LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEM 2019

25th International Congress of Mechanical Engineering

MAPPING IN DYNAMIC ENVIRONMENTS USING DEEP LEARNING-BASED HUMAN DETECTION

Submission Author: João Carlos Virgolino Soares , RJ
Co-Authors: João Carlos Virgolino Soares, Marcelo Gattass, Marco Antonio Meggiolaro
Presenter: João Carlos Virgolino Soares

doi://10.26678/ABCM.COBEM2019.COB2019-0845

 

Abstract

Simultaneous Localization and Mapping (SLAM) is one of the key problems in mobile robotics. However, most of the state-of-the-art SLAM systems only work properly in static environments, limiting their applicability. Performing SLAM in scenarios with dynamic objects is still an open problem, with solutions usually relying on Optical Flow or feature-based methods. Deep learning techniques offer a high-level information of the scene that can improve the solution in environments with a priori dynamic objects, such as people. This work proposes an extension of RTAB-Map, a state-of-the-art SLAM system, to enable mapping in the presence of people in the scene using a Deep Learning-based Object Detection algorithm. The system is evaluated with an RGB-D dataset and an experimental setup.

Keywords

SLAM, Dynamic Environments, Deep learning, Object Detection, ROS

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM