Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
On Recognizing Transparent Objects in Domestic Environments Using Fusion of Multiple Sensor Modalities Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Real-Time Visual Tracking and Identification for a Team of Homogeneous Humanoid Robots

verfasst von : Hafez Farazi, Sven Behnke

Erschienen in: RoboCup 2016: Robot World Cup XX

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The use of a team of humanoid robots to collaborate in completing a task is an increasingly important field of research. One of the challenges in achieving collaboration, is mutual identification and tracking of the robots. This work presents a real-time vision-based approach to the detection and tracking of robots of known appearance, based on the images captured by a stationary robot. A Histogram of Oriented Gradients descriptor is used to detect the robots and the robot headings are estimated by a multiclass classifier. The tracked robots report their own heading estimate from magnetometer readings. For tracking, a cost function based on position and heading is applied to each of the tracklets, and a globally optimal labeling of the detected robots is found using the Hungarian algorithm. The complete identification and tracking system was tested using two igus\(^\circledR \) Humanoid Open Platform robots on a soccer field. We expect that a similar system can be used with other humanoid robots, such as Nao and DARwIn-OP.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Adaptive Field Detection and Localization in Robot Soccer
Nächstes Kapitel Effective Multi-robot Spatial Task Allocation Using Model Approximations
Fußnoten
Literatur
1.
Allen, J.G., Xu, R.Y., Jin, J.S.: Object tracking using camshift algorithm and multiple quantized feature spaces. In: Pan-Sydney Area Workshop (2004)
2.
Allgeuer, P., Farazi, H., Schreiber, M., Behnke, S.: Child-sized 3D printed igus humanoid open platform. In: IEEE-RAS 15th Humanoid Robots (2015)
3.
4.
Chang, C.-C., Lin, C.-J.: LIBSVM: a library for support vector machines. ACM Trans. Intell. Syst. Technol. 2, 1–27 (2011)CrossRef
5.
Cortes, C., Vapnik, V.: Support-vector networks. Mach. Learn. 20, 273–297 (1995)MATH
6.
Dalal, N., Triggs, B.: Object detection using histograms of oriented gradients. In: Pascal VOC Workshop, ECCV (2006)
7.
Dementhon, D.F., Davis, L.S.: Model-based object pose in 25 lines of code. Int. J. Comput. Vis. 15(1–2), 123–141 (1995)CrossRef
8.
Farazi, H., Allgeuer, P., Behnke, S.: A monocular vision system for playing soccer in low color information environments. In: 10th Workshop on Humanoid Soccer Robots, IEEE-RAS International Conference on Humanoid Robots, Korea (2015)
9.
10.
Lienhart, R., Maydt, J.: An extended set of haar-like features for rapid object detection. In: International Conference on Image Processing (ICIP) (2002)
11.
Lin, C.-Y., Setiawan, E.: Object orientation recognition based on SIFT and SVM by using stereo camera. In: IEEE International Conference on Robotics and Biomimetics (ROBIO), pp. 1371–1376 (2008)
12.
Lowe, D.G.: Object recognition from local scale-invariant features. In: 7th IEEE International Conference on Computer Vision (ICCV), pp. 1150–1157 (1999)
13.
14.
Milan, A., Leal-Taixé, L., Schindler, K., Reid, I.: Joint tracking and segmentation of multiple targets. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 5397–5406 (2015)
15.
Ruiz-Del-Solar, J., Arenas, M., Verschae, R., Loncomilla, P.: Visual detection of legged robots and its application to robot soccer playing and refereeing. Int. J. Humanoid Rob. 7(04), 669–698 (2010)CrossRef
16.
Ruiz-del-Solar, J., Verschae, R., Arenas, M., Loncomilla, P.: Play ball!. IEEE Robot. Automat. Mag. 17(4), 43–53 (2010)CrossRef
17.
Schwarz, M.: NimbRo network library. Github (2015)
18.
Shaikh, S.H., Roy, S., Chaki, N.: Recognition of object orientation from images. In: International Conference on Emerging Trends in Science, Engineering and Technology (INCOSET), pp. 260–263. IEEE (2012)
19.
Wang, Z., Jiang, X., Xu, B., Hong, K.: An online multi-object tracking approach by adaptive labeling and Kalman filter. In: Conference on Research in Adaptive and Convergent Systems, pp. 146–151. ACM (2015)
20.
Xing, J., Ai, H., Lao, S.: Multi-object tracking through occlusions by local tracklets filtering and global tracklets association with detection responses. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (2009)
21.
Yang, C., Duraiswami, R., Davis, L.: Fast multiple object tracking via a hierarchical particle filter. In: 10th IEEE International Conference on Computer Vision (ICCV), pp. 212–219 (2005)
22.
Yu, Q., Medioni, G., Cohen, I.: Multiple target tracking using spatio-temporal Markov chain monte carlo data association. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE (2007)
23.
Zhang, T., Ghanem, B., Liu, S., Ahuja, N.: Robust visual tracking via multi-task sparse learning. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2042–2049 (2012)
24.
Zhu, Q., Yeh, M.-C., Cheng, K.-T., Avidan, S.: Fast human detection using a cascade of histograms of oriented gradients. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1491–1498 (2006)
Metadaten
Titel
Real-Time Visual Tracking and Identification for a Team of Homogeneous Humanoid Robots
verfasst von
Hafez Farazi
Sven Behnke
Copyright-Jahr
2017
Buch
RoboCup 2016: Robot World Cup XX

Print ISBN: 978-3-319-68791-9

Electronic ISBN: 978-3-319-68792-6

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-68792-6_19

Premium Partner

    Bildnachweise