先检测点云中的运动部分，随后基于点云生成体素。之后对体素进行分割，并将其分类为人体或其他目标。尽管Goméz等人的方法相比同类方法计算量更低，但它仍需要处理计算成本较高的体素化和体素分割步骤。这类方法存在的问题是，即使采用了计算成本相对较低的机器学习技术，人体检测的计算开销仍然很高。 ### 3. 研究方法 #### 3.1. 方法概述 LRF方法的问题在于，单台LRF仅能观测一个平面。如果观测平面适合捕捉人体，那么二维扫描就足以满足人体追踪的需求。此处的“适合”指该平面包含追踪方法目标捕捉的身体部位，例如躯干。然而，在不知道人体形状的情况下无法找到合适的平面。正如上一节所述，平面所捕捉的身体部位会随身高不同而变化。如果人体身高高于预期值，平面会捕捉到手臂，导致追踪不稳定；相反，如果人体身高更矮，平面会捕捉到头部，造成检测失败。因此，本文提出的方法旨在从三维点云生成合适的二维扫描。得到二维扫描后，我们将现有的适用于二维LRF的人体追踪方法应用于处理 [^24]。将三维点云转换为二维地图并非新颖思路，Yoon等人曾提出一种从三维点云生成二维楼层地图的方法 [^33]，但此前尚无研究将转换为二维的点云用于人体追踪。 图2展示了三维激光雷达（3D LiDAR）的使用方式。如图2a所示，三维激光雷达在多个平面上向环境发射光束（图中以不同颜色区分显示）。测量完成后，它可以得到特定方位角$r(\theta, \phi)$和俯仰角$\theta \in \Theta$对应的距离$\phi \in \Phi$，其中$\Theta$和$\Phi$是离散角度集合。该观测点可转换为笛卡尔坐标$(x, y, z)$，转换方式如下： $$ x=r\cos\theta\cos\phi $$ --- $$ y=r\sin\theta\cos\phi $$ $$ z=h_{s}+r\sin\phi $$ 其中$h_{s}$为传感器的高度。 ![Image](images/3dc70fde71213da0ed0fed58b185b694d381df1d89836a1c511e0b26adb2264d.jpg)
(a)
![Image](images/012fba3c4a55e19bc5a4b1840262eb4190a058d38c393eddd836516028b1fe9f.jpg)
(b)
Figure 2. Observation by a 3D LiDAR. The 3D LiDAR scans beams in multiple planes, producing sets of 2D scans. (a) Observation by a 3D LiDAR. (b) Example of point clouds projected onto a horizontal plane. Different color indicates the measurement by beams with different elevation angles shown in (a).
当我们将观测点投影到X-Y平面上时，即可得到该平面上的点，如图2b所示。对于特定方位角$\theta$，我们会得到多个点，随后我们选取该方位角下距离最近的点。 $$ \hat{r}(\theta)=\min_{\phi\in V}r(\theta,\phi)\cos\phi $$ 在此，$V \subseteq \Phi$ 是投影所用的仰角集合，属于所有仰角的子集。 问题在于如何确定投影的垂直范围V。如果我们投影所有点（即$V = \Phi$），手臂的运动可能会导致人体追踪变得不稳定。相反，即使只观测对应胸部这类最稳定身体区域的单个水平面，腿部弯曲造成的身高变化也会导致系统检测到颈部或头部，进而造成追踪不稳定。通过向下略微扩展观测体积，再将得到的点云投影到一个平面上，系统对人体垂直运动的鲁棒性会得到提升。因此，我们从人的头顶开始，按照身高的固定比例确定观测范围，再将该范围内的点云进行二维投影。设人体身高为h，比例为$0 < r_{obs} < 1$，则 $$ V=\left\{\phi|\phi\in\Phi\mathrm{a n d}h\cdot r_{o b s}\leq h_{s}+D\sin\phi\leq h\right\} $$ 其中D为三维激光雷达与物体上该点之间的距离。 要确定V，我们需要测量人体身高。由于该方法是为跟人机器人设计的，我们假设目标人物会先完成注册，之后机器人再开始跟随。注册目标人物时，机器人会测量该人物的身高。 --- #### 3.2. 人体身高测量 图3展示了人体身高的测量过程。假设机器人跟踪单个预先注册的目标。目标人员站在机器人前方2.5米处，机器人使用3D LiDAR测量人员身高。由于已知机器人与人员之间的大致距离，只需识别出在2.5米距离范围内探测到物体的最高仰角，即可确定人员的身高。在注册人员信息时，机器人有可能无法与人员保持要求的距离，本文不讨论这种情况，我们假设人员在预先确定的高度被观测。机器人一旦测得人员的身高，就会应用所提出的方法来提高测量精度。 ![Image](images/7791e98d68c0edd64afd33246dc0b3478cac12576f9f586091e1b59cbdc6f93b.jpg)
Figure 3. Measurement of human height. The target person first stands 2.5 m in front of the robot. Then, the robot measures the person's height using a 3D LiDAR.
由于3D LiDAR安装在1.2米（ $h_{s} = 1.2$ 米）高度处，仰角范围为 $\pm15$ 度，因此可测量的身高范围由 $1.2 \pm 2.5 \tan(15\pi/180) = [0.53, 1.87]$ 米给出。 #### 3.3 人员跟随 获取点云后，使用公式(4)将点投影到平面上。在此之后，二维点云数据的处理方式与2D LRF的测量数据处理方式一致。 本文采用Hiroi等人提出的人员跟随方法 [^19] [^24]，下文对该方法进行简要介绍。 图4展示了人体检测过程。当得到观测值 $\hat{r}(\theta_i), i = 1, \ldots, N$ 后，我们计算距离差 $\Delta D_i = |\hat{r}(\theta_i) - \hat{r}(\theta_{i+1})|$，并检测出范围 $[j, k]$，其中对于 $\Delta D_i < D_{th}$、$j \leq i \leq k$ 和 $\Delta D_{j-1} > D_{th}$ 满足 $\Delta D_{k+1} > D_{th}$。此处，$\theta_j$ 和 $\theta_k$ 分别是物体的最右和最左角度。$D_{th}$ 是物体检测阈值，在后续实验中我们使用 $D_{th} = 0.15$ 米。然后我们计算物体的宽度为： $$ W=\sqrt{\hat{r}(\theta_{j})^{2}+\hat{r}(\theta_{k})^{2}}-2\hat{r}(\theta_{j})\hat{r}(\theta_{k})\cos(\theta_{k}-\theta_{j}). $$ 当 $100 \leq W \leq 800$ 毫米时，我们将该物体判定为人员候选，候选的中心点即为最左点和最右点之间线段的中点 [^24]。 --- ![Image](images/6f0ee811c0c08dc7174c44eed97171761c109e81119fa895848d68cc406473a8.jpg)
Figure 4. Overview of the human detection method. We segment the observation into objects using an LRF based on the measured distances and identify human bodies based on the widths of the objects.
检测到候选目标的坐标后，机器人确定需要跟随的目标人员。设 $(x(i,t), y(i,t))$ 为t时刻第i个候选在机器人坐标系中的坐标，设 $p(t)$ 为t时刻目标人员在所有候选中的索引。机器人坐标系的原点为LRF的位置。然后我们按如下方式确定 $p(t)$： $$ \Delta x(i,t)=x(i,t)-x(p(t-1),t-1) $$ $$ \Delta y(i,t)=y(i,t)-y(p(t-1),t-1) $$ $$ \mathrm{inarea}(\Delta x,\Delta y)=\left\{\begin{array}{ll}\mathrm{True}&\sqrt{\Delta x^{2}+\Delta y^{2}}，访问于2025年2月1日）作为3D LiDAR。表1给出了VLP-16-LITE的规格参数。
Table 1. Specifications of the VLP-16-LITE.
