circ是一套通过各种分布式传感器对运动目标进行检测和跟踪的工具。
circum的Python项目详细描述
环
cir是一个分布式的多传感器融合系统,用于检测和跟踪人。它采用了类似于为自主车辆开发的检测和跟踪运动目标(DATMO)的技术。cilv使用后期融合,这意味着每个传感器对检测进行分类,然后进行融合(关联和重复数据消除)并在之后进行跟踪。由于不同的传感器提供不同的功能(例如点检测与体积检测),因此这些特性将组合在最终跟踪输出中。在
环是为艺术装置,希望使用人的存在作为输入到一个互动装置。在
安装
pip3 install circum
使用
服务
^{pr2}$终点
Usage: circum-endpoint [OPTIONS] COMMAND [ARGS]... Options: --name TEXT The service name --interface TEXT The interface to bind to. --port INTEGER The port to bind to. --pose FLOAT... The pose of the sensor. Expressed in x y z yaw(Rx) pitch(Ry) roll(Rz) order. Units are meters and degrees. +Z is the direction of sensor view. X & Y follow the right hand rule. If a pose provider is installed, this will override it. --pose-provider [<available providers installed from plugins will be listed here>] The pose provider to use for automatically determining the sensor pose. NOTE: this is currently unsupported --help Show this message and exit. Commands: simulator <additional sensors installed from plugins will be listed here>
要获取特定传感器的帮助,请在相应的命令后添加--help:
?> circum-endpiont simulator --help Usage: circum-endpoint simulator [OPTIONS] Options: --update_interval FLOAT Rate to send updates. --num_objects INTEGER Number of objects to simulate --help Show this message and exit.
服务
可以使用唯一的名称和要连接的端点列表来启动cir服务,或者它将查找并连接到网络上的所有cir端点。一旦连接到端点,它将使用来自每个端点的姿势和视野信息,将跟踪数据组合成一个单独的视图,然后在更新时将其传输给客户端。在
发现
circ服务将通过zeroconf服务发现来宣传自己。它将在
<name>._service._circum._tcp.local.
端点
端点执行检测和分类,并将有关检测到的对象的信息传输到核心服务。 至少,端点必须传输被检测到的人的质心。核心服务在此基础上运行。任何 附加信息被添加到融合轨迹中,供客户消费。每个端点都作为可发现的 零配置服务。给定的跟踪服务配置了唯一的名称和视野信息。在
使用模拟器端点分布circ。其他端点传感器类型是通过插件安装的。在
支持的传感器包括:
计划的未来传感器:
发现
端点将在
<name>._endpoint._sub._circum._tcp.local.
端点的类型将在服务属性中注明
Type | Type Tag |
---|---|
Walabot | walabot |
FLIR Camera | flir |
Kinect | kinect |
演示
安装完cil并下载git repo后,在单独的终端中运行以下命令(您可以用自己的值替换FOO、BAR、8081和8082):
circum-endpoint --name FOO --port 8081 simulator circum-service --name BAR --port 8082 python3 .\examples\demo_client.py --service BAR
参考文献
如果没有以下参考文献,就不可能实现CIRP:
- R、 奥马尔查韦斯加西亚。Multiple Sensor Fusion for Detection, Classification and Tracking of MovingObjects in Driving Environments.机器人[碳钢反渗透]. 格勒诺布尔大学,2014年。英语。在
- Sensor Fusion and Object Tracking using an Extended Kalman Filter Algorithm — Part 1&;Part 2
- 项目
标签: