# 面向室内环境的快速、可靠、自适应双模行人跟踪
M. Scheutz $^{*}$，J. McRaven $^{**}$，Gy. Cserey $^{**}$
$^{*}$ 计算机科学与工程系
** 电气工程系
圣母大学
美国印第安纳州圣母市 46556
摘要——本文提出了一种适用于移动机器人的实时系统，可在非受控室内环境中可靠地检测并跟踪行人。该系统结合了两种检测方案：基于激光测距传感器距离信息的腿部检测，以及在专用硬件（CNN通用机）上运行、基于类比算法的视觉人脸检测。我们在多种不同环境下开展了测试，涵盖不同光照条件、不同数量的行人进出场景以及不同障碍物，本文汇报了测试结果，证明该系统能够在室内环境中发现并持续跟踪多名同时活动的行人。该系统尤其适用于社交活动场景下的服务机器人。
## 一、引言
在动态室内环境（如接待活动、展会等）中，实时检测并可靠跟踪行人是一项十分棘手的问题；这类环境光照条件不受控，多名行人以不同速度向不同方向移动，随时可能发生临时遮挡。对于计算资源有限的移动机器人而言，该问题通常难以解决，标准算法因计算需求过高，无法适用。但对于诸多服务任务，例如接待会中为宾客分发开胃小食的服务机器人、或是需要跟进游客团的导游机器人，能够长时间跟踪行人是必不可少的核心能力。
近年来，已有多种面向移动机器人的行人检测与跟踪系统被提出，这类系统结合了激光测距数据获得的距离信息与相机获取的视觉信息 [^24]，[^9]，[^12]。尽管这些系统能够在不同程度上检测和跟踪单个行人，但没有一种系统具备同时跟踪多名行人的能力。即便是在单行人跟踪场景下，由于这类系统的整体更新速率非常低，它们通常也无法可靠跟踪以正常速度移动的行人。此外，由于这类系统采用的人脸检测算法往往仅依赖肤色检测（而非检测其他面部特征），在包含类肤色的环境中容易出现较高的分类错误（即假阳性）。最后，现有这类系统通常无法在机器人移动过程中跟踪行人，这就导致这类系统实际上无法应用在高动态环境中（例如机器人需要频繁移动以躲避障碍物，或是跟随行人移动的场景）。
本文提出了一种新颖的双模态数模混合方法，旨在解决上述难题。两个子系统分别利用普通网络摄像头的视觉信息进行人脸检测，以及二维激光测距仪的距离信息进行腿部检测。两个系统均可独立跟踪行人，同时会利用另一系统的信息约束跟踪候选目标范围，解决因环境障碍物或机器人运动导致的人脸或腿部短暂遮挡问题。针对视觉子系统，本文集成了一款可对64×64像素图像执行快速视觉处理运算的并行处理器，即细胞神经网络（CNN）通用机 [^1], [^2], [^3], [^4]。该处理器运行感知预处理模拟算法，结合标准数字算法，可实现快速、可靠的人脸检测 [^23]。
本文结构安排如下：在简要回顾四种近期的行人检测与跟踪方法后，我们将概述本文提出的系统。我们会详细介绍人脸检测子系统和腿部检测子系统，并展示在移动机器人上开展多项评估实验得到的结果，实验验证了系统的多种不同能力：从快速检测进入房间的行人，到跟踪人脸和腿部存在部分遮挡的多个行人。最后的讨论部分简要探讨了该系统如何集成到更大规模的机器人架构中（尤其是服务机器人架构）。
### 二、基于视觉和距离信息的室内行人跟踪研究背景
移动机器人行人检测与跟踪领域的大量研究都聚焦于视觉方法（例如，[^10], [^19], [^18], [^13]）。不过近年来也有不少方法利用激光测距仪检测和跟踪行人（例如，[^17], [^14], [^15], [^16]）。最近，已有少量研究尝试融合激光和声呐传感器的视觉信息与距离数据，以获得更优的检测与跟踪效果（例如，[^24], [^9], [^12], [^20]）。
这些“双模态”系统的共同基本思路是利用距离信息寻找行人的腿部或
---
人体，随后再利用该信息缩小视觉搜索人脸或人体的范围。不同系统在距离信息的利用方式，以及距离信息与视觉信息的融合方式上存在差异。
例如，[^24]中的“机器人摄影师”系统利用激光距离数据验证：经色块检测算法分割得到、可能属于人脸的肤色像素确实属于人脸。该算法根据距离信息计算行人身高和人脸尺寸，排除不符合给定距离和尺寸参数的像素，将满足参数的物体判定为人脸。
[^12]中的系统首先获取激光距离数据，构建背景直方图，以区分运动物体和静止物体，进而确定行人（即行人腿部）的位置。随后利用该位置信息，在子图像上采用基于神经网络的人脸检测算法执行人脸检测 [^21]。
在[^9]中，视觉信息和激光测距信息被用于分别获取人脸与腿部的相关信息。这些独立的“感知结果”随后会被组合或“锚定”：当在特定位置检测到腿部、人脸或二者同时存在时，系统就会将此作为检测到行人的证据。
最后，在[^20]中，360度摄像头获取的声呐信息与视觉信息进行融合，结合[^22]中condensation算法的一种变体实现基于视觉的跟踪，从而确定距离最近的行人。仅由单一模态（即仅声呐或仅视觉）支撑的环境样本最终会被丢弃。
虽然这四种方法各有优势，但也各自存在缺陷。例如，[^24]中的肤色检测算法需要在每个新环境中重新训练。[^12]中的系统如果激光扫描没有检测到行人，就会出现检测失败，而且该系统仅会在机器人静止时尝试检测行人。最后，[^9]和[^20]中的系统在存在行人移动的环境中很难完成检测和跟踪，这种场景下低帧率不足以追踪环境变化（尤其是[^20]中的系统，它的人脸和“头肩”检测方法计算开销很高——遗憾的是，由于缺乏帧率相关信息，也没有已开展的评估该系统的实验，因此无法对该系统的潜力进行详细评估）。
除了这些各自面临的挑战外，所有系统都共有三个重要局限：(1) 它们要么完全无法应对移动的机器人，要么应对效果不佳，(2) 它们完全无法应对临时遮挡（例如两种模态中某一种缺失的情况），最重要的是，(3) 它们一次只能跟踪一个行人（例如，当存在多个行人时，部分系统会选择跟踪距离最近的行人，例如[^12]和[^20]）。
下文将介绍我们设计的行人跟踪方法，该方法旨在克服上述全部三个局限。
### 三、自适应双模态行人跟踪架构
本文提出的解决方案的核心设计思路，同时也是该方案与上述现有系统的区别在于：人脸检测系统与腿部检测系统异步运行，并且在一定程度上能够独立跟踪人脸和腿部。可以看到，这一设计相比以往方案性能更优，因为机器人移动不会对每个子系统的性能产生显著影响。具体而言，即使机器人因为周围定义的“安全区”被入侵（例如有人靠得太近）而发生移动，系统仍然能够跟踪腿部和人脸，因为腿部跟踪系统和人脸跟踪子系统都会自动独立调整，适配机器人的任何移动。我们首先对该架构进行概述，该架构如图1所示。
### A. 架构概述
Fig. 1. The basic architecture for people tracking. The dashed areas indicate separate, concurrently operating subsystems for face detection (A), leg detection (B), and face and leg tracking, respectively (C).