Sensors16 laser emitters and receivers
Field of ViewHorizontal 360 degrees, vertical $\pm 15$ degrees
Range0.1 to 100 m
Sampling frequency5 to 20 Hz
Sampling speed$\approx 300,000$ point/s
Precision$\pm 3$ cm (1 $\sigma$ @ 25 m)
Angle resolutionHorizontal 0.1 to 0.4 degrees, vertical 2.0 degrees
图3展示了参与者站在3D LiDAR前方2.5米处的场景。我们邀请了11名参与者，他们的身高范围为1.58米至1.73米。图5展示了测- --- 量结果。由于仰角是离散的，因此测得的身高值也为离散值。平均RMS误差为3.83厘米。 ![Image](images/13b1f9752179e9167962cd6b5cb0588eb165aeeecb1e973346de15c8b9989ebc.jpg)
Figure 5. Results of height measurement.
#### 4.2. 最佳投影范围 接下来，我们研究了最佳投影范围。正如公式(5)所述，该范围由比例$r_{obs}$决定。因此，我们针对$r_{obs}$的不同取值开展了行人跟随实验，观测了人体尺寸的稳定性。若投影范围合适，人体尺寸和位置估计结果都是稳定的。 图6展示了本文所用的机器人。机器人的尺寸为$0.50 \times 0.57 \times 1.2$（宽高深，单位：米），重量为25千克。机器人配备四个全向轮，可实现全向移动。轮距为0.45米，最大平移速度为1.4米/秒。3D LiDAR安装在1.2米高度处，以10 Hz的频率观测物体。 ![Image](images/5d8fb67959c18fb6faa8cd68570b0c9d356b942edff1f93fc60c28503da38537.jpg)
Figure 6. The robot used in the experiment.
控制机器人的电脑规格如下：惠普Pavilion Gaming Laptop 15-dk0000（惠普日本有限公司，日本东京），配置为Intel Core i7-9750H 2.60 GHz处理器（英特尔公司，美国加利福尼亚州圣克拉拉），16 GB内存。操作系统为搭载ROS Noetic的Ubuntu 20.04.6 LTS。 --- 本实验中，三名参与者沿图7所示的路径行走。我们选取了不同身高的参与者，参与者的身高分别为1.58米、1.70米和1.83米。我们准备了两条路径：直线路径和圆形路径。我们在路径上每0.6米做一处标记，参与者跟随节拍器的声音踩在标记上同步行进。节拍器速度为120 BPM，因此参与者的步行速度为1.2米/秒。机器人跟随在行走的参与者后方并对其进行测量。本实验使用了四种投影范围：$r_{obs} \in \{0.2, 0.3, 0.4, 0.5\}$。因此我们一共开展了24组实验（3名参与者 × 2条路径 × 4种投影范围）。 ![Image](images/d510075c9db0bac07c13834be406f6f55d9614ee43ed55490f5715781d44b446.jpg) ![Image](images/cd695ba97e081b5580e711eec13934dd71f92ef78d2ce54f44207fdb7b463ea7.jpg)
Figure 7. The walking paths used in the experiment. We used a straight path (upper figure) and a circular path (lower figure).
实验结束后，我们从两个角度分析了实验结果：人体轮廓的稳定性和人体跟踪的稳定性。正如上一节所述，目标宽度是人体检测的关键。因此，如果人体宽度估计不稳定，人体跟踪就会变得困难。 图8展示了2号参与者的人体宽度估计结果。当取值为$r_{obs} = 0.2$时，估计得到的宽度比$r_{obs}$取其他值时更窄。当参与者沿圆形路径行走时，跟随机器人会从倾斜角度观测参与者，使得观测到的宽度比从正面观测时更窄。 ![Image](images/080301a8f9d00744b8fdd12bfb209c29e88525193d79b3e06eecdb1c9d9bded0.jpg)
(a)
![Image](images/c18f2b5ab8f996f265fe5d8d8cce38b70191d46a6b3f1dcfef32b4d506783381.jpg)
(b)
Figure 8. Estimation results of human width (Participant 2). (a) Straight path. (b) Circular path.
图9展示了估计人体宽度的分布。结果表明，对于所有参与者，当取值为$r_{obs} = 0.2$时，估计得到的人体宽度都窄于其他条件，这说明当$r_{obs} = 0.2$时，测量得到的是头部宽度。 --- 而在$r_{obs} \geq 0.3$条件下，测量得到的是身体宽度。我们将比例、参与者和路径作为因子进行了方差分析ANOVA。结果显示，所有因子在1%水平上均具有统计学显著性。随后我们进一步开展了图基诚实显著差异Tukey HSD检验，进行两两显著性比较，发现比例0.4和0.5之间存在5%水平的显著差异，所有其他条件之间均存在1%水平的显著差异。 ![Image](images/6857b2c414044a4a7a45d3f40922b0a1b1d2f748ea1b9b8c0fb73821dec8ef50.jpg)
(a)
![Image](images/fb49717dc9b476fb01c9587c0267028e887b81977f42f30bc28bd8fb195a186b.jpg)
(b)
Figure 9. Distribution of human widths. (a) Straight path. (b) Circular path.
表2展示了人体宽度测量值的平均值和标准差。标准差大小与人体测量的稳定性相关，这对人体跟踪而言十分重要。当$r_{obs}$取值较小时，标准差会降低。当$r_{obs}$取值较大时标准差升高，一个可能的原因是手臂运动的影响。根据平均人体尺寸数据[^34]，男性头腋长与身高的平均比例为0.264，女性为0.260。因此，如果$r_{obs}$超过该数值，手臂就会被纳入观测到的人体范围，导致测得的人体宽度随手臂运动波动。
Table 2. Mean and standard deviation of human width measurements.
RatioMean [m]Standard Dev. [m]
0.20.3920.087
0.30.5320.092
0.40.5640.110
0.50.5790.108
我们基于上述结果开展了统计检验。首先，我们采用巴特利特检验验证这些类别的方差是否存在差异。结果证实这些比例之间存在统计学意义上的显著差异（ $p = 1.93 \times 10^{-10}$）。作为事后检验，我们采用了经邦费罗尼校正的F检验，结果如表3所示。结果显示，$r_{obs} \in \{0.2, 0.3\}$条件和$r_{obs} \in \{0.4, 0.5\}$条件属于不同的组别，二者的方差存在显著差异。
Table 3. p-values from the multiple comparison test of variances between different ratios, with Bonferroni correction.
Ratio0.20.30.4
0.31.0--
0.4$1.69 \times 10^{-7}$$2.08 \times 10^{-5}$-
0.5$2.27 \times 10^{-6}$$1.87 \times 10^{-4}$1.0
--- 根据这些观测结果，我们确定$r_{obs}$的最优取值为0.3。 #### 4.3. 不同路径下的人体跟踪实验 接下来，我们开展了一项对比实验，在10条不同路径上，对比了采用最优$r_{obs}$取值的情况（ $r_{obs} = 0.3$）与使用整幅点云的情况（即$r_{obs} = 1$）。图10展示了实验所用的路径。实验范式和参与者与前一项实验完全相同。 ![Image](images/6b519aef5299e302aac330ab8f96600bae3ca396c2597c82606615b7febed9eb.jpg)
(a) L-shape
![Image](images/dace373a0298cb7fd02f59122ddfc91d1ef2c8e120ac360d8c33bf31c6309461.jpg)
(b) Reverse L-shape
![Image](images/f9ba8cbfd590a53a1e1b11d6c2ede1c59ad021a1cb712785c8c2fab435c3ea92.jpg)
(c) Circular
![Image](images/86b21e577f57db3de95ad0dca4d8c090d5f2126651ae348c6f47e145d7a5fd38.jpg)
(d) Reverse circular
![Image](images/4460d2fe3cc6153db50a106e56e15a0d0a9724839ca30dca25b6f57a6a71938b.jpg)
(e) Crank
![Image](images/e3674867319240491c23399ce0c282a2f17a776070d769e51a8496fc8353a267.jpg) ![Image](images/41a6c11cb5db752ce101927a7a17e0e5ab1e9776a008bbc2166566a364138aa0.jpg)
(f) Reverse crank
(g) S-shape
![Image](images/212002f69b4acfb121b6a13eb545c02b73350a6ff0ecf8e57e8106780a34198a.jpg) ![Image](images/c702b01b88846d7c22479803f8d91a296edb8cac19b27d416d90860b30fedc50.jpg)
(h) Reverse S-shape
![Image](images/8f3faff89c01a72458af56f06596cff721f7eceec51ce7132bf9a4ffb2043b1f.jpg)
(i) Zig-zag
(j) Reverse zig-zag
Figure 10. The ten paths examined in the experiment.
