TY  - CONF
T1  - Identifying Free Space in a Robot Bird-Eye View
A1  - Maillette de Buy Wenniger, Gideon
A1  - Schmits, Tijn
A1  - Visser, Arnoud
TI  - Proceedings of the 4th European Conference on Mobile Robots (ECMR 2009)
Y1  - 2009/9
SP  - 13
EP  - 18
PB  - KoREMA
CY  - 23-25 September 2009, Mlini, Croatia
AD  - Unska 3, HR-10000,  Zagreb
UR  - http://www.science.uva.nl/~arnoud/publications/DeBuyWennigerSchmitsVisser_FreeSpaceBEView-ECMR.pdf
KW  - visual obstacle detection
KW  - machine learning
N2  - Free space detection based on visual clues is an
upcoming approach in robotics. Our working domain is the
Virtual Rescue League of the RoboCup. In this domain efficient
obstacle avoidance is crucial to find victims under challenging
conditions. In this study a machine-learning approach is applied
to distinguish the difference in visual appearance of obstacles
and free space. Omnidirectional camera images are transformed
to bird-eye view, which makes comparison with local occupancy
maps possible. Bird-eye view images are automatically labeled
using Laser Range information, allowing completely autonomous
and continuous learning of accurate color models. Two colorbased
models are compared; a Histogram Method and a Gaussian
Mixture Model. Both methods achieve very good performances,
with results in a high precision and recall on a typical map
from the Rescue League. The Gaussian Mixture Model achieves
the best scores with much less parameters on this map, but is
beaten by the Histogram Method on real data collected by our
Nomad robot. Additionally, the importance of the right color
normalization scheme and model parameters is demonstrated in
this study.
M1  - id={cdm-aces-2009-5}
ER  -