当前实现采用了三种不同的传感器：一个网络摄像头、一个二维激光测距传感器，以及三组各包含8个的超声传感器。各传感器数据流分别并行处理（即来自摄像头的二维视觉图像流、来自激光的一维距离数据流，以及三组分别来自超声传感器的一维距离流）。每个数据流都对应一个感知处理模块，用于从流中提取相关信息：人脸检测模块(A)、腿部检测模块(B)，以及“安全区域检测器”——该检测器可检测在两个不同高度进入机器人周边30厘米区域的物体。模块(A)和(B)输出的感知信息随后被输入独立的人脸跟踪模块与腿部跟踪模块(C)，这两个跟踪模块可互相约束对方的运行。下文将介绍这些模块的功能细节。
人脸跟踪模块直接控制云台（网络摄像头安装于云台上）的电机，腿部跟踪模块则可生成“人员探查”行为。若候选的人体腿部区域距离过远，无法进行视觉
---
验证该区域是否存在对应的人脸。如果需要对一组可能的腿部区域做进一步探查，机器人朝向潜在人员移动的动作，会与持续进行的逃生路径计算结合——该计算基于超声传感器获取的、关于进入机器人安全区域物体的信息。如果机器人的安全需求与探查潜在新人员的需求存在冲突（例如二者要求机器人向相反方向移动），在行为整合模块中，安全路径始终享有更高优先级。
### B. 自适应人脸检测模块
该人脸检测算法是为室内场景开发的，这类场景中需要在颜色多变、光照条件不受控（例如灯光闪烁）的背景下检测人脸。在这类环境中，背景物体种类繁多，往往很难依靠轮廓区分物体，因此会使用颜色信息对图像中是否可能存在人脸进行初步判断。
Fig. 2. A diagram of the Analogical CNN Algorithm.
首先，从尺寸更大的160×120图像中选取一个64×64的子图像（图2中的步骤(a)）。选取的区域取决于该区域之前是否检测到人脸，以及人脸检测模块是否处于人脸搜索模式（搜索模式下会依次处理多个重叠区域）。随后该子图像由CNN处理器进行预处理以检测人脸。具体来说，第一步通过获取红色通道与绿色通道之间的差值，消除亮度的影响。之后应用阈值函数，其参数范围为0-255（128代表红色和绿色分量相等，255代表全红无绿色），经测定人脸肤色的典型范围为180-240。为了让系统对光照突变更鲁棒，系统集成了一个自适应机制，可快速调整差值范围的下界（图2中的步骤(b)和(c)）。
为了确定给定色块对应一张人脸，本文首先开展眼睛检测：基于颜色信息，将眼睛识别为色块内部的空隙。为确认这些空隙确实位于人脸范围内，本文利用阴影算子[^8]分别对左右眼区域独立执行上、下、左、右方向的阴影运算。对所有经阴影处理后的图像执行逻辑与运算，再将结果减去原始颜色数据，即可得到人脸内部的空隙区域。随后将左右方向的阴影算子分别与上述结果做逻辑与运算合并，最终得到两只眼睛的质心坐标（对应图2中的步骤(e)和(f)）。
本文还采用了第二种眼睛检测方法，该方法通过对颜色信息做水平投影得到颜色数据的分布。分析水平投影找出极小值点，并验证其结果是否与第一种方法检测得到的眼睛位置匹配。该水平直方图还可用于确定人脸高度，供后续步骤使用（对应图2中的步骤(d)）。
尽管色块中眼睛的潜在位置信息可以大幅提升人脸检测效果，但与肤色相近的背景物体仍会造成足够的干扰，降低基于眼睛信息的人脸检测性能。为减少这类干扰，本文对已经确定符合肤色要求的区域做边缘检测，以提取更复杂的结构特征。与[^7]所采用的方法类似，边缘垂直直方图中的峰值被判定为人脸中心。垂直直方图还可用于确定人脸宽度。随后将之前得到的人脸高度与宽度之比作为最终决策因子（对应图2中的步骤(g)、(h)和(i)），计算得到检测到人脸的瞬时概率，该概率会对每一帧都进行计算（完整过程的细节见[^23]）。
如果未检测到人脸，但某一区域存在类肤色，则调整颜色阈值后重复上述流程。该机制有助于消除不同光照条件带来的部分差异。