我们将测得人体位置中的离群点数量作为评价指标。我们测量了相邻人体位置之间的距离，由于参与者步行速度为1.2 m/s，观测频率为10 Hz，因此相邻点之间的理论距离应为0.12 m。但受测量误差影响，实际距离会发生波动。图11展示了该距离的分布，图中叠加了两张直方图：粉色代表“30%”条件（ $r_{obs} = 0.3$），蓝色代表“全点云”（ $r_{obs} = 1$）条件。我们使用所有数据（3名参与者、10条路径）绘制该直方图，可以看到，与全点云条件相比，“30%”条件的分布更集中在0.12 m处，离群点数量也更少。我们将距离超过0.2 m的点定义为离群点，图12展示了一个包含离群点的观测点示例。离群点的产生是手臂运动影响的结果：当一只或两只手臂被误归为身体的一部分时，身体中心位置会随手臂运动发生波动。 --- ![Image](images/b6229e14034ae58717c141262281b29be6bdd2206a33b6bea9f71837b1a2ebc0.jpg)
Figure 11. The distribution of distances between contiguous observation points. Two histograms with different colors are superimposed.
![Image](images/da7f3e4e34053957002e75e58f83e2acac0fbf5f28bb2399e39d6d0e7959f2f9.jpg)
Figure 12. An example of observed points: the path was “zig-zag”, the participant was “Person 3”, and the entire point cloud was used ( $r_{obs} = 1$).
图13展示了所有观测点中离群点比例的分布。该图显示，采用从头顶开始30%点云的离群比例（1.65%）低于采用整幅点云的离群比例（3.63%）。我们采用单侧非配对t检验对该差异进行了检验，结果表明两种条件之间存在统计学意义上的显著差异（p = 0.0055）。 ![Image](images/3fea5ff28e83917252a9f204d5298956bc5d01ee54729d6e4b0eac7538afd3eb.jpg)
Figure 13. Ratio of outlier points to all the observed points. The error bars show the standard error.
图14展示了每条路径的离群比例。结果显示，除 --- L形路径之外，本文提出的30%条件得到的离群点均少于使用整幅点云的情况。不同路径的离群比例存在差异，路径越复杂（如之字形或S形路径）越容易产生更多离群点。 ![Image](images/6c926cc35507343b4b4403fb7d8bf0f6e39cebb56e04c931cd9851c62a943a1d.jpg)
Figure 14. Ratio of outlier points for each path.
### 5. 讨论 #### 5.1. 人体跟踪的鲁棒性 在前几节中，我们开展了两项人体跟踪实验。第一项实验中，我们测试了两条路径，并根据观测到的人体宽度稳定性确定了最优的$r_{obs}$值。第二项实验中，我们使用十条路径对两种条件进行比较，分别对应$r_{obs} = 0.3$和$r_{obs} = 1$。尽管我们采用了不同的度量指标进行比较，但两种指标都与人体跟踪的稳定性密切相关。 图15展示了两种方法观测到的行走人体点云示例。可以确认，在“全部点云”方法中，手臂被检测为点云的一部分，这些点云被误检测为身体部分。这种情况下，身体宽度会突然变小，与上一帧人体位置的距离也会出现波动。这类误检测在“30%”条件下并未出现。 ![Image](images/2140c74c3feae855bb04c4cc23234418f6ce5ce25c3765ed823335603b90b6fa.jpg)
Figure 15. Examples of point clouds of walking people. We can see that the arms are included in the point cloud of the human and misdetected as the body when the entire point cloud is projected. These misdetections can be avoided by using 30% of the point cloud.
#### 5.2. 计算效率 本文所提方法的一个优势在于计算效率高。直接使用三维点云进行人体检测与跟踪的方法通常会采用神经网络， --- 这使得这类方法的计算成本很高。例如，Yin等人的方法在搭载英特尔酷睿i7处理器（英特尔公司，美国加利福尼亚州圣克拉拉）和Titan RTX显卡（英伟达公司，美国加利福尼亚州圣克拉拉）的计算机上可实现11~16帧/秒的人体跟踪速度[^32]，也就是说他们的方法处理单帧需要60~90毫秒。相比之下，我们在未搭载GPU的英特尔酷睿i7-9750H 2.60 GHz处理器（英特尔公司，美国加利福尼亚州圣克拉拉）上测试了本文方法，处理点云仅需2.175毫秒（其中点云投影耗时1.49毫秒，人体检测耗时0.574毫秒，人体跟踪耗时0.111毫秒）。 ### 6. 结论 本文提出了一种使用三维激光雷达（3D LiDAR）进行人体跟踪的新方法。传统使用二维扫描仪的方法难以适配不同身高的人体。我们的方法解决了这一问题：将三维激光雷达获取的点云投影到二维平面，再使用基于二维激光测距仪（LRF）的标准人体跟踪方法。一项核心创新是，我们仅使用代表人体的三维点云中最高的30%，使得无论人体身高如何，跟踪都更加可靠。 通过实验，我们发现使用最高30%的点云对于实现稳定跟踪效果最优。实验表明，该方法大幅减少了跟踪误差，在多种场景下都表现良好。具体而言，与使用全部三维数据相比，跟踪误差的数量减少了一半。 本文所提方法的主要局限性在于，它假设仅存在一个目标人物，且该人物在跟踪开始前已完成配准。我们还假设配准是在目标人物站在距离机器人特定距离处时完成的。我们需要开发能够放宽这些假设的方法。正如前文所述，一个可行思路是让机器人在预设平面对人体进行观测，在观测到目标人物的完整身体后再开始使用投影点云进行跟踪。 我们还计划在更复杂的环境中、对多人群组测试该系统。此外，我们旨在通过考虑人体的运动方式和姿态，开发更成熟完善的跟踪方法。最后，我们将致力于提升系统的速度和能效，并进一步探索将本文方法与其他传感器数据结合，以提高跟踪的准确性和鲁棒性。本研究为不同身高的人体跟踪提供了一种鲁棒高效的方案，推动了更先进人体跟踪技术的发展。 作者贡献：概念构思：S.K.；验证：K.M.；软件开发：A.I.；方法学、形式分析、研究：Y.H.；资源提供：S.K.；实验实施：Y.H.；数据整理：S.K.与Y.H.；初稿撰写：A.I.；稿件审阅与编辑：A.I.；可视化：A.I.；监督指导：A.I.；项目管理：Y.H.。所有作者均已阅读并同意本手稿的发表版本。 基金资助：本研究未接受任何外部经费资助。 机构审查委员会声明：本研究已获得大阪工业大学伦理委员会批准（批准编号：2015-52-9）。 知情同意声明：本研究已获取所有参与受试者的知情同意。 数据可用性声明：数据可应要求获取。 利益冲突：作者声明不存在利益冲突。 ## 参考文献 [^1]: Brunetti, A.; Buongiorno, D.; Trotta, G.F.; Bevilacqua, V. Computer vision and deep learning techniques for pedestrian detection and tracking: A survey. Neurocomputing 2018, 300, 17–33. [CrossRef] ## [^2]: Dutta, A.; Mondal, A.; Dey, N.; Sen, S.; Moraru, L.; Hassanien, A.E. Vision tracking: A survey of the state-of-the-art. SN Comput. Sci. 2020, 1, 57. [CrossRef] --- [^3]: Xin, S.; Zhang, Z.; Wang, M.; Hou, X.; Guo, Y.; Kang, X.; Liu, L.; Liu, Y. Multi-modal 3d human tracking for robots in complex environment with siamese point-video transformer. In Proceedings of the 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 13–17 May 2024; pp. 337–344. [^4]: Munaro, M.; Menegatti, E. Fast RGB-D people tracking for service robots. Auton. Robot. 2014, 37, 227–242. [CrossRef] [^5]: Rasoulidanesh, M.; Yadav, S.; Herath, S.; Vaghei, Y.; Payandeh, S. Deep attention models for human tracking using RGBD. Sensors 2019, 19, 750. [CrossRef] [^6]: Liu, H.; Luo, J.; Wu, P.; Xie, S.; Li, H. People detection and tracking using RGB-D cameras for mobile robots. Int. J. Adv. Robot. Syst. 2016, 13, 1729881416657746. [CrossRef] [^7]: Cui, H.; Dahnoun, N. High precision human detection and tracking using millimeter-wave radars. IEEE Aerosp. Electron. Syst. Mag. 2021, 36, 22–32. [CrossRef] [^8]: Shen, Z.; Nunez-Yanez, J.; Dahnoun, N. Advanced Millimeter-Wave Radar System for Real-Time Multiple-Human Tracking and Fall Detection. Sensors 2024, 24, 3660. [CrossRef] [^9]: Zhao, P.; Lu, C.X.; Wang, J.; Chen, C.; Wang, W.; Trigoni, N.; Markham, A. Human tracking and identification through a millimeter wave radar. Ad Hoc