NeoARCADE:用于距离估算的稳健校准技术,为视障人士的辅助无人机提供支持

《ACM Transactions on Cyber-Physical Systems》:NeoARCADE: Robust Calibration for Distance Estimation to Support Assistive Drones for the Visually Impaired

【字体: 大 中 小 】 时间:2026年07月06日 来源:ACM Transactions on Cyber-Physical Systems 3.3

编辑推荐:

  摘要AI总结要查看此AI生成的总结,您需要拥有高级访问权限。了解更多登录摘要摘要无人机利用机载传感器,结合深度学习与计算机视觉算法实现自主导航,这一技术正在多个领域发挥作用。本文研究了无人机如何自主跟随并协助视障人士在城市环境中导航。为了设计避障算法,准确估算无人机与视障人士以及

  

摘要

摘要

无人机利用机载传感器,结合深度学习与计算机视觉算法实现自主导航,这一技术正在多个领域发挥作用。本文研究了无人机如何自主跟随并协助视障人士在城市环境中导航。为了设计避障算法,准确估算无人机与视障人士以及周围物体的距离至关重要。在此,我们介绍了NeoARCADE(Neo),该技术利用消费级无人机常见的单目视频源中的深度图,来估算与视障人士及障碍物的实际距离。Neo采用基于深度分数标准化和系数估算的稳健校准技术,将深度图中的相对距离转换为实际距离。此外,它还开发了一种能够适应不同场景变化的动态校准方法。我们还建立了两种基准模型——回归模型和几何模型,并将Neo与当前最先进的深度图处理方法及这些基准模型进行了比较。我们利用在校园环境中收集的数据集,对各种复杂动态条件下的距离估算能力进行了详细评估,以验证其稳健性和通用性。Neo在估算与视障人士的距离时,误差为<30cm,而估算与汽车、自行车等不同障碍物的距离时,最大误差为60cm,这些误差均低于基准模型。同时,Neo的性能也明显优于当前最先进的深度图处理方法,其误差最低可达5.3–14.6×。

AI总结

AI生成的总结(实验性)

此总结是由自动化工具生成的,未经文章作者撰写或审核。它旨在帮助读者发现相关内容、判断文章相关性,以及让相关领域的读者理解该研究工作。它是对作者提供的摘要的补充,后者仍是论文的主要总结内容。完整文章才是最具权威性的版本。点击此处了解详情。

点击这里,可以对此总结的准确性、清晰度及实用性发表意见。您的反馈将有助于改进后续的总结生成版本。

要查看此AI生成的通俗语言总结,您需要拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号