FenixEdu™

Dissertação

{en_GB=Deteção de Pessoas através de Dados Laser} {} EVALUATED

Detalhes: {pt=A integração de robots no nosso quotidiano tem-se tornado, ao longo destes últimos anos, numa realidade adquirida. A qualidade dessa integração está ligada à perceção que os mesmos exercem sobre o meio em que estão inseridos. Posto isto, e num contexto social, ter-se perceção do ambiente em que se navega, é sinónimo de conseguir identificar as pessoas que constam no mesmo. Esta dissertação visa esse mesmo propósito, a Deteção de Pessoas e mais em concreto, de pernas. Ao contrário de alguns trabalhos realizados neste âmbito, o principio de funcionamento em vigor neste visa o desenvolvimento de padrões. Esses padrões consistem em diversas formas geométricas que se assemelham à disposição das pernas durante as várias de fases do caminhar de qualquer transeunte. A finalidade desses padrões é que estes depois deslizem ao longo dos vários dados de alcance e através disso, identifiquem correspondências que refletem a presença de pernas. Esses padrões são o resultado de um processo de Análise de Dados feito a várias medições realizadas a diversas caminhadas, auxiliado por processos de Conversão e Segmentação. Ainda como resultado deste último processo, surgem Features Geométricas e Espaciais que melhoram não só o desempenho como também a eficiência do método proposto. O detetor e resultado desta Dissertação, acabou por revelar resultados positivos nos diversos cenários de teste a que foi submetido, com um Recall médio de 89.2% e uma Precisão média de 94.6% em Ambiente de teste Controlado. Já em Ambiente Real apresenta um Recall de 67.7% e uma Precisão de 81.8%., en=The integration of robots in our daily lives became an acquired reality over the last few years. Connected to the quality of this integration, is the perception that those robots have about the environments where they are placed. Therefore, having an understanding of their surroundings, in a social setting, is a synonym of the necessity of identifying people that are in the environment under analysis. This dissertation aims that purpose, People Detection, more specifically, their legs. Against some work already made in this context, the operating principle of the one presented in this dissertation aims, the estimation of the legs disposition along the several stages of a normal walk. Those dispositions, are represented by geometric patterns that slide along all the data collected by a Laser Range Finder. The main goal of this sliding process is to check if there is some correspondence between the patterns and the data collected which reflects the presence of any pedestrian. Those patterns are the result of a data analysis process made with multiple measurements taken at various walks, aided by Conversion and Segmentation processes. Also because of the latter process, Geometrical and Spatial Features emerged, improving not only the performance but also the efficiency of the proposed method. The developed solution ended up having positive results both in the test scenarios, with a Recall of 89.2% and a Precision of 94.6% in Test Scenarios and a Recall of 67.7% and a Precision of 81.8% in a Real Scenario.}
Keywords: {pt=Deteção, Pessoas, Pernas, MOnarCH, Lasers, Padrões, en=Detection, People, Legs, MOnarCH, Lasers, Patterns}

Discussão: novembro 15, 2019, 16:0