Netw. 2021, 116, 102475. [CrossRef] [^10]: Ishihara, Y.; Uchitane, T.; Ito, N.; Iwata, K. Validation of Multiple Visitor Tracking with a Laser Rangefinder Using SMC Implementation of PHD Filter. In Proceedings of the 2022 Joint 12th International Conference on Soft Computing and Intelligent Systems and 23rd International Symposium on Advanced Intelligent Systems (SCIS&ISIS), Ise-Shima, Japan, 29 November–2 December 2022; pp. 1–6. [^11]: Hu, W.; Fang, S.; Wang, Y.; Luo, D. A 2D-Laser-based Pedestrian Detector for Mobile Robots via Self-Supervised Transfer Learning. In Proceedings of the 2023 IEEE International Conference on Mechatronics and Automation (ICMA), Harbin, China, 6–9 August 2023; pp. 291–295. [^12]: Chebotareva, E.; Safin, R.; Hsia, K.H.; Carballo, A.; Magid, E. Person-following algorithm based on laser range finder and monocular camera data fusion for a wheeled autonomous mobile robot. In Proceedings of the International Conference on Interactive Collaborative Robotics, St Petersburg, Russia, 7–9 October 2020; Springer: Berlin/Heidelberg, Germany, 2020; pp. 21–33. [^13]: Bozorgi, H.; Truong, X.T.; La, H.M.; Ngo, T.D. 2D laser and 3D camera data integration and filtering for human trajectory tracking. In Proceedings of the 2021 IEEE/SICE International Symposium on System Integration (SII), Iwaki, Japan, 11–14 January 2021; pp. 634–639. [^14]: Funato, K.; Tasaki, R.; Sakurai, H.; Terashima, K. Development and experimental verification of a person tracking system of mobile robots using sensor fusion of inertial measurement unit and laser range finder for occlusion avoidance. J. Robot. Mechatron. 2021, 33, 33–43. [CrossRef] [^15]: Raj, T.; Hanim Hashim, F.; Baseri Huddin, A.; Ibrahim, M.F.; Hussain, A. A survey on LiDAR scanning mechanisms. Electronics 2020, 9, 741. [CrossRef] [^16]: Wang, H.; Wang, B.; Liu, B.; Meng, X.; Yang, G. Pedestrian recognition and tracking using 3D LiDAR for autonomous vehicle. Robot. Auton. Syst. 2017, 88, 71–78. [CrossRef] [^17]: Yan, Z.; Duckett, T.; Bellotto, N. Online learning for 3D LiDAR-based human detection: Experimental analysis of point cloud clustering and classification methods. Auton. Robot. 2020, 44, 147–164. [CrossRef] [^18]: Gómez, J.; Aycard, O.; Baber, J. Efficient detection and tracking of human using 3D LiDAR sensor. Sensors 2023, 23, 4720. [CrossRef] [PubMed] [^19]: Nakamori, Y.; Hiroi, Y.; Ito, A. Multiple player detection and tracking method using a laser range finder for a robot that plays with human. ROBOMECH J. 2018, 5, 25. [CrossRef] [^20]: Kasai, Y.; Hiroi, Y.; Miyawaki, K.; Ito, A. Development of a mobile robot that plays tag with touch-and-away behavior using a laser range finder. Appl. Sci. 2021, 11, 7522. [CrossRef] [^21]: Fod, A.; Howard, A.; Mataric, M. A laser-based people tracker. In Proceedings of the 2002 IEEE International