### C. 腿部检测模块
腿部检测系统基于激光测距仪获得的数据工作：在机器人前方区域，距离地面约25cm高度处共得到180个距离读数，每度对应一个读数。由于在这种简单的判断逻辑下，室内环境中很多物体都可能被误认为是人体腿部（例如椅子腿、桌子腿、突出的门框），因此距离墙壁过近的物体会被丢弃（该判断通过环境后续的声呐读数差值得到），仅保留距离墙壁达到某一最小距离的物体进行后续分析。
在机器人视角下，人类可呈现两种姿态：第一种姿态下两条腿可区分，因为两腿之间存在空隙；第二种姿态下双腿会呈现为一个“柱体”。腿部检测系统搜索宽度合适的腿部候选，以及根据距离缩放后大小符合要求的两腿间隙。如果检测到两条腿且间隙大小合适，则标记为检测成功。如果仅检测到一个腿部候选，则分为三种情况：该候选可能是两条紧靠在一起、没有可检测间隙的腿（此时候选宽度是该距离下单个人腿宽度的两倍——这种情况通常发生在较远的距离，此时1度的分辨率不足以分辨出两腿之间的间隙），也可能是一条腿遮挡了另一条腿（例如人物侧向站立），还有一种可能就是该候选根本不是人腿。
在这种情况下，若无法立即识别出腿部，则会将其标记为需要进一步确认，后续确认工作将由人脸检测完成：如果
---
在疑似腿部的“腿部上方”方向检测到人脸，则该腿部得到确认（该确认过程会涉及追踪模块，如果腿部位置距离机器人当前位置过远，无法检测人脸，机器人可能会向腿部区域移动）。
### D. 人脸与腿部追踪模块
人脸追踪模块会随时间追踪已检测到的人脸，基于瞬时概率提升置信度，确认确实检测到了人脸。为此，该模块实现了一套简单的置信修正机制，能够处理检测算法缺陷（如受光照条件、背景物体等影响）以及可能遮挡导致的人脸暂时丢失问题。该置信修正机制包含一个置信度因子C（取值范围为0到1），它在任意时刻都表示系统“相信”自己正在追踪人脸的程度。C的初始值为0，随后根据以下微分方程更新：$\Delta C = G \star (1 - C) \star (face) - D \star (1 - C) \star (-face)$，其中face是布尔值，由人脸检测子系统确定，表示是否存在人脸，G和D是经实验确定的常数，会影响人脸检测置信度的上升和下降。
腿部追踪模块会利用人脸追踪模块验证未确认腿部是否属于人类，更重要的是，它会尝试追踪环境中所有已确认的腿部对。每当出现新的未确认腿部对（例如有人进入激光传感器的观测区域），系统会请求人脸追踪模块进行视觉确认，人脸追踪模块会将摄像头转向腿部所在方向。如果该区域存在人脸，置信度C最终会达到腿部追踪模块所用的阈值0.4999，从而将腿部标记为已确认。
移动腿部会通过将上一更新周期中最近的腿部对与当前周期的腿部对匹配来实现追踪。移动过程中会出现两个主要问题：(1) 腿部即将离开感知范围，这种情况下机器人要么跟随腿部（例如向腿部移动），要么停止追踪（例如因为系统正在追踪其他腿部）——该决策的具体细节很大程度上取决于具体应用场景。另一个问题(2)是不同人员的路径交叉，多组腿部因遮挡无法区分。这种情况下，系统会等待该区域发生移动，随后验证区域内仍有两个人存在（如果仅通过腿部信息无法完成验证，可能会用到人脸追踪）。
一般而言，人员在环境中移动会导致腿部和人脸被暂时遮挡。只要腿部仍能被追踪，人脸暂时遮挡通常不会有问题（这种情况下，人员不可能已经离开区域）。而另一方面，腿部被遮挡则可能意味着人员已经离开该区域，因此会被标记为未确认。$^{1}$ 因此，系统会调用人脸追踪模块检查腿部最后所在位置的区域，确认人脸是否仍然存在。如果无法检测到人脸，该腿部就会被从追踪列表中移除。
