Detection and depth estimation for domestic waste in outdoor environments by sensors fusion

要約

この研究では、屋外シナリオで移動ロボットから家庭廃棄物が宇宙に存在する深さを推定します。
この計算は広範囲の空間 (0.3 ～ 6.0 m) で行うため、RGB-D カメラと LiDAR フュージョンを使用します。
この目的と範囲に基づいて、縮小または非縮小バウンディング ボックス (BB) 内に適用される平均点、最近接点、中央点、中心点などのいくつかの方法を比較します。
これらの BB は、Yolact、SOLO、You Only Look Once (YOLO)v5、YOLOv6、YOLOv7 などの代表的な技術であるセグメンテーションおよび検出方法から取得されます。
結果は、平均手法と BB を 40% 削減した検出手法を適用すると、オブジェクトをセグメント化して平均手法を適用した場合と同じ出力を返すことが示されました。
実際、この検出方法はセグメンテーション方法と比較して高速かつ軽量です。
実施された実験におけるコミット誤差の中央値は0.0298 ${\pm}$ 0.0544 mでした。

要約(オリジナル)

In this work, we estimate the depth in which domestic waste are located in space from a mobile robot in outdoor scenarios. As we are doing this calculus on a broad range of space (0.3 – 6.0 m), we use RGB-D camera and LiDAR fusion. With this aim and range, we compare several methods such as average, nearest, median and center point, applied to those which are inside a reduced or non-reduced Bounding Box (BB). These BB are obtained from segmentation and detection methods which are representative of these techniques like Yolact, SOLO, You Only Look Once (YOLO)v5, YOLOv6 and YOLOv7. Results shown that, applying a detection method with the average technique and a reduction of BB of 40%, returns the same output as segmenting the object and applying the average method. Indeed, the detection method is faster and lighter in comparison with the segmentation one. The committed median error in the conducted experiments was 0.0298 ${\pm}$ 0.0544 m.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google