Conference on Robotics and Automation (Cat. No. 02CH37292), Washington, DC, USA, 11–15 May 2002; Volume 3, pp. 3024–3029. [^22]: Horiuchi, T.; Thompson, S.; Kagami, S.; Ehara, Y. Pedestrian tracking from a mobile robot using a laser range finder. In Proceedings of the 2007 IEEE International Conference on Systems, Man and Cybernetics, Montreal, QC, Canada, 7–10 October 2007; pp. 931–936. [^23]: Chung, W.; Kim, H.; Yoo, Y.; Moon, C.B.; Park, J. The detection and following of human legs through inductive approaches for a mobile robot with a single laser range finder. IEEE Trans. Ind. Electron. 2011, 59, 3156–3166. [CrossRef] [^24]: Hiroi, Y.; Matsunaka, S.; Ito, A. A mobile robot system with semi-autonomous navigation using simple and robust person following behavior. J. Man Mach. Technol. 2012, 1, 44–62. ## [^25]: Zainudin, Z.; Kodagoda, S.; Dissanayake, G. Torso detection and tracking using a 2D laser range finder. In Proceedings of the 2010 Australasian Conference on Robotics and Automation, ACRA 2010, Brisbane, Australia, 1–3 December 2010. --- [^26]: Kohara, Y.; Nakazawa, M. Human Tracking of Single Laser Range Finder Using Features Extracted by Deep Learning. In Proceedings of the 2019 Twelfth International Conference on Mobile Computing and Ubiquitous Network (ICMU), Kathmandu, Nepal, 4–6 November 2019; pp. 1–5. [CrossRef] [^27]: Abrego-González, J.; Aguirre, E.; García-Silvente, M. People detection on 2D laser range finder data using deep learning and machine learning. In Proceedings of the XXIV Workshop of Physical Agents, Alicante, Spain, 5–6 September 2024; pp. 235–249. [^28]: Hasan, M.; Uddin, M.K.; Suzuki, R.; Kuno, Y.; Kobayashi, Y. PerFication: A Person Identifying Technique by Evaluating Gait with 2D LiDAR Data. Electronics 2024, 13, 3137. [CrossRef] [^29]: Aguirre, E.; García-Silvente, M. Detecting and tracking using 2D laser range finders and deep learning. Neural Comput. Appl. 2023, 35, 415–428. [CrossRef] [^30]: Kutyrev, A.I.; Kiktev, N.A.; Smirnov, I.G. Laser Rangefinder Methods: Autonomous-Vehicle Trajectory Control in Horticultural Plantings. Sensors 2024, 24, 982. [CrossRef] [^31]: Hiroi, Y.; Ito, A. Realization of a robot system that plays “Darumasan-Ga-Koronda” Game with Humans. Robotics 2019, 8, 55. [CrossRef] [^32]: Yin, T.; Zhou, X.; Krahenbuhl, P. Center-based 3D object detection and tracking. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, Nashville, TN, USA, 20–25 June 2021; pp. 11784–11793. [^33]: Yoon, S.; Choi, S.; An, J. Effective Denoising Algorithms for Converting Indoor Blueprints Using a 3D Laser Scanner. Electronics 2024, 13, 2275. [CrossRef] 34. Kouchi, M.; Mochimaru, M. AIST Anthropometric Database. H16PRO 287, 2005. 在线获取：（访问时间：2025年2月1日）。 免责声明/出版者注：所有出版物中所载的陈述、观点和数据均仅属于个人作者和贡献者，不代表MDPI和/或编辑的立场。对于因内容中提及的任何观点、方法、说明或产品导致的人身伤害或财产损失，MDPI和/或编辑不承担任何责任。