24、群体映射与行人、骑行者检测技术探索

群体映射与行人、骑行者检测技术探索

1. 群体映射未来展望

在群体映射领域，未来的工作将致力于采用模块化自动设计方法，如 AutoMoDe。我们期望 AutoMoDe 能带来两方面的贡献：
- 提供一个框架，用于评估不同环境中行为的选择和参数化。
- 使控制软件能更好地从模拟环境移植到真实机器人上。

对于映射方法，我们将研究把分布式映射概念应用到群体映射中的可能性。目前，合并个体地图会使映射过程集中化，在一定程度上影响系统的灵活性。我们预计分布式映射能以完全分布式的方式生成和检索有用的局部地图。

2. 行人与骑行者检测的重要性

随着自动驾驶车辆的不断发展和在公共道路上的应用，准确检测易受伤害的道路使用者（VRUs），如行人、骑行者和摩托车手，对于确保道路安全至关重要。约半数的道路交通事故死亡涉及 VRUs，其中行人与骑行者因缺乏特殊保护而风险最高。尽管行人检测技术已得到广泛研究，但骑行者检测受到的关注相对较少。骑行者通常速度较快，这增加了发生道路交通事故的可能性。因此，在设计检测系统时，应同时考虑行人和骑行者。

3. 行人与骑行者检测的挑战

行人检测虽经多年研究，但仍面临挑战，要达到人类的检测水平仍需解决诸多问题。这些挑战包括行人外观的不可预测性，如遮挡、杂乱环境和姿势变化。骑行者检测问题则更为复杂，因为骑行者可以有多种视角，每个视角的长宽比不同，而且行人和骑行者的相似性也带来了挑战。为克服这些挑战，有人提出利用行人和骑行者相似的上半身进行检测的技术。

4. 自动驾驶车辆的检测系统

自动驾驶车辆需要一个可靠且在各种条件下都能保持稳健的检测系统。超过