### 四、移动机器人上的评估实验
所提架构的评估工作在配备两台PC的ActivMedia peoplebot机器人上开展。该机器人自带一台内置PC，搭载500 MHz K2处理器、128 MBytes RAM，运行内核版本为2.6.1的LINUX系统。这台内置PC通过串口连接作为底层嵌入式控制器的主中继站，底层控制器负责控制两个车轮电机，同时采集三组各8个声呐的读数（其中两组在20 cm高度处组成声呐环，第三组安装在机器人前部1.4 m高度处）。该内置PC还通过另一个串口连接SICK 2D激光测距仪，并通过第三个串口控制搭载了USB网络摄像头的云台变焦单元。最后，内置PC提供以太网连接，可将信息传输给另一台PC：这是一台主频2.4 GHz的Pentium IV Windows XP机器，搭载一块带有CNN ACE4K芯片的PCI卡（该芯片目前仅支持Windows系统）。第二台PC还配备了一块图像采集卡，用于连接该网络摄像头。
该架构的实现拆分部署在两台PC上：搭载CNN芯片的PC使用CNN开发环境Aladdin [^8] 和Borland C++开发环境实现了图1中的A、B、C部分，而内置PC则使用基于JAVA的ADE开发环境 [^25] 完成剩余部分的实现。
在实验评估阶段，我们将系统放置在光照条件不受控的室内环境中（存在不同强度的闪烁霓虹灯）。我们开展了四项不同实验，对系统的不同方面进行评估：实验1测试对单个运动人体的简单跟踪；实验2测试远距离运动人体检测，该过程涉及“人员探查”模块；实验3测试存在临时遮挡情况下对运动人体的跟踪；最后实验4测试对多个运动人体的跟踪。每个实验都配有一张包含三行内容的图：第一行是机器人摄像头拍摄的四张快照，展示实验过程中的关键事件（按帧编号标注）。图上绘制的白色大框是经CNN处理的64x64帧区域。当瞬时概率足够高时，会绘制一个白色小框标注系统判定的人脸位置。在下方的第二行中，可以看到将机器人航向-90度到+90度范围内的激光测距数据映射到一条水平直线上得到的图像（给定水平位置对应的竖线越长，说明激光束检测到的对应物体距离机器人越近）。深色部分表示被认为是
---
“类腿”的目标（在部分实验中，蓝色区域表示该腿部已得到人脸检测结果的确认）。每张图最底部的曲线图展示了实验过程中每一帧下人脸跟踪系统置信度的时间变化趋势（同时也标注了人脸检测系统得到的瞬时概率，以独立散点表示）。
### A. 实验1：跟踪单个运动人体
在本次基准实验中，我们测试了该系统能否检测到进入房间的人员，并后续对该移动人员进行跟踪。结果如图3所示。第一张图显示，当人员进入激光感知范围后，系统立即检测到腿部（此时相机朝向另一个方向——第4帧）。随后，腿部跟踪模块驱动相机转向检测到腿部的角度，并快速在该处检测到的面部获得了较高的C值（第68帧）。之后，该人员在不同光照条件下由两个跟踪模块共同跟踪（本例中，由于相机没有其他面部需要跟踪，因此也会跟随该人员移动——第88帧和第323帧）。
Fig. 3. Experiment 1: Tracking a moving person.
### B. 实验2：远距离检测与跟踪
第二项实验测试了机器人能否在远距离发现人员。结果如图4所示。同样，当人员进入激光感知范围后，面部跟踪模块会尝试识别面部（第143帧）。由于机器人距离不够近，面部跟踪无法获得足够的置信度，腿部跟踪模块会驱动机器人展开探查，即向疑似区域移动（第446帧和第586帧）。最终，机器人移动到足够近的位置，面部跟踪获得了较高的C值（第700帧）。
### C. 实验3：存在临时遮挡时的跟踪
第三项实验测试了机器人能否在腿部存在临时遮挡的情况下跟踪移动人员。结果如图5所示。在两个跟踪模块共同检测并跟踪到一名人员后（第280帧），该人员移动到了障碍物后方（障碍物的位置
Fig. 4. Experiment 2: Detecting and tracking a person at a distance.
可从激光数据距离读数的凹陷处看出）。面部跟踪模块立即接管跟踪（第324帧），当腿部重新出现后，腿部跟踪恢复工作（第479帧）。正如最后一张图（第545帧）所示，即使无法区分人员的双腿（比如人员行走时一条腿暂时遮挡另一条腿的情况），跟踪仍能持续进行。
Fig. 5. Experiment 3: Tracking with temporary occlusions.
### D. 实验4：多人员跟踪
第四项实验测试了该系统跟踪多名人员的能力。 $^{2}$ 结果如图6所示。第一名人员得到确认后（第178帧），相机向左转动，腿部跟踪系统在该方向检测到单条腿部（声呐距离图像中的左侧黑色条块），因此前去检查该腿部是否属于一名人员。但由于面部跟踪系统无法佐证该检测结果（第199帧），该腿部随后被忽略。当新的腿部被检测到后（第282帧），相机移动前去检查面部，并最终确认了一名人员的存在（第627帧）。
$^{2}$由于篇幅限制，带有置信度因子的两张图表已被省略。
---
Fig. 6. Experiment 4: Tracking multiple persons.
### 五、讨 论
实验结果表明，与背景章节讨论的其他系统不同，本文提出的系统能够在机器人自身处于运动状态的情况下，依然对多个移动人员进行跟踪。实现这一能力的原因在于，我们采用了两套并行协同工作而非顺序工作的跟踪系统。通过使用CNN芯片，我们实现了视觉跟踪模块高达30 Hz的超高更新频率，这已经是图像采集卡能够支持的最大帧率。可以预期，性能更强的图像采集卡可以在增大视觉流图像尺寸的同时实现更高帧率。目前腿部跟踪系统的运行频率约为3 Hz，经测试该频率足以满足人员以正常速度移动时的腿部跟踪更新需求（针对快速移动人员，该频率仍存在提升空间）。我们目前正在不同室内环境中，针对同时存在更多人员（5至20人）的场景测试评估该系统。
本文提出的现有系统可以轻松集成到服务机器人架构中，例如用于接待场所、为宾客递送开胃菜和饮品的机器人侍者。这类应用仅需要大致跟踪人员在环境中的位置，并定期前往每位人员处即可，现有系统完全可以实现该需求。依托现有系统，我们可以利用腿部跟踪模块中已确认的腿部信息，构建简单的人员识别机制：该机制可以记录人员已被服务的次数，引导机器人优先前往被服务次数最少的人员处——目前我们正在开发该应用的具体实现。最后，我们认为腿部跟踪模块仍存在很大的改进空间，尤其是判断部分或完全遮挡人员仍然存在的置信度计算方面。
## 致谢
本项目部分研究得到了美国海军研究办公室通过MURI项目提供的支持。
## 参考文献
[^1]: L. O. Chua and L. Yang, 'Cellular neural networks: Theory,' IEEE Trans. on Circuits and Systems, Vol.35, pp. 1273-1290, 1988.
[^2]: L. O. Chua & T. Roska, Cellular neural networks and visual computing, Foundations and applications, Cambridge University Press, 2002.
[^3]: A. Zarandy, Cs. Rekeczky, I. Szatmari, and P. Foldesy, "Aladdin Visual Computer," IEEE Journal on Circuits, Systems and Computers, Vol. 12(6), 2003.
[^4]: G. Linan, S. Espejo, R. Dominguez-Castro and Rodriguez-Vazquez, "ACE4k: An analog I/O 64 x 64 Visual Microprocessor Chip With 7-bit Analog Accuracy," Intl. Journal of Circuit Theory and Applications, Vol. 30, May-June 2002, pp. 89-116.
[^5]: M.-H. Yand, D.J. Kriegman and N. Ahuja, 'Detecting Faces in Images: A Survey," IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 24, pp. 34-58, 2002.
[^6]: D. Balya and T. Roska, 'Face and Eye Detection by CNN Algorithms," Journal of VLSI Signal Processing, Vol. 23., pp. 497-511, 1999.
[^7]: Z. Szlavik and T. Sziranyi, "Face Identification with CNN-UM," in Proc. ECCTD '03, Krakow 2003.
