One of the key aspects of modern-day robotics research is the development of the perceptual capabilities of agents, robots need to understand their surroundings in order to best reason or infer about a given situation. Chief among the areas of perception is that of detection and tracking of people. For purposes of Human Robot Interaction (HRI), several platforms have been developed that include tracking of pedestrians, mapping of environment and tracking of cyclists and incoming cars in the case of self-driving cars. In this work we employ a heterogeneous sensor fusion approach to moving person tracking by integrating ideas from the vast literature on military target tracking technology. We perform experiments in a variety of settings (single target and multi target, varying illumination, varying distances and fields of view, through a wooden wall as well as dense and light clutter). The results show that using multiple complementary sensors instead of single ones greatly enhances the performance of the tracking system under the stated variations.
오늘날 로봇 연구의 주요 목표 중 하나는 행위자의 지각 능력 개발인데, 로봇은 주어진 상황에 대해 최선의 지각 혹은 추론을 하기 위해 주변 환경을 이해할 필요가 있다. 지각 분야 중 가장 좋은 것은 사람을 감지하고 추적하는 것이다. 인간 로봇 상호작용(Human Robot Interaction)을 목적으로, 자율주행 자동차의 경우 보행자 추적, 환경 지도 제작, 자전거 사용자 및 다가오는 자동차의 추적 등을 포함한 여러 플랫폼이 개발되었다. 이 논문에서 우리는 군사 목적 추적 기술에 대한 방대한 문헌의 아이디어를 통합하여 움직이는 사람 추적을 위한 여러가지의 다양한 종류로 이루어진 센서 융합 접근법을 채택하였다. 우리는 다양한 설정(단일 표적과 다중 표적, 다양한 조명, 다양한 거리, 조밀하고 가벼운 산란된 빛 뿐만 아니라 나무 벽을 통해 들어오는 시야)에서 실험을 수행하였다. 그 결과는 단일 센서 대신 복수의 보완된 센서를 사용하는 것이 이 논문에서 설명한 환경에서 추적 시스템의 성능을 크게 향상시키고 있음을 보이고자 한다.
