Personendetektion durch Klassifikation von Laserscans

Wengefeld, Tim

The ability of a robot to percieve if and where a person is located in his enviroment, is one of the most crucial skills to guarantee a natural Human-Robot-Interaction. This capability enables the robot to plan his actions according to a human opposit. In the past the scientic community introduced several approaches which use dierent sensors to handle this problem. However, no method is able to solve this problem perfectly, because every one suers from dierent drawbacks according to specic enviromental conditions and/or computational complexity. In practice several methods and sensors have to be combined to ensure a robust detection. A very common approach, for a part of those detection systems, is to recognize the specic features of a person, especially legs in lower located sensors, in a single 2D Laserscan. One often mentioned drawback of this method is that legs can often (completely or partly) be occluded by enviromental objects, an issue that has not been treated so far. This problem gets highly signicant if these objects are not just part of the enviroment but part of the appearance of the person itself. To consider operational enviroments like hospitals or retirement homes, where persons often take use of walking aids like crutches or wheeled walkers. This objects are carried by the person and therefore cause occlusions more often. To picture this issue more generally, a person in a wheelchair has a total dierent appearance in a Laserscan and cannot be identied by its legs. One part of this thesis deals with improving the robustness of the current implementation of the State of the Art leg detector, which is already used by the department. Furthermore, an approach will be introduced which treats the problem of occlussions and therefore is able to give a more general person hypothesis. Finally the thesis concludes with a comparative evaluation and the results for hypotheses that are not just limited to legs.

Zusammenfassung: Die Möglichkeit eines Roboters zu erkennen ob und wo sich Menschen in seiner näheren Umgebung befinden, ist eine der wichtigsten Eigenschaften für eine möglichst natürliche Mensch-Maschine-Interaktion. Diese Fertigkeit ermöglicht es ihm erst eine auf den Menschen abgestimmte Planung seiner nächsten Handlungen vorzunehmen. In der Vergangenheit wurden zu diesem Thema verschiedenste Verfahren entwickelt, welche unterschiedliche Sensoren Verwenden. Jedes dieser Verfahren unterliegt jedoch sensorspezifischen Einschränkungen, hinsichtlich der Umgebungsbedingungen und/oder der Berechnungskomplexität. Deshalb werden in der Praxis meist mehrere Verfahren die unterschiedliche Sensoren verwenden miteinander kombiniert um so eine möglichst für alle Situationen robuste Detektion zu gewährleisten. Ein weit verbreiter Ansatz hierbei ist, das Erkennen spezifischer Menschlicher Merkmale in einzelnen 2D Lasermessungen, insbesondere von Beinen bei tief liegenden Lasersensoren. Ein in der Fachliteratur oft beschriebenes Problem dieser Methode ist, dass Beine von Gegenständen der Umgebung ganz oder teilweise verdeckt werden können. wofür bisher keine Lösung gefunden werden konnte. Dieses Hindernis wird ungleich problematischer, wenn diese Gegenstände nicht Teil der Umgebungen sind, sondern Bestandteil der Erscheinungsform einer Person. So kommen in Krankenhäusern oder Altenheimen oft Laufhilfen wie Krücken oder Rollatoren zum Einsatz, die aktiv mit der Person mitgeführt werden und somit weitaus häufiger für Verdeckungen sorgen. Dieses Problem führt soweit, das Personen die in Rollstühlen sitzen eine komplett andere Erscheinungsform besitzen und nicht mehr durch ihre Beine erkannt werden können. Diese Arbeit beschäftigt sich einerseits mit der Verbesserung der am Fachgebiet vorhandenen Implementierung des State of the Art Detektors. Außerdem wird ein neues Verfahren vorgestellt, dass das Problem der Verdeckungen behandelt und somit auch in Situationen Ergebnisse liefern kann, die von der Fachliteratur so noch nicht betrachtet wurden. Die Arbeit schließt mit einer ausführlichen vergleichenden Evaluation, sowie den Ergebnissen für Personenhypothesen die nicht nur auf Beine beschränkt sind.

Ilmenau, Techn. Univ., Masterarbeit, 2014

Zitieren

Zitierform:

Wengefeld, Tim: Personendetektion durch Klassifikation von Laserscans. 2015.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Export