[^8]: Aladdin Professional, Reference Manual, Version 2.5, Budapest 2003.
[^9]: M. Kleinchagenbrock, S. Lang, J. Fritsch, F. L. omker, G. A. Fink and G. Sagerer, 'Person Tracking with a Mobile Robot based on Multi-Modal Anchoring', Proc. IEEE Int. Workshop on Robot and Human Interactive Communication (ROMAN), Berlin, Germany, September 2002. IEEE.
[^10]: D. Beymer and Konolige K. Tracking people from a mobile platform. In IJCAI-2001 Workshop on Reasoning with Uncertainty in Robotics, 2001.
[^11]: W. Burgard, A.B. Cremers, D. Fox, D.Hahnel, G. Lakemeyer, D. Schulz, W. Steiner, and S. Thrun. Experiences with an interactive museum tour-guide robot. Artificial Intelligence, 114(1-2), 1999.
[^12]: J. Blanco, W. Burgard, R. Sanz, J.L. Fernandez. Fast Face Detection for Mobile Robots by Integrating Laser Range Data with Vision. In Proc. of the International Conference on Advanced Robotics (ICAR), 2003.
[^13]: I. Horswill. Polly: A vision-based artificial agent. In Proc. of the National Conference on Artificial Intelligence (AAAI), 1993.
[^14]: A. Fod, A. Howard, and M. J. aMataric. Laser-based people tracking. In Proc. of the IEEE International Conference on Robotics & Automation (ICRA), 2002.
[^15]: B. Kluge, C. Koehler, and E. Prassler. Fast and robust tracking of multiple moving objects with a laser range finder. In Proc. of the IEEE International Conference on Robotics & Automation (ICRA), 2001.
[^16]: M. Montemerlo, S. Thun, and W. Whittaker. Conditional particle filters for simultaneous mobile robot localization and people-tracking. In Proc. of the IEEE International Conference on Robotics & Automation (ICRA), 2002.
[^17]: D. Schulz, W. Burgard, D. Fox, and A.B. Cremers. Tracking multiple moving objects with a mobile robot. In Proc. of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), 2001.
[^18]: John A. Perrone, Tony Voyle, Margaret E. Jefferies "Towards a Human Tracking System for a Mobile Robot Using Neural-Based Motion Detectors", Image and Vision Computing New Zealand, 2003, 24–29
[^19]: Vision Based Person Tracking with a Mobile Robot C. Schlegel, J. Illmann, H. Jaberg, M. Schuster, R. Worz Proceedings of the Ninth British Machine Vision, 1998
[^20]: Wilhelm, T., Boehme H.-J., Gross, H.-M.: Sensor Fusion for Vision and Sonar Based People Tracking on a Mobile Service Robot. in: Proc. Int. Workshop on Dynamic Perception 2002, Bochum, 315-320, IOS Press.
[^21]: H.A. Rowley, S. Baluja, and T. Kanade. Neural networkbased face detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(1), 1998.
[^22]: Isard, M. and Blake, A. CONDENSATION conditional density propagation for visual tracking. International Journal on Computer Vision, 29(1):5 28, 1998. B. Jähne. Digitale Bildverarbeitung. Springer-Verlag, Berlin Heidelberg, 3. Auflage.
[^23]: Raven, J., Scheutz, M., Gy. Cserey, Andronache, V., and Porod, W. 'Fast Detection and Tracking of Faces in Uncontrolled Environments for Autonomous Robots Using the CNN-UM'. In the 8th IEEE International Biannual Workshop on Cellular Neural Networks and their Applications. (forthcoming)
[^24]: Zachary Byers, Michael Dixon, Kevin Goodier, Cindy M. Grimm, and William D. Smart. "An Autonomous Robot Photographer". In Proceedings of the International Conference on Robots and Systems (IROS 2003), Las Vegas, NV, October 2003.
[^25]: Andronache, Virgil and Scheutz, Matthias "ADE - A Tool for the Development of Distributed Architectures for Virtual and Robotic Agents". In International Journal of Artificial Intelligence Tools. (forthcoming)