Forschung
Besitzererkennung in der echten Welt
Die meisten Roboter, die Menschen folgen, verfolgen die nächstgelegene Person. Kiko verfolgt eine bestimmte Person und bleibt dabei, wenn sie sich umdreht, die Jacke wechselt, hinter jemand anderem vorbeigeht oder den Raum verlässt.
01
Das Problem
Ein Zuhause ist voller Menschen, die aus der Höhe eines Roboters ähnlich aussehen. Familienmitglieder teilen sich Kleidung. Gäste laufen zwischen Kiko und seinem Besitzer hindurch. Der Besitzer dreht sich weg, setzt sich oder verlässt den Raum.
Ein Roboter, der einfach der nächsten Person folgt, liegt dabei ständig falsch. Kiko muss in jedem Moment wissen, welche Person sein Besitzer ist, und das aus etwa Kniehöhe.
02
Methode
Bei der Einrichtung erfasst Kiko Gesicht und Körper seines Besitzers. Danach sucht er in jedem Bild nach Menschen, verfolgt jede Person über die Zeit und bewertet, wie gut sie zum Besitzer passt.
Die Bewertung verbindet vier Merkmale: Erscheinungsbild, Gesicht, Körperform und Tiefe. Fehlt ein Merkmal, etwa wenn sich der Besitzer abwendet, tragen die anderen die Entscheidung. Alles läuft auf dem Roboter.
def owner_score(person, owner):
cues = [
appearance(person, owner),
face(person, owner),
body_shape(person, owner),
depth(person, owner),
]
seen = [c for c in cues if c is not None]
return sum(seen) / len(seen) if seen else 0.0
def find_owner(people, owner):
best = max(people, key=lambda p: owner_score(p, owner), default=None)
if best and owner_score(best, owner) > THRESHOLD:
return best
return None # keep searchingEine vereinfachte Skizze für diese Seite. Es ist nicht der Code, der auf Kiko läuft.
03
Benchmark
Wir nehmen einen eigenen Datensatz aus niedriger Perspektive auf, aus der Höhe, in der Kiko sieht. Jede Aufnahme folgt einem Skript, das es schwer macht, den Besitzer im Blick zu behalten.
Szenarien
- Umdrehen
- Jackenwechsel
- Verdeckung
- Ähnliche Kleidung
- Gehen und zurückkommen
- Wenig Licht
Was wir messen
- Identitätswechsel
- Zeit bis zum Wiederfinden des Besitzers
- Zeit ohne Besitzer im Blick
- Fehler beim Folgeabstand
- Bildrate auf dem Roboter
04
Ergebnisse
Jeder Wert unten wird noch auf dem Roboter gemessen. Wir veröffentlichen Zahlen, wenn sie belastbar sind.
| Messgröße | Wert |
|---|---|
| Identitätswechsel | Wird gemessen |
| Zeit bis zum Wiederfinden des Besitzers | Wird gemessen |
| Zeit ohne Besitzer im Blick | Wird gemessen |
| Fehler beim Folgeabstand | Wird gemessen |
| Bildrate auf dem Roboter | Wird gemessen |
05
Grenzen
Wir sagen klar, wo die Methode heute an ihre Grenzen stößt.
- Ein Besitzer pro Roboter.
- Sehr wenig Licht.
- Menschen, die fast gleich aussehen.
- Schnelle Bewegung nah am Roboter.
- Wenig Rechenleistung an Bord.