{
  "paper_id": "b5e8a34b1bd5242e2d5c9bc59dd8c175",
  "paper_title": "Fast, Reliable, Adaptive, Bimodal People Tracking for Indoor Environments",
  "paper_authors": [
    "M. Scheutz",
    "J. McRaven",
    "Gy. Cserey"
  ],
  "publication_date": "",
  "publication_venue": "2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (IEEE Cat. No.04CH37566)",
  "abstract": "我们提出了一个用于移动机器人的实时系统，可以在不受控制的室内环境中可靠地检测和跟踪人员。该系统结合了基于激光距离传感器的腿部检测和基于专用硬件（CNN通用机）上实现的模拟算法的视觉人脸检测。在多种环境下的测试结果，包括不同光照条件、不同数量的人员出现和消失、以及不同障碍物，证明了该系统能够同时发现并跟踪室内环境中的多个人。该系统的应用尤其包括用于社交活动的服务机器人。",
  "keywords": [
    "人员跟踪",
    "移动机器人",
    "双模态",
    "人脸检测",
    "腿部检测",
    "CNN",
    "激光测距",
    "室内环境"
  ],
  "paper_institutions": [
    "University of Notre Dame"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:17.873218Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对室内动态环境中移动机器人实时检测和可靠跟踪多人的难题，提出了一种结合激光测距腿部检测与基于CNN专用硬件的人脸检测的双模态并行跟踪系统。该研究的背景是现有系统大多无法同时跟踪多人、对移动机器人适应性差且易受光照和遮挡影响。所提出的解决方案通过异步运行的腿部跟踪和人脸跟踪子系统，相互约束候选集合并处理临时遮挡。系统在ActivMedia peoplebot上实现，使用激光、摄像头和声纳传感器，并通过CNN芯片以30Hz频率进行人脸检测。在四种实验场景下（单人跟踪、远距离检测、临时遮挡、多人跟踪）验证了系统性能，结果表明即使机器人自身移动也能可靠跟踪多人。核心机制为基于确定性因子C的置信度更新公式ΔC = G*(1-C)*face - D*(1-C)*(-face)，用于处理人脸检测的不确定性。进一步探索方向包括在更大人群规模（5-20人）下的评估以及集成到服务机器人架构中。实际应用场景包括社交活动中的服务机器人，该系统的约束在于腿跟踪频率仅约3Hz，且对于快速移动的人可能存在性能限制。\n### 关键要点\n- 系统采用双模态方法，人脸检测和腿部检测各自独立异步运行，但相互约束以提高整体跟踪可靠性。\n- 人脸检测基于CNN硬件实现，在64x64子图像上运行，通过颜色阈值、眼睛检测、边缘检测等步骤获得瞬时概率。\n- 腿部检测利用激光测距数据，处理单腿、双腿及腿部遮挡情况，不能立即确认的腿标记为待确认，需要人脸检测辅助确认。\n- 跟踪模块使用确定性因子C跟踪人脸，C通过差分方程ΔC = G*(1-C)*face - D*(1-C)*(-face)更新，其中G和D为实验确定的常量。\n- 腿部跟踪模块将确认的腿作为人员存在的证据，并能通过匹配最近腿进行简单跟踪。\n- 系统在ActivMedia peoplebot上实现，包含内置PC和另一台带CNN芯片的PC，使用JAVA和C++开发。\n- 实验环境为不受控制光照（闪烁的霓虹灯），共进行四组实验：单人跟踪、远距离检测、遮挡跟踪、多人跟踪。\n- 实验1验证系统能检测进入房间的人并持续跟踪，即使初始摄像头未对准也能通过腿部信息引导相机。\n- 实验2验证系统在远距离时无法确认人脸，腿部模块触发机器人移动接近后成功获得高置信度。\n- 实验3验证当腿部被障碍物遮挡时，人脸跟踪接管，并在腿部重新出现后恢复跟踪。\n- 实验4验证系统能同时跟踪多人，即使单个腿部证据未被确认也会忽略，待新腿出现再确认。\n- 与其他系统相比，本系统能在机器人运动时正常工作，且能处理临时遮挡，并支持多人同时跟